• Logo
    PaperBananaKI-Generator für akademische Illustrationen
Startseite
  • Startseite
  • Kreativstudio
  • Generator für wissenschaftliche Illustrationen
  • Poster-Maker
  • Diagramm-Generator
  • Figure Editor
  • Preise
Meine Erstellungen
  • Meine Erstellungen
  • Freunde einladen
LogoPaperBanana
StartseitePrompt-BibliothekBlogPreiseFreunde einladen
  1. Startseite
  2. Werkzeuge
  3. Forest-Plot-Generator
PaperBanana

PaperBanana – KI-gestützter Generator für akademische Illustrationen

support@paperbanana.me
Alle Tools

Tool-Verzeichnis

KI-Abbildungen

  • Wissenschaftliche Illustration
  • Graphical-Abstract-Generator
  • Wissenschaftlicher Poster-Generator
  • Wissenschaftlicher Diagrammersteller
  • Editor für wissenschaftliche Abbildungen
  • Prompt-Bibliothek

Forschungsdiagramme

  • Generator für konzeptionelle Rahmenmodelle
  • Neuronales-Netz-Diagramm-Generator
  • PRISMA-Flussdiagramm-Generator
  • CONSORT-Flussdiagramm-Generator

Grafische Organizer

  • Graphic-Organizer-Ersteller
  • Frayer-Modell-Generator
  • KWL-Tabellen-Generator
  • Ursache-Wirkungs-Diagramm
  • Vergleichsdiagramm-Generator
  • Mindmap-Generator
  • Handlungsdiagramm-Generator
  • Syntaxbaum-Generator
  • Satzdiagramm-Generator
  • Punnett-Quadrat-Generator
  • Venn-Diagramm-Generator

Mathematik und Physik

  • Faktorbaum-Generator
  • Zahlengeraden-Generator
  • Freikörperbild-Generator
  • Bohrsches Atommodell erstellen

Datenvisualisierung

  • Glockenkurven-Generator
  • Histogramm erstellen
  • Wasserfalldiagramm-Generator
  • Wissenschaftliche Farbpaletten
  • Sankey-Diagramm-Generator
  • Streudiagramm-Generator
  • Dot Plot Maker
  • Forest-Plot-Generator
  • Funnel-Plot-Generator
  • Kaplan-Meier-Kurven-Generator
  • Boxplot-Generator
  • Heatmap-Generator
  • Volcano-Plot-Generator
  • Phylogenetischer Baum-Generator

Bilder und Einreichung

  • Abbildungsprüfung für Fachzeitschriften
  • Bildformat-Konverter

© 2026 PaperBanana. Alle Rechte vorbehalten.

Hilfe

  • Über uns
  • Blog
  • Preise
  • Kontakt

Rechtliches

  • Datenschutzerklärung
  • Nutzungsbedingungen
  • Zulässige Nutzung
Online-Forest-Plot-Generator für Meta-Analysen

Forest-Plot-Generator für publikationsreife Meta-Analysen

Fügen Sie Studiendaten aus Excel ein oder laden Sie eine CSV-Datei hoch, um einen Forest Plot für Ihre Meta-Analyse zu erstellen. Vergleichen Sie feste und zufällige Effekte, prüfen Sie die Heterogenität und exportieren Sie SVG oder PNG – ohne Anmeldung und ohne Wasserzeichen.

Aus Excel einfügen oder CSV hochladenFeste und zufällige EffekteQ, I², τ² und gepoolter EffektSVG und PNG, ohne Wasserzeichen

Studiendaten und Modell

Fügen Sie eine Tabelle mit den Spalten Study, Effect, Lower CI, Upper CI und optional Subgroup ein.

clinical-odds-ratios.tsv

Studienwerte und Konfidenzintervalle können verarbeitet werden.

Ihre Studiendaten bleiben in Ihrem Browser, sofern Sie die Abbildung nicht in PaperBanana Studio öffnen.

