메타분석 포레스트 플롯 생성기
체계적 문헌고찰, 학위 논문, 저널 투고를 위한 메타분석 포레스트 플롯 생성기입니다. 연구마다 추정값과 신뢰구간을 주면 사각형, 수염, 통합 다이아몬드를 그리고 가중치, I², τ², 전체 효과 검정을 어림이 아니라 계산으로 구합니다. 오즈비, 위험비, 해저드비, 평균차를 하위군과 함께 그릴 수 있습니다.
포레스트 플롯 생성기의 저널 스타일
포레스트 플롯 생성기가 각기 다른 메타분석으로 그린 저널 프리셋 다섯 가지입니다. RevMan 형식의 위험비 고찰, 이질성이 큰 오즈비 분석, 표준화 평균차, 한 임상시험의 하위군, 두 통합 모형을 함께 넣은 그림입니다. 카드를 누르면 프롬프트와 연구가 불러와집니다.
포레스트 플롯 예시
포레스트 플롯 생성기가 카드에 적힌 프롬프트와 연구로 실제 그린 포레스트 플롯 예시 네 가지입니다(모두 예시용 데이터). 카드를 누르면 위 입력창에 불러오므로 숫자를 여러분의 것으로 바꾸세요.
포레스트 플롯이란?
포레스트 플롯(숲 그림)은 메타분석의 그림입니다. 연구마다 효과 추정값은 사각형, 신뢰구간은 가로선이며, 모든 연구를 통합한 추정값은 맨 아래의 다이아몬드입니다. 세로선은 무효과를 표시하며, 오즈비, 위험비, 해저드비 같은 비에서는 1, 평균의 차이에서는 0입니다. 사각형의 크기는 통합 결과에서 그 연구가 차지하는 가중치이므로 가장 정밀한 연구가 먼저 눈에 들어옵니다. 행을 따라 내려가며 읽으면 연구들이 서로 일치하는지, 어느 연구가 결과를 좌우하는지, 통합 결과가 무효과를 배제하는지 한눈에 알 수 있습니다. 이름은 선이 늘어선 모양이 나무가 모인 숲처럼 보여서 붙었으며, 옛 논문에서는 blobbogram이라고도 부릅니다.
이 포레스트 플롯 생성기에 대해
- 연구마다 Smith 2019 OR 0.82 (0.61 to 1.10)처럼 입력하고 필요하면 가중치나 n을 덧붙이거나, 추정값과 CI 한계가 담긴 .csv, .tsv, .xlsx 표를 첨부하세요. 포레스트 플롯 생성기는 하위군 제목과 Total 행이 있는 RevMan 형식 내보내기 파일도 읽습니다.
- 포레스트 플롯 생성기는 각 연구의 구간에서 표준오차를, 그리고 역분산 가중치, 고정효과와 DerSimonian–Laird 무작위효과 통합 추정값, Q, I², τ², z 검정을 코드로 계산합니다. 이미지 모델은 받은 것을 배치하기만 합니다.
- 포레스트 플롯 생성기는 비를 RevMan의 대칭 눈금(0.5–2, 0.2–5, 0.1–10…)으로 된 로그 축에, 평균차나 표준화 평균차를 0을 중심으로 한 선형 축에 놓습니다.
- 포레스트 플롯 생성기는 그림 하나에 40행까지 받으며, 하위군 제목, 하위군별 소계 다이아몬드, 하위군 차이 검정을 넣습니다.
- 포레스트 플롯 생성기의 Cochrane, JAMA, BMJ, The Lancet, NEJM 저널 프리셋은 색과 구간 표기 방식을 0.82 [0.61, 1.10]부터 0·82 (0·61–1·10)까지 맞춰 줍니다.
포레스트 플롯 읽는 법
고관절 골절 수술 뒤 조기 보행에 관한 예시 임상시험 7건으로, 각각 30일 사망의 위험비를 보고합니다. 위의 첫 번째 예시를 포레스트 플롯 생성기와 같은 코드로 배치한 그림입니다. 번호 순서대로 읽으세요.
