Grafici per la ricerca clinica: 10 diagrammi per studi clinici, test diagnostici e meta-analisi

I revisori leggono le figure prima di leggere i metodi. I grafici della ricerca clinica che superano la revisione paritaria hanno una caratteristica in comune: ognuno risponde a una singola domanda e il lettore può trovare la risposta in meno di dieci secondi. Questa guida illustra i 10 tipi di grafici che un ricercatore clinico incontra più frequentemente, dal diagramma di flusso CONSORT alla mappa di calore. Per ognuno di essi troverete una figura reale pubblicata (ad accesso libero, riutilizzabile con attribuzione), una nostra illustrazione animata, le istruzioni per la sua lettura e l'errore più comune che porta al rifiuto dei manoscritti.

Seleziona i grafici della ricerca clinica in base alla domanda

La guida complementare, " 10 tipi di grafici essenziali che ogni ricercatore dovrebbe conoscere" , tratta i tipi di grafici generali come istogrammi, grafici a linee, grafici a dispersione e grafici a barre. Questo post è diverso: tratta solo i grafici specifici per studi clinici, test diagnostici e sintesi di evidenze.

1. Diagramma di flusso CONSORT: Mostra ogni paziente

Il diagramma di flusso è la prima figura che un revisore di studi clinici controlla. Risponde alle domande su chi è stato sottoposto a screening, chi è stato escluso e perché, chi è stato randomizzato e chi è stato incluso nell'analisi. La dichiarazione CONSORT 2010 lo rende un elemento obbligatorio per gli studi randomizzati. ¹

In questo confronto randomizzato del candidato biosimilare di trastuzumab HD201 con il trastuzumab di riferimento nel carcinoma mammario ERBB2-positivo neoadiuvante, sono stati sottoposti a screening 625 pazienti e 503 sono entrati nel set di analisi completo: 251 su HD201 e 252 sul prodotto di riferimento. ² Un lettore può controllare i calcoli a colpo d'occhio, che è esattamente il punto.

Errore comune: caselle con i conteggi ma senza motivazioni. "Esclusi (n = 122)" invoglia a una domanda. Indica quanti non hanno soddisfatto ciascun criterio. Puoi creare il diagramma gratuitamente con il generatore Flowchart Pro.

2. Curva di Kaplan-Meier: tempo all'evento, disegnata onestamente

Lo stimatore di Kaplan-Meier trasforma i tempi di follow-up, inclusi i pazienti che non hanno ancora avuto l'evento, in una curva di sopravvivenza a gradini. ³ Interpreta la discesa di ogni gradino come un evento e i piccoli segni di spunta come i pazienti che hanno lasciato il follow-up senza aver avuto l'evento (censurati).

Leggete l'esempio reale come farebbe un revisore. ¹² I pazienti che hanno avuto una recidiva entro 2 anni (in rosso) hanno una probabilità di sopravvivenza di circa il 32% al 58° mese, mentre quelli senza recidiva (in blu) rimangono al di sopra del 90%. La tabella sottostante è la parte onesta: il gruppo rosso inizia con 38 pazienti e ne ha 3 a 60 mesi, quindi l'estremità destra di quella curva si basa su pochissime persone. Disegnate sempre quella tabella e considerate i gradini in una coda poco popolata come "morbidi".

Come rendere il grafico a prova di errore: stampate una tabella del numero di pazienti a rischio sotto l'asse x, indicate la durata mediana del follow-up, riportate l'hazard ratio con il relativo intervallo di confidenza al 95% accanto al p-value del test log-rank e interrompete l'interpretazione della curva quando pochissimi pazienti rimangono a rischio. Se i pazienti possono morire per altre cause prima dell'evento considerato, la semplice curva sovrastima il rischio; si veda la sezione sui rischi competitivi negli studi di registro . Per provare ad applicarlo ai vostri dati, utilizzate il calcolatore gratuito di Kaplan-Meier.

3. Trama forestale: molti studi, un unico verdetto

Un forest plot elenca ogni studio come un quadrato (il suo effetto) con una linea (il suo intervallo di confidenza), e infine un rombo per il risultato aggregato. Il peso dei quadrati è proporzionale al peso, quindi gli studi più ampi esercitano una maggiore pressione sul rombo.

Questo studio riporta un odds ratio aggiustato aggregato di 3.28 (IC 95% da 2.61 a 4.12) con I² = 95.4%.⁴ ^La lezione sta in quel secondo numero. I² descrive la quota di variazione che è una reale differenza tra gli studi piuttosto che il caso.⁵ Con ^un valore del 95.4%, la singola cifra aggregata nasconde molto. Riporta un intervallo di previsione, esplora le ragioni (sottogruppi, meta-regressione) e formula la conclusione come "associato a probabilità più elevate nella maggior parte dei contesti", non come un numero fisso.

