森林图左下角杂志怎么读
发布网友
发布时间：2023-01-09 16:58
共1个回答
热心网友
时间：2023-10-24 01:15
1 认识森林图
森林图（forest plot），从定义上讲，它一般是在平面直角坐标系中，以一条垂直于X轴的无效线（通常坐标X=1或0）为中心，用若干条平行于X轴的线段，来表示每个研究的效应量大小及其95%可信区间，并用一个棱形来表示多个研究合并的效应量及可信区间，它是Meta分析中最常用的结果综合表达形式。
分类
1、连续性变量森林图
2、二分类变量森林图
2 解读森林图
直接上图，实战分析！以2020年发表在JAMA上的一篇探究血压降低疗法是否与痴呆发生风险降低有关的Meta分析为例，具体讲解森林图中各个部分的含义。
Diarmaid et al. JAMA vol. 323,19 (2020): 1934-1944
这是一个经典的结局为二分类变量的森林图，即结局指标为痴呆发生或痴呆不发生。在这类研究中，效应指标通常选用RR、OR或HR值。
① 纳入的研究，通常是在森林图的最左侧一列，一般用第一作者和发表年份表示，相当于纳入研究的ID。年份也可单独成一列。
② 暴露组（或试验组）和对照组的疾病发生情况。该部分通常列出各组发生事件的例数和各组样本量。在本例纳入的第一个研究中，血压降低组总人数为3051，痴呆发生人数为276；对照组总人数为3054，痴呆发生人数为334，归因危险度百分比（AR%）为1.89 (95% CI: 0.39-3.39)。归因危险度是指暴露组发病率与对照组发病率差的绝对值。
③ 效应量及其可信区间。对于结局为分类变量的研究，效应指标通常用RR、OR或HR值。本例中效应指标用的是OR值，在本例中，合并OR值为0.93，95%置信区间为0.88-0.99。
④ 为图形表达
其中中间的竖线为无效线，即OR=1，表明研究因素与结局关联无统计学意义。
✦小方块为纳入的每项研究OR值的点估计，也可用其他图形表示，方块大小表示所占的权重（即图中的⑤）。
✦小方块所在的横线表示OR值的95%可信区间，当横线与无效线有交叉时，表明研究因素与结局关联无统计学意义（如第2项研究）；当横线在无效线右侧时，表明研究因素与结局事件发生为正向关系（本例纳入的研究没有此种情况）；当横线在无效线左侧时，表明研究因素与结局事件发生为负向关系（如第1项研究）。
✦菱形表示合并效应值的95%可信区间，在本例中为纳入的9项研究结果的合并值。菱形中点表示合并效应值的点估计，长度表示合并效应值的可信区间。
⑤ 为各个研究在最终合并结果中所占的权重。这与样本量有关，样本量越大，权重越大。同时，可信区间的宽度也反映了样本量大小：样本量越大，可信区间越窄，权重越大，小方块越大，对合并值的贡献越大。
⑥ 为合并效应值检验的统计量和P值，其意义与菱形意义一致。
⑦ 为异质性检验结果。异质性反映出各个独立研究的结果是否具有可合并性。
明白了各部分代表的意思，这张图要表达什么是不是也一目了然了呢！！
3 玩转森林图
既然我们已经提到森林图可以直观的反映出效应量（例如RR、OR、HR或者WMD）大小及其95% CI，这些效应量指标通常都是通过采用多因素回归分析所得，因此我们同样可以把森林图借鉴过来，用于展示多因素回归分析的结果，从而使结果可视化，更加直观明了。
我们常会在文献中可以看到以下几种用于展示回归分析结果的森林图：
1 亚组分析
将亚组分析的结果用森林图来表示最为常见，此类森林图和上面我们介绍的森林图的意义相似，主要是根据我们分组的一些因素，例如年龄、性别等，把研究分成了不同的亚组，然后在不同亚组下分别进行分析和探讨。这样不仅可以展现各个亚组内试验因素的效应量大小，同时还可以直观的在亚组之间进行比较。
可以参考2017年发表在Lancet Oncol杂志的一篇文章《First-line selective internal radiotherapy plus chemotherapy versus chemotherapy alone in patients with liver metastases from colorectal cancer》
2 趋势变化
例如Bone杂志在2013年发表的一篇文章《C-reactive protein and fracture risk: European Prospective Investigationinto Cancer Norfolk Study》，研究人员为了探讨CRP水平与骨折发生风险之间的关联性，将CRP水平按照临床相关的切点分为6组，分别分析对骨折发生风险的影响，并用森林图将分析结果展示出来，虽然文章中展示结果的时候采用的是翻转了90°的森林图，我们也可以认为是森林图的一种，其图形的含义是一致的。
3 组间差异
对于连续型变量也可以绘制森林图，用于表示组间的差异大小。可以参考2015年在JAMA杂志上发表的一篇文章《Rehabilitation After Immobilization for Ankle Fracture：The EXACT Randomized Clinical Trial》，意义就不在这里赘述了。
从Meta分析到回归分析，各种各样的森林图，目的还是为了能够可视化的展示我们的分析结果，使结果更加简单直观，让读者一目了然，在文章中放一张森林图，也一定会让自己的文章增色不少。
免责声明
本文来自腾讯新闻客户端创作者，不代表腾讯新闻的观点和立场。
点击展开全文
打开腾讯新闻，阅读体验更好
12月14日股市利好消息：这89股或将暴涨，有你的股票吗？
广告
钱坤诊股黑科技
打开
腾讯新闻
参与讨论
