在提交我的荟萃分析之前，我想制作一个漏斗图来测试异质性和发表偏倚。我有每个研究的汇总效应大小和效应大小，取值从 -1 到 +1。我有来自每项研究的患者和对照的样本量 n1、n2。由于无法计算标准误差 (SE)，因此无法执行 Egger 回归。我不能在垂直轴上使用 SE 或precision=1/SE。
一些已发表的论文展示了这样的漏斗图，纵轴为总样本量（Pubmed PMIDs：10990474、10456970）。此外，维基百科漏斗图维基同意这一点。但是，最重要的是，Mathias Egger 在 BMJ 1999 上的论文 (PubMed PMID: 9451274) 显示了这样一个漏斗图，没有 SE，只有纵轴上的样本量。
问：我仍然可以制作水平轴突上的效应大小和垂直轴上的总样本大小 n (n=n1+n2) 的漏斗图吗？
答：是的
Q：这样的漏斗图应该如何解读？
A：这仍然是一个漏斗图。但是，应谨慎解释漏斗图。例如，如果您只有 5-10 个效应量，则漏斗图毫无用处。此外，虽然漏斗图是一种有用的可视化技术，但它们的解释可能会产生误导。不对称的存在并不能证明存在发表偏倚。埃格等人。(1997: 632f.) 提到了许多可能导致漏斗图不对称的原因，例如真正的异质性、数据不规则性，如方法设计不佳的小型研究或欺诈。因此，漏斗图有助于识别可能的发表偏倚，但是，它们应始终与统计检验相结合。
问：当标准误差未知时，这样的图是否可以接受？
答：是的
Q：垂直轴突上SE或presicion=1/SE的经典漏斗图一样吗？
答：不，“漏斗”的形状可以不同。
问：它的解释有什么不同吗？
答：是的，见上文
问：我应该如何设置线来制作等边三角形？
A：你所说的“线组成等边三角形”是什么意思？你的意思是 95%-CI 线吗？您将需要标准错误...
您可能还对以下内容感兴趣：
Peters、Jaime L.、Alex J. Sutton、David R. Jones、Keith R. Abrams 和 Lesly Rushton。2006.比较两种方法来检测荟萃分析中的发表偏倚。美国医学会杂志 295，没有。6：676--80。（参见“Egger 回归检验的替代方法”）
他们提出了一种统计检验，该检验侧重于样本量而不是标准误差。
顺便问一下，您知道《Meta 分析中的出版偏差：预防、评估和调整》一书吗？它会回答你的很多问题。