将效应量与标准误绘成漏斗图，检查你的 Meta 分析是否存在发表偏倚——免费、纯浏览器运行，几分钟内即可导出。
漏斗图是 Meta 分析中用来观察一组研究是否存在发表偏倚的散点图。每个点代表一项研究，横轴是该研究的效应量，纵轴是精度的度量——通常是标准误，且方向倒置，让样本量更大、更精确的研究出现在图的上方。
如果不存在发表偏倚，漏斗图应大致呈对称的倒漏斗形：标准误较大的小样本研究在图下方散得较开，样本量更大的研究则在合并效应附近的上方收紧聚拢。漏斗图不对称——研究点明显偏向一侧——是发表偏倚的经典视觉信号，但真实存在的异质性或随机误差同样可能造成这种不对称。
单靠肉眼判断漏斗图并不总是可靠，尤其是纳入研究不足十项时不对称可能很不明显，最好配合 Egger 检验或 Begg 检验等正式统计方法一起使用。等高线增强漏斗图能把显著性区域直接叠加着色在图上，让判断更直观。
看看证据基础对称、因发表偏倚而不对称、以及叠加等高线显著性着色时，漏斗图分别呈现什么样子。
研究点在合并效应两侧分布均匀——没有发表偏倚的视觉迹象。
小样本研究只聚集在一侧，是发表偏倚或小样本效应的典型特征。
叠加 p < 0.01、p < 0.05、p < 0.10 三层着色区域，看出不对称是否与统计显著性有关。
两层置信漏斗线让哪些研究落在预期分布之外一目了然。
四步从原始研究数据得到可发表的漏斗图。
把每项研究的名称、效应量和标准误（或方差）粘贴为一张简单的表格。
让工具自动计算固定效应加权平均值，或者手动输入你自己的合并效应估计值。
打开 95% 置信区间线，叠加一层 99% 漏斗，或启用等高线着色标出显著性区域。
把做好的漏斗图下载为 SVG 或 PNG，直接放进你的 Meta 分析文稿里。
粘贴各研究的效应量和标准误，漏斗图立刻渲染出来，合并效应线和置信漏斗线都已经画好。
切换两档伪置信区间边界，直观看出哪些研究落在预期分布之外。
打开显著性等高线后，p < 0.01、p < 0.05、p < 0.10 三层区域会分别着色，一眼看出不对称是否与统计显著性相关。
为你的论文、海报或幻灯片下载矢量或位图格式的可发表漏斗图，完全免费。
关于制作和解读 Meta 分析漏斗图的常见问题。
两者都是 Meta 分析的核心图表，但回答的问题不同。
检测整体证据基础是否存在发表偏倚
汇总每项研究的效应量和置信区间
粘贴研究数据，几分钟内得到可发表的漏斗图——免费，无需注册。
