GRADE برای شبکه‌ماتا‌تحلیل و قطعیت زمینه‌مند

آنچه GRADE اکنون آن را با قطعیت ارزیابی می‌کند

دورهٔ مرور، GRADE را به‌عنوان سنجه‌ای برای اطمینان در برآورد اثر ارائه کرد. این دیگر هدف نیست و این تغییر اهمیت دارد.

قبلاً: اطمینان در برآورد نقطه‌ای. چقدر مطمئنیم که اثر واقعی نزدیک به 0.72 است؟

اکنون: اطمینان به اینکه حقیقت در یک سوی آستانه یا در محدوده‌ای قرار دارد. چقدر مطمئنیم که این اثر به اندازه‌ی کافی بزرگ است که اهمیت داشته باشد؟

دلیل این است که در پرسش اول هیچ تصمیمی دخیل نیست. هیچ‌کس بر اساس یک برآورد نقطه‌ای عمل نمی‌کند؛ بلکه بر اساس این است که آیا اثر از آستانه‌ای عبور می‌کند که درمان را با وجود آسیب‌ها، بار و هزینه‌هایش ارزشمند سازد.

سه سطح زمینه

رویکرد کمینه‌گرا در زمینه برای یک مرور معمول است، زیرا تیم مرور می‌تواند حداقل تفاوت مهم را برای یک پیامد شناسایی کند اما نمی‌تواند به نمایندگی از هر بیمار، منافع را در برابر مضرات بسنجد. ارزیابی کاملاً زمینه‌گرا به پنل راهنمای بالینی تعلق دارد که مأموریت و ترکیب اعضا برای انجام این توازن را داراست.

عدم دقت زیر یک آستانه

این تغییر نحوهٔ ارزیابی عدم‌دقت را دگرگون می‌کند و جایی است که این تغییر ملموس می‌شود.

محور اثر را با نقطهٔ صفر و حداقل اختلاف مهم در هر دو طرف تصور کنید.

• یک بازه کاملاً فراتر از MID برای منفعت: دقیق برای ادعایی که می‌گوید تأثیر مهم است.
• یک بازه که از MID عبور می‌کند: برای آن ادعا مبهم است، حتی اگر کاملاً صفر را حذف کند.
• یک بازهٔ زمانی که کاملاً بین دو MID قرار دارد: دقیق برای ادعای اینکه هر تأثیری ناچیز است. این یک یافتهٔ مثبت است، نه یک شکست.

بنابراین یک برآورد می‌تواند از نظر آماری معنادار باشد و به‌خاطر عدم دقت نمرهٔ پایینی بگیرد، و یک نتیجهٔ بی‌معنی می‌تواند از نظر مفید بودن نمرهٔ بالایی دریافت کند. عدم دقت را نسبت به آستانه‌ای که مشخص کرده‌اید ارزیابی کنید، نه نسبت به 1 یا 0.

The optimal information size from unit 5 is the other half of the imprecision judgment: if the accrued sample is far below the size a single adequately powered trial would need, rate down regardless of what the interval looks like. Specify $\alpha$, $\beta$ and $\delta$, or apply the conventional rule of thumb.

نقطهٔ شروع

بدون تغییر، و ارزش دارد که دوباره بیان شود زیرا واحد 2 استثنا را ارائه داد:

برای خطر سوگیری، ناسازگاری، غیرمستقیم بودن، عدم دقت و سوگیری انتشار رتبه را پایین بیاورید؛ یک سطح برای نگرانی جدی و دو سطح برای نگرانی بسیار جدی. شواهد مشاهده‌ای را برای اثر بزرگ ($+1$، یا $+2$ اگر بسیار بزرگ باشد)، شیب دوز-پاسخ ($+1$)، یا جایی که همه عوامل مخدوش‌گر محتمل اثری نشان‌داده‌شده را کم می‌کردند یا اثری کاذب می‌ساختند آنجا که هیچ اثری یافت نشده بود ($+1$)، بالا ببرید.

و از واحد 2: برای پرسشی دربارهٔ پیش‌آگهی کلی، شواهد مشاهده‌ای در سطح بالا قرار می‌گیرند، زیرا یک کوهورت طراحی مناسب است نه جایگزین آن.

مطمئنی‌سازی در یک شبکه

هر مقایسه را به‌طور جداگانه امتیاز دهید.

