GRADE 概念论文:量化观察性研究系统评价中残留混杂因素潜在重要性的方法
2023-11-03 GRADE工作组 GRADE 概念论文 发表于上海
在环境和公共卫生暴露的观察性研究中,相对效应量较小是很常见的。然而,当健康结果的基线率很高,而且许多人暴露时,这种影响仍然具有相当大的政策重要性。
GRADE 概念论文:量化观察性研究系统评价中残留混杂因素潜在重要性的方法
An approach to quantifying the potential importance of residual confounding in systematic reviews of observational studies: A GRADE concept paper
2023-11-03
在环境和公共卫生暴露的观察性研究中,相对效应量较小是很常见的。然而,当健康结果的基线率很高,而且许多人暴露时,这种影响仍然具有相当大的政策重要性。根据这些效应量评估证据的确定性具有挑战性,因为由于证据的非随机性质,它们很容易受到残留混杂的影响。应用 GRADE 时,精确的相对风险 >2.0 会增加现有效应的确定性,因为残留混杂不太可能解释这种关联。当其他效应量存在相反的合理残留混杂时,GRADE 还建议提高评级。在这篇概念论文中,我们建议使用 E 值(定义为仍然可以将观察到的 RR 降低到零值的混杂因素的最小效应量)和参考混杂因素来评估残留混杂的可能性。我们提出了一种 4 步方法。1. 评估相关暴露水平的关注关联。2. 计算此观察到的关联的 E 值。 3. 选择具有足够强度和信息的参考混杂因素,并使用 E 值评估其对观察到的关联的影响。 4. 评估残余混杂因素仍会偏向观察到的 RR 的可能性。我们提出了三个案例研究并讨论了该方法的可行性。