以上两篇文献结果部分都有一张高大上的森林图，对研究结果进行亚组分析。

　　众所周知，森林图与Meta分析可谓至真至爱，但从这两篇文献中我们却发现森林图也“另觅新欢”了!

　　今天，以这两篇文献为例，一起认识森林图。

　　（一）森林图的图形表现形式

　　下图是基于病人基线特征的亚组分析，判断指标为：RFS;属于二分类变量森林图。

　　森林图表述的是效应量、干预(或因素)与结局事件之间的关系。

　　在看图之前一定要明确结局事件是好事件还是坏事件，比如肿瘤研究中常用的RFS(无复发生存)、OS(总体生存)等都是好事件，但是对于肿瘤复发、致死等等都是坏事件，搞清楚这一点对于后续结果分析有很大帮助。

　　图下方红圈1代表的是X轴，0起始(有些文章中的图并不是0起始，因此要注意鉴别)，数值自左向右逐渐增大，区间间隔和右侧大值自行设定，本图间隔0.5(常用)，右侧大值2.0。

　　选择1.0为中心做一条垂直的实线(1-3箭头所指)，这条实线代表无效线。在无效线的左右两侧分别为两种不同的干预(左侧为联合用药组，右侧为S-1单药组，箭头1-1、1-2所指)。

　　每个亚组(有时候称为效应量)的结果会用一个平行于X轴的短线来表示，图如红色框4所示(该框显示是总体结果);每一条横线即对应相应基线特征的结果，横线的长短表示该亚组(效应量)的95%的置信区间;在该横线上的小实心框代表当前研究效应量(即亚组特征)的点估计值，如对于红框4中实体框对应值则是后面的0.632.

　　当某一亚组的95%置信区间超出图表设定的X轴范围，末端则用箭头表示(如红圈3位置)。

　　所有的亚组分析终都会有个总的结果，在这张图片中总的结果在第一行，其后图形表现形式为横线线段(红色框4)，有些总体结果会在后一行显示，结果呈现形式为一个实体菱形。

　　（二）森林图各图形形状意义

　　以二分类变量的森林图来做说明。先假设一个二分类变量森林图无效线的左右侧分别表示为因素A、因素B，因素A为对照，因素B为观察，结果分析就如下所述：

　　当效应量的95% CI均<1时，森林图中的横线线段与无效线不相交(说明当前亚组人群中的实验组对照组比较P<0.05义)，且在无效线左侧，可认为因素B组的结局事件发生率小于因素A组。一般情况下，若结局事件为发病、死亡等不良事件时，则提示与因素A相比，因素B可减少事件的发生率，为保护因素。

　　当效应量的95% CI均>1时，森林图中的横线线段与无效线不相交(说明当前亚组人群中的实验组对照组比较P<0.05)，且在无效线右侧，可认为因素B组的结局事件发生率大于因素A组。一般情况下，若结局事件为发病、死亡等不良事件时，则提示与因素A相比，因素B可增加结局事件的发生率，为危险因素。

　　当效应量的95% CI包含1时，森林图中的横线线段与无效线相交时(说明当前亚组人群中的实验组对照组比较P>0.05)，提示两组之间结局事件发生率的差异无统计学显著性，不能认为因素A、B对结局事件发生风险的影响作用不同。

　　应用到文献图表中，解读如下：

　　第一行是总人群Total的分析结果，HR=0.632，表明联合治疗组与S-1单药相比，其复发风险降低37%;此时横线线段不与无效线相交，提示联合治疗组与单药治疗组总体人群中的差异有统计学意义。

　　下面都是分层分析的结果，在不同的性别、年龄、分期等多个亚组人群中RFS的变化情况。以性别为例：

　　男性(Male)中的HR为0.605，表明在男性III期胃癌患者接受联合治疗与接受单独S-1治疗相比，其复发风险降低了39.5%，此时横线线段不与无效线相交，也提示联合治疗组与单药治疗组在男性这组人群中的差异有统计学意义。

　　女性人群中的HR=0.704，表明在女性III期胃癌患者接受联合治疗与接受单独S-1治疗相比，其复发的风险降低了29.5%，此时横线线段与无效线相交，提示联合治疗组与单药治疗组在女性这组人群中的差异无统计学意义。

　　后出现的交互作用P值为0.6058，大于0.05，说明男性和女性中药物两组方案的药物治疗与疾病复发关系的差异并不明显，也就是说明男性HR(0.605)和女性的HR(0.705)差异不显著，不能认为药物治疗和复发的关系在不同性别中不一样。

　　当然，到底何为交互作用，这个牵扯到统计分析的知识，大家可以去自学，在这里我们看懂这个原理即可。

　　做交互作用检验的好处就是，按照不同的变量分层分析，交互作用的P值不显著，表明不同分层结果一致，文章的结果可靠。

　　而在该例子中，分层分析终的交互作用P值均大于0.05，因此，从分层上各亚组之间的差异不明显，进一步说明了终结果的可靠性。

　　还有一种情况就是如上述文献中的森林图：

　　在之前有接受内分泌治疗组的人群其Death的HR为0.97，实验组对照组之间的差异无统计学意义(横线线段与无效线相交)。

　　在之前未接受内分泌治疗组的人群其Death的HR为0.73，实验组对照组之间的差异无统计学意义(横线线段与无效线不相交)。

　　后的交互作用P=0.09，如<0.05，说明两种不同的方案在两个亚组人群中的结果差异有统计学意义，反过来提示联合用药方案更加适合在之前未接受内分泌治疗的人群中使用。

　　因此，交互作用的P值显著，表明不同层结果不一致，这可能是文章的亮点。

　　以上就是小编给大家分享的在SCI论文写作中如何读懂文献中的森林图，更多SCI论文写作技巧>>点击咨询<<360期刊网专业论文服务老师。360期刊网专注医学，与进行，拥有500+专业的医学资深编辑，累计，好评率达99.6%!【现在咨询】