- 1
연구 행
연구마다 한 행이며, 보통 제1저자와 연도를 쓰고 고찰에서 나열한 순서(연도, 가중치, 효과 크기 순)를 따릅니다. 하위군 제목이 있으면 표식 없이 해당 행 위에 놓입니다.
- 2
사각형: 연구의 추정값
각 사각형의 중심이 그 연구의 점추정값입니다. Tanaka 2019는 0.93으로, 조기 보행에서 사망 위험이 7% 낮다는 뜻입니다. 사각형의 넓이는 그 연구의 가중치이므로, 구간이 가장 좁은 Tanaka의 사각형이 가장 큽니다.
- 3
수염: 신뢰구간
가로선이 95% 신뢰구간입니다. Brennan 2020은 0.37부터 0.91까지입니다. 수염이 넓은 것은 작은 연구나 드문 사건 때문이며, 끝의 화살표는 구간이 축 밖으로 벗어난다는 뜻입니다.
- 4
무효과선
1에 있는 세로선입니다(평균차라면 0). 수염이 이 선을 가로지르는 연구는 그 연구만의 결과로는 무효과와 양립합니다. 여기서는 7건 중 5건입니다. 아무 효과도 찾지 못했다는 뜻이 아니라, 혼자서는 판단하기에 너무 작았다는 뜻일 뿐입니다.
- 5
다이아몬드: 통합 추정값
중심은 통합 위험비 0.83이고, 왼쪽과 오른쪽 꼭짓점은 통합 95% CI 0.73부터 0.95까지입니다. 개별 연구는 대부분 무효과선을 비켜 가지 못하지만 다이아몬드는 비켜 갑니다. 임상시험을 통합하면 구간이 좁아지기 때문입니다.
- 6
가중치와 적힌 열
오른쪽 열에는 각 연구의 가중치와 구간이 붙은 추정값이 적혀 있어 자로 재지 않고도 그림을 읽을 수 있습니다. 포레스트 플롯 생성기는 기본으로 둘 다 적습니다. 가중치는 합이 100%이며 각 연구 분산의 역수(무작위효과에서는 τ²를 더한 값)에서 나옵니다.
- 7
이질성과 전체 효과 검정
그림 아래의 I² = 26%는 연구 간 퍼짐의 약 4분의 1이 우연으로 생길 수 있는 정도를 넘는다는 뜻입니다. τ² = 0.008은 로그 척도에서의 연구 간 분산이고, Z = 2.72 (P = 0.007)는 통합 효과를 무효과와 비교한 검정입니다.
- 8
유리 방향 라벨
축 아래의 문구는 어느 쪽이 좋은 소식인지 알려 줍니다. 사망률에서는 위험비가 1보다 작으면 조기 보행에 유리하므로 그 라벨이 왼쪽에 갑니다. 어떤 포레스트 플롯이든 읽기 전에 확인하세요. 회복처럼 좋은 결과가 지표라면 좌우가 바뀝니다.
이 예시를 포레스트 플롯 생성기에 불러와 연구 하나, 예를 들어 Kowalski 2022를 RR 1.40 (1.05 to 1.87)으로 바꿔 보세요. 가중치, 다이아몬드, I²가 움직이는 것을 볼 수 있습니다.
포레스트 플롯 생성기로 포레스트 플롯 만드는 법
포레스트 플롯 생성기에 연구 넣기
한 줄에 연구 하나씩, 또는 쉼표로 나눠 라벨, 지표, 추정값, 95% CI를 적습니다. Lee 2020 RR 0.75 (0.55 to 1.02)처럼요. 있으면 weight 18%나 n = 240을 덧붙이고, 행 묶음 앞에는 Subgroup Adults:처럼 적습니다. 스프레드시트나 소프트웨어가 내보낸 표를 첨부해도 포레스트 플롯 생성기가 열을 읽습니다.
통합 방식과 그림에 넣을 것 정하기
포레스트 플롯 생성기의 기본값은 무작위효과입니다. 고정효과, 두 모형 모두, 또는 회귀분석이나 단일 임상시험 하위군 그림이라면 통합 추정값 없음이라고 쓰세요. 유리 방향 라벨(왼쪽은 조기 보행에 유리, 오른쪽은 일반 치료에 유리)과, 95%가 아니라면 신뢰수준도 적어 주세요.
