想做高质量的森林图吗从这里开始

相较于传统的回顾性综啄醴荇侧述而言，一篇严密的Meta分析文章能对临床证据进行更客观的评价，更重要的是解决各研究结果的不一致性。我们可以直接通过阅读Meta分析结果，从而得出某个临床问题相对客观和准确的结论。森林图是Meta分析中最常用的结果表达形式，今天小编就先带大家认识一下森林图。

森林图（forestplot）：是以统计效应量和统计分析方法（可信区间）为基础，用数值运算结果绘制出的图形。

这里引入一下可信区间（confidenceinterval，CI）的概念。

可信区间：是指真值的测量值所分布的范围，反映结果的精确性。

l范围越宽，横线越长，说明样本的量较小，估计值准确度较差；

l范围越窄，横线越短，说明样本量较大，估计的效应值较精确。

lCochrane系统评价中使用的可信区间是95％或99％。

森林图的原理：根据各个研究结果的加权平均值（权重，即变异值得倒数），来估计某一项干预措施的效果，以提供可靠的证据。

这里，介绍下权重（weight），它表示各个试验结果在总体结果中所占的百分比，一般病例数越多，权重越大，即：

l大样本研究，由于效应估计值更为准确，权重较大；

l小样本研究，由于估计值不够准确，权重较小。

森林图的图示介绍：

l在平面直角坐标系中以一条垂直的无效线（横坐标刻度为1或0）为中心，用平行于横轴的多条线段描述了每个被纳入研究的效应量和CI，以及Meta分析合并效应量和CI；

l用一个点（或其他图形）描述了每个研究的结果，点的面积代表该研究在Meta分析中被赋予的权重，同时有一根水平线向点的两端延伸代表CI（通常是95%CI）；

lCI描述的是与研究结果相一致的疗效/相关性的可变范围，表示单个研究的结果间是否有统计学差异；

l较大的点意味着较大的权重，即更窄的可信区间，也决定了最终的计算结果。

简单来说，就是采用平面直角坐标系，以当中一条垂直的无效线（横坐标刻度为1或0）为中心，用平行于横轴的多条横线描述每个被纳入研究的效应量和可信区间，末尾采用棱形或其它图形描述多个研究合并的效应值和可信区间。

下面，分开介绍一下二值变量和连续变量的森林图。

1.二值变量的森林图

当研究对象为二值变量（如发生与不发生）时，采用RR和OR作为统计学指标。对于RR和OR的概念及区别，LinkLab12月4日文章已做详细介绍，建议大家再次回顾下具体内容，有助于理解下述应用。

①当某研究RR的95%CI包含了1，即在森林图中其95%CI的横线与无效竖线相交，可认为实验组发生率与对照组发生率相等，试验因素无效。

②以1为界限，该研究RR的95%CI上下限若均＞1，即在森林图中横线落在无效线右侧，可认为试验组的发生率大于对照组的发生率。若研究者所研究的事件是不利事件（如发病、患病、死亡等）时，试验组的试验因素会增加该不利事件的发生，试验因素为不利因素；若是有益事件（如有效、缓解、生存等）时，试验因素会增加有益事件的发生，试验因素为有益因素。

③反之亦然，若研究的95%CI上下限若均＜1，即在森林图中横线落在无效线左侧，可认为试验组的发生率小于对照组的发生率。若研究的是不利事件，试验因素则为保护因素，若研究的是有益事件，试验因素为有害因素。

2.连续性变量的森林图

当分析指标是连续变量，也称数值变量时，可选择加权均数差(WMD)或标准化均数差(SMD)为合并统计量。

①当某研究的95％CI包含了0，即在森林图中其95％CI横线与无效竖线(横坐标刻度为0)相交时，可认为试验组某指标的均数与对照组相等，试验因素无效。

②当某研究的95％CI上下限均大于0，即在森林图中，其95％CI横线不与无效竖线相交，且该横线落在无效线右侧时，可认为试验组某指标的均数大于对照组，若研究者所研究的指标是不利事件时，试验因素为有害因素(危险因素)；若研究者所研究的事件是有益事件时，试验因素为有益因素。

③当某研究的95％CI上下限均小于0，即在森林图中，其95％CI横线不与无效竖线相交，且该横线落在无效线左侧时，可认为试验组某指标的均数小于对照组，若研究者所研究的指标是不利事件时，试验因素为有益因素(保护因素)；若研究者所研究的事件是有益事件时，试验因素为有害因素。

以今年发表于《Lancet Diabetes Endocrinol》的一项糖尿病Meta分析为例，该项研究在2型糖尿病患者或心衰高危人群中对不同降糖药物/方案降低血糖对心衰风险的影响进行了评估。原文如下：

Udell JA, et al. Glucose-lowering drugs orstrategies and cardiovascular outcomes in patients with or at risk for type 2diabetes: a meta-analysis of randomised controlled trials. Lancet DiabetesEndocrinol. 2015 May;3(5):356-66.

图中，左边第一列显示单个试验的名称，第二、三列表示试验组（降糖治疗）和对照组（标准治疗）。每组下方数字分别为发生心衰事件的病例数和各组总病例数。

从图中结果来看，第一项开展于98年UK前瞻性糖尿病研究中，降糖治疗组2729例患者，随访结束时有80例发生心衰事件，标准治疗组1138例患者，随访结束时有36例发生心衰事件。其RR为0.91，95％可信区间为0.62-1.34。其横短线与中线相交表示无统计学意义。Weight5.5％表示该试验结果在最后总体结果中权重为5.5％。

而开展于2006年的DREAM研究和2009年的RECORD研究，横短线均位于无效中线右方，表示这两项研究均表明试验因素（降糖治疗）为不利因素。

图中最下方的棱型符号代表合并以上各项试验得出的综合结果，位于中线的右侧，因此，此图所示的meta-analysis最后得出结论为：与标准治疗相比，应用不同降糖药物或方案可能会增加心力衰竭的风险。

对于如何利用医学软件做出一张高质量的森林图，未来我们还会推出一系列的文章哦，敬请期待！