Лесная диаграмма , также известная как блоббограмма, представляет собой графическое отображение предполагаемых результатов ряда научных исследований, посвященных одному и тому же вопросу, а также общих результатов. [1] Она была разработана для использования в медицинских исследованиях как средство графического представления метаанализа результатов рандомизированных контролируемых испытаний . За последние двадцать лет аналогичные метааналитические методы применялись в наблюдательных исследованиях (например, в экологической эпидемиологии ), и лесные диаграммы также часто используются для представления результатов таких исследований.
Хотя лесные диаграммы могут иметь несколько форм, они обычно представлены двумя столбцами. В левом столбце перечислены названия исследований (часто рандомизированные контролируемые испытания или эпидемиологические исследования ), обычно в хронологическом порядке сверху вниз. Правый столбец представляет собой график меры эффекта ( например, отношения шансов ) для каждого из этих исследований (часто представленных квадратом), включающий доверительные интервалы, представленные горизонтальными линиями. График может быть построен в натуральном логарифмическом масштабе при использовании отношений шансов или других основанных на отношениях мер эффекта, так что доверительные интервалы будут симметричны относительно средних значений из каждого исследования и для обеспечения того, чтобы не было уделено чрезмерного внимания отношениям шансов больше 1 по сравнению с теми, которые меньше 1. Площадь каждого квадрата пропорциональна весу исследования в метаанализе. Общая метаанализируемая мера эффекта часто представлена на графике в виде пунктирной вертикальной линии. Этот метаанализируемый показатель эффекта обычно изображается в виде ромба, боковые точки которого указывают доверительные интервалы для этой оценки.
Также нанесена вертикальная линия, представляющая отсутствие эффекта. Если доверительные интервалы для отдельных исследований пересекаются с этой линией, это показывает, что на данном уровне уверенности их размеры эффекта не отличаются от отсутствия эффекта для отдельного исследования. То же самое относится к метаанализируемой мере эффекта: если точки ромба пересекаются с линией отсутствия эффекта, то нельзя сказать, что общий метаанализируемый результат отличается от отсутствия эффекта на данном уровне уверенности.
Лесные диаграммы появились как минимум в 1970-х годах. Одна диаграмма показана в книге 1985 года о метаанализе. [2] : 252 Первое использование в печати выражения «лесной диаграмм» может быть в аннотации к плакату на встрече Общества клинических испытаний в Питтсбурге (США) в мае 1996 года. [3] Информативное исследование происхождения понятия «лесной диаграммы» было опубликовано в 2001 году. [4] Название относится к лесу полученных линий. В сентябре 1990 года Ричард Пето пошутил, что диаграмма была названа в честь исследователя рака груди по имени Пэт Форрест, и в результате название иногда писалось как « forrest plot ». [4]
Эта блоббограмма взята из знакового медицинского обзора ; она показывает клинические испытания использования кортикостероидов для ускорения развития легких во время беременности, когда ребенок, скорее всего, родится преждевременно . Долгое время после того, как было достаточно доказательств, показывающих, что это лечение спасает жизни младенцев, доказательства не были широко известны, и лечение не использовалось широко. После того, как систематический обзор сделал доказательства более известными, лечение стало использоваться больше, предотвратив смерть тысяч недоношенных детей от респираторного дистресс-синдрома младенцев . Однако, когда лечение было развернуто в странах с низким и средним уровнем дохода, было обнаружено, что преждевременно родившихся детей стало больше. Считается, что это может быть связано с более высоким риском инфекции, которая с большей вероятностью убьет ребенка в местах с более низким качеством медицинской помощи. [5] Текущая версия медицинского обзора гласит, что «мало нужно» для дальнейшего исследования полезности лечения в странах с более высоким уровнем дохода, но необходимы дальнейшие исследования того, как лучше всего лечить матерей с низким уровнем дохода и высоким риском, а также оптимальную дозировку.
Исследования, включенные в метаанализ и включенные в лесной график, обычно будут идентифицированы в хронологическом порядке слева по автору и дате. Не имеет значения вертикальное положение, занимаемое конкретным исследованием.
Часть диаграммы лесной диаграммы будет справа и будет показывать среднюю разницу в эффекте между тестовой и контрольной группами в исследованиях. Более точная визуализация данных отображается в числовой форме в тексте каждой строки, в то время как несколько менее точное графическое представление отображается в форме диаграммы справа. Вертикальная линия ( ось Y ) указывает на отсутствие эффекта. Горизонтальное расстояние прямоугольника от оси Y демонстрирует разницу между тестом и контролем (экспериментальные данные с вычтенными контрольными данными) по отношению к отсутствию наблюдаемого эффекта, иначе известному как величина экспериментального эффекта.
Тонкие горизонтальные линии, иногда называемые усами, выходящие из рамки, указывают величину доверительного интервала . Чем длиннее линии, тем шире доверительный интервал и тем менее надежны данные. Чем короче линии, тем уже доверительный интервал и тем более надежны данные.
Если либо прямоугольник, либо усы доверительного интервала проходят через ось Y отсутствия эффекта, то данные исследования считаются статистически незначимыми .
Значимость данных исследования, или мощность , указывается весом (размером) поля. Более значимые данные, например, данные из исследований с большими размерами выборки и меньшими доверительными интервалами, указываются большим полем, чем данные из менее значимых исследований, и они вносят больший вклад в объединенный результат.
Лесная диаграмма способна продемонстрировать степень, в которой данные из нескольких исследований, наблюдающих один и тот же эффект, перекрываются друг с другом. Результаты, которые не перекрываются хорошо, называются неоднородными и упоминаются как неоднородность данных — такие данные менее убедительны. Если результаты между различными исследованиями схожи, данные считаются однородными , и тенденция такова, что эти данные более убедительны.
Неоднородность обозначается I 2 . Неоднородность менее 50% называется низкой и указывает на большую степень сходства между данными исследования, чем значение I 2 выше 50%, которое указывает на большую степень различия.