在Meta分析中广泛应用的三种软件，Comprehensive Meta analysis (CMA)，Revman和Stata。总的来说CMA专门用于Meta分析，因此针对性较强；Revman比较实用，基本功能都有，且容易上手；Stata功能齐全，但大量运用命令来操作，对于习惯windows的人来说，需要时间来适应。接下来就浅谈下这三种软件在Meta分析中的具体应用。

计算综合效应量和方差

Meta分析的第一步就是根据每一个研究的综合数据计算综合效应量和方差。在许多系统评价中，要求纳入所有研究设计相同及报告结果格式相同。例如所有研究均报告二分类变量或者均值和标准差，三种软件均接受这些格式的数据。

然而，在其他情况下，Meta分析中有的研究采用不同的设计方法（例如纳入研究中有的采用完全随机设计，而有的采用配对设计），或者纳入研究报告结果的格式不尽相同（比如有的研究结果以均值和标准差及样本量的形式，而有的研究只报告p值和样本含量）。CMA软件可以接受的数据格式超过100种，并可以整合或整理成同一格式进入分析。Revman和Stata软件只能够接受统一格式的数据，要求纳入的所有独立研究数据格式必须相同。

实现Meta分析

三种软件都可以进行Meta分析中固定效应和随机效应分析，它们也都可以得出关键统计量。例如综合效应量及可信区间，异质性检验统计量（T2，Q,I2），并且提供足够的信息以便研究者计算其他需要的统计量。如果是二分类数据，软件采用倒方差、Mantel-Haenszel权重或peto法。

敏感性分析

在Meta分析中，观察当纳入的研究少一个时，分析结果如何变化的，是一种非常有益的方法。三种软件都可以实现这一功能，查看结果会如何变化。CMA和Stata可以自动化实现这一过程，重复进行分析和每次去掉不同的单个研究。

复杂数据格式

如果一些研究包含数据不止来自一个亚组、结局、时间点或者对照，这时就需要相应的方法进行分析。CMA可以定义层次结构数据（如结果中有多重结局），然后为使用者提供一个选择，以许多结局为基础而产生的综合变量或者根据每一种结局分开分析。Revman可以让研究根据不同的结局分开分析。Stata软件固有的宏程序无法分析复杂的数据结构，针对这种情况研究者可以进行重新编程。

亚组分析和Meta回归

在许多情况下研究者需要根据校正变量将研究分类，并比较两组或者多组研究的效应值，这三种软件都可以做这些分析。在其他情况下，研究者需要根据连续性协变量编码每一个研究，然后进行Meta回归，评价效应量和协变量直接关系，CMA和Stata均可以提供这类型的分析。

绘制森林图

森林图是Meta分析中重要的部分，它提供统计量的背景资料，并将结果展示给其他人。所有软件都可以绘制森林图，但是不同的软件对于图形格式的控制不同。

发表偏倚

采用某种方法对于发表偏倚可能产生的影响进行评价是非常重要的，CMA和Stata均可以提供全套的方法去评价发表偏倚，Revman只能够采用漏斗图评估发表偏倚，不能进一步提供发表偏倚的统计分析。

通过以上介绍我们不难发现，三种统计软件各有长短，研究者需在实际研究过程中取长补短，恰当的选择统计分析软件。