برای هر مقایسه، برآورد مستقیم، برآورد غیرمستقیم و برآورد شبکه‌ای را به‌طور جداگانه ارزیابی کنید. آن‌ها ممکن است متفاوت باشند و این تفاوت آموزنده است.

دو نکته از این جدول قابل استخراج است. برآورد غیرمستقیم می‌تواند با اطمینان بالا باشد، همان‌طور که سطر زولدرونات نشان می‌دهد: غیرمستقیم مترادف با ضعیف نیست. و در ردیف ریسدرونات، برآوردهای نقطه‌ای مستقیم و غیرمستقیم به‌طور قابل‌توجهی متفاوت هستند (0.17 در مقابل 0.54)، که این نشانه‌ای است که باید پیش از گزارش برآورد شبکه‌ای 0.48 به آن رسیدگی شود.

قطعیت در یک برآورد غیرمستقیم

از کم‌ترین میزان اطمینان در میان دو مقایسهٔ مستقیم مؤثر شروع کنید. اگر A در مقایسه با C متوسط باشد و B در مقایسه با C کم باشد، برآورد غیرمستقیم A در مقابل B از سطح کم آغاز می‌شود.

سپس در صورت وجود عدم انتقالی، امتیاز را بیشتر کاهش دهید. مدیفایرهای اثری که باید بررسی شوند، از واحد 7:

• بیماران
• آیا مداخلات به صورت بهینه ارائه شدند؟
• مقایسه گر
• مداخلات مشترک
• معیارهای پیامد
• خطر سوگیری

تمرکز را بر حلقهٔ اول‌رتبهٔ غالب قرار دهید. یک حلقهٔ اول‌رتبه مثلثی است: A به C به B. یک شبکهٔ بزرگ حلقه‌های زیادی دارد، اما همگی به یک اندازه مشارکت نمی‌کنند. حلقه‌ای که بیشترین اطلاعات را حمل می‌کند بر برآورد غیرمستقیم تسلط دارد و شما باید انتقالی بودن آن حلقه را ارزیابی کنید. در یک شبکه منتشرشده درباره شکستگی لگن شامل 40 کارآزمایی و 139,647 شرکت‌کننده، مقایسه غیرمستقیم ویتامین D در برابر رالوکسیفن از چندین حلقه عبور می‌کرد، اما حلقه‌ای که از گره دارونما (پلاسیبو) می‌گذشت و 41,548 شرکت‌کننده داشت، بر همه آن‌ها غالب بود. حلقه غالب را شناسایی کرده و آن را ارزیابی کنید؛ برای ارزیابی هر حلقه در یک شبکه پانزده گره‌ای تلاش نکنید.

کدام برآورد بهترین برآورد است؟

مستقیم و غیرمستقیم اغلب از نظر قطعیت با هم تفاوت دارند و شما باید انتخاب کنید که چه چیزی را به‌عنوان بهترین برآورد ارائه دهید.

قاعده کلی: از بدنه‌ی غالب شواهد استفاده کنید. اگر شواهد غیرمستقیم بیشترین اطلاعات را ارائه دهند، اطمینان برآورد شبکه‌ای توسط شواهد غیرمستقیم تعیین می‌شود.

وقتی مستقیم و غیرمستقیم تقریباً وزن یکسانی دارند و نتایج مشابهی می‌دهند، از قطعیت بالاتر استفاده کنید.

استدلال همانند استدلالی است که شما پیش‌تر دربارهٔ خطر سوگیری پذیرفته‌اید. فرض کنید سه مطالعه با 100 بیمار و خطر سوگیری پایین و سه مطالعه با 100 بیمار و خطر سوگیری بالا وجود دارد. آیا نمره را کاهش می‌دهید؟

• اگر محدود کردن به مطالعات با خطر سوگیری کم نتیجه را تغییر دهد، بله، و شما برآورد خطر سوگیری کم را ارائه می‌دهید.
• اگر نتیجه را تغییر ندهد، خیر. مطالعات با خطر بالای سوگیری هیچ چیز را آلوده نمی‌کنند.

همان منطق را برای تبدیل مستقیم به غیرمستقیم به‌کار ببرید: وزن مشابه، نتایج مشابه؛ از قطعیت بالاتر استفاده کنید.