저널 스타일을 고르고 생성하기
Cochrane, JAMA, BMJ, The Lancet, NEJM 중에서 고르고 생성하세요. 사각형, 수염, 다이아몬드, 적힌 숫자는 포레스트 플롯 생성기가 계산한 그대로이며, 스타일은 색, 글꼴, 구간 표기 방식만 바꿉니다.
포레스트 플롯 생성기가 메타분석을 통합하는 방법
메타분석 포레스트 플롯의 품질은 그 아래 통합 행의 품질에 달려 있습니다. 아래는 포레스트 플롯 생성기가 모든 요청에 적용하는 역분산 공식으로, 신뢰구간과 함께 입력한 추정값에 RevMan, metafor, Stata의 meta 명령이 쓰는 것과 같습니다.
95% CI에서 구하는 표준오차
비: SE = (ln U − ln L) ÷ 3.92
차이: SE = (U − L) ÷ 3.92
오즈비, 위험비, 해저드비는 구간이 대칭이 되는 로그 척도에서 통합합니다. 3.92는 95% 구간의 2 × 1.96이며, 요청에 적혀 있으면 포레스트 플롯 생성기는 90%에 3.29, 99%에 5.15를 씁니다.
고정효과(공통효과) 추정값
wᵢ = 1 ÷ SEᵢ²
θ̂ = Σ wᵢ yᵢ ÷ Σ wᵢ
SE(θ̂) = 1 ÷ √Σ wᵢ
각 연구는 정밀도에 비례해 반영됩니다. 모든 연구가 하나의 참 효과를 추정한다고 가정합니다.
이질성: Q, I², τ²
Q = Σ wᵢ (yᵢ − θ̂)²
I² = max(0, (Q − df) ÷ Q)
τ² = max(0, (Q − df) ÷ (Σ wᵢ − Σ wᵢ² ÷ Σ wᵢ))
이질성 P는 Q를 자유도 k − 1의 χ²와 비교해 구합니다. I²는 우연을 넘어서는 변동의 비율이고, τ²는 DerSimonian–Laird 연구 간 분산입니다.
무작위효과 추정값
wᵢ* = 1 ÷ (SEᵢ² + τ²)
θ̂* = Σ wᵢ* yᵢ ÷ Σ wᵢ*
Z = θ̂* ÷ SE(θ̂*)
모든 분산에 τ²를 더하면 가중치가 고르게 되므로 작은 연구의 비중이 커지고, 연구들이 일치하지 않을 때 다이아몬드가 넓어집니다. 포레스트 플롯 생성기의 기본 모형입니다.
R의 metafor 패키지에 들어 있는 교과서 데이터 세트인 BCG 백신 임상시험(연구 13건, Colditz 1994)으로 검증했습니다. 포레스트 플롯 생성기는 발표된 결과인 Q = 152.23, I² = 92.12%, τ² = 0.3088, 무작위효과 로그 위험비 −0.7141을 그대로 재현합니다.
포레스트 플롯 생성기의 고정효과와 무작위효과
같은 연구를 포레스트 플롯 생성기가 두 방식으로 통합한 결과입니다. 임상시험들이 일치하면(고관절 골절 예시, I² = 26%) 두 다이아몬드가 거의 겹칩니다. 일치하지 않으면 무작위효과가 작은 연구 쪽으로 가중치를 옮기고 구간을 넓히며, 여기서는 1을 넘을 만큼 넓어집니다.
| 연구 | 모형 | 통합 RR [95% CI] | 최대 가중치 | 최소 가중치 |
|---|---|---|---|---|
| 고관절 골절 임상시험, I² = 26% | 고정효과 | 0.84 [0.76, 0.94] | Tanaka 2019, 26.8% | Brennan 2020, 6.0% |
| 무작위효과 | 0.83 [0.73, 0.95] | Tanaka 2019, 22.8% | Brennan 2020, 7.6% | |
| 서로 어긋나는 임상시험 5건, I² = 91% | 고정효과 | 0.88 [0.79, 0.97] | Ennis 2021, 27.9% | Adler 2015, 9.0% |
| 무작위효과 | 0.77 [0.54, 1.10] | Ennis 2021, 20.9% | Adler 2015, 18.4% |
어느 쪽을 보고할까? 대부분의 임상 고찰처럼 연구들의 대상 집단, 용량, 설계가 다르면 무작위효과를, 서로 거의 반복 실험이거나 τ²를 추정하기에 연구가 너무 적으면 고정효과를 씁니다. 둘 다 보여 주는 고찰도 많습니다. "both models"라고 쓰면 포레스트 플롯 생성기가 공통효과와 무작위효과 다이아몬드를 모형마다 가중치 열과 함께 그립니다.
