Meta-Analysis Forest Plotter — 元分析森林图绘制器

Meta-Analysis Forest Plot Generator 为系统性综述和meta分析创建具有可定制样式和统计注释的出版级森林图。 快速开始 from scripts.forest_plotter import ForestPlotter plotter = ForestPlotter() 生成森林图 plot = plotter.create_plot( studies=["Study A", "Study B", "Study C"], effect_sizes=[1.2, 0.8, 1.5], ci_lower=[0.9, 0.5, 1.1], ci_upper=[1.5, 1.1, 1.9], overall_effect=1.15 )

核心功能

• 基本森林图

fig = plotter.plot( data=studies_df, effect_col="HR", ci_lower_col="CI_lower", ci_upper_col="CI_upper", study_col="study_name" ) 所需数据列： 研究名称/标识符 效应大小（OR、HR、RR、MD等） 置信区间下限 置信区间上限 权重（可选，用于精度）

• 统计注释

fig = plotter.plot_with_stats( data, heterogeneity_stats={ "I2": 45.2, "p_value": 0.03, "Q_statistic": 18.4 }, overall_effect={ "estimate": 1.15, "ci": [0.98, 1.35], "p_value": 0.08 } ) 异质性指标： 指标 解释 I² < 25% 低异质性 I² 25-50% 中等异质性 I² > 50% 高异质性 Q p值 < 0.05 显著异质性

• 子组分析

fig = plotter.subgroup_plot( data, subgroup_col="treatment_type", subgroups=["Surgery", "Radiation", "Combined"] )

• 自定义样式

fig = plotter.plot( data, style="publication", journal="lancet", color_scheme="monochrome", show_weights=True )

CLI 用法 从 CSV 数据 python scripts/forest_plotter.py \ --input meta_analysis_data.csv \ --effect-col OR \ --output forest_plot.pdf 带有自定义样式 python scripts/forest_plotter.py \ --input data.csv \ --style lancet \ --width 8 --height 10

输出格式 PDF：出版质量，矢量图形 PNG：网页/演示，300 DPI SVG：可在Illustrator/Inkscape中编辑 TIFF：期刊提交格式

参考 references/forest-plot-styles.md - 期刊特定格式示例 /sample-plots/ - 示例输出

技能 ID：207 | 版本：1.0 | 许可：MIT GitHub API CLI