Forest Plot Makerは、Excelから貼り付けたデータやCSVファイルを、検証可能なメタ解析の森林図に変換します。固定効果とランダム効果を比較し、異質性を確認して、登録や透かしなしでSVGまたはPNGに出力できます。
研究名、効果量、信頼区間下限、信頼区間上限、任意のサブグループ列を含む表を貼り付けてください。
clinical-odds-ratios.tsv
PaperBanana Studioで図を開かない限り、研究データはこのブラウザ内に保持されます。
95%信頼区間を用いた逆分散法による統合です。ランダム効果にはDerSimonian–Laird推定量を使用します。投稿前に、レビューのプロトコルとモデルが一致することをご確認ください。
森林図の基礎
森林図は、メタ解析に含まれる各研究の推定値を同じ尺度上に並べて表示します。四角は効果推定値、横線は信頼区間を示し、四角の大きさは選択したモデルにおける研究の重みを表します。
縦の基準線は効果なしの値を示します。OR、RR、HRでは1、MDでは0です。統合が妥当な場合は、ダイヤモンドが統合推定値を表し、Q、I²、τ²が研究間の統計的異質性を示します。
このForest Plot Makerでは、研究者がExcelで管理している推定値と信頼区間をそのまま使用できます。各行を検証し、標準誤差を導出して、固定効果またはDerSimonian–Laird法によるランダム効果を計算します。完成した図はSVGとして編集できます。
四角は、採用した各研究で報告された効果量を示します。
横線は、その推定値の精度を示します。
四角の大きさは、選択したモデルの逆分散重みを反映します。
ダイヤモンドは、統合効果とその95%信頼区間を示します。
解析法の参考資料
図の作成には本ツールを使い、効果指標、モデル選択、報告内容はプロトコルと信頼できるガイダンスに照らしてご確認ください。
資料確認日：2026年9月
出典
主題
メタ解析の方法
確認事項
効果指標、統合の妥当性、異質性の解釈、固定効果またはランダム効果がレビュープロトコルに合うかを確認します。
出典
主題
森林図の提示方法
確認事項
必要な研究項目、ラベル、軸の選択、信頼区間、図に添える平易な説明を確認します。
出典
主題
統計的実装
確認事項
逆分散重み付け、固定効果解析、DerSimonian–Laird法によるランダム効果、森林図の出力を、確立されたR実装と照合します。
見栄えの整った図でも、比較できない研究を統合できるとは限りません。ダイヤモンドを解釈する前に、臨床的・方法論的異質性をご確認ください。
サンプルを読み込み、研究表、モデル、重み、信頼区間、統合効果、サブグループの配置を確認できます。
エビデンス統合に対応
Excelから最初の図を作成し、モデルと異質性を確認して、共同研究者が検証できる図として出力できます。
抽出した効果量の表を、Excelで手作業のエラーバーを作らずに明瞭な図へ変換します。
統合推定値、重み、Q、I²、τ²を表示したまま、固定効果とランダム効果を比較します。
図全体を作り直さずに、1件の研究やサブグループを更新し、新しいSVGまたはPNGを出力します。
Forest Plot Makerの機能
入力、モデル選択、計算、出力を、ブラウザ上の一つのワークフローで管理できます。
研究者に選ばれる理由
グラフ作成の工夫や手作業の位置調整ではなく、研究を統合できるかの検討に時間を使えます。
長い入力手順を経ずに、Excel、CSV、TSVから森林図へ直接取り込めます。
固定効果とランダム効果を切り替え、同じ画面で重みと統合結果の変化を確認できます。
図に使用した研究ごとの正確な効果量、95%信頼区間、重み、Q、I²、τ²を表示します。
臨床的または方法論的異質性により単一の要約が不適切な場合は、統合効果のダイヤモンドを非表示にできます。
後から編集する場合はSVG、Word、スライド、一般的な投稿システムには高解像度PNGを使用できます。
意図してエディターで図を開くまで、データの解析と計算はブラウザ内で行われます。
4ステップの手順
研究の推定値を準備し、表を取り込み、解析モデルを選択して、完成した森林図を出力します。
研究1件につき1行を使用し、ラベル、効果推定値、信頼区間の下限と上限、任意のサブグループを入力します。
Forest Plot Makerは一般的な見出しを認識し、安全に作図できない行を報告します。
OR、RR、HR、MD、SMDのいずれかを選び、固定効果とDerSimonian–Laird法によるランダム効果を比較します。
研究の重み、統合効果のダイヤモンド、予測区間、異質性を確認してから、SVG、PNG、または解析結果CSVを出力します。
研究ワークフローを継続
研究のスクリーニングを記録し、エビデンスを視覚的に要約し、学術誌の要件を確認して、完成したレビューを発表用に整えます。
Forest Plot MakerのFAQ
森林図には、研究1件につき1行のデータが必要です。各行にラベル、効果推定値、95%信頼区間の下限と上限を入力します。関連する研究をまとめる場合は任意のサブグループ列を追加し、OR、RR、HR、MD、SMDから適切な指標を選択すると、基準線と計算に正しい尺度が使われます。
Excelの表をコピーして研究データ欄に貼り付けるか、CSVまたはTSVファイルをアップロードしてください。Study、Effect、Lower CI、Upper CI、Subgroupなどの見出しを使用できます。Forest Plot Makerは行を検証し、アカウント登録なしでブラウザ内の図を更新します。
プロトコルで全研究に共通する真の効果を仮定する場合は固定効果モデル、真の効果が研究間で異なり得る場合はランダム効果モデルを使用します。I²だけで決めず、レビューの問い、研究の比較可能性、事前に規定した方法を踏まえて選択してください。ここで両方の結果を比較し、最終的な選択理由を論文に記載します。
Forest Plot Makerは各95%信頼区間から標準誤差を導出し、逆分散重み付けを適用します。ランダム効果では、重みを正規化する前にDerSimonian–Laird法で研究間分散τ²を推定します。統合効果のダイヤモンドは、選択したモデルによる重み付き推定値と95%信頼区間を示します。
統合効果のオプションをオフにすると、要約ダイヤモンドを表示せず、個々の推定値と信頼区間のみを表示できます。臨床的、方法論的、概念的な違いにより一つの統合推定値が誤解を招く場合に適した提示方法です。研究はサブグループ順に並べ、共通の効果尺度で比較できます。
拡大縮小して編集する場合はSVG、論文や発表資料にはPNG、計算結果にはCSVを出力できます。図には透かしが入らず、研究ラベル、信頼区間、モデルの重み、統合統計量、異質性の詳細が保持されます。投稿前に、対象誌が指定する寸法、フォント、解像度、ファイル形式をご確認ください。
OR、RR、HRは正の値で、効果なしの値は1です。対数尺度で統合・作図すると、逆数関係にある効果を対称に扱い、信頼区間の数学的一貫性を保てます。MDとSMDは線形尺度を使用し、効果なしの値は0です。
抽出データから検証可能な図へ
研究表を貼り付け、モデルを比較し、異質性を確認して、Excelのエラーバーを作り直さずに明瞭な図を出力できます。
