Meta分析的森林图结果怎么看，究竟是试验组还是对照组效果更好？

森林图是Meta分析的主要结果，因此，正确解读森林图的结果至关重要。在meta分析培训班上，我们也重点介绍了这部分内容。

1 什么是森林图

森林图是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可信区间，用一个棱形(或其它图形)描述了合并的效应量及可信区间。
它非常简单和直观地描述了Meta分析的统计结果，是Meta分析中最常用的结果表达形式。

2 分类变量的森林图

二分类变量的meta分析，森林图的效应量指标是OR, RR和RD，其中OR、RR最为常用。

不同软件，生成的森林图有所差异。然而，这些差异只体现在图形的辅助信息（如原始数据、异质性检验结果、标签等），如以下的Stata、RevMan制作的二分类变量森林图。

因此，两个森林图的结果解读是一致的。

纳入7个研究，其中1个，由于两组的事件发生数都是0，不符合运算条件，软件自动忽略该文献。

剩余6个研究，只有1个研究是有统计学意义的结果，其余5个均无统计学意义。合并结果具有统计学意义，RR (95%CI) = 0.49 (0.29, 0.78), P = 0.003，说明差异有统计学意义，试验组（也就是CAS组）的结局发生风险显著低于对照组。

至于结论是有利于试验组，还是对照组，需要结合该研究结局的性质。如果是不利事件(如发病、患病、死亡等)，那就是发生风险越低越好，有利于试验组（试验组的效果更好）；反之，则是有利于对照组（试验组的效果更差）。

3 连续变量的森林图

连续变量的效应量指标是WMD和SMD。

当研究的95％CI包含了0，即在森林图中代表95％CI的横线与无效竖线(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，试验组与对照组对结局的影响无显著差异。

当研究的95％CI上下限均大于0，即95％CI与无效竖线不相交，且该横线落在无效线右侧时，可认为试验组在该结局指标的均数大于对照组，若结局指标是不利事件，试验因素为有害因素(危险因素)；反之，则是有利因素。

当研究的95％CI上下限均小于0，即95％CI与无效竖线不相交，且该横线落在无效线左侧时，可认为试验组在该结局指标的均数小于对照组，若结局指标是不利事件，试验因素为有利因素(保护因素)；反之，则是有害因素。

以下是两种治疗方案的费用差异，森林图显示，合并结果为WMD = -0.02 (-0.20, 0.17)。

治疗费用是不利结局，越低越好。WMD=-0.02，因此，支持治疗组，也就是说治疗组费用更低。然而，95%CI包括0，哪怕森林图没有给出合并结果显著性的P值，依然可知P>0.05，两组的差异没有统计学意义。