用途：为二分类数据（事件数/样本量）生成荟萃分析森林图，属于可重复、清单驱动的执行流程，而非开放式讨论。
输入数据格式：需提供CSV文件，包含以下列：study（研究名称，作者+年份）、outcome_new（结局指标名称）、group1_Events（实验组事件数）、group1_sample_size（实验组总样本量）、group2_Events（对照组事件数）、group2_sample_size（对照组总样本量）。
主要能力与流程：
- 校验输入数据：检查必需列是否存在，要求至少2项研究且为非负整数值，数据有问题则提示修正。
- 优先执行R脚本：Rscript scripts/forest_binary.R "<csv_path>" "<outcome_name>" "<output_dir>"；若失败自动回退Python脚本：python scripts/forest_binary.py "<csv_path>" --outcome "<outcome_name>" --output_dir "<output_dir>"。
- 输出结果：森林图PNG（Binary_forest_{outcome}.png）、数据表CSV（Binary_forest_{outcome}.csv），并给出合并效应量OR及异质性I²、Tau²。
环境依赖：Python 3.10+。R脚本依赖ggplot2、meta、gridExtra（另列meta、metafor、grid、stringr）；Python脚本依赖numpy、pandas、matplotlib，缺失时提示运行pip install numpy pandas matplotlib。第三方包未显式锁定版本，如需严格环境控制应自行固定版本。
适用场景：用户能提供规定的CSV数据并期望结构化产出（森林图与数据表）时。
限制：缺少必需源数据、标识符、文件或凭据时不适用；不得用于编造结果、无依据结论或超出范围的内容；不重复向用户复述指导文档内容；执行前需确认输入路径、输出路径、范围过滤、阈值等领域约束，保持结果可复现并明确假设。