اگر شواهد مستقیم به تنهایی پیکره‌ای بسنده باشد، می‌توانید آن را به تنهایی ارائه کنید، حتی وقتی شواهد غیرمستقیم دقیق‌تر است. «بسنده بودن» با معیار اندازه اطلاعات بهینه تعیین می‌شود: آیا شواهد مستقیم به حجم نمونه‌ای می‌رسد که یک کارآزمایی منفرد با توان کافی به آن نیاز دارد؟

وقتی مستقیم و غیرمستقیم با هم اختلاف دارند

اگر برآوردهای نقطه‌ای تفاوت قابل‌توجهی داشته باشند، برآورد شبکه میانگین وزنی دو چیزی است که داستان‌های متفاوتی را روایت می‌کنند، و گزارش آن بدون توضیح قابل‌قبول نیست.

اصطلاحات GRADE که عمداً متمایز است:

توجه کنید که GRADE واژه ناهم‌خوانی را به کار می‌برد آنجا که متون آماری ناسازگاری می‌گویند، و ناسازگاری را برای ناهمگنی میان مطالعات مستقیم نگه می‌دارد. واژگان همان چارچوبی را به کار ببرید که در آن می‌نویسید، و آنها را در یک پاراگراف با هم نیامیزید.

نامطابقت را هم‌زمان در سه مورد ارزیابی کنید:

1. تفاوت بین برآوردهای نقطه‌ای، با در نظر گرفتن آنچه از نظر بالینی مهم محسوب می‌شود
2. میزان هم‌پوشانی بین فاصله‌های اطمینان
3. ارزش p از آزمون ناسازگاری

آزمایشی که $p = 0.02$ را با برآوردهای نقطه‌ای بسیار دور از هم ارائه می‌دهد، دو پرسش را مطرح می‌کند: بهترین برآورد چیست و میزان اطمینان چقدر است؟ معمولاً پاسخ این است که برآوردهای مستقیم و غیرمستقیم را به‌طور جداگانه همراه با درجه‌بندی اطمینان خاص خود ارائه دهند، اختلاف را توضیح دهند و برآورد شبکه را کاهش دهند.

اجازه ندهید مقدار p به‌تنهایی تصمیم بگیرد. همان‌طور که در واحد 8 اشاره شد، این آزمون‌ها قدرت پایینی دارند، بنابراین تفاوت بزرگ با $p = 0.30$ بر اساس شواهد ضعیف همچنان مشکل‌ساز است.

استخراج نتیجه‌گیری از یک شبکه بزرگ

مشکل

یک فراتحلیل شبکه‌ای منتشرشده درباره مداخلات اسهال حاد در کودکان 27 مداخله، 138 مطالعه، 20,256 شرکت‌کننده، 62 مقایسه مستقیم و 351 مقایسه دوتایی داشت.

هیچ‌کس نمی‌تواند بر اساس 351 برآورد اقدام کند. و همان‌طور که واحد 8 گفت، در یک شبکه بزرگ، یک درمان به‌ندرت به‌طور واضحی برتر از سایر درمان‌ها شناخته می‌شود.

اصول راهنما

1. مداخلات را در دسته‌هایی گروه‌بندی کنید به جای رتبه‌بندی آنها. در چارچوب کمینه‌زمینه‌مند، از مؤثرترین به کم‌اثرترین گروه‌بندی کنید؛ در چارچوب نیمه‌زمینه‌مند، بر پایه بزرگی اثر.
2. گروه‌بندی را بر اساس سه عامل به‌طور همزمان انجام دهید: برآوردهای اثر، قطعیت شواهد پشتیبان و رتبه‌بندی‌ها.

پنج گام

روی شبکه اسهال کار شد که خروجی آن مدت زمان اسهال به ساعت بود، بنابراین میانگین اختلاف منفی نشان‌دهنده مزیت است.

مرحلهٔ 1: انتخاب درمان مرجع و آستانهٔ تصمیم‌گیری

ملاک درمانی است که بیشترین ارتباط را با سایر درمان‌ها در شبکه دارد. شواهد مستقیم‌تر به معنای احتمال بالاتر و اطمینان بیشتر است و باید نتایج بر مبنای مقایسه‌های با اطمینان بالاتر استوار باشد. اگر دو درمان از نظر ارتباط مشابه باشند، آن درمان را انتخاب کنید که در مقایسه با سایر درمان‌ها اطمینان بیشتری دارد.

این مرجع برای گروه‌بندی است؛ از مقایسه‌گرهای دیگر همچنان می‌توان برای ارائه استفاده کرد.