Live-Forest-Plot

10
Studien
0.77
gepoolter Effekt
0.00%
I²
0.00
τ²
Treatment effect across included studiesForest Plot mit Studieneffekten, 95-%-Konfidenzintervallen, Modellgewichten, gepoolter Schätzung und Heterogenitätsstatistiken.Treatment effect across included studiesOR · Zufällige Effekte (DL) · 95% CIStudieOREffekt (95-%-KI)GewichtSmith 2018Smith 2018: 0.75 [0.55, 1.02]0.75 [0.55, 1.02]9.21%Johnson 2019Johnson 2019: 0.62 [0.41, 0.94]0.62 [0.41, 0.94]5.10%Williams 2019Williams 2019: 0.88 [0.72, 1.08]0.88 [0.72, 1.08]21.37%Brown 2020Brown 2020: 0.71 [0.52, 0.97]0.71 [0.52, 0.97]9.04%Davis 2020Davis 2020: 0.93 [0.68, 1.27]0.93 [0.68, 1.27]9.00%Miller 2021Miller 2021: 0.58 [0.38, 0.89]0.58 [0.38, 0.89]4.85%Wilson 2021Wilson 2021: 0.82 [0.65, 1.03]0.82 [0.65, 1.03]16.58%Taylor 2022Taylor 2022: 0.69 [0.49, 0.97]0.69 [0.49, 0.97]7.53%Anderson 2022Anderson 2022: 0.77 [0.58, 1.02]0.77 [0.58, 1.02]11.03%Thomas 2023Thomas 2023: 0.64 [0.44, 0.93]0.64 [0.44, 0.93]6.27%Gepoolter Effekt0.77 [0.70, 0.85]PrädiktionsintervallQ = 7.73 · I² = 0.00% · τ² = 0.000.330.480.691.011.47Begünstigt BehandlungBegünstigt Kontrolle

Inverse-Varianz-Pooling mit 95-%-Konfidenzintervall. Für zufällige Effekte wird der DerSimonian–Laird-Schätzer verwendet. Prüfen Sie das Modell vor der Einreichung anhand Ihres Review-Protokolls.

Brauchst du eine wissenschaftliche Illustration für deine Arbeit?

Verwandle deine Forschungsmethoden, Mechanismen und Abläufe mit paper banana in verständliche Abbildungen.

Grundlagen des Forest Plots

Was ein Forest Plot in einer Meta-Analyse zeigt

Ein Forest Plot stellt die Schätzung jeder Studie einer Meta-Analyse auf einer gemeinsamen Skala dar. Jedes Quadrat kennzeichnet eine Effektschätzung, jede horizontale Linie das zugehörige Konfidenzintervall, und die Quadratgröße entspricht dem Gewicht der Studie im gewählten Modell.

Eine vertikale Referenzlinie markiert den Nulleffekt: 1 für Odds Ratios, Risk Ratios und Hazard Ratios, 0 für Mittelwertdifferenzen. Eine gepoolte Raute fasst die kombinierte Schätzung zusammen, sofern ein Pooling angemessen ist. Q, I² und τ² beschreiben die Heterogenität zwischen den Studien.

Dieses Tool verarbeitet Schätzungen und Konfidenzintervalle, die Forschende bereits in Excel verwalten. Es validiert die Zeilen, leitet Standardfehler ab, berechnet Ergebnisse mit festem Effekt oder zufälligen Effekten nach DerSimonian–Laird und hält die fertige Abbildung als SVG bearbeitbar.

01

Studienschätzung

Das Quadrat zeigt den in jeder eingeschlossenen Studie berichteten Effekt.

02

Konfidenzintervall

Die horizontale Linie zeigt die Präzision der jeweiligen Schätzung.

03

Studiengewicht

Die Quadratgröße entspricht dem inversen Varianzgewicht im gewählten Modell.

04

Gepoolte Raute

Die Raute zeigt den kombinierten Effekt und sein 95-%-Intervall.

Methodische Quellen

Forest-Plot-Methoden anhand verlässlicher Quellen prüfen

Bereiten Sie die Abbildung mit dem Generator vor und gleichen Sie Effektmaße, Modellwahl und Berichtsdetails anschließend mit Ihrem Protokoll und maßgeblichen Leitlinien ab.

