森林圖是Meta分析的重要組成部分之一，雖然大體上相同，但隨著操作的改變，Stata繪制的森林圖也擁有不同的風姿。

以Stata自帶的數(shù)據(jù)文件為例，進行四格表資料的meta分析，得到森林圖。

運行“help metan”，然后調用網(wǎng)上的數(shù)據(jù)。

也直接運行以下命令，調用數(shù)據(jù)

use http://fmwww.bc.edu/repec/bocode/m/metan_example_data

一?、最常見的森林圖

metan?tdeath tnodeath ?cdeath cnodeath, label(namevar=id, yearvar=year) randomi rr

二?、亞組分析森林圖

metan?tdeath tnodeath cdeath cnodeath, label(namevar=id, yearvar=year) by(type_study) randomi rr

三?、顯示四格表信息的森林圖

metan tdeath tnodeath ?cdeath cnodeath, lcols( id year tdeath tnodeath cdeath cnodeath) randomi rr by( type_study) ?texts(120) astext(70)

四?、無總合并結果（Overall）的森林圖

metan tdeath tnodeath ?cdeath cnodeath, lcols( id year tdeath tnodeath cdeath cnodeath) randomi rr by( type_study) ?texts(120) astext(70) nooverall

五?、亞組分析結果匯總的森林圖

1?先運行亞組分析，得到結果，如：

Cohort studies, RR = 0.91 (0.81, 1.01)；

Case-control studies, RR = 1.18 (1.07, 1.30)；

Sample Size≥200, RR = 0.97 (0.86, 1.10)；

Sample Size＜200, RR = 1.16 (1.02, 1.31)。

2?整理數(shù)據(jù)

3?運行代碼

1#?gen lnRR=ln(?rr);

2#?gen lnLCI=ln(?lci);

3#?gen lnUCI=ln(?uci)

4#?metan lnRR lnLCI lnUCI,?lcols(id ?n) by(group) effect(RR) eform nooverall nosubgroup texts(140) astext(60) xlabel(0.8,1,1.5)

六?、顯示兩種模型結果的森林圖

一個森林圖同時顯示隨機效應模型、固定效應

metan?tdeath tnodeath cdeath cnodeath, lcols(id year) ?randomi second(fixedi) rr by( type_study)

七?、結果保留3位小數(shù)的森林圖

metan?tdeath tnodeath cdeath cnodeath, lcols(id year) ?randomi dp(3) rr

關鍵在于dp(x)，需要顯示小數(shù)點后4位，則設置為dp(4)。

八、?累積meta分析森林圖

按一定的規(guī)則（如發(fā)表的時間），逐一納入每篇研究后進行meta分析合并，可觀察合并結果的漸變趨勢。

metacum?tdeath tnodeath cdeath cnodeath, lcols(id year) ?randomi ?rr xlabel(0.6, 1, 1.5)

上述幾種形式的森林圖，各有特點，外觀的不同主要在于目的的差異。有的展示和匯總原始研究的結果，有的展示多個亞組分析的合并結果，有的展示多個分組或結局的獨立的結果……

希望大家都能在meta分析文章里選擇最合適的森林圖。