GRADE指南:34. 使用最低限度情境化方法更新评级不精确性
2023-11-15 GRADE工作组 GRADE工作组 发表于上海
本研究旨在提供最新指南,说明《建议评估、制定和评价分级》(GRADE) 用户何时应考虑使用最低限度情境化的方法将不精确性评级降低一个以上级别。
GRADE指南:34. 使用最低限度情境化方法更新评级不精确性
GRADE Guidance 34: update on rating imprecision using a minimally contextualized approach
2023-11-15
本研究旨在提供最新指南,说明《建议评估、制定和评价分级》(GRADE) 用户何时应考虑使用最低限度情境化的方法将不精确性评级降低一个以上级别。
研究设计和设置
基于 2011 年第一个解决不精确性评级的 GRADE 指南,GRADE 工作组内的一个项目组在 GRADE 工作组会议上进行了反复讨论和演示,以制定本指南。
结果
GRADE 建议使用依赖绝对效应阈值和置信区间 (CI) 作为不精确性评级主要标准的方法 (即 CI 方法) 来调整系统评价和指南的不精确性标准。根据 CI 方法,当 CI 明显超过感兴趣的阈值时,应考虑将评级降低两到三个级别。当 CI 未超过阈值且相对效应较大时,应实施最佳信息量 (OIS) 方法。如果荟萃分析的样本量远小于 OIS,则应考虑将不精确度评级降低一个以上级别。
结论
GRADE 以最低限度的情境化方式提供了不精确度评级的最新指导,重点关注在哪些情况下应认真考虑将不精确度评级降低两到三个级别。