Forest plot आणि मेटा-ॲनालिसिस: एक व्यावहारिक मार्गदर्शक

प्रत्येक ओळ एक स्टडी आहे: तिच्या effect estimate वर एक marker आणि तिच्या confidence interval साठी एक आडवी रेषा. एक उभी no-effect line ratios (odds ratio, risk ratio, hazard ratio) साठी 1 वर किंवा फरकांसाठी (mean difference, standardised mean difference, risk difference) 0 वर असते. तळाशी एक diamond pooled estimate दाखवतो: त्याचे केंद्र एकत्रित effect आहे आणि त्याची रुंदी confidence interval.

Ratios log axis वर दाखवले जातात, कारण 0.5 चा odds ratio no effect पासून तितकाच दूर आहे जितका 2, आणि pooling log scale वर केले जाते.

प्रत्येक स्टडीसाठी एक ओळ, ज्यात effect size आणि त्याच्या confidence interval च्या खालच्या आणि वरच्या मर्यादा असतील, प्रत्येक पेपरमध्ये दिल्याप्रमाणे. Weight कॉलम पर्यायी आहे: तो नसल्यास weights interval च्या रुंदीवरून काढले जातात (inverse variance), त्यामुळे अचूक स्टडी जास्त मोजल्या जातात.

forest plot उदाहरण मध्ये odds ratios असलेल्या आठ स्टडी आणि सोबत वापरता येईल अशी डाउनलोड करण्याजोगी CSV आहे.

Fixed-effect मॉडेल असे मानते की सर्व स्टडी एकाच true effect चा अंदाज घेतात आणि फक्त योगायोगाने वेगळ्या असतात. Random-effects मॉडेल असे मानते की true effect स्टडींमध्ये बदलतो, त्या variance (τ²) चा अंदाज घेते आणि अधिक रुंद, सावध interval देते. स्टडी population, dose किंवा design मध्ये वेगळ्या असतील तर random effects हा सहसा प्रामाणिक पर्याय असतो. दोन्ही diamonds दाखवल्याने ही निवड किती महत्त्वाची आहे ते दिसते.

Heterogeneity Cochran’s Q (स्टडी योगायोगापेक्षा जास्त असहमत आहेत का याची test), I² (खऱ्या फरकांमुळे असलेला variation चा वाटा, 0–100%) आणि τ² (स्वतः between-study variance) ने मांडली जाते.

• Charts & Plots मध्ये Upload File वर क्लिक करा आणि आपली टेबल (CSV किंवा Excel) लोड करा, किंवा Paste Data ने पेस्ट करा.
• Chart chip वर Forest Plot निवडा.
• Columns मध्ये Study/Label Column, Effect Size Column, CI Lower Bound Column आणि CI Upper Bound Column निवडा (आणि हवे असल्यास Weight Column). स्टडी drop-down सध्या फक्त numeric कॉलम दाखवतो, त्यामुळे आपल्या स्टडींना क्रमांक द्या.
• Statistical Analysis मध्ये Effect Size Type (OR, RR आणि HR log axis वर जातात, रेषा 1 वर), Meta-Analysis Model (Fixed Effects, Random Effects किंवा Both) आणि Confidence Level सेट करा.
• Layout & Typography मध्ये “Favours” labels आणि Sort Studies By सेट करा; Publication Features मध्ये Journal Style (APA, Nature, JAMA किंवा Cochrane) निवडा आणि statistics टेबल कुठे जाईल ते ठरवा.
• PNG, SVG किंवा PDF म्हणून Export (Ctrl+E) करा.

Plot random effects DerSimonian–Laird ने pool करतो. REML, prediction interval आणि Egger’s test साठी command line वरून labtools stats meta चालवा, किंवा MCP द्वारे LabTools शी जोडलेल्या AI assistant ला सांगा.

लहान स्टडी मोठ्या स्टडींपेक्षा जास्त effects सांगत असतील, तर pooled estimate फुगलेला असू शकतो, अनेकदा कारण लहान null निकाल प्रकाशित होत नाहीत. Funnel plot हे दृश्य स्वरूपात दाखवतो; स्टडीचा आकार आणि effect यांच्यातील rank correlation, किंवा Egger’s regression test, त्याला एक संख्या देतो. उदाहरणात स्टडीचा आकार आणि log(OR) यांच्यातील Kendall’s τ 0.143 (p = 0.62) आहे: small-study effects चे कोणतेही चिन्ह नाही, तरी आठ स्टडींमुळे या tests ना कमी power मिळते.

• Effect measure आणि scale (उदा. odds ratio, log scale वर pooled).
• मॉडेल (fixed किंवा random effects) आणि τ² estimator.
• Pooled estimate त्याच्या confidence interval सह, आणि Q, I² आणि τ².
• कोणतेही small-study किंवा publication-bias मूल्यांकन, आणि ते किती स्टडींवर आधारित होते.