آستانه، تفاوت بی‌اهمیت یا حداقل تفاوت مهم است که از پیش اعلام شده است.

مرحله 2: طبقه‌بندی اول، در مقابل مرجع

از فاصله اطمینان هر درمان در مقابل مرجع استفاده کنید و بر اساس آستانه طبقه‌بندی کنید:

• کائولین-پکتین در مقابل دارونما، $-5.32$ ($-33.76$ تا 22.83): تفاوت قانع‌کننده‌ای با دارونما نداشت.
• سیمبیوتیکس در برابر دارونما، $-26.26$ ($-36.14$ تا $-16.22$): بهتر از دارونما.

این دو یا سه گروه ایجاد می‌کند: بدون تفاوت و بهتر؛ بدون تفاوت و بدتر؛ یا بدتر، بدون تفاوت و بهتر.

مرحله 3: طبقه‌بندی دوم، با استفاده از مقایسه‌های جفتی

در میان درمان‌هایی که از معیار مرجع بهتر عمل می‌کنند، تفکیک بیشتری قائل شوید. اگر یکی در گروه خود از بقیه بهتر باشد، به بالا صعود می‌کند.

نتیجه یک دسته‌بندی درجهٔ 2 است، «بهتر از درجهٔ 1»، که شامل درمان‌هایی می‌شود که سایر درمان‌ها را شکست می‌دهند و نه صرفاً درمان مرجع.

مرحله 4: هر دسته‌بندی را بر اساس قطعیت تفکیک کنید.

در هر دسته‌بندی، موارد با اطمینان بالا یا متوسط را از موارد با اطمینان پایین یا بسیار پایین جدا کنید، که بر اساس مقایسه با معیار مرجع ارزیابی شده‌اند.

این مرحله‌ای است که مانع از آن می‌شود درمان مورد حمایت یک کارآزمایی کوچک در کنار درمان مورد حمایت بیست کارآزمایی قرار گیرد. دسته‌بندی‌ها به این صورت درمی‌آیند:

این عبارت حامل قطعیت است. «در میان مؤثرترین‌ها» در مقابل «ممکن است در میان مؤثرترین‌ها باشد» کل درجه‌بندی GRADE را منتقل می‌کند، بیان‌شده در عبارتی که یک پزشک بالینی بدون اینکه به او گفته شود قطعیت متوسط به چه معناست، به‌درستی آن را می‌فهمد.

مرحله 5: بررسی بر اساس مقایسه‌های جفتی و رتبه‌بندی‌ها

به دنبال شواهدی باشید که با طبقه‌بندی تناقض دارند:

• یک اثر نسبی که نشان می‌دهد یک درمان بهتر از درمانی است که در رده‌ای بالاتر قرار دارد، با اطمینان بالا یا متوسط، یا
• رتبه‌بندی‌ای که یک درمان را بالاتر از دسته‌ای قرار می‌دهد که به آن اختصاص یافته است.

هر مورد را جداگانه حل کنید. در عمل این به ندرت فعال می‌شود که نشانه‌ای اطمینان‌بخش از سازگاری درونی این روش است.

چرا صرف رتبه‌بندی کافی نیست

واحد 8 درباره رتبه‌بندی‌ها هشدار داد؛ در ادامه، بقیه استدلال آمده است.

دلایل شکاک بودن نسبت به این جدول:

این نسبت، فاصله‌های اطمینان را نادیده می‌گیرد. نسبت شانس 0.4 با فاصله اطمینان 0.1 تا 1.1، بالاتر از نسبت شانس 0.6 با فاصله اطمینان 0.5 تا 0.7 قرار می‌گیرد، هرچند دومی همان برآوردی است که در واقع روی آن حساب می‌کنید.

شاید شانس بتواند تفاوت‌ها را توضیح دهد. رتبه‌ها برآوردهای نقطه‌ای از یک ترتیب‌اند و ترتیب‌ها ناپایدارند.

در مورد بزرگی هیچ چیزی گفته نشده است. 0.8 در یک فهرست رتبه‌بندی بهتر از 0.4 به نظر می‌رسد، بدون اینکه به شما بگوید آیا این تفاوت از نظر بالینی مهم است یا خیر.

قطعیت ممکن است دقیقاً در جایی که رتبه بالا است کم باشد، زیرا شواهد پراکنده برآوردهای بسیار افراطی تولید می‌کند.