포레스트 플롯 생성기가 그리는 효과 지표별 포레스트 플롯
상대위험도 포레스트 플롯, 해저드비 포레스트 플롯, 평균차 포레스트 플롯 사이에서 달라지는 것은 축, 무효과선, 숫자를 통합하는 방법입니다. 요청에 지표를 적으면 포레스트 플롯 생성기가 세 가지를 모두 맞춥니다.
오즈비 포레스트 플롯
환자-대조군 연구와 오즈를 보고하는 임상시험의 이분형 결과에 씁니다. 로그 축이며 무효과선은 1입니다. 연구마다 Name year OR 0.62 (0.41 to 0.94)처럼 입력하세요. 포레스트 플롯 생성기는 ln(OR)에서 통합한 뒤 다이아몬드를 다시 비 척도로 적습니다. OR이 1보다 작으면 첫 번째 군에서 결과의 오즈가 낮다는 뜻입니다.
상대위험도 포레스트 플롯
위험 자체를 보고하는 코호트 연구와 임상시험의 위험비(상대위험도)에 씁니다. 오즈비와 같은 로그 축이며, 둘은 사건이 드물 때만 비슷합니다. RR 또는 risk ratio라고 쓰면 포레스트 플롯 생성기가 열 이름을 위험비로 달고 비 척도를 1을 중심으로 대칭으로 유지하므로, 0.5와 2가 1에서 같은 거리에 놓입니다.
해저드비 포레스트 플롯
생존, 재발, 재입원까지 걸린 시간 같은 사건 발생 시간 결과에 씁니다. 해저드비는 Cox 모형에서 나오며, 보고된 구간에서 로그 척도로 통합합니다. 각 임상시험의 가중치가 보고되어 있으면 그대로 덧붙이세요. 포레스트 플롯 생성기는 그 값으로 사각형 크기를 정하되 해저드비는 직접 통합합니다.
평균차와 SMD 포레스트 플롯
혈압, 통증 점수, HbA1c 같은 연속형 결과에 씁니다. 모든 연구가 같은 척도를 썼다면 평균차(MD)가 mmHg나 점수 같은 단위를 그대로 유지하고, 척도가 다르면 표준화 평균차(SMD, Hedges' g)가 SD로 나눕니다. 둘 다 0을 중심으로 한 선형 축을 쓰며, 포레스트 플롯 생성기는 0이 가운데 오도록 대칭으로 잡습니다.
하위군 포레스트 플롯
하나의 메타분석을 대상 집단, 용량, 설계로 나눈 그림입니다. 행 앞에 Subgroup Adults:와 Subgroup Children:을 쓰면 포레스트 플롯 생성기가 표를 나눕니다. 하위군마다 제목, 소계 다이아몬드, 자체 I²가 붙고, 하단 줄에는 하위군 효과가 우연 이상으로 다른지 보는 χ², 곧 하위군 차이 검정이 추가됩니다.
로지스틱 회귀나 단일 임상시험 하위군의 포레스트 플롯
회귀모형 하나의 공변량별 보정 오즈비, 또는 한 임상시험의 나이·성별·동반질환별 해저드비입니다. 이 행들은 독립된 연구가 아니므로 절대 통합하지 않습니다. 포레스트 플롯 생성기는 회귀분석과 단일 임상시험 하위군 요청을 알아보고, 행에는 다이아몬드를 그리지 않으며 전체 결과는 주어진 경우에만 그립니다.
