森林图是以统计指标和统计分析方法为基础，用数值运算结果绘制出的图型。用以综合展示每个被纳入研究的效应量以及汇总的合并效应量[1]。
连续变量
异质性\(I^2\),它的数值代表这三篇RCT有没有明显差异，差异越小说明得出综合效应的结果越可靠，小于20%说明异质性小，大于50%说明异质性较大。
favours代表菱形框往哪边偏倚支持那边就是更好的方法。
综合效应如果贴到无效线，则无显著差异：
森林图：
- 随机效应模型(Random)：随机效应模型是把每一篇RCT的影响力对等，不按它的样本量，把每一篇RCT平均影响综合效应表示出来。
- 固定效应模型(Fixed)：固定效应模型是按它的样本量将样本量大的RCT影响权重加大，纳入人群更多的RCT的结果将更影响综合效应。
一般我们推荐用随机效应模型，因为每一篇RCT都是独立个体，都应均等地影响综合效应，但是一种情况除外那就是其中一个RCT样本量非常大，而其他RCT样本量寥寥无几，那么显然这个样本量大的RCT结果更可靠，更应该权重放大，这就选择固定效应模型。其实不管选择什么模型，做好必要解释就行。
二分类变量
刚刚的图是连续变量，就是用平均值和标准差做比较。而有些结果是通过二分类变量展示的，比如说治愈率，就是总的人数(Tota)和治愈的人数(Events)。软件会自动将Events.定义为不良事件，所以事件发生次数越少，越偏向有利。但是像治愈这种良性事件，我们就需要把下边这个标记换个顺序即可。
