森林图怎么做：先把刻度和效应量搞对

一、两种森林图，别混为一谈

• 单研究森林图：展示多因素模型里各变量的 HR/OR（每行一个协变量），没有"合并效应"。
• Meta 森林图：展示多项研究 + 合并效应（菱形），方块大小代表权重，通常还带异质性 I²。
• 把两者混画（既放权重又放单模型系数）是最常见的概念错误。

二、三条硬规范

• 比值型效应（OR/HR/RR）：横轴用**对数刻度**，无效线在 1；用线性刻度会让 0.5 与 2.0 看起来不对称，视觉误导。
• 差值型效应（均数差、风险差）：线性刻度，无效线在 0。
• 必须给出每行的效应量数值与 95% CI，不能只画点；读者要能核对。

三、Meta 森林图额外要看的

• 权重：通常按方差倒数，方块大小与权重成比例；固定效应与随机效应结果可能不同，要说明用哪个。
• 异质性：I² > 50% 提示中等以上异质性，此时优先报告随机效应模型并解释来源（人群、剂量、随访）。
• 预测区间（prediction interval）比 CI 更能反映"下一个研究可能落在哪"。
• 发表偏倚：研究数 ≥ 10 时才适合做漏斗图/Egger 检验。

四、四个常见画错

• 刻度用线性（OR 图看起来左宽右窄，结论被放大）。
• CI 跨 1 却把点画在"有效"一侧并加粗强调。
• 把不同效应量（OR 与 HR）混在同一张图的不同行。
• 不写模型（固定/随机）与异质性指标。

五、用接口直接出图（可复制）

给每行的标签、效应量与 CI 上下限，返回矢量图（可直接进论文）与数据表。

REST：生成森林图

curl -X POST https://sanyu.wentangkeji.com/api/open/v1/run/act_forest_chart \
  -H "Authorization: Bearer sk-sanyu-你的密钥" \
  -H "Content-Type: application/json" \
  -d '{"data":[{"label":"Age","hr":1.03,"lower":1.01,"upper":1.05},\
             {"label":"SOFA","hr":1.21,"lower":1.12,"upper":1.31}]}'

常见问题

森林图的横轴一定要用对数吗？

比值型效应（OR、HR、RR）必须用对数刻度，否则 0.5 与 2.0 会在视觉上不对称，读者会误判效应大小。差值型效应（MD、RD）用线性刻度。

I² 多少算异质性大？

常用分级：< 25% 低、25–50% 中等、> 50% 较高、> 75% 很高。I² 高时应改用随机效应模型，并解释异质性来源，而不是简单删掉"异常"研究。

单因素和多因素的森林图能画在一起吗？

可以，但要分成两栏（Model 1 / Model 2）并明确标注，不能把两套系数混在同一列里让人误以为是同一个模型。

相关工具

• 生存分析与 HR
• CONSORT/PRISMA 流程图
• 科研工具箱