پس رتبه‌بندی‌ها ورودی فرایند گروه‌بندی هستند، نه خروجی بازبینی. آن‌ها را در مرحلهٔ 5 به‌عنوان یک بررسی ارائه کنید و هرگز به‌عنوان نتیجه‌گیری.

درک خود را بررسی کنید

1. بیان کنید GRADE قبلاً برای سنجش قطعیت از چه چیزی استفاده می‌کرد و اکنون برای سنجش قطعیت از چه چیزی استفاده می‌کند، و توضیح دهید چرا این تغییر قضاوت در مورد عدم‌قطعیت را آسان‌تر می‌سازد.
2. رویکردهای حداقلی، جزئی و کاملاً زمینه‌مند را از هم متمایز کنید و بگویید تیم بازبینی معمولاً باید از کدام یک استفاده کند و چرا.
3. برآورد اثر 0.82 است (فاصله اطمینان 95 درصد 0.71 تا 0.95) و کمترین تفاوت مهم 0.90 است. عدم دقت را در رویکرد کمینه‌زمینه‌مند با آستانه‌ای روی MID رتبه‌بندی کنید، و استدلال خود را توضیح دهید.
4. شواهد A در مقابل C دارای قطعیت بالا است و شواهد B در مقابل C متوسط است. قطعیت اولیه برآورد غیرمستقیم A در مقابل B را بیان کنید و فهرست کنید چه عواملی می‌توانند آن را بیش‌تر کاهش دهند.
5. توضیح دهید حلقهٔ مرتبهٔ اول غالب چیست و چرا ارزیابی گذرپذیری باید بر آن متمرکز باشد.
6. شواهد مستقیم برای مقایسه با اطمینان متوسط از شش کارآزمایی کوچک به‌دست آمده است؛ شواهد غیرمستقیم با اطمینان کم اما حامل بیشترین اطلاعات شبکه هستند. توضیح دهید چگونه تصمیم می‌گیرید چه چیزی را ارائه کنید و چه چیزی می‌تواند تصمیم شما را تغییر دهد.
7. به GRADE معانی ناهمگنی، گذرپذیری و ناسازگاری را بدهید و اصطلاح آماری‌ای را که GRADE آن را «ناسازگاری» می‌نامد، نام ببرید.
8. یک شبکه برآورد مستقیم 0.17 (0.05 تا 0.59) و برآورد غیرمستقیم 0.54 (0.36 تا 0.75) را برای همان مقایسه ارائه می‌دهد، با مقدار p ناسازگاری 0.02. توضیح دهید چه چیزی را گزارش خواهید کرد و چگونه قطعیت را ارزیابی می‌کنید.
9. یک شبکه شامل 27 مداخله و 351 مقایسهٔ جفتی است. پنج مرحله‌ای را که برای ارائه نتیجه‌ای که یک پزشک بتواند از آن استفاده کند، انجام می‌دهید، شرح دهید.
10. تفاوت بین «از مؤثرترین‌ها» و «ممکن است از مؤثرترین‌ها باشد» را توضیح دهید و بگویید چرا این عبارت نسبت به برچسب قطعیتی که به یک رتبه الصاق می‌شود، ترجیح دارد.

مطالعه بیشتر

• Brignardello-Petersen R, Bonner A, Alexander PE, et al. Advances in the GRADE approach to rate the certainty in estimates from a network meta-analysis. J Clin Epidemiol. 2018;93:36-44.
• Brignardello-Petersen R, Florez ID, Izcovich A, et al. GRADE approach to drawing conclusions from a network meta-analysis using a minimally contextualised framework. BMJ. 2020;371:m3907.
• Hultcrantz M, Rind D, Akl EA, et al. The GRADE Working Group clarifies the construct of certainty of evidence. J Clin Epidemiol. 2017;87:4-13.
• Puhan MA, Schünemann HJ, Murad MH, et al. A GRADE Working Group approach for rating the quality of treatment effect estimates from network meta-analysis. BMJ. 2014;349:g5630.
• Florez ID, Veroniki AA, Al Khalifah R, et al. Comparative effectiveness and safety of interventions for acute diarrhea and gastroenteritis in children: a systematic review and network meta-analysis. PLoS One. 2018;13(12):e0207701.
• Nikolakopoulou A, Higgins JPT, Papakonstantinou T, et al. CINeMA: an approach for assessing confidence in the results of a network meta-analysis. PLoS Med. 2020;17(4):e1003082.