Stai pianificando una meta-analisi? Scopri quanti studi sono necessari per una meta-analisi e quali sono gli errori più comuni . Il calcolatore di regressione logistica genera anche un grafico a foresta del rapporto di probabilità.

4. Grafico a imbuto: dove sono gli studi di piccole dimensioni?

Un grafico a imbuto mette in relazione l'effetto di ciascuno studio con la sua precisione. In assenza di distorsioni, gli studi si distribuiscono simmetricamente attorno all'effetto complessivo, più ampi nella parte inferiore (studi di piccole dimensioni) e più stretti in quella superiore. Un angolo inferiore mancante indica che i piccoli studi con risultati nulli non sono mai stati pubblicati.

Regola generale: testare l'asimmetria (test di Egger ⁶ ) solo con circa 10 o più studi e non considerare mai l'asimmetria come prova di bias. L'eterogeneità produce la stessa forma.

5. Curva ROC: il test è in grado di distinguere i malati dai sani?

La curva ROC rappresenta la sensibilità in funzione di 1 meno la specificità per ogni possibile valore di soglia. L'area sottesa (AUC) indica la probabilità che un paziente scelto a caso con la malattia ottenga un punteggio più alto rispetto a un paziente scelto a caso senza la malattia. 0.5 è come lanciare una moneta, 1.0 è perfetto. ⁷

Qui le AUC sono 0.785 per MMP-2, 0.815 per VEGF-D e 0.884 per la combinazione. ⁸ Una lettura elaborata: la combinazione dei due marcatori aumenta la discriminazione di circa 0.07-0.10 AUC rispetto a ciascuno di essi singolarmente, il che rappresenta un guadagno significativo, ma solo se gli intervalli di confidenza non si sovrappongono eccessivamente e il modello viene verificato su nuovi pazienti.

Errore comune: riportare solo l'AUC. Indicare anche il valore di cut-off scelto, la sua sensibilità e specificità con intervalli di confidenza e spiegare come è stato determinato (indice di Youden o valutazione del rapporto costo-efficacia clinica). L'AUC non dice nulla sull'utilità di un test al letto del paziente.

6. Grafico di Bland-Altman: la concordanza non implica correlazione

Quando si confrontano due metodi di misurazione, un'elevata correlazione indica solo che aumentano e diminuiscono insieme. Non significa che forniscano lo stesso valore. Il grafico di Bland-Altman rappresenta la differenza tra i metodi rispetto alla loro media, con la differenza media (bias) e i limiti di concordanza a bias ± 1.96 SD. ⁹

Questa figura, tratta da uno studio di fattibilità sull'edema degli arti inferiori, ci insegna due cose. ¹⁰ La differenza media è di 1.11 e i limiti tracciati vanno da circa -0.54 a 2.77. Le differenze aumentano all'aumentare della media, indicando una distorsione proporzionale. Il pannello di sinistra sembra indicare un buon accordo perché i punti seguono una linea. Il pannello di destra mostra che i metodi non concordano, e la differenza è maggiore per valori più elevati. È proprio questa discrepanza il motivo per cui i revisori richiedono questo grafico.

Un problema ricorrente nella revisione di manoscritti di confronto tra metodi: un coefficiente di correlazione presentato come prova di concordanza, senza il grafico di Bland-Altman. Aggiungete il grafico, indicate il bias e i limiti nelle unità di misura e specificate in una frase se tali limiti sono clinicamente accettabili. È il giudizio clinico, non la statistica, a deciderlo.

7. Grafico a cascata: la risposta tumorale di ciascun paziente

Un grafico a cascata assegna a ciascun paziente una barra: la migliore variazione percentuale delle dimensioni del tumore rispetto al valore basale, ordinata dalla peggiore alla migliore. Secondo i criteri RECIST 1.1, una diminuzione del 30% è considerata una risposta parziale e un aumento del 20% una progressione, quindi queste due linee di riferimento devono essere incluse nel grafico. ¹¹

Errore comune: usarlo per indicare la durata. Un grafico a cascata mostra la risposta migliore, non quanto è durata. Abbinalo a un grafico a nuotatore o a una curva tempo-progressione e specifica quanti pazienti non hanno effettuato una scansione successiva alla valutazione basale, poiché non possono essere rappresentati come barre.

8. Grafico a vulcano: trova il segnale tra migliaia

Un grafico a vulcano riporta la dimensione dell'effetto sull'asse x (variazione di espressione in scala logaritmica in base 2) e la significatività sull'asse y (meno il logaritmo in base 10 del valore p). I geni che presentano sia un effetto di grandi dimensioni che una significatività statistica si trovano negli angoli superiori. Trasforma una tabella di migliaia di righe in un'unica immagine.