Quellen geprüft: September 2026

QuelleSchwerpunktVerwendungReferenz

Quelle

Cochrane Handbook

Schwerpunkt

Meta-Analyse-Methoden

Verwendung

Prüfen Sie das Effektmaß, die Eignung des Poolings, die Interpretation der Heterogenität und ob feste oder zufällige Effekte dem Review-Protokoll entsprechen.

Referenz

Chapter 10

Quelle

CDC

Schwerpunkt

Darstellung von Forest Plots

Verwendung

Prüfen Sie erforderliche Studienfelder, Beschriftungen, Achseneinstellungen, Konfidenzintervalle und die allgemein verständliche Erläuterung neben der Abbildung.

Referenz

Forest Plot Guidelines

Quelle

metafor

Schwerpunkt

Statistische Implementierung

Verwendung

Vergleichen Sie inverse Varianzgewichtung, Analyse mit festem Effekt, zufällige Effekte nach DerSimonian–Laird und die Forest-Plot-Ausgabe mit einer etablierten R-Implementierung.

Referenz

rma.uni Reference

Ein sorgfältig gestalteter Plot macht inkompatible Studien nicht für ein Pooling geeignet. Prüfen Sie die klinische und methodische Heterogenität, bevor Sie die Raute interpretieren.

Beispiele für Forest Plots mit OR-, RR-, HR-, MD- und SMD-Daten

Laden Sie ein Beispiel, um Studientabelle, Modell, Gewichte, Konfidenzintervalle, gepoolten Effekt und Subgruppenanordnung zu prüfen.

Für Evidenzsynthesen entwickelt

Forest Plots für Reviews, Abschlussarbeiten und Manuskripte

Erstellen Sie einen ersten Plot aus Excel, prüfen Sie Modell und Heterogenität und exportieren Sie eine Abbildung, die Ihr Team nachvollziehen kann.

Medizinische Forscherin erstellt einen Forest Plot aus Daten eines systematischen Reviews

Systematische Reviews und Abschlussarbeiten

Verwandeln Sie eine Tabelle extrahierter Effekte in eine klare Abbildung, ohne Fehlerbalken manuell in Excel zu erstellen.

Biostatistiker prüft Heterogenität und Modellergebnisse eines Forest Plots

Prüfung des Meta-Analyse-Modells

Vergleichen Sie feste und zufällige Effekte, während gepoolte Schätzungen, Gewichte, Q, I² und τ² sichtbar bleiben.

Forschungsteam prüft während einer Revision einen publikationsreifen Forest Plot

Manuskriptrevisionen

Aktualisieren Sie eine Studie oder Subgruppe und exportieren Sie ein neues SVG oder PNG, ohne die gesamte Abbildung neu aufzubauen.

Was der Generator leistet

Forest Plot aus Excel- oder CSV-Daten erstellen

Eingaben, Modellwahl, Berechnung und Export bleiben in einem durchgängigen Browser-Workflow verbunden.

Mit sauberen, plotfertigen Studiendaten beginnen

Ordnen Sie gängige Excel- und CSV-Spalten automatisch zu, überspringen Sie unvollständige Zeilen und kennzeichnen Sie Intervalle, die die berichtete Schätzung nicht enthalten.

Mit Ihren Daten ausprobieren
Forest-Plot-Datenprüfung für Effekt- und Konfidenzintervallspalten

Feste und zufällige Effekte vor der Berichterstattung vergleichen

Wechseln Sie das Pooling-Modell ohne erneute Dateneingabe und verfolgen Sie Änderungen bei Gewichten, gepoolter Raute, Q, I² und τ².

Mit Ihren Daten ausprobieren
Steuerelemente für feste und zufällige Effekte neben den Modellergebnissen des Forest Plots

Bearbeitbare Abbildung für die Einreichung exportieren

Laden Sie ein bearbeitbares SVG oder hochauflösendes PNG mit Studienbeschriftungen, exakten Intervallen, Gewichten und Methodenhinweisen herunter.

