做Meta分析很重要，但没人教的小TIPS
一张图片胜过千言万语。在学术论文中，图表能够以精简凝练的方式高效呈现大量统计数据。在论文初审阶段，以及准备发表的阶段，期刊编辑和审稿人都会通过浏览论文的图表，大致了解研究内容和成果。所以简练清晰传递信息的图表在论文内容呈现中起到非常重要的积极作用。
网上很多Meta分析入门教程，但鲜少有关注Meta分析图表绘制的，今天我就用自己几篇SCI的经验给大家分享一些图表绘制的小TIPS：
1️⃣Meta分析涉及到的图主要有：
①纳入排除流程图
②森林图
③漏斗图
④Meta回归和气泡图
一、纳入排除流程图
纳入排除流程图一般在结果中最先展示。图中描述了原始研究的纳入排除过程。PRISMA提供了流程图的模板，推荐使用该模板。
绘图建议
- 流程图最上面展示的是初始获取的文献数量，最下面展示的是最终纳入分析的文献数量，中间部分展示文献的纳入排除过程。
- 流程图可以归纳为四部分：文献获取、文献筛选、文献入排和文献纳入。
- 向下的箭头表示文献选择过程，向右的箭头表示每一步中排除的文献和原因。
二、森林图
森林图是Meta分析结果中的经典图形，它由图形和数据列表两部分组成。其中：
🔵 数据列表部分包含各原始研究以及样本量、结局事件数、效应值等信息，原始研究的排列一般遵从一定的顺序，比如发表年代或文献的权重。效应值通常为均数差、OR、RR或HR等，并且要提供置信区间。
🔵 图形部分展示了各研究效应值及其95%CI区间，图中点的大小衡量各研究贡献的权重大小。图的底部为Meta分析的合并值。
二、森林图绘制建议
- 数据列表部分
(1) 展示纳入分析的原始研究。
研究排列应遵从一定顺序，如发表年代、权重大小或作者首字母。
(2) 给出各原始研究的结局事件数。
(3) 给出各组的样本量。
(4) 给出各原始研究贡献的权重。
(5) 报告各原始研究效应值及其95%CI。
(6) 最列表底部报告数据的合计值以及异质性统计量I²。 - 图形部分
(1) 用方形表示各原始研究效应值，用水平线表示置信区间。
(2) 用方形的大小表示权重大小，方形越大，权重越大。
(3) 在最底部用菱形表示合并的效应值，菱形的左右顶点表示置信区间的上下限。
森林图绘制代码，可参考主页往期分享的笔记
三、漏斗图
漏斗图是结合相关的统计检验，在Meta分析中检查研究是否存在报告偏倚的可能性。漏斗图是一个简单的散点图，反映研究在一定样本量或精准性下单个研究的干预效应估计值。漏斗图最常见的是横轴为各研究效应估计值，纵轴为研究样本量。
绘图建议
- X轴：效应值（取自然对数），如OR、RR等的对数值。
- Y轴：效应值的标准误SE。
- 点：每个点大小一致，代表一个研究，至少应有10个研究，点的大小要适当。
- 漏斗：由三条线组成，垂直线代表合并的效应值在X轴的位置，两条斜线代表95%CI。
四、Meta回归和气泡图
研究间的异质性有时可以归因于某些研究水平的影响因素，此时可用到Meta回归的方法。Meta回归得到的影响因素作用大小可以利用气泡图上显示。
绘图建议
- X轴：影响因素的取值。
- Y轴：效应值大小（可能需要进行转换，如取对数）。
- 圆圈：每个圆圈代表一个研究，圆圈越大，说明该研究的效应值方差越小，精确度越高，权重越大。
- 线：回归线，如果回归线斜率不为0说明影响因素对研究间效应有作用。