포레스트 플롯 해석: I²는 어떻게 보이나
포레스트 플롯 생성기가 무작위효과로 통합한 예시용 5건짜리 메타분석 세 개로, 평균 효과는 거의 같습니다. 이들을 가르는 것은 사각형이 다이아몬드 주위에 얼마나 흩어졌는가이며, 이것이 I²가 재는 것입니다. Cochrane Handbook의 대략적 기준은 0–40% 중요하지 않을 수 있음, 30–60% 중등도, 50–90% 상당함, 75–100% 매우 큼입니다.
낮은 이질성
I² = 0%, τ² = 0.000, 통합 RR 0.79 [0.70, 0.88]
구간이 거의 완전히 겹치고 모든 사각형이 다이아몬드 가까이에 있습니다. 연구들이 같은 이야기를 하며, 고정효과와 무작위효과가 일치합니다.
중등도 이질성
I² = 58%, τ² = 0.023, 통합 RR 0.81 [0.68, 0.97]
연구 2건은 1 근처에, 2건은 1보다 한참 아래에 있습니다. 결과에서 한 문장으로 언급하고, 통합 추정값 앞이든 뒤든 연구들 사이에 무엇이 다른지 살펴볼 만합니다.
매우 큰 이질성
I² = 91%, τ² = 0.145, 통합 RR 0.77 [0.54, 1.10]
1의 양쪽에서 어떤 구간들은 전혀 겹치지 않습니다. 무작위효과 다이아몬드가 무효과선을 가로질러 넓어집니다. 이런 통합 숫자는 말해 주는 것보다 감추는 것이 많으며, 다음 단계는 하위군 분석이나 메타회귀입니다.
I²는 Q처럼 연구 수에 따라 커지지 않기 때문에 고찰에서 보고하지만, 연구가 10건 정도보다 적으면 I² 자체의 불확실성이 큽니다. τ²를 함께 보고하세요. 포레스트 플롯 생성기는 둘 다 적습니다.
포레스트 플롯 생성기와 Excel, R, Stata, RevMan, SPSS 비교
포레스트 플롯은 대부분 고찰 소프트웨어나 R에서 만듭니다. 각 도구에 무엇이 필요한지, 통합은 어디서 하는지, 포레스트 플롯 생성기는 어디에 맞는지 정리했습니다.
| 구분 | 포레스트 플롯 만드는 법 | 통합과 I² | 필요한 것 |
|---|---|---|---|
| 포레스트 플롯 생성기 | 연구를 입력하거나 첨부하면 포레스트 플롯 생성기가 저널 스타일로 그림 | 예. 고정, 무작위(DerSimonian–Laird) 또는 둘 다, 하위군 포함 | 연구별 추정값과 CI |
| Excel | 사용자 지정 가로 오차 막대, 로그 x축, 라벨용 더미 계열을 넣은 분산형 차트 | 아니요. Q, I², 다이아몬드를 셀에서 손으로 계산 | 그림마다 차트 서식에 한 시간 |
| R (metafor, meta) | metafor의 forest(rma(yi, vi)) 또는 meta의 forest(metagen(...)). 직접 꾸미려면 ggplot2의 geom_pointrange | 예. DL, REML, Paule–Mandel 등과 예측구간 | R과 그림을 꾸밀 코드 |
| Stata | meta set 뒤 meta forestplot(Stata 16 이상), 또는 사용자 작성 명령 metan | 예 | Stata 라이선스와 명령어 |
| RevMan | Cochrane 고찰에 입력한 데이터로 자동으로 그림 | 예. Mantel–Haenszel, Peto, 역분산 | RevMan에서 설정한 고찰. 이미지로 내보내기 |
| SPSS, SAS, Prism | SPSS 28 이상의 Meta Analysis 절차, SAS PROC SGPLOT의 HIGHLOW, Prism은 가로 오차 막대 그래프 | SPSS는 예, SAS는 직접 코드로, Prism은 아니요 | 각각의 라이선스와 절차 |
R, Stata, RevMan에서 이미 분석했나요? 연구 행과 소프트웨어가 출력한 통합 행을 붙여 넣으세요. 포레스트 플롯 생성기는 통합 결과를 적힌 그대로 그리고, 이질성 줄은 구간으로 계산하며, 가중치는 그대로 둡니다.