Errore comune: colorare i punti in base al valore p grezzo dopo aver testato migliaia di geni. Colorare in base al valore corretto (tasso di falsa scoperta), indicare entrambe le soglie nella didascalia e nominare solo i pochi geni di cui si parla nel testo.

9. Diagrammi a violino e a scatola: mostrano l'intera distribuzione

Un grafico a barre delle medie nasconde tutto ciò che interessa a un clinico: la dispersione, l'asimmetria, i valori anomali e la sovrapposizione dei gruppi. Un box plot mostra la mediana e i quartili. Un grafico a violino aggiunge la forma della distribuzione, che è importante quando i valori sono asimmetrici o bimodali.

Regola: sovrapponi i punti grezzi ogni volta che ciascun gruppo ha meno di circa 30 pazienti. Campioni di piccole dimensioni rendono inaffidabili le forme a violino, mentre i singoli punti consentono al lettore di giudicare autonomamente. La nostra guida generale ai grafici tratta in modo più dettagliato i diagrammi a scatola e gli istogrammi.

10. Mappa di calore: modelli su molteplici variabili

Una mappa di calore colora una griglia. Viene utilizzata negli articoli clinici per matrici di correlazione, cluster di espressione genica e analisi parametriche. Se la griglia è abbastanza piccola da essere leggibile, viene visualizzato il numero presente in ogni cella.

In questa scansione, r raggiunge un picco di 0.69 con un fattore di calibrazione di 1.5, mentre alcune celle scendono a zero o al di sotto. ¹⁰ È un buon caso didattico: la cella migliore è stata selezionata dagli stessi dati su cui è stato calcolato il punteggio, quindi 0.69 è una cifra ottimistica finché non viene verificata su nuovi pazienti. Una mappa di calore che regola i parametri dovrebbe sempre specificarlo.

Suggerimento sui colori: utilizzare una scala percettivamente uniforme e sicura per i daltonici (il viridis è la scelta più comune, come in questa figura), e mai una scala rosso-verde.

La lista di controllo delle figure da 60 secondi per i manoscritti clinici

• Un grafico, una domanda. Scrivi la domanda nella didascalia.
• Le unità di misura, la dimensione del campione e il test statistico sono indicati sopra o sotto ogni figura.
• L'incertezza (intervallo di confidenza, IQR o deviazione standard) è sempre visibile.
• Il testo è leggibile con una larghezza a colonna singola, che nella maggior parte delle riviste è di circa 8.5 cm.
• I colori resistono alla stampa in scala di grigi e ai lettori daltonici.
• Le immagini riutilizzate sono corredate da licenza e da una citazione completa.

Supporto statistico e grafico professionale per il vostro manoscritto clinico.

Scegliere il grafico giusto è metà del lavoro. Eseguire correttamente l'analisi sottostante e realizzarlo secondo le specifiche della rivista è l'altra metà. Se sei uno studente di dottorato, un medico o un ricercatore impegnato con dati a disposizione e una scadenza da rispettare, questi tre servizi coprono l'intero percorso, dal set di dati alla figura pronta per la pubblicazione.

Preferisci eseguire una sintesi completa delle evidenze? Consulta il nostro servizio di meta-analisi e revisione sistematica e, per una rapida verifica della validità di un risultato, il servizio di Interpretazione dei risultati statistici.

Grafici nella ricerca clinica: domande frequenti

Quale grafico mostra i dati di sopravvivenza?

Una curva di Kaplan-Meier, disegnata con segni di censura e una tabella del numero di soggetti a rischio sottostante. Riportare l'hazard ratio con il suo intervallo di confidenza al 95% insieme al valore p del test log-rank.

Un'elevata correlazione è sufficiente a dimostrare che due metodi concordano?

No. La correlazione mostra che due metodi aumentano e diminuiscono insieme, non che forniscono lo stesso valore. Un grafico di Bland-Altman mostra la distorsione e i limiti di concordanza nelle unità di misura utilizzate.

Che cosa significa un valore AUC di 0.8 su una curva ROC?

Significa che un paziente scelto a caso affetto dalla malattia ottiene un punteggio più alto al test rispetto a un paziente scelto a caso non affetto dalla malattia circa l'80% delle volte. Non specifica se il test sia utile al letto del paziente, quindi è necessario riportare anche il valore di cut-off con la relativa sensibilità e specificità.

Quando dovrei disegnare un funnel plot?

In una meta-analisi con circa 10 o più studi. Con un numero inferiore, il grafico e il test di Egger non sono affidabili. L'asimmetria può derivare sia dall'eterogeneità che dal bias di pubblicazione.

Posso riutilizzare una figura tratta da un articolo già pubblicato nel mio manoscritto?