Mit Ihren Daten ausprobieren
Publikationsexport für Forest Plot als SVG, PNG und Ergebnis-CSV

Darum nutzen Forschende das Tool

Feste und zufällige Effekte sicher vergleichen

Nutzen Sie Ihre Review-Zeit für die Frage, ob die Studien zusammengehören – nicht für Diagrammbehelfe und manuelle Ausrichtung.

Für Excel vorbereitet

Vorhandene Daten direkt einfügen

Übertragen Sie Daten direkt aus Excel, CSV oder TSV in den Plot, ganz ohne langen Eingabeassistenten.

Live-Analyse

Modelländerungen sofort sehen

Wechseln Sie zwischen festen und zufälligen Effekten und sehen Sie, wie sich Gewichte und gepooltes Ergebnis in derselben Ansicht ändern.

Überprüfbar

Statistiken transparent halten

Zeigen Sie den exakten Effekt, das 95-%-Konfidenzintervall und Gewicht jeder Studie sowie Q, I² und τ².

Kein erzwungenes Pooling

Pooling bewusst wählen

Blenden Sie die gepoolte Raute aus, wenn klinische oder methodische Heterogenität eine einzelne Zusammenfassung unzulässig macht.

SVG-Export

Vektorqualität erhalten

Nutzen Sie SVG für spätere Bearbeitungen und hochauflösendes PNG für Word, Präsentationen und gängige Einreichungssysteme.

Standardmäßig lokal

Unveröffentlichte Daten lokal halten

Parsing und Berechnung erfolgen im Browser, bis Sie die Abbildung bewusst im Editor öffnen.

Workflow in vier Schritten

Forest Plot aus Excel in 4 Schritten erstellen

Bereiten Sie die Studienschätzungen vor, importieren Sie die Tabelle, wählen Sie das Analysemodell und exportieren Sie den fertigen Forest Plot.

01

Studieneffekte und 95-%-Intervalle vorbereiten

Verwenden Sie eine Zeile pro Studie mit Bezeichnung, Effektschätzung, unterer und oberer Konfidenzgrenze sowie optionaler Subgruppe.

02

Excel-Daten einfügen oder CSV hochladen

Das Tool erkennt gängige Spaltenüberschriften und meldet Zeilen, die nicht sicher geplottet werden können.

03

Effektmaß und Modell wählen

Wählen Sie OR, RR, HR, MD oder SMD und vergleichen Sie den festen Effekt mit zufälligen Effekten nach DerSimonian–Laird.

04

Forest Plot prüfen und exportieren

Prüfen Sie Studiengewichte, gepoolte Raute, Prädiktionsintervall und Heterogenität, bevor Sie SVG, PNG oder die Ergebnis-CSV exportieren.

Plot starten
Workflow in vier Schritten von Excel-Studiendaten zum publikationsreifen Forest Plot
Der Generator übernimmt Darstellung und Berechnungen. Das Review-Team bleibt für die Kompatibilität der Studien und die Modellwahl verantwortlich.

Review fortsetzen

Workflow Ihres systematischen Reviews fortsetzen

Dokumentieren Sie die Studienauswahl, prüfen Sie Effekte kleiner Studien und Zeitschriftenvorgaben und konvertieren Sie den exportierten Forest Plot für die Einreichung.

Alle Tools ansehen
PRISMA-Flussdiagramm-Generator für Screening-Zahlen eines systematischen Reviews

PRISMA-Flussdiagramm-Generator

Funnel-Plot-Generator zur Untersuchung von Small-Study-Effekten in einer Meta-Analyse

Funnel-Plot-Generator

Prüftool kontrolliert Einreichungsvorgaben für einen Forest Plot

Prüftool für Zeitschriftenabbildungen

Bildformat-Konverter für einen Forest Plot als TIFF, JPEG oder PDF

Bildformat-Konverter

Häufig gestellte Fragen

Fragen zum Forest-Plot-Generator

Welche Daten benötige ich für einen Forest Plot?+

Ein Forest Plot benötigt pro Studie eine Zeile mit Bezeichnung, Effektschätzung sowie unterer und oberer Grenze des 95-%-Konfidenzintervalls. Mit einer optionalen Subgruppenspalte können Sie verwandte Studien gruppieren. Wählen Sie anschließend OR, RR, HR, MD oder SMD, damit Referenzlinie und Berechnungen die richtige Skala verwenden.