포레스트 플롯 생성기와 메타분석 자주 묻는 질문
포레스트 플롯의 다이아몬드는 무엇을 뜻하나요?
다이아몬드는 통합 추정값입니다. 중심은 모든 연구를 합친 효과이고, 왼쪽과 오른쪽 꼭짓점은 그 추정값의 신뢰구간입니다. 다이아몬드가 무효과선에 닿지 않으면 통합 결과가 정한 수준에서 통계적으로 유의하다는 뜻입니다. 하위군 포레스트 플롯에는 하위군마다 작은 다이아몬드가 하나씩 있고 맨 아래에 전체 다이아몬드가 있습니다. 포레스트 플롯 생성기는 모든 다이아몬드의 꼭짓점을 연구에서 계산하므로, 그 폭은 실제 통합 구간입니다.
신뢰구간이 무효과선을 가로지르면 무슨 뜻인가요?
그 연구의 결과가 95% 수준에서 무효과와 양립한다는 뜻입니다. 구간이 오즈비, 위험비, 해저드비 1 또는 차이 0을 포함합니다. 효과가 없다는 증거는 아닙니다. 작은 연구는 참 효과가 있어도 선을 가로지르며, 그래서 통합합니다. 포레스트 플롯 생성기는 모든 구간을 해당 행 옆에 적으므로 어느 구간이 1을 포함하는지 볼 수 있습니다. 합친 답은 다이아몬드에서, 각 연구가 얼마나 알고 있었는지는 수염의 폭에서 읽으세요.
포레스트 플롯은 왜 로그 척도를 쓰나요?
비는 로그 척도에서 대칭이기 때문입니다. 오즈비 0.5는 2가 1보다 위에 있는 만큼 1보다 아래에 있습니다. 선형 축이라면 0.5는 1에서 2의 절반 거리에 놓이고 구간이 한쪽으로 기울어 보입니다. 비는 로그 척도에서 통합하므로 다이아몬드도 거기서 대칭입니다. 평균차는 선형 축을 유지하며, 포레스트 플롯 생성기는 적어 준 지표에 따라 두 축을 바꿉니다.
포레스트 플롯에서 사각형의 크기는 무엇을 뜻하나요?
사각형의 넓이는 메타분석에서 그 연구의 가중치에 비례합니다. 가중치는 분산의 역수에서 나오므로 구간이 좁은 큰 연구는 사각형이 큽니다. 크기는 효과가 얼마나 큰지와는 상관이 없습니다. 포레스트 플롯 생성기에서 각 사각형의 변은 가장 큰 가중치에 대한 상대 가중치의 제곱근이므로 넓이가 가중치를 따르며, 가장 작은 연구도 보이도록 최소 크기를 둡니다.
Excel에서 포레스트 플롯은 어떻게 만드나요?
Excel에는 포레스트 플롯 차트가 없으므로 분산형 차트로 만듭니다. 추정값을 x에, 행 번호를 y에 두고, 사용자 지정 양·음 값(상한 − 추정값, 추정값 − 하한)으로 가로 오차 막대를 넣고, 비라면 x축을 로그 눈금으로 바꾸고, y축을 뒤집어 숫자를 숨긴 뒤 두 번째 계열이나 데이터 레이블로 연구 이름을 붙입니다. 통합 다이아몬드는 셀에서 계산해 도형으로 그려야 합니다. 서식 작업을 건너뛰려면 같은 열을 포레스트 플롯 생성기에 붙여 넣으세요.
R에서 포레스트 플롯은 어떻게 만드나요?
metafor로는 res <- rma(yi, vi, data = dat, method = "DL"); forest(res)입니다. 여기서 yi는 각 로그 비이고 vi는 그 분산입니다(escalc()가 빈도에서 둘 다 계산합니다). meta 패키지는 forest(metagen(TE, seTE, studlab))로 같은 일을 하며, 직접 꾸미려면 forestplot이나 ggplot2의 geom_pointrange를 씁니다. R이 가장 유연한 방법이고, 추정값과 구간이 있고 그리기 코드 없이 저널 스타일 그림을 원할 때는 포레스트 플롯 생성기가 빠른 방법입니다.
