提到森林图，相信大家一定不会感到陌生，在Meta分析中，森林图可以说是必不可少，它用一种非常形象的图形方式，简单直观的展示了Meta分析的统计汇总结果，受到了研究者的欢迎。那么，除了在Meta分析中，森林图还能用在什么地方呢，今天我们的话题就从森林图开始说起。

认识森林图

森林图（forest plot），从定义上讲，它一般是在平面直角坐标系中，以一条垂直于X轴的无效线（通常坐标X=1或0）为中心，用若干条平行于X轴的线段，来表示每个研究的效应量大小及其95%可信区间，并用一个棱形来表示多个研究合并的效应量及可信区间，它是Meta分析中最常用的结果综合表达形式。

我们先来看一篇2017年发表在Lancet杂志的一篇Meta分析《Optimal timing of an invasive strategy in patients with non-ST-elevation acute coronary syndrome: a meta-analysis of randomised trials》，以这篇文章为例来带领大家认识一下森林图中各个图形的含义。

解读森林图

我们在认识了解森林图每个图形的含义后，下面向大家介绍一下如何解读森林图的临床意义。通常森林图有两种类型，一类是二分类变量森林图，一类是连续变量森林图。

1. 二分类变量森林图

上面的例子给大家展示的就是最为经典的二分类变量森林图，在这类研究中，常用相对危险度（RR）、比值比（OR）或风险比（HR）来作为表示研究因素效应量大小的指标。通常情况下，在森林图中以效应量点估计值=1作为无效线，假定无效线左侧为因素A（作为参照），无效线右侧为因素B。