Funnel Plot Maker für Meta-Analysen

Sie benötigen Study, Effect und eine Präzisionsangabe: SE, Variance oder Lower CI und Upper CI. Wählen Sie das passende Effektmaß, damit OR, RR und HR auf der logarithmischen Skala analysiert werden.

Kopieren Sie die Studientabelle aus Excel in den Generator oder laden Sie CSV bzw. TSV hoch. Der Plot wird im Browser aktualisiert; vor dem SVG- oder PNG-Export ist keine Installation erforderlich.

Behandeln Sie Asymmetrie als Hinweis darauf, dass Effekte mit der Studienpräzision variieren könnten, nicht als Diagnose. Prüfen Sie Heterogenität, Methoden, Ergebnisauswahl, Berichterstattung und Zufall.

Nein. Publikationsbias ist eine mögliche Ursache; echte Effektunterschiede, schwächere Methoden kleiner Studien, selektive Endpunkte und Zufallsvariation können dasselbe Muster erzeugen. Auch Konturen liefern keinen Beweis für fehlende Studien.

Ein Plot ist mit weniger Studien möglich, aber dünn besetzte Muster sind schwer zu interpretieren. Formale Tests haben unter etwa zehn Studien meist geringe Teststärke; deshalb zeigt das Tool dann einen Warnhinweis.

Dieses Tool verwendet den Standardfehler auf einer umgekehrten vertikalen Achse, sodass präzisere Studien oben stehen. Andere Designs können Stichprobengrößen verwenden; beide Größen sind nicht austauschbar.

Er markiert zweiseitige Signifikanzbereiche um den Nulleffekt. So lässt sich prüfen, ob Lücken vor allem in nicht signifikanten Bereichen liegen; die Darstellung bleibt jedoch explorativ.

Ein Forest Plot zeigt Schätzungen, Konfidenzintervalle und häufig ein gepooltes Ergebnis. Ein Funnel Plot stellt Schätzungen der Präzision gegenüber, um Small-Study-Muster zu untersuchen. Beide ergänzen einander.