森林图与数据表不一致时该如何解决？

逐项对照每项研究的效应估计值和置信区间与分析数据集，找出不一致之处，然后修正森林图或数据表，并重新核对输出结果。

森林图与数据表可能不一致，原因在于二者分别基于不同的数据集、不同的效应量或不同的纳入研究集合构建。Cochrane Handbook 第10章将森林图视为荟萃分析所用效应估计值和区间的展示，因此森林图与分析数据集应描述相同的研究和相同的效应量。

1. 打开分析数据集，列出每项研究的效应估计值、置信区间和效应量。将此列表与数据表逐行比对，标记每一处不一致。
2. 对照该列表读取每项研究在森林图中的点和区间。若某点位于不同数值，或区间边界不同，即可判断错误出在森林图还是数据表。
3. 确认两个输出使用相同的效应量和相同的纳入研究。基于比值型效应量构建的森林图与报告差值型效应量的数据表，即使底层数值一致也不会匹配。
4. 修正偏离分析数据集的输出，然后从该数据集重新生成森林图或数据表，使二者同源。
5. 在分析日志中记录冲突来源，例如数据集过期、效应量变更或某项研究仅被加入其中一个输出。
6. 在图表写入稿件前，将修正后的森林图与数据表再次核对，确认每个估计值和区间均已一致。

Cochrane Handbook 第15章强调，解读结果时应仔细阅读置信区间和精确P值。数值一致后，确认每个效应的方向及合并估计值的位置与正文中的解读相符。