Herramientas de investigación › Funnel Plot / Egger's Test

Meta Publication Bias: Funnel Plot + Egger's Test

Assess whether a meta-analysis has publication bias / small-study effects: draw the funnel plot (effect size vs standard error) and run Egger's linear-regression test of funnel symmetry. A clearly asymmetric funnel and an Egger intercept significantly different from 0 suggest possible publication bias. Computed locally in your browser; data are not uploaded. Use it alongside the meta-analysis tool.

① Introducir los estudios

One study per row: effect size standard error (space- or comma-separated). For ratio effects (OR/RR/HR), first take the natural log (lnOR, etc.) and use the SE on the log scale.

Cómo usarla y metodología

¿Cómo leer el funnel plot?

Idealmente los puntos de los estudios se dispersan de forma simétrica alrededor del efecto combinado en forma de embudo invertido (estudios de alta precisión arriba, baja precisión más extendidos abajo). Si un lado de la base falta o está desplazado claramente, puede que estudios pequeños negativos no se hayan publicado (sesgo de publicación).

¿Qué mide el test de Egger?

Regresa el efecto estandarizado de cada estudio (efecto/EE) sobre su precisión (1/EE) y prueba si el intercepto es 0. Un intercepto significativamente distinto de cero indica asimetría del embudo: una medida cuantitativa bastante sensible al sesgo de publicación.

¿Cómo introducir efectos en razón (ratio)?

OR, RR, HR y otras razones solo son simétricas en escala logarítmica, así que primero toma el logaritmo natural (lnOR/lnRR/lnHR) y usa el EE en escala log (a menudo recalculado a partir del IC 95 %: EE=(lnLS−lnLI)/3,92).

¿Cuántos estudios hacen falta?

En general incluye ≥10 estudios antes de ejecutar el funnel plot y el test de Egger; si no, la potencia es baja y es fácil equivocarse. Con pocos estudios, descríbelo en lugar de forzar una conclusión. La asimetría también puede reflejar heterogeneidad real más que sesgo.