跳转到主要内容

把整理好的数据表,变成森林图与漏斗图

导入整理好的 Meta 数据表,选择效应量和模型,完成合并、异质性、亚组与敏感性分析,输出森林图、漏斗图和回放脚本。

  • Windows x64 · macOS(Apple 芯片)
  • Windows v2.0.1 · macOS v2.0.0
  • 统计分析不需要 AI 功能

数据已经提取好,接着做统计

适合已在 Sciforyou 桌面端或其他工具完成数据提取、不写代码也要做 Meta 统计的研究者。最顺手的是二分类和连续结局的干预性 Meta 分析,也可以拿已有数据表做更新或再合并。

真实界面

窗口里是 App C 的真实界面截图,使用模拟数据。拖动标题栏移动窗口;点程序坞图标收起或还原;双击标题栏放大。

  1. 分析类型

    App C 首页「选择分析类型」:基础 Meta 分组下的分析类型卡片,每张标出可用的 Python / R 引擎、效应量和图表数量

    首页按数据形态分组列出分析类型,先选类型再录入数据。macOS 2.0.0 界面

  2. 列映射

    App C 第 2 步字段映射:左侧是二分类结局需要的规范字段(研究标识、两组事件数与总人数),右侧逐项选择对应的数据列

    同名列自动对上,其余手动选择,必填字段齐了才能继续。模拟数据 · macOS 2.0.0 界面

  3. 森林图

    App C 结果页里的森林图:12 项模拟研究的风险比与 95% 置信区间,底部为固定效应、随机效应(HK)合并结果和预测区间

    合并结果与森林图,每张图都可以单独下载为 PNG。模拟数据 · R 引擎输出

  4. 导出代码

    App C 结果页右上角的「导出 Python 代码」「导出 R 代码」按钮;下方统计指标卡是 R 引擎的对数尺度(−0.3204 即风险比 0.73)

    结果页上的导出按钮:导出 Python 或 R 代码,复查计算过程。模拟数据 · 统计卡为对数值(log RR)

录入、设定、出图

录入数据

上传 CSV/TSV、从 Excel 粘贴或手工填写,再对应列名。

设定分析

选效应量和模型参数,可加亚组、元回归或敏感性分析。

查看与导出

查看统计结果、森林图和漏斗图,下载 PNG 或回放脚本。

Meta 分析常用的统计与图

常用效应量

RR、OR、RD、MD、SMD、HR 等效应量的合并,给出 I² 与 τ² 等异质性指标。

进阶分析

亚组分析、元回归(至少 6 项研究)和逐一剔除等敏感性分析。

发表偏倚

提供漏斗图和 Egger 等检验;纳入研究少于 10 项时不做发表偏倚检验。

选择套餐

App C 不单独销售,也不包含在 Sciforyou 桌面端单模块订阅中;开通全模块后即可下载。

价格来自会员中心的公开套餐,下单时以会员中心显示的价格为准。查看全部价格前往会员中心

关于 App C 统计分析

能直接导入桌面端的分析包吗?

不能一键导入。先解压 App C 分析包,按结局拆成单个数据表,再在列映射里对应列名,例如 study_id 对应 study。

支持哪些系统?

Windows 10/11 x64(v2.0.1)和 macOS Apple Silicon(v2.0.0),两个平台的版本号不同;暂不支持 Intel Mac。

能导出什么?

每张图可以下载 PNG(默认 200 dpi),也可以导出回放脚本;暂不能导出 SVG、PDF 或 Word 报告。

我的数据会怎样处理?

App C 的统计分析不需要 AI 功能。使用时需要联网登录 Sciforyou 账号,软件也会联网检查更新。