Meta分析的森林图的10个知识点，你知道吗？

以二分类变量数据、效应值为OR、Stata绘制的森林图为例，给大家做个介绍。

Meta分析森林图的10个知识点：

1、 森林图的左侧为纳入研究的名称，左下角为异质性检验结果（包括I square和P值），本例的异质性为I square=76.4%，P<0.001，说明异质性显著，要用随机效应模型进行合并；

2、 OR（95%CI）对应的数据就是每一个纳入研究以及meta分析合并结果的效应值和95%CI；

3、 Weight代表每个纳入研究的权重（对合并结果的影响程度），权重越大，对合并结果影响越大；

4、 图形中间的线段对应的就是每个纳入研究的分析结果，线段其实就是95%CI，线段越短，95%CI越小，结果越精确，权重也越大；

5、 每条线段的中间都有一个黑点，黑点的外围有一个四边形，分别代表OR值、权重大小；

6、OR=1的实线，代表无效线，纳入研究的95%CI（也就是每个研究对应的线段）与无效线相交，说明该研究没有统计学意义；

7 、图形最下方是一个菱形，菱形的左右两端代表meta分析合并结果的95%CI，菱形与无效线有交点，说明合并结果没有统计学意义；

8、 穿过菱形的虚线，代表的是meta分析结果，其与横坐标的交点，就是合计后的OR值，如本例中的合并结果OR=1.27；

9、 本例研究的是短睡眠时间 vs. 正常睡眠时间，代谢综合征的发病风险是否有显著差异。meta分析结果为：OR (95%CI) = 1.27 (1.09, 1.47)，OR＞1且置信区间也不包括1，说明短睡眠时间是代谢综合征的显著正相关因素；

10、判断meta分析结果是支持试验组还是对照组，要结合两点：OR值的大小、结局指标的性质。

本例的结局指标是代谢综合征，是不利结局（发生率越低越好），合并后的OR值大于1，就是支持对照组（试验组是危险因素）。如果合并结果是生存率，则是有利结果（发生率越高越好），合并后的OR值大于1，就是支持试验组。