森林图技术问询：需加权合并估计，单个研究展示未加权原始置信区间

你遇到的问题核心是混淆了rma()函数中weighted参数的作用：这个参数控制的是合并估计是否采用加权计算，而非单个研究置信区间的展示方式。当设置weighted=FALSE时，合并结果变成未加权，但模型会自动计算单个研究的加权点估计，导致森林图里的CI不符合需求。

正确的实现思路是拆分两步处理：先生成加权的合并估计结果，再基于原始数据绘制单个研究的原始CI，最后把加权合并结果添加到图中。

步骤1：生成加权合并估计模型 #

先运行正常的加权随机效应模型，得到你需要的加权合并结果：

# 运行加权的REML模型，默认weighted=TRUE，无需额外设置
res_weighted <- rma(lnhr, sei=se, data=dffc, method="REML", test="knha")

步骤2：绘制森林图（原始CI + 加权合并） #

调用forest()时，直接传入原始数据的效应量(yi)和标准误(sei)来绘制单个研究的原始置信区间，再通过addfit参数把加权合并的结果添加到图中：

par(mar = c(6, 6, 3, 3))
forest(yi = dffc$lnhr, sei = dffc$se, 
       addfit = res_weighted,  # 添加加权合并的估计结果
       addpred = FALSE, annotate= TRUE, at=seq(0,8,by=1),  
       order= dffc$exo,
       showweights=TRUE,  # 显示合并时使用的加权权重
       ilab=cbind(dffc$expo, dffc$com), ilab.xpos=c(-3, -1.5), mlab = "", xlab= " ",
       cex=1.1, xlim=c(8, 4), alim = c(-6, 6),  
       transf=transf.exp.int,
       refline=1,
       slab=paste(dffc$author)
)

关键说明 #

• 单个研究的置信区间：通过直接传入原始的lnhr和se，森林图会绘制每个研究的原始未加权置信区间，完全符合你的需求。
• 合并估计：addfit=res_weighted会把之前生成的加权合并结果（包括合并效应量和对应的CI）添加到森林图底部，实现加权合并的展示。
• 权重显示：showweights=TRUE展示的是加权合并时使用的权重，和合并模型一致。

内容的提问来源于stack exchange，提问作者Dr. Md Shariful Islam