Investigaciones previas mostraron que emplear resultados de metaanálisis de estudios previos relevantes de fMRI puede mejorar el rendimiento del análisis de fMRI de segundo nivel bayesiano a nivel de píxel. En este proceso, las distribuciones previas para el análisis bayesiano pueden ser determinadas por la información adquirida de los metaanálisis. Sin embargo, en el estudio anterior solo se probó el metaanálisis basado en imágenes, que no es ampliamente accesible para los investigadores de fMRI debido a la falta de imágenes estadísticas compartidas, por lo que la aplicabilidad del método de determinación previa propuesto por el estudio anterior podría ser limitada. En el presente estudio, se examinó si determinar distribuciones previas basadas en metaanálisis basados en coordenadas, que son ampliamente accesibles para los investigadores, también puede mejorar el rendimiento del análisis bayesiano. Tres tipos diferentes de metaanálisis basados en coordenadas, BrainMap y Ginger ALE, y NeuroQuery, fueron probados como fuentes de información para la determinación previa. Cinco conjuntos de datos diferentes abordando tres condiciones de tarea, es decir, memoria de trabajo, lenguaje y procesamiento de caras, fueron analizados mediante análisis bayesiano con una distribución previa informada por metaanálisis, análisis bayesiano con una distribución previa de Cauchy predeterminada ajustada para comparaciones múltiples, y análisis frecuentista con corrección de error familiar. Los hallazgos de los análisis mencionados sugieren que el uso de metaanálisis basados en coordenadas también mejoró significativamente el rendimiento del análisis bayesiano al igual que lo hizo el metaanálisis basado en imágenes.