森林图

森林图

以统计指标和统计分析方法为基础，用数值计算绘制出的图形，通常是在平面直角坐标系中，以一条垂直的无效

线（0或者1）为中心，用平衡于x轴的多条线段描述每个组指标的中值和可信区间，最后一行用菱形或者其他图形描述的多个组别合并的效应量和可信区间；

森林图解读：

x轴的每个线段：代表每个研究

黑点： 每个研究的点估计值

方块： 代表每个研究所占的权重，权重越大，面积越大，上图中的weight表示的就是权重

60％，占的比重大，所以方块最大；

线段长度：代表研究量的95％可信区间（CI）

箭头：研究的95％可信区间超过了图形的显示范围，所以用箭头表示

菱形中心：代表汇总表结果的点估计值，并用一条垂直x轴的虚线标出

菱形宽度汇总结果的95％可信区间

二分类变量森林图

HR(风险比）

通常以点估计值，也就是x值为1的作为无效线，上图就是，无效线的左侧为因素a,左侧为因素b,

当无效线与横线相交，不能认为a,b因素对结局事件发生风险的影响作用不同

当横线线段与无效线不相交时，且在无效线的右侧，认为b因素结局事件的发生率大于a因素，即b

因素增加了结局事件的发生率

当横线线段与无效线不相交时，且在无效线的左侧，认为b因素结局事件的发生率小于a因素，即b因素减少了结局事件的发生率

. 连续变量森林图

当研究的分析指标为连续变量时，此时可绘制连续变量森林图

通常用加权均数差和标准均数差作为合并的统计量

加权均数差：

主要用于有相同连续性结局变量和相同测量单位的研究，计算时，加权均数差为两组均数的差值，即实验组的均数减去对照组的均数，消除了绝对值对结果的影响

标准化均数差：

由两组均数差除以平均标准差计算得到，当测量方法和测量单位不同时，适合选择这个作为效应量，它不但消除了绝对值大小的影响还消除了测量单位对结果的影响

当效应量=0时提示两组均数相等，因此通常在森林图中以效应量点估计值=0作为无效线，我们依然假定无效线左侧为因素A（作为参照），无效线右侧为因素B。

当效应量的95% CI包含0时，即森林图中的横线线段与无效线相交时，可认为两组之间的均数差异无统计学显著性，不能认为两组结局指标的均数不相等。

当效应量的95% CI均大于0时，即森林图中的横线线段与无效线不相交，且在无效线右侧，可认为因素B组结局指标的均数大于因素A组。一般情况下，若结局指标是不利事件时，则提示与因素A相比，因素B可引起结局指标的升高，为危险因素。

反之，当效应量的95% CI均小于0时，即森林图中的横线线段与无效线不相交，且在无效线左侧，可认为因素B组结局指标的均数小于因素A组。一般情况下，若结局指标是不利事件时，则提示与因素A相比，因素B可引起结局指标的降低，为保护因素。

森林图的用途：

展示多因素回归分析

（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

（2）趋势变化

（3）组间差异

z