在临床实践中，经常会碰到没有直接比较的证据或者需要从众多干预措施中选择对患者最佳措施的情况，此时，研究者往往会从随机对照试验（RCT）中寻找间接证据，这就形成了间接比较的Meta分析或多种干预措施比较的Meta分析（网状Meta分析）。
1、间接比较Meta分析
间接比较（indirect comparison）是指通过干预措施A vs. C和干预措施B vs. C的结果，间接得出A vs. B的相对效果的一种方法。目前认为，Meta分析中进行间接比较的原因有二：一是无直接比较的原始研究；二是有直接比较的原始研究但这些研究数量较少或质量较低。
2、网状Meta分析
是指将传统直接/头对头比较（direct/head to head comparison）和间接比较同时合并起来进行Meta分析，构成了一个网的形状，其主要功用是对处于同一个证据体的所有干预措施同时进行综合评价并排序。
3、应用假设条件
英国东安格利亚大学医学院Song等指出，间接比较和网状Meta分析应用有三个水平的基本假设：
第一，同质性假设。此与传统直接比较Meta分析相同，一般用Q统计量检验法，若检验结果无统计学差异，可认为纳入研究具有同质性，采用固定效应模型进行合并；否则需要探讨异质性来源，当无法解释统计学异质性时，采用随机效应模型进行合并，或提示不宜对纳入研究进行合并。
第二，相似性假设。包括临床相似性和方法学相似性。临床相似性指A vs.C和B vs. C的两组试验中研究对象、干预措施和结局测量等的相似性，方法学相似性指两组试验的质量相似性。研究表明，若两个试验集足够相似，间接比较可以平衡两个试验集的偏倚，而且相比直接比较偏倚更小。目前相似性假设没有公认的方法来检验，只能通过比较试验特征进行主观判断，或者通过敏感性分析、亚组分析以及Meta回归来识别。
第三，一致性假设。若既有直接比较结果又有间接比
较结果，或同时有多个间接比较结果（如：A vs. B可以通过A vs.C和B vs. C获得，亦可通过A vs. D和B vs. D获得），在决定是否合并这些结果时，则需要进行第３个水平的一致性检验，如果各比较结果之间差异小的话，认为符合一致性假设，可以进行合并；如果出现不一致性，常提示直接比较或间接比较证据存在方法学缺陷，或两者临床特征有差异，或两种原因同时存在，此时需探讨出现不一致性可能的原因并考虑是否应合并直接比较和间接比较证据。当前，进行一致性检验仍主要使用Bucher法或Lumley法。
当前，尚无能够完美实现网状Meta分析的软件，一般多采用R软件、Stata软件和WinBUGS软件中两种搭配实现。
4、 实例剖析
略
文章摘自：曾宪涛，曹世义，孙凤，田国祥，meta分析系列之六: 间接比较及网状Meta分析 [J]，中国循证心血管医学杂志2012 年10月第 4 卷 第5 期,399-402.