Trasforma una tabella di effect size e intervalli di confidenza in un forest plot ponderato con diamante del risultato aggregato — senza macro di fogli di calcolo, senza software da installare.
| Studio | Effect size | CI inferiore | CI superiore | Peso % | Sottogruppo | Rimuovi studio |
|---|---|---|---|---|---|---|
Forest plot generati con Figwise, con diverse misure d'effetto e layout di sottogruppi.
Un forest plot classico con gli odds ratio dell'efficacia di un farmaco confrontati tra i sottogruppi ad alto e basso dosaggio, con ponderazione a varianza inversa e diamante del risultato aggregato.
Riduzione della pressione arteriosa misurata come differenza media in mmHg. Usa un asse x lineare con la linea dell'effetto nullo a zero.
Hazard ratio di sopravvivenza globale da trial di riferimento sull'immunoterapia, su scala logaritmica con ponderazione a varianza inversa automatica.
Efficacia del vaccino contro l'ospedalizzazione, stratificata per popolazione adulta e pediatrica, con il risk ratio come misura d'effetto.
Un forest plot allinea i risultati di ogni studio di una meta-analisi, uno per riga. Un quadrato segna la stima puntuale — l'odds ratio, il risk ratio, l'hazard ratio o la differenza media dello studio — e la linea orizzontale che lo attraversa è l'intervallo di confidenza al 95%.
Una linea nulla tratteggiata si trova a 1,0 per le misure di rapporto come OR, RR e HR, o a 0 per le misure di differenza come MD e SMD. Se l'intervallo di confidenza di uno studio attraversa quella linea, il suo risultato da solo non è statisticamente significativo. La dimensione del quadrato riflette il peso dello studio nella stima aggregata.
Il diamante in fondo è l'effetto aggregato di tutti gli studi, con larghezza pari all'intervallo di confidenza aggregato — è ciò a cui si riducono, in ultima analisi, la maggior parte delle domande sulla lettura di un forest plot.
Passa tra OR, RR, HR, MD e SMD da un unico menu a tendina. Il generatore di forest plot sceglie automaticamente un asse logaritmico con linea nulla a 1,0 per le misure di rapporto, o un asse lineare con linea nulla a 0 per le misure di differenza.
Assegna a ogni studio un'etichetta di sottogruppo e il generatore raggruppa automaticamente i trial correlati sotto un'intestazione comune — utile per confrontare dosaggi, durata del follow-up o disegno dello studio in un unico grafico.
Lascia vuoto il campo peso e questo forest plot maker lo calcola con la ponderazione a varianza inversa a partire dall'ampiezza del CI di ogni studio, poi scala ogni quadrato in modo che la sua area rifletta la quota dello studio nel risultato aggregato.
Ecco come costruire un forest plot da un elenco di effect size, dalla scelta della scala giusta all'esportazione del grafico finale.
Aggiungi una riga per ogni studio con il suo nome, poi scegli OR, RR, HR, MD o SMD dal menu della misura d'effetto — questo decide se il grafico usa una scala logaritmica o lineare e dove si trova la linea nulla.
Digita la stima puntuale più il limite inferiore e superiore del CI al 95% per ogni studio. Lascia vuota la colonna del peso e il generatore lo calcola automaticamente dall'ampiezza del CI.
Assegna agli studi un'etichetta di sottogruppo per raggrupparli sotto un'unica intestazione, poi inserisci l'effect size complessivo e il CI così il diamante aggregato compare in fondo al grafico.
Il forest plot si aggiorna mentre digiti. Quando quadrati, intervalli di confidenza e diamante sono come li vuoi, scarica il grafico in SVG per ulteriori modifiche o in PNG per l'invio diretto.
Risposte alle domande più frequenti su come leggere e costruire un forest plot.
Inserisci i dati dei tuoi studi, controlla il grafico ponderato e scarica una figura pronta per l'invio — tutto nel browser.