Solo se la licenza lo consente. Le immagini rilasciate sotto licenza CC BY possono essere riutilizzate con attribuzione completa. In caso contrario, chiedere l'autorizzazione all'editore o ricostruire il grafico a partire dai dati riportati e citare la fonte.

Conclusione: Scelta dei grafici per la ricerca clinica

Dieci grafici coprono la maggior parte di ciò che serve in un articolo clinico: un diagramma di flusso per rappresentare i pazienti, una curva di sopravvivenza per il tempo all'evento, grafici a foresta e a imbuto per aggregare e mettere alla prova le evidenze, grafici ROC e di Bland-Altman per valutare test e misurazioni, un grafico a cascata per la risposta tumorale, un grafico a vulcano per le analisi omiche, un grafico a violino per le distribuzioni e una mappa di calore per i pattern. Scegliete in base alla domanda, mostrate l'incertezza e inserite nella didascalia i valori numerici che un revisore cercherà. Se desiderate un secondo parere sulle vostre figure prima dell'invio, il nostro team può aiutarvi.

Referenze

1. Schulz KF, Altman DG, Moher D; Gruppo CONSORT. Dichiarazione CONSORT 2010: linee guida aggiornate per la segnalazione di studi randomizzati a gruppi paralleli. BMJ. 2010;340:c332. doi: 10.1136 / bmj.c332
2. Pivot X, Manikhas AG, Shamrai V, et al. Analisi finale dello studio clinico randomizzato di fase 3 che confronta HD201 con trastuzumab di riferimento in pazienti con carcinoma mammario ERBB2-positivo trattate in ambito neoadiuvante. BMC Cancer. 2023;23:112. doi:10.1186/s12885-023-10574-2
3. Kaplan EL, Meier P. Stima non parametrica da osservazioni incomplete. J Am Stat Assoc. 1958;53(282):457-81. doi: 10.1080 / 01621459.1958.10501452
4. Ayenew AA, Mol BW, Bradford B, Abeje G. Prevalenza delle mutilazioni genitali femminili e fattori associati tra donne e ragazze in Africa: una revisione sistematica e una meta-analisi. Syst Rev. 2024;13:26. doi:10.1186/s13643-023-02428-6
5. Higgins JPT, Thompson SG, Deeks JJ, Altman DG. Misurare l'incoerenza nelle meta-analisi. BMJ. 2003;327(7414):557-60. doi: 10.1136 / bmj.327.7414.557
6. Egger M, Davey Smith G, Schneider M, Minder C. Rilevamento del bias nella meta-analisi tramite un semplice test grafico. BMJ. 1997;315(7109):629-34. doi: 10.1136 / bmj.315.7109.629
7. Hanley JA, McNeil BJ. Il significato e l'uso dell'area sotto una curva ROC (Receiver Operating Characteristic). Radiology. 1982;143(1):29-36. doi:10.1148/radiology.143.1.7063747
8. Revilla-López E, Ruiz de Miguel V, López-Meseguer M, et al. Linfangioleiomiomatosi: alla ricerca di potenziali biomarcatori. Fronte Med. 2023;10:1079317. doi:10.3389/fmed.2023.1079317
9. Bland JM, Altman DG. Metodi statistici per valutare la concordanza tra due metodi di misurazione clinica. Lancet. 1986;1(8476):307-10. doi:10.1016/S0140-6736(86)90837-8
10. Lippi L, et al. Tecnologia di scansione laser tridimensionale per una valutazione accurata dell'edema degli arti inferiori nei pazienti con insufficienza cardiaca: uno studio di fattibilità. Front Cardiovasc Med. 2026. doi:10.3389/fcvm.2026.1750128
11. Eisenhauer EA, et al. Nuovi criteri di valutazione della risposta nei tumori solidi: linee guida RECIST riviste (versione 1.1). Eur J Cancer. 2009;45(2):228-47. doi:10.1016/j.ejca.2008.10.026
12. Liu C, Zhou J, Lam W, Wang C, et al. Valore prognostico del modello di recidiva iniziale per la sopravvivenza post-recidiva nel carcinoma rettale localmente avanzato dopo chemioradioterapia neoadiuvante e intervento chirurgico. Front Oncol. 2026;16:1836607. doi:10.3389/fonc.2026.1836607
13. Kato Y, Mawatari K. Significato clinico dei geni modulati dal microambiente extracellulare acido. Front Oncol. 2024;14:1380679. doi:10.3389/fonc.2024.1380679

Le immagini contrassegnate con CC BY 4.0 sono riprodotte sotto licenza Creative Commons Attribuzione, con l'indicazione degli autori originali. Le illustrazioni animate utilizzano dati simulati e sono originali di Editverse.