フォレストプロット（forest plot、blobbogram）は、同じ問題を扱った多数の科学的研究から得られた推定結果を、全体の結果とともにグラフ化したもの^[1]。医学研究において、ランダム化比較試験の結果のメタアナリシスを図式化するために開発された。この20年の間に、同様のメタアナリシス手法が観察研究（環境疫学など）にも適用され、フォレストプロットはそのような研究の結果を提示する際にもしばしば使用されている。

フォレストプロットにはいくつかの形式があるが、一般的には2つの列で表示される。左側の列には研究名（多くの場合、ランダム化比較試験または疫学研究）が、上から下に向かって時系列で記載される。右側の列は、これらの研究のそれぞれについて、効果の測定値（オッズ比など）をプロットしたもの（多くの場合、正方形のボックスで表される）で、信頼区間が水平線で表される。信頼区間が各研究の平均値に対して対称になるように、また、1より大きいオッズ比が 1 より小さいオッズ比よりも過度に強調されないように、対数スケールでプロットすることができる。ボックスの面積は、メタアナリシスにおける研究の重みに比例する。メタアナリシスによる全体的な効果の測定値は、一般に菱形でプロットされ、その幅は推定値の信頼区間を示す。

効果がないことを表す垂直線もプロットされる。個々の研究の信頼区間がこの線と重なっていれば、与えられた信頼水準において、個々の研究の効果量は効果なしと異なるとは言えない。同じことがメタアナリシスによる全体的な効果の測定値にも当てはまる。菱形が効果なしの線と重なる場合、メタアナリシスされた全体の結果は、与えられた信頼水準において効果なしと異なるとはいえない。

フォレストプロットの歴史は少なくとも1970年代に遡る。1985年に出版されたメタアナリシスについての本にも 1つのプロットが掲載されている^{[2] :252}。フォレストプロットという表現が印刷物で初めて使われたのは、1996年5月に開催された society for clinical trials（米国）でのポスターの抄録であろう^[3] 。2001年にはフォレストプロットという言葉の由来についての調査結果が発表されている^[4]。フォレストプロットとは、森のように伸びた線のことである。 1990年9月にリチャード・ピートが「パット・フォレストという乳がん研究者にちなんで名付けられた」と冗談を言った結果、forrest plotと綴られることもあった^[4]。

このフォレストプロットは象徴的なシステマティック・レビューから引用した。この論文は、胎児の肺の発達を早めるために、切迫早産の母体に対して副腎皮質ホルモンを投与した臨床試験を扱っている。この治療法が児の命を救うことを示すエビデンスが得られた後も、そのエビデンスは周知されず、この治療法は普及していなかった。システマティック・レビューによってエビデンスが広く知られるようになり、この治療法が広まって、何千人もの早産児の命を救った。しかし、低・中所得国でこの治療法を展開したとき、早産児の死亡がかえって増えたことが分かった。これは、医療の質が低い場所では、致死的な感染症のリスクが増えるためではないかと考えられている^[5]。現段階では、高所得国での治療の有用性については議論の余地がないが、低所得国や高リスクの母親に対する治療方針についてはさらなる研究が必要とされている。

メタアナリシスに含まれ、フォレストプロットに組み込まれた研究は、通常、左側に年代順に著者名と日付が表示される。

フォレストプロットのチャート部分は右側に表示され、研究におけるテストグループとコントロールグループの間の効果の平均差を示す。データをより正確に表現するために、各行のテキストでは数値形式で表示しているが、右側のチャートでは、やや正確さに欠けるグラフィック表現を用いる。縦軸は効果がないことを示す。ボックスの縦軸からの距離はテストとコントロールの差を示しており、実験の効果量と呼ばれる。

ボックスから出ている細い水平線（ひげ）は、信頼区間の大きさを示している。線が長いほど信頼区間が広くなり、データの信頼性が低くなる。線が短いほど、信頼区間は狭くなり、データの信頼性が高まる。

ボックスや信頼区間の ひげ が効果のない縦軸を通る場合、その研究データは統計的に有意ではないと言われる。

研究データの有意義さ（パワー）は、ボックスの重み（サイズ）で示される。より意味のあるデータ、例えばサンプルサイズが大きい研究から得られたデータは、意味の無い研究から得られたデータよりも大きなボックスで示され、プールされた結果への貢献度が高くなる。

フォレストプロットは、同じ効果を観測した複数の研究のデータが、どの程度重なり合うかを示すことができる。重なりが少ないと異質 heterogeneous なデータと呼ばれ、そのようなデータからは結論を出しにくいと言われている。一方、複数の研究で同じような結果が得られている場合は、データが均質 homogeneous であるといい、このようなデータからは結論を出しやすい傾向がある。

