Meta分析是对以往的研究结果进行定量合并的统计分析方法。近年来，随着循证医学的兴起，meta分析方法越来越为人们所熟悉、认同和接受，并得到广泛应用。meta分析和传统的文献综述有很大不同，传统的文献综述以定性分析描述为主，而且不可避免带有主观性，综述者往往只选择他认为“重要的”、“有意义的’，或支持他观点的信息进行综述。Meta分析强调对研究课题进行系统全面的文献检索，确定文献纳入和剔除的标准，并对纳入文献进行严格评价，在此基础上对结果进行定量合并。因此，与传统的文献综述相比meta分析能最大限度地减少偏倚，保证结论的客观性、真实性和可靠性。通过meta分析，可以定量估计研究效应的平均水平，对有争议甚至互相矛盾的研究结果得出一个较为明确的结论。而且，将同类研究结果进行定量综合，能达到增大样本量，改进和提高统计学检验功效的目的。此外，通过meta分析能发现以往研究的不足之处，揭示单个研究中存在的不确定性，提出新的研究课题和研究方向。
Meta分析本质上是一种观察性研究，一份完整的meta分析报告应包括提出问题、收集和分析数据、报告结果等基本研究过程。下面关于资料的统计学处理做一个介绍：
统计学处理是meta分析最重要的步骤之一，正是这种定量合并的方式使meta分析有别于一般意义上的文献复习和述评。这个过程主要包括:①明确资料类型，选择适当的效应指标。离散型的二分类变量，一般用优势比(OR)和相对危险度(RR)作为效应合并指标;连续型变量，一般采用均数之差或标准化的均数之差作为效应合并指标。②检验纳入研究的异质性，一般采用Q检验。③根据异质性检验结果选择模型进行统计分析，得到效应合并值的点估计和区间估计。Q检验不拒绝H0时，则采用固定效应模型，反之则采用随机效应模型。固定效应模型只考虑研究内变异，随机效应模型则同时考虑了研究内变异和研究间变异。必须注意的是，Q检验的功效较低，不拒绝H0只能说明研究间的变异较小。如果Q检验的统计量在界值附近，应同时采用两种模型比较参数估计是否有差异，使meta分析的结论更可靠。④效应合并值的假设检验和统计推断。效应合并时，不同类型资料所采用的统计方法不同，具体可参考这方面的专著或教材。结果的敏感性分析：为保证结论的稳健性，可以对meta分析的结果进行敏感性分析。敏感性分析主要包括:选用不同模型时效应合并值点估计和区间估计的差异，考察结论有无变化；按研究质量评价标准从纳入的文献中剔除质量差的文献后重新进行meta分析，考察结论有无变化；根据样本量的大小对纳入的文献作分层meta分析，考察结论有无变化；改变纳入和剔除标准，考察结论有无变化。
Meta分析软件很多，常见的有REVMAN、STATA、SAS软件。不过STATA软件处理Meta分析的优势能制作很优美的图。
STATA软件中的meta分析包中的：metan、metabias、metareg、metafunnel中的不同指令能实现森林图、漏斗图、敏感性分析图、发表偏倚图的绘制及不同的统计分析功能。
