
複数の研究を統合してフォレストプロットを作成
1 行に 1 研究の表をアップロードしてください。Yila が効果量を計算してランダム効果モデルを当てはめ、異質性の統計量を示したフォレストプロットを描き、調整変数を検定します。再現用の R スクリプトも付きます。
これは各研究の結果をまとめた表です。ランダム効果モデル(REML)でを統合し、論文にそのまま使えるフォレストプロットを作成してください。各研究には著者名と発表年のラベルを付け、各群のイベント数と総数、重み、対数軸上の推定値とその 95% CI、統合推定値のダイヤモンド、予測区間を示したうえで、Q、I²、τ² を記した行も入れてください。次に、が異質性を説明するかどうかを、メタ回帰とバブルプロットで検定してください。図は PNG と SVG で保存し、結果の表と R スクリプトも保存してください。
Yila のワークベンチで開きます。会話の中でいつでも調整できます。
完成したメタアナリシス
古典的な BCG ワクチン試験のデータで実行した公式の作例です。下の図は同じ会話の中で 1 回修正した後に保存されたもので、ダウンロードにはこれらの図と結果の表、R スクリプトが含まれます。

得られるもの
- フォレストプロット
- 各研究のイベント数と人数、重み、対数軸上の推定値に加えて、統合推定値のダイヤモンド、予測区間、異質性の統計量を示す行を描きます。
- バブルプロット
- 指定した調整変数によるメタ回帰です。各研究を点で示し、回帰直線とその 95% 信頼帯を重ねます。
- 結果の表
- 研究ごとの推定値、信頼区間、重み、統合推定値とその予測区間、メタ回帰の係数をまとめます。
- 解析スクリプト
- metafor を使った R による解析全体です。査読者が表をもとにすべての数値を再計算できます。
進め方

研究の表をアップロードして効果指標を指定
1 行に 1 研究の表を Yila に渡します。各群のイベント数と総数、または効果量とその標準誤差を含めてください。統合する指標と、研究間の違いを説明しうる研究の特性も伝えます。

Yila が表を確認してモデルを設定
列を読み取り、効果量を計算して、ランダム効果モデルを当てはめます。群の人数を正しく扱えるよう、各群が「発症者数と非発症者数」なのか「発症者数と総数」なのかを伝えてください。イベント数が 0 の研究は、黙って補正せずにそのまま報告します。

図・表・スクリプトが完成
フォレストプロットとバブルプロットを描画して重なりがないか確認し、結果の表とスクリプトとともに保存します。サブグループ解析、ファンネルプロット、別の推定法が必要なときは、同じ会話の中で依頼してください。
主な用途
システマティックレビュー
PRISMA に沿ったレビューで報告するメインのフォレストプロットと異質性の統計量を、結果のセクションにそのまま使える形で用意します。
学位論文の 1 章
スクリプトと出力を審査委員会が 1 行ずつ確認できる統合解析です。
公表済みメタアナリシスの検証
引用する前に、論文の表に載っている各試験のイベント数と人数から、統合推定値を計算し直せます。
よくある質問
関連するタスク

データ分析アシスタント
CSV/XLSX をアップロードし、会話でデータの確認、研究用の統計分析、論文に使えるグラフの作成を行います。

原稿に載せる Table 1 を作成
データセットをアップロードして群を指定してください。Yila が変数ごとに分布を確認し、査読者が期待する形で要約して行ごとに検定を選び、編集できる Word の表として保存します。

追跡データから Kaplan–Meier 生存曲線を作成
追跡期間とイベントの列を含む表をアップロードしてください。Yila が number at risk を添えた生存曲線を描き、群間の差を検定して Cox モデルを当てはめます。再現用のスクリプトも付きます。
