El Análisis Envolvente de Datos (DEA) es uno de los enfoques de más rápido crecimiento para resolver problemas de gestión en la evaluación multicriterio de la eficiencia de sistemas de producción homogéneos. La tendencia general en los últimos años ha sido el desarrollo de modelos de DEA de red (NDEA), que pueden considerar la estructura complicada de las Unidades de Toma de Decisiones (DMU) y, por lo tanto, pueden ser más informativos desde el punto de vista de la ciencia de la gestión que los modelos DEA tradicionales. El objetivo de este estudio es la sistematización y clarificación de las tendencias generales en el desarrollo de aplicaciones de NDEA en los últimos 6 años (2017-2022). Este estudio utiliza la metodología de una revisión sistemática de la literatura, que incluye el análisis de la dinámica del desarrollo del tema, la selección de los principales grupos de publicaciones según criterios formales (citas, ramas del conocimiento, investigadores individuales) e informales (temas), y el análisis de su contenido. Esta revisión revela que, con mayor frecuencia, se utilizan estructuras de red para modelos bancarios, modelos de cadena de suministro, modelos de ecoeficiencia de sistemas de producción complejos, modelos de procesos de innovación y modelos de universidades o sus departamentos y sistemas de atención médica. Los modelos de dos etapas, donde las salidas de la primera etapa son las entradas de la segunda (salidas intermedias), son los más comúnmente utilizados. Sin embargo, en los últimos años, ha habido una tendencia notable a complicar los modelos de DEA e introducir estructuras jerárquicas en ellos.