異質性は I² で示される。I² が 50％未満ならば異質性は「低い」と呼ばれ、研究データ間の類似性が高いことを示す。I² が 50％ を超えると類似性が低いことを示す。

• ガルブレイスプロット
• ファンネルプロット
• コクラン（組織） - ロゴがフォレスト・プロット
• 森林プロットは、さらなる研究が必要かどうかを判断するのに役立ちます
• メタアナリシス
• システマティック・レビュー

• MIX 2.0 – メタ分析を実行してExcelでフォレストプロットを作成するソフトウェア。
• MetaXL – フォレストプロットを作成し、バイアス調整されたメタ分析を実行できるソフトウェア
• metafor: Meta-Analysis Package for R - フォレストプロットなどを記載できるRのパッケージ
• meta: General Package for Meta-Analysis - フォレストプロットなどを記載できるRのパッケージ

表 話 編 歴 統計学
標本調査	標本 母集団 無作為抽出 層化抽出法
記述統計学	連続データ 位置 平均 算術 幾何 調和 中央値 分位数 順序統計量 最頻値 階級値 分散 範囲 偏差 偏差値 標準偏差 標準誤差 変動係数 決定係数 相関係数 自己相関 共分散 自己共分散 分散共分散行列 百分率 統計的ばらつき モーメント 分散 歪度 尖度 カテゴリデータ 頻度 分割表
推計統計学	仮説検定 パラメトリック t検定 ウェルチのt検定 F検定 Z検定 二項検定 ジャック–ベラ検定 シャピロ–ウィルク検定 分散分析 共分散分析 ノンパラメトリック ウィルコクソンの符号順位検定 マン・ホイットニーのU検定 カイ二乗検定 イェイツのカイ二乗検定 累積カイ二乗検定 フィッシャーの正確確率検定 尤度比検定 G検定 アンダーソン–ダーリング検定 コルモゴロフ–スミルノフ検定 カイパー検定 マンテル検定 コクラン・マンテル・ヘンツェルの統計量 その他 帰無仮説 対立仮説 有意 棄却 区間推定 信頼区間 予測区間 モデル選択基準 AIC BIC WAIC MDL その他 偏り 偏りと分散 過剰適合 推定量 点推定 最尤推定 尤度関数 尤度方程式 最小距離推定 メタアナリシス ブートストラップ法
ベイズ統計学	確率 主観確率 ベイズ確率 事前確率 事後確率 最大事後確率 その他 ベイズ推定 ベイズ因子
相関	相関係数 ピアソンの積率相関係数 スピアマンの順位相関係数 ケンドールの順位相関係数 偏相関係数 その他 自己相関 空間的自己相関 相互相関 交絡変数 相関関係と因果関係 擬似相関 錯誤相関
モデル	一般線形モデル 一般化線形モデル 混合モデル 一般化線形混合モデル
回帰	線形 リッジ回帰 ラッソ回帰 エラスティックネット 非線形 k近傍法 回帰木 ランダムフォレスト ニューラルネットワーク サポートベクター回帰 射影追跡回帰 時系列 自己回帰モデル 自己回帰移動平均モデル ARCHモデル 対移動平均比率法 トレンド定常 傾向推定 共和分 構造変化
分類	線形 線形判別分析 ロジスティック回帰 単純ベイズ分類器 単純パーセプトロン 線形サポートベクターマシン 二次 二次判別分析 非線形 k近傍法 決定木 ランダムフォレスト ニューラルネットワーク サポートベクターマシン ベイジアンネットワーク 隠れマルコフモデル その他 二項分類 多クラス分類 第一種過誤と第二種過誤
教師なし学習	クラスタリング k平均法（k-means++法） DBSCAN 密度推定（英語版） カーネル密度推定（カーネル） その他 主成分分析 独立成分分析 自己組織化写像
統計図表	棒グラフ バイプロット（英語版） 箱ひげ図 管理図 フォレストプロット ヒストグラム 円グラフ Q-Qプロット ランチャート 散布図 幹葉図 バイオリン図 ドットプロット ヒートマップ 階級区分図
生存時間分析	生存時間関数 カプラン＝マイヤー推定量 ログランク検定 故障率 比例ハザードモデル
歴史	統計学の創始者 確率論と統計学の歩み
応用	社会統計学 疫学 生物統計学 系統学 統計力学 計量経済学 機械学習 実験計画法
出版物	統計学に関する学術誌一覧 重要な出版物
全般	統計 頻度主義統計学 統計学および機械学習の評価指標
その他	方向統計学 S言語 R言語 統計検定 社会調査士 JDLA Deep Learning For GENERAL JDLA Deep Learning for ENGINEER 実用数学技能検定 品質管理検定
カテゴリ