Yila

Combinez vos études et tracez le forest plot

Importez un tableau avec une ligne par étude. Yila calcule les tailles d’effet, ajuste un modèle à effets aléatoires, trace le forest plot avec les statistiques d’hétérogénéité et teste un modérateur, avec le script R pour tout reproduire.

Voici mon tableau de résultats d’études. Combinez les résultats, exprimés en , avec un modèle à effets aléatoires (REML) et tracez un forest plot prêt à publier : chaque étude identifiée par auteur et année, le nombre d’événements et l’effectif total de chaque bras, les poids, l’estimation et son IC à 95 % sur un axe logarithmique, le losange de l’estimation combinée, l’intervalle de prédiction et une ligne indiquant Q, I² et τ². Testez ensuite si explique l’hétérogénéité, à l’aide d’une méta-régression et d’un graphique à bulles. Enregistrez les figures en PNG et en SVG, un tableau de résultats et le script R.

S’ouvre dans l’espace de travail Yila, où vous pouvez tout ajuster au fil de la conversation.

Une méta-analyse finalisée

Une exécution officielle sur les essais classiques du vaccin BCG. Voici les figures enregistrées après une correction dans la même conversation ; le téléchargement les contient avec le tableau de résultats et le script R.

Vaccin BCG et tuberculose dans 13 essais — 1
1 / 2

Ce que vous obtenez

Le forest plot
Chaque étude avec ses effectifs, son poids et son estimation sur un axe logarithmique, le losange de l’estimation combinée, l’intervalle de prédiction et la ligne d’hétérogénéité.
Le graphique à bulles
La méta-régression sur votre modérateur : chaque étude est un point, avec la droite ajustée et sa bande de confiance à 95 %.
Le tableau de résultats
Estimations, intervalles de confiance et poids par étude, l’estimation combinée avec son intervalle de prédiction, et les coefficients de la méta-régression.
Le script
L’analyse complète en R avec metafor, pour qu’un relecteur puisse recalculer chaque chiffre à partir de votre tableau.

Les étapes

Importez le tableau des études et indiquez la mesure

Donnez à Yila une ligne par étude : nombre d’événements et effectif total par bras, ou taille d’effet avec son erreur type. Indiquez la mesure à combiner et la caractéristique des études qui pourrait expliquer les différences.

Yila vérifie le tableau et prépare le modèle

Il lit les colonnes, calcule les tailles d’effet et ajuste le modèle à effets aléatoires. Précisez comment chaque bras est codé, cas et non-cas ou cas et total, pour que les effectifs des groupes soient justes ; les études sans événement sont signalées, et non ajustées en silence.

Récupérez les figures, le tableau et le script

Le forest plot et le graphique à bulles sont générés, vérifiés pour éviter les chevauchements, puis enregistrés avec le tableau de résultats et le script. Demandez des sous-groupes, un funnel plot ou un autre estimateur dans la même conversation.

Utile pour

Une revue systématique

Le forest plot principal et les statistiques d’hétérogénéité que rapporte une revue PRISMA, prêts pour la section Résultats.

Un chapitre de thèse

Une analyse combinée dont le jury peut vérifier le script et les résultats ligne par ligne.

Vérifier une méta-analyse publiée

Recalculez une estimation combinée à partir des effectifs des essais figurant dans ses tableaux avant de la citer.

Questions fréquentes

Combinez vos propres études

Importez le tableau des études et indiquez la mesure. Yila ajuste le modèle, trace les graphiques et vous fournit le script.

Commencer avec vos données