系统综述和meta分析是一回事儿吗？答案是否定的。Meta分析是一种定量综合的手段，通过前述系统综述的方法全面检索和筛选文献后。我们将对该主题相关的所有文献提取相关信息。根据提取的信息，我们可以轻松地完成系统综述的定性描述部分。
通常这个时候我们会发现：这些文献中表达的观点有可能相似，也有可能完全不同，不同的文章的研究样本量，效应值也不尽相同。这时候我们可以通过Meta分析的方法，把这些研究的结果综合起来考虑，可以部分解决研究结果不一致的问题，并且改善效应估计值得大小。
可以做meta分析的软件也很多，Revman软件是cochrane系统综述和meta分析常用的免费软件，不仅可以进行数据分析，系统综述部分的文献质量评价、信息提取、异质性分析、数据合并以及文章的撰写都提供了完整的模板。整个软件通过按钮点击和拖拉拽就可以完成。
另外常用的Stata，SPSS，R和SAS都可以进行meta分析合并数据。Meta分析的结果通常是一个森林图（包括异质性检验--卡方和P值）
Am J Clin Nutrition. 2005;81:397-408
刚开始做meta分析，最希望尽快出一个森林图和合并值。其实应该先考虑异质性检验的结果。如果异质性明显存在，需要检查是不是数据提取有错误（标准差和标准误混淆），是否需要修改要合并的效应值，是否需要进行亚组分析或者meta回归分析。如果考虑异质性仍然合并数据，可以采用随机效应合并数据。如果实在异质性严重存在，我们可以放弃Meta分析。
用stata软件，使用metan函数（首次使用，可能需要联网安装），可以对来自多个研究的数据进行合并分析并且做森林图。连续变量、二分类变量、对比效果（OR，RR，HR）及其置信区间或者标准差都可以进行合并。可以采用随机效应或者固定效应模型（两种方法不改变点估计值，改变合并值的置信区间）来合并。并且如上图，会给出合并结果与0比较的检验结果，和异质性分析值。
用metan函数可以合并的效应值比较多需要提供2，3，4或者6个变量。
如果直接合并效应值，可以提供2个变量：效应值和标准误（目标总体的变异）或者三个变量效应值，效应值的下限，效应值的上限。
如果是两组结果数据的合并。对于二分类变量，需要提供4个变量：依次是实验组发生目标事件的数量，实验组未发生目标事件的数量，对照组发生目标事件的数量和对照组未发生目标事件的数量就可以分析生成合并的OR值；如果是连续变量的合并，需要提供6个数据：实验组样本量，均值，标准差，和对照组样本量，均值和标准差，可以合并出标准化均数差。
示例语句：
/*第一行：使用metan，汇总实验组死亡人数，未死亡人数，对照组死亡人数，未死亡人数；*/
metan tdeath tnodeath cdeath cnodeath,
/*第二行：按年份排序，森林图左侧显示编号、年份、国家，右边显示人群类型*/
sortby(year) lcols(id year country)rcols(population)
/*第三行：调整森林图的文字、图形显示比例，不显示统计量，不显示权重，不在窗口展示表格*/
textsize(110) astext(60) double nostats nowtnohet notable
另外，可以使用metafunnel函数可以做一个漏斗图，判断发表偏倚（作为文献检索是否全面的一个直观判断）