랜덤 포레스트 그림과 포레스트 플롯은 같은 것인가요?
아닙니다. 랜덤 포레스트는 결정 트리 여러 개로 된 머신러닝 모형이며, 랜덤 포레스트 그림이라고 하면 보통 변수 중요도 막대그래프나 부분 의존도 그림을 말합니다. 포레스트 플롯은 추정값과 신뢰구간으로 된 메타분석 그림입니다. 같은 단어는 우연일 뿐이며, 포레스트 플롯 생성기가 그리는 것은 메타분석 그림입니다.
포레스트 플롯과 깔때기 그림(funnel plot)은 무엇이 다른가요?
포레스트 플롯은 각 연구의 효과와 통합 결과를 보여 주고, 깔때기 그림은 각 연구의 효과를 표준오차에 대해 그려 소규모 연구 효과와 출판 비뚤림을 살핍니다. 포레스트 플롯 생성기는 앞의 것을 그리며, 고찰에는 보통 둘 다 들어갑니다. 답은 포레스트 플롯으로, 그 답을 얼마나 믿을지는 (연구가 10건 이상일 때) 깔때기 그림으로 봅니다.
포레스트 플롯 생성기가 통합 추정값을 계산해 주나요?
네, 포레스트 플롯 생성기가 연구를 직접 통합합니다. 각 신뢰구간에서 구한 역분산 가중치를 쓰며, 고정효과나 두 모형 모두를 요청하지 않으면 무작위효과(DerSimonian–Laird)입니다. 통합 추정값과 그 구간, 가중치, I², τ², 이질성 χ²와 P, 전체 효과 검정을 적습니다. 이미지 모델은 이 숫자를 넘겨받을 뿐 하나도 계산하지 않습니다.
RevMan, Stata, R의 통합 결과를 대신 쓸 수 있나요?
네, 포레스트 플롯 생성기는 주어진 통합 행을 적힌 그대로 그립니다. Overall 0.70 (0.59 to 0.82)나 Total (95% CI) 0.70 [0.59, 0.82]처럼 입력하거나, 첨부한 표의 Total 행으로 넣으세요. 그러면 소프트웨어의 Mantel–Haenszel이나 REML 결과가 그림에 그대로 남고, 이질성 줄은 연구 구간으로 계산합니다.
연구가 90%나 99% 신뢰구간을 보고하면 어떻게 하나요?
요청에 90% CI 또는 99% CI라고 쓰면, 포레스트 플롯 생성기가 구간을 표준오차로 바꿀 때 1.96 대신 1.645 또는 2.576을 쓰고 통합 구간도 같은 수준으로 적습니다. 한 포레스트 플롯에 여러 수준을 섞는 것은 지원하지 않으므로 먼저 한 수준으로 바꾸세요.
포레스트 플롯 생성기는 왜 점추정값이 꼭 필요한가요?
그림의 모든 숫자는 여러분이 준 것이거나 그것으로 계산한 것이어야 하기 때문입니다. 반올림이 끼어 있으면 구간만으로는 점추정값이 정확히 정해지지 않으므로, 포레스트 플롯 생성기는 추측하지 않고 추정값을 요청합니다. 가중치나 통합 결과도 마찬가지로, 여러분이 적었거나 코드가 계산했을 때만 표시합니다.
출처
- Chapter 10: Analysing data and undertaking meta-analyses — Cochrane Handbook for Systematic Reviews of Interventions
- Forest plots: trying to see the wood and the trees (Lewis and Clarke, 2001) — The BMJ
- Measuring inconsistency in meta-analyses (Higgins et al., 2003) — The BMJ
- Meta-analysis in clinical trials (DerSimonian and Laird, 1986) — Controlled Clinical Trials
- dat.bcg: Studies on the effectiveness of the BCG vaccine against tuberculosis — metadat (R package documentation)
포레스트 플롯 생성기에 연구 붙여 넣기
연구별 추정값과 신뢰구간을 입력하거나 첨부하면, 포레스트 플롯 생성기가 통합 다이아몬드, 가중치, I²까지 계산한 저널 스타일 포레스트 플롯을 돌려줍니다.
포레스트 플롯 생성기 열기