
여러 연구를 통합해 포레스트 플롯 그리기
연구 하나당 한 행으로 된 표를 업로드하세요. Yila가 효과크기를 계산하고 랜덤효과 모형을 적합해 이질성 통계량이 담긴 포레스트 플롯을 그리고, 조절변수를 검정합니다. 결과를 재현할 수 있는 R 스크립트도 함께 제공합니다.
업로드한 파일은 제가 정리한 연구별 결과표입니다. 랜덤효과 모형(REML)으로 의 통합 추정치를 구하고, 논문에 바로 쓸 수 있는 포레스트 플롯을 그려 주세요. 각 연구는 저자와 연도로 표시하고, 군별 사건 수와 전체 인원, 가중치, 로그 축 위의 추정치와 95% 신뢰구간, 통합 추정치 다이아몬드, 예측구간을 넣고, Q, I², τ² 값을 적은 줄도 넣어 주세요. 이어서 메타회귀분석과 버블 플롯으로 에 의해 이질성이 설명되는지 검정해 주세요. 그림은 PNG와 SVG로 저장하고, 결과표와 R 스크립트도 함께 저장해 주세요.
Yila 워크벤치에서 열립니다. 대화 중 언제든 조정할 수 있습니다.
완성된 메타분석
고전적인 BCG 백신 임상시험 데이터로 한 번 공식 실행한 결과입니다. 아래는 같은 대화에서 한 번 수정한 뒤 저장된 그림이며, 다운로드 파일에는 결과표와 R 스크립트가 함께 들어 있습니다.

받게 되는 결과물
- 포레스트 플롯
- 모든 연구의 사건 수, 가중치, 로그 축 위의 추정치와 함께 통합 추정치 다이아몬드, 예측구간, 이질성 통계량 줄을 담습니다.
- 버블 플롯
- 조절변수에 대한 메타회귀분석 결과로, 각 연구를 점으로 나타내고 적합선과 95% 신뢰대를 함께 그립니다.
- 결과표
- 연구별 추정치, 신뢰구간, 가중치와 통합 추정치 및 예측구간, 메타회귀 계수를 정리합니다.
- 스크립트
- metafor를 사용한 R 전체 분석 스크립트로, 심사위원이 원래 표에서 모든 수치를 다시 계산할 수 있습니다.
진행 방식

연구 표를 업로드하고 효과 지표를 정합니다
연구 하나당 한 행으로 된 표를 Yila에게 주세요. 군별 사건 수와 전체 인원, 또는 효과크기와 그 표준오차가 있으면 됩니다. 통합할 효과 지표와, 연구 간 차이를 설명할 만한 연구 특성도 알려 주세요.

Yila가 표를 점검하고 모형을 설정합니다
열을 읽고 효과크기를 계산한 뒤 랜덤효과 모형을 적합합니다. 군 크기가 정확하도록 각 군이 어떻게 기록되어 있는지(사건 수와 비사건 수인지, 사건 수와 전체 인원인지) 알려 주세요. 사건이 0건인 연구가 있으면 조용히 보정해 넘기지 않고 보고합니다.

그림, 표, 스크립트를 받습니다
포레스트 플롯과 버블 플롯을 렌더링해 겹치는 부분이 없는지 확인한 뒤 결과표, 스크립트와 함께 저장합니다. 하위군 분석, 퍼널 플롯, 다른 추정 방법이 필요하면 같은 대화에서 요청하세요.
활용 상황
체계적 문헌고찰
PRISMA 지침에 따른 고찰에서 보고하는 주 포레스트 플롯과 이질성 통계량을, 결과 절에 바로 넣을 수 있게 준비합니다.
학위논문의 한 장
심사위원회가 스크립트와 출력을 한 줄씩 확인할 수 있는 통합 분석입니다.
출판된 메타분석 검증
인용하기 전에, 논문 표에 실린 임상시험 수치로 통합 추정치를 다시 계산해 봅니다.
자주 묻는 질문
더 살펴보기

데이터 분석
CSV/XLSX를 업로드하면 대화로 데이터를 점검하고 연구 통계를 실행해 출판 수준의 차트를 만들 수 있습니다.

원고에 넣을 Table 1 만들기
데이터셋을 업로드하고 비교할 그룹을 알려 주세요. Yila가 변수마다 분포를 확인해 심사위원이 기대하는 방식으로 요약하고, 행마다 검정 방법을 골라 편집 가능한 Word 표로 저장합니다.

추적관찰 데이터로 Kaplan–Meier 곡선 그리기
추적관찰 기간과 사건 발생 열이 있는 표를 업로드하세요. Yila가 위험 대상자 수를 포함한 생존곡선을 그리고, 그룹 간 차이를 검정하고, Cox 모형을 적합합니다. 결과를 재현할 수 있는 스크립트도 함께 제공합니다.
