漏斗图

漏斗图乃用以检验系统综述与元分析中所纳入的文献是否有发表偏差的工具图。

漏斗图

引用

漏斗图是由 Light 与 Pillemer于1984年所提出^[1]，并由Matthias Egger等人深入探讨^[2][3]，是元分析的有用工具。漏斗图乃将治疗的效果与研究的大小做散布图，可以看出偏差或是系统性的异质（英语：Study heterogeneity）。良好的资料组可得到对称的反漏斗型，而不对称的漏斗型则表示治疗效果与研究大小之间有相关性。这显示可能有出版偏差或是在较小与较大的研究之间有系统性的差异（small study effects）。这也可能是因为选择测量效果的方法不对所致。不管原因为何，不对称的漏斗图形表示对于单纯的元分析之结果应有怀疑，应进一步探讨其原因。

量测“研究大小”有很多种方法，包括总样本数、治疗效果的标准误差、治疗效果的反方差（权重）等等。Sterne 与 Egger比较这些方式，结果建议使用标准误作为量测研究大小的方法^[3]。此时可能划出直线以定义出在没有异质性与出版偏差的情形下，所有的点之中，95％的点坐落的区域。

与信赖区间图一样的地方是，漏斗图一般将治疗效果的量度放在横轴，研究大小置于纵轴；这与一般的习惯不一样。因为漏斗图主要是用来看出治疗效果方面的不对称，这样的画法让读者较易理解。

批评

漏斗图不是毫无问题。假如高精准度的研究与低精准度的研究在效应值方面不同（例如因为研究不同族群所致），漏斗图可能得出出版偏差的错误结论^[4]。漏斗图的纵轴之刻度大小也可能大大改变漏斗图的外观－－不管其乃是反比平方误差或是研究大小所致^[5][6]。

相关条目

• 加尔布雷斯图（英语：Galbraith plot）
• 森林图（英语：Forest plot）
• 系统综述