Rappresenta l'effect size rispetto all'errore standard per verificare il bias di pubblicazione nella tua meta-analisi — gratis, nel browser e pronto per l'esportazione in pochi minuti.
Un funnel plot è un grafico a dispersione usato in meta-analisi per visualizzare un possibile bias di pubblicazione in un insieme di studi. Ogni punto rappresenta uno studio, posizionato in base al suo effect size sull'asse x e a una misura di precisione — di solito l'errore standard — sull'asse y, invertito così che gli studi più grandi e precisi si trovino vicino alla cima.
In assenza di bias di pubblicazione, un funnel plot dovrebbe apparire come un imbuto rovesciato approssimativamente simmetrico: gli studi piccoli con errori standard ampi si disperdono largamente in basso, mentre gli studi più grandi si concentrano strettamente intorno all'effetto aggregato in alto. L'asimmetria del funnel plot — punti sbilanciati verso un lato — è il segnale visivo classico del bias di pubblicazione, anche se un'eterogeneità genuina o il caso possono produrla ugualmente.
L'interpretazione del funnel plot è più affidabile se abbinata a un test formale, come il test di Egger o il test di Begg, piuttosto che alla sola ispezione visiva, poiché l'asimmetria può essere sottile con meno di circa dieci studi. I funnel plot con contorni migliorati (contour-enhanced) facilitano questo compito ombreggiando direttamente sul grafico le regioni di significatività statistica.
Guarda come appare un funnel plot con una base di evidenze simmetrica, con asimmetria dovuta a bias di pubblicazione e con ombreggiatura di significatività a contorni migliorati.
Gli studi si distribuiscono in modo uniforme su entrambi i lati dell'effetto aggregato — nessun segno visivo di bias di pubblicazione.
Gli studi piccoli si concentrano su un solo lato, un segnale classico di bias di pubblicazione o di effetti da studio piccolo.
Le regioni ombreggiate p < 0,01, p < 0,05 e p < 0,10 mostrano se l'asimmetria è guidata dalla significatività statistica.
Due imbuti di confidenza rendono facile vedere quali studi cadono fuori dalla dispersione attesa.
Passa dai dati grezzi degli studi a un funnel plot pronto per la pubblicazione in quattro passaggi.
Incolla come semplice tabella il nome, l'effect size e l'errore standard (o la varianza) di ogni studio.
Lascia che lo strumento calcoli automaticamente la media ponderata a effetti fissi, oppure inserisci una tua stima aggregata.
Attiva le linee del CI al 95%, aggiungi un imbuto al 99% oppure abilita l'ombreggiatura a contorni migliorati per segnalare le regioni di significatività.
Scarica il funnel plot completato in SVG o PNG e inseriscilo direttamente nella tua meta-analisi.
Incolla gli effect size e gli errori standard dei tuoi studi, e il funnel plot viene renderizzato istantaneamente con l'effetto aggregato e l'imbuto di confidenza già disegnati.
Attiva i confini pseudo-intervallo di confidenza su due livelli per vedere esattamente quali studi cadono fuori dalla dispersione attesa.
Attiva i contorni di significatività per ombreggiare le regioni p < 0,01, p < 0,05 e p < 0,10, così l'asimmetria legata alla significatività statistica risalta a colpo d'occhio.
Domande comuni su come costruire e leggere un funnel plot per una meta-analisi.
Entrambi sono grafici fondamentali della meta-analisi, ma rispondono a domande diverse.
Rileva il bias di pubblicazione nella base di evidenze
Riassume l'effect size e l'intervallo di confidenza di ogni studio
Incolla i dati dei tuoi studi e ottieni un funnel plot pronto per la pubblicazione in pochi minuti — gratis, senza registrazione.