
合併多項研究,畫出森林圖
上傳每列一項研究的資料表,Yila 會計算效應量、配適隨機效應模型、畫出附異質性統計量的森林圖,並檢定一個調節變數,同時附上可重現結果的 R 程式碼。
這是我的研究結果資料表。請用隨機效應模型(REML)合併,並畫一張可直接投稿的森林圖:每項研究以作者和年份標示,列出各組的事件數與總人數、權重、對數座標軸上的估計值及其 95% 信賴區間、合併效應菱形、預測區間,並以一行文字列出 Q、I² 與 τ²。接著用統合迴歸和氣泡圖,檢定能否解釋異質性。將圖儲存為 PNG 和 SVG,並儲存結果表與 R 程式碼。
將在 Yila 工作台中開啟,之後可在對話裡隨時調整。
一份完成的統合分析
這是用經典的卡介苗(BCG)試驗資料實際執行一次的官方範例。下方是在同一個對話中修正一次後儲存的圖;下載檔裡另附結果表與 R 程式碼。

1 / 2
你會得到
- 森林圖
- 每項研究的人數、權重與對數座標軸上的估計值,加上合併效應菱形、預測區間,以及列出異質性統計量的那一行。
- 氣泡圖
- 針對你的調節變數所做的統合迴歸,每項研究畫成一個點,並附配適線及其 95% 信賴帶。
- 結果表
- 各研究的估計值、信賴區間與權重,合併估計值及其預測區間,以及統合迴歸係數。
- 分析程式碼
- 以 metafor 撰寫的完整 R 程式碼,審稿人可以從你的資料表重跑每一個數字。
運作方式

上傳研究資料表,指定效應指標
給 Yila 一份每列一項研究的資料表:各組的事件數與總人數,或效應量及其標準誤。說明要合併哪個指標,以及哪個研究特徵可能解釋研究間的差異。

Yila 核對資料表並建立模型
它會讀取各欄、計算效應量並配適隨機效應模型。請說明各組的記錄方式(病例數與未發病人數,或病例數與總人數),確保各組人數正確;零事件研究會如實報告,不會被悄悄調整。

取得圖、結果表和程式碼
森林圖和氣泡圖畫好後會檢查有無重疊,再與結果表和程式碼一起儲存。想加入次群組分析、漏斗圖或改用其他估計方法,在同一個對話裡提出即可。
適用情境
系統性文獻回顧
依 PRISMA 規範報告的主要森林圖與異質性統計量,可直接放進結果章節。
學位論文的一章
一套合併分析,程式碼與輸出結果都能讓口試委員逐行核對。
核對已發表的統合分析
引用之前,先用原文表格中的試驗人數重新計算一次合併估計值。



