在臨牀實踐中，經常會碰到沒有直接比較的證據或者需要從衆多幹預措施中選擇對患者最佳措施的情況，此時，研究者往往會從隨機對照試驗（RCT）中尋找間接證據，這就形成了間接比較的Meta分析或多種干預措施比較的Meta分析（網狀Meta分析）。
1、間接比較Meta分析
間接比較（indirect comparison）是指通過干預措施A vs. C和干預措施B vs. C的結果，間接得出A vs. B的相對效果的一種方法。目前認爲，Meta分析中進行間接比較的原因有二：一是無直接比較的原始研究；二是有直接比較的原始研究但這些研究數量較少或質量較低。
2、網狀Meta分析
是指將傳統直接/頭對頭比較（direct/head to head comparison）和間接比較同時合併起來進行Meta分析，構成了一個網的形狀，其主要功用是對處於同一個證據體的所有干預措施同時進行綜合評價並排序。
3、應用假設條件
英國東安格利亞大學醫學院Song等指出，間接比較和網狀Meta分析應用有三個水平的基本假設：
第一，同質性假設。此與傳統直接比較Meta分析相同，一般用Q統計量檢驗法，若檢驗結果無統計學差異，可認爲納入研究具有同質性，採用固定效應模型進行合併；否則需要探討異質性來源，當無法解釋統計學異質性時，採用隨機效應模型進行合併，或提示不宜對納入研究進行合併。
第二，相似性假設。包括臨牀相似性和方法學相似性。臨牀相似性指A vs.C和B vs. C的兩組試驗中研究對象、干預措施和結局測量等的相似性，方法學相似性指兩組試驗的質量相似性。研究表明，若兩個試驗集足夠相似，間接比較可以平衡兩個試驗集的偏倚，而且相比直接比較偏倚更小。目前相似性假設沒有公認的方法來檢驗，只能通過比較試驗特徵進行主觀判斷，或者通過敏感性分析、亞組分析以及Meta迴歸來識別。
第三，一致性假設。若既有直接比較結果又有間接比
較結果，或同時有多個間接比較結果（如：A vs. B可以通過A vs.C和B vs. C獲得，亦可通過A vs. D和B vs. D獲得），在決定是否合併這些結果時，則需要進行第３個水平的一致性檢驗，如果各比較結果之間差異小的話，認爲符合一致性假設，可以進行合併；如果出現不一致性，常提示直接比較或間接比較證據存在方法學缺陷，或兩者臨牀特徵有差異，或兩種原因同時存在，此時需探討出現不一致性可能的原因並考慮是否應合併直接比較和間接比較證據。當前，進行一致性檢驗仍主要使用Bucher法或Lumley法。
當前，尚無能夠完美實現網狀Meta分析的軟件，一般多采用R軟件、Stata軟件和WinBUGS軟件中兩種搭配實現。
4、 實例剖析
略
文章摘自：曾憲濤，曹世義，孫鳳，田國祥，meta分析系列之六: 間接比較及網狀Meta分析 [J]，中國循證心血管醫學雜誌2012 年10月第 4 卷 第5 期,399-402.