Wie erstelle ich einen Forest Plot aus Excel- oder CSV-Daten?+

Kopieren Sie die Tabelle aus Excel in das Studiendatenfeld oder laden Sie eine CSV- oder TSV-Datei hoch. Verwenden Sie Spalten wie Study, Effect, Lower CI, Upper CI und Subgroup. Der Forest-Plot-Generator validiert die Zeilen und aktualisiert das Diagramm lokal in Ihrem Browser – ohne Benutzerkonto.

Welches Forest-Plot-Modell sollte ich verwenden: feste oder zufällige Effekte?+

Verwenden Sie ein Modell mit festem Effekt, wenn das Protokoll einen gemeinsamen zugrunde liegenden Effekt annimmt. Wählen Sie zufällige Effekte, wenn die wahren Effekte zwischen Studien variieren können. Die Entscheidung sollte von Review-Frage, Studienkompatibilität und vorab festgelegter Methode abhängen, nicht allein von I². Vergleichen Sie hier beide Ergebnisse und begründen Sie die endgültige Wahl im Manuskript.

Wie berechnet der Forest-Plot-Generator Gewichte und gepoolte Effekte?+

Der Forest-Plot-Generator leitet Standardfehler aus jedem 95-%-Konfidenzintervall ab und verwendet eine inverse Varianzgewichtung. Bei zufälligen Effekten wird vor der Normalisierung der Gewichte die Varianz zwischen Studien, τ², nach DerSimonian–Laird geschätzt. Die gepoolte Raute zeigt die gewichtete Schätzung und das 95-%-Konfidenzintervall des gewählten Modells.

Wie erstelle ich einen Forest Plot ohne Pooling?+

Deaktivieren Sie die Option für den gepoolten Effekt, um einzelne Schätzungen und Konfidenzintervalle ohne zusammenfassende Raute darzustellen. Diese Darstellung eignet sich, wenn klinische, methodische oder konzeptionelle Unterschiede eine kombinierte Schätzung irreführend machen. Die Studien können weiterhin nach Subgruppe sortiert und auf einer einheitlichen Effektskala verglichen werden.

Welche Formate kann ich für einen publikationsreifen Forest Plot exportieren?+

Exportieren Sie SVG zur skalierbaren Bearbeitung, PNG für Manuskripte oder Präsentationen und CSV für die berechneten Ergebnisse. Die Abbildung enthält Studienbeschriftungen, Konfidenzintervalle, Modellgewichte, gepoolte Statistiken und Heterogenitätsangaben ohne Wasserzeichen. Prüfen Sie vor der Einreichung die Vorgaben der Zielzeitschrift zu Abmessungen, Schriftarten, Auflösung und Dateiformat.

Warum werden verhältnisbasierte Effektmaße logarithmisch dargestellt?+

Odds Ratios, Risk Ratios und Hazard Ratios sind positiv und haben den Nulleffektwert 1. Pooling und Darstellung auf einer logarithmischen Skala behandeln reziproke Effekte symmetrisch und halten Konfidenzintervalle mathematisch konsistent. Mittelwertdifferenzen und standardisierte Mittelwertdifferenzen verwenden eine lineare Skala mit 0 als Nulleffekt.

Bereit, Ihre Studien darzustellen?

Jetzt einen publikationsreifen Forest Plot erstellen

Fügen Sie die Studientabelle ein, vergleichen Sie Modelle, prüfen Sie die Heterogenität und exportieren Sie eine klare Abbildung, ohne Excel-Fehlerbalken neu aufzubauen. Keine Anmeldung nötig.

Forest Plot jetzt erstellen