SAS軟件是一款功能強大、國際認可度高的編程軟件，其可以實現包括網狀Meta分析在內的各種Meta分析。貝葉斯統計是一種重要的統計學方法，其可以通過馬爾科夫-蒙特卡洛（Markov Chain Monte Carlo，MCMC）算法進行各種統計推斷。在SAS軟件中運用PROC MCMC過程實現網狀Meta分析正是基于這一思想進行的，本文通過實例操作展示了該過程。
目的系統評價轉載蛋白E（ApoE）基因多態性與中國人群散發型阿爾茨海默病（SAD）的相關性。 方法計算機檢索PubMed、EMbase、CBM、The Cochrane Library（2013年第8期）、CNKI、VIP和WanFang Data，查找國內外關于ApoE基因多態性與中國人群SAD相關性的病例-對照研究，檢索時限均為從建庫至2013年8月。由2位評價員按照納入與排除標準獨立篩選文獻、提取資料和評價納入研究的方法學質量后，采用Stata 12.0軟件進行Meta分析。 結果最終納入50個病例-對照研究，共計病例3 396例，對照4 917例。Meta分析結果顯示：對于中國人群，等位基因ε4人群的SAD發病風險是等位基因ε3人群2.89倍［OR=2.89，95%CI（2.61，3.19），P＜0.001］；基因型ε4/ε4人群的SAD發病風險是基因型ε3/ε3人群7.24倍［OR=7.24，95%CI（5.11，10.24），P＜0.001］；基因型ε3/ε4人群的SAD發病風險是基因型ε3/ε3人群2.90倍［OR=2.90，95%CI（2.56，3.29），P＜0.001］；基因型ε2/ε4人群的SAD發病風險是基因型ε3/ε3人群2.11倍［OR=2.11，95%CI（1.64，2.72），P＜0.001］；而基因型ε2/ε3、ε2/ε2及等位基因ε2人群與基因型ε3/ε3、等位基因ε3人群的SAD發病風險無明顯差異。 結論對于中國人群，ApoE等位基因ε4與SAD發病有關，且基因型ε4/ε4是SAD的高危因素；等位基因ε2與SAD發病無相關性。鑒于現有大量研究均未行分層分析，今后尚需針對SAD臨床分型及患者特征等因素進一步展開相關研究。
mada程序包是R軟件中專用于實現診斷準確性數據Meta分析的程序包。該程序包是基于經典統計學研發的，能夠完成所有診斷準確性試驗Meta分析效應指標的計算，但不提供總敏感度與特異度匯總值。本文以實例介紹了mada程序包實現診斷準確性試驗Meta分析的數據準備、執行運算、匯總結果及繪制圖形的全部功能。
與傳統Meta分析相比，網狀Meta分析的混雜因素較多且處理更為困難。由于證據相互傳遞，異質性可能會被帶入間接比較中。因此，異質性的有效鑒別與正確處理備受關注。為保證網狀Meta分析結果的可靠性，方法學家提出一致性概念并給出一系列鑒別與處理方法。基于Bucher法的延伸，目前一致性鑒別與處理的方法已擴展至節點分析法、假設檢驗及兩步法等十余種量化措施。然而，由于方法學基本理論與側重點的差異以及統計效能的局限性，使得目前相關檢測與處理方法的力度仍不夠高效。因此，高效、簡潔、解釋度高的檢測與處理方法依舊需要進一步探索。
在循證實踐和決策中，劑量-反應Meta分析已受到不少學者的關注。它不僅可以反映暴露因素與疾病之間獨特的量效關系，且產生的結果證據等級在觀察性研究中處于較高等級。了解此種類型Meta分析在軟件中如何操作實現，顯得尤為重要。目前，有多種軟件用于劑量-反應Meta分析，不同軟件存在不同的特點。本文將介紹如何使用Stata軟件、R軟件、SAS軟件實現劑量-反應關系Meta分析的計算和繪制劑量趨勢圖，對其進行介紹、歸納及深入探討，并對部分過程進行實例演示。