在数据提取之前，首先要识别研究测量结局的数据类型。刘翱搏把数据提取比作分类整理衣服，将数据类型分为二分类变量、连续型变量、等级变量、计数变量及时间事件变量五大类：二分类变量为非此即彼的两种结果，如死亡与存活、有效与无效、成功与失败等；连续型变量为有具体数值的数据，如身高、体重、血糖等；等级变量是一类有等级的数据，如轻中重、高中低等；计数变量是指在同一个体上某一事件重复发生的次数，如一个患者心梗次数、一名运动员进球数、一名患者牙齿脱落次数等，计数变量又可分为罕见事件和常见事件；时间事件变量指的是有事件发生的一类数据，如死亡时间、疾病进展时间等。多数情况下，不同类型的变量最终需转换成二分类变量或连续型变量进行分析。其中，二分类变量需要收集事件数与样本量；连续型变量需要均值、标准差及样本量。二分类变量有关的效应量，有比值比（odds ratio,OR）、相对危险度（risk ratio,RR）、危险度（risk difference,RD）；连续型变量的效应量有均数差（mean difference,MD）、标准化均数差（standardized mean difference,SMD）。
继而，刘翱搏讲解了Meta分析数据处理的步骤：研究质量的评价→数据提取→数据综合→异质性评价→偏倚的识别→敏感性分析，并把数据分析比喻成榨橙汁，更易让人理解。最后，结合Revman软件，详细讲解了使用流程及如何对结果进行解释。
