لما طالب دكتوراه يقف أمام اللجنة وفيه Forest Plot على الشاشة — في ٣ مواقف ممكنة:
الأول: بيشرح كل عنصر بثقة وببساطة. اللجنة تومئ.
الثاني: بيقول "النتيجة significant" ويعدي بسرعة. اللجنة تسأل.
الثالث: بيقف ويقول "الرسمة دي بتوضح..." ثم يصمت.
٩٠٪ من الطلاب في الموقف الثاني أو الثالث.
الـ Forest Plot مش رسمة تزيينية. هي ملخص كل الـ meta-analysis في صورة واحدة — ولو مش عارف تقرأها، مش عارف تدافع عن بحثك.
عناصر الـ Forest Plot — واحدة واحدة
١. الـ Effect Estimate لكل دراسة (المربع)
كل دراسة في الـ meta-analysis ممثلة بمربع. حجم المربع بيمثل وزن الدراسة (weight) — الدراسة الأكبر عينة عادةً وزنها أعلى.
٢. الـ Confidence Interval (الخط الأفقي)
الخط الممتد من المربع يمثل الـ 95% Confidence Interval. الخط الضيق = precision عالية. الخط الواسع = uncertainty كبيرة.
٣. الـ Line of No Effect (الخط العمودي)
الخط العمودي في المنتصف بيمثل الـ null effect:
- للـ Risk Ratio والـ Odds Ratio: الخط عند 1
- للـ Mean Difference: الخط عند 0
لو الـ CI بيقطع الخط ده → النتيجة مش significant
٤. الـ Diamond (المعين في الأسفل)
المعين بيمثل الـ pooled effect — النتيجة المجمعة لكل الدراسات. عرض المعين = الـ CI بتاعه. موقعه بيحدد اتجاه الأثر ومقداره.
٥. الـ I² و Q statistic
بيظهروا تحت أو جنب الـ plot. بيقيسوا الـ heterogeneity:
- I² < 25% = heterogeneity منخفضة
- I² 25-75% = متوسطة
- I² > 75% = عالية — لازم تفسرها
إزاي تشرحها للـ Committee في ٣ جمل
"الـ Forest Plot بتوضح نتائج الـ [عدد] دراسة المدرجة في الـ meta-analysis. النتيجة المجمعة (الـ diamond) بتشير إلى [effect estimate] بـ 95% CI [من كذا لكذا]، وده بيعني إن [التفسير العملي]. الـ I² = [رقم]٪، وده بيشير لـ [درجة] الـ heterogeneity بين الدراسات."
الجملة دي لوحدها بتفرق بين طالب فاهم وطالب حافظ.
طيب إيه اللي تعمله دلوقتي؟
خد الـ Forest Plot بتاعتك وحاول تشرحها بصوت عالي. لو وقفت في أي نقطة — Naggar Analytics بتقدم جلسة تحضير للمناقشة بتغطي تفسير النتائج والإجابة على أسئلة اللجنة.