Category: ‘QoE: grade_down’

CPGにおける決断閾値

2017年1月26日 Posted by aihara

推奨において、統合された効果推定値の精確さ(precision)をどのように考えるべきかについて説明します。第2の基準は、「閾値」です。「閾値」は、固定したものではなく、特に複数のアウトカムをあつかう場合は、アウトカムの価値観でも異なってきます。

一般臨床において、既存治療Aと新規治療Bを比較した場合、”統計的に有意差がないので新規治療Bを使わない”ということはありえないです。例えば、65歳以上の心房細動患者に対して、A=ワルファリンに比較して、B=新規のNOACが、脳塞栓予防効果において統計的に有意差がないので、NOACは使わないということはありえません。同じように、高血圧治療におけるCa拮抗剤 vs ARB、2型糖尿病におけるSGLT2 vs DPP4の例を考えて容易に想像できます。
つまり、実際の臨床においては、”同等性”あるいは”非劣性”ということで、新規薬剤が治療に使われるわけで、歯科領域でも例外ではありません。

この状況を図示したものが以下です。


図には、6種類の治療の効果推定値が示されています(アウトカムは各治療によって異なりますし、対照も無治療に限定というわけではないです)。ダイアモンド型の縦方向(上下)の最も幅広い部分が”点推定値”、横方向(左右)の幅は95%信頼区間(CI)に相当しています。

X軸の効果指標はRR, ORなどなんでもよいのですが、ここではRDあるいはMDとしています。

また、緑の縦点線は、”この効果以上ならば、当該治療を強く推奨する(ほとんどの患者に介入を実施)という閾値で、赤の縦点線は”これ以上の害が多いならば、当該治療を反対する強い推奨とする(ほとんどの患者に加入を控える)という閾値です。

さて、この6種類の治療について、実際の臨床においける推奨を考えみると、以下のようなものと思います。

治療Aは、効果を低くみても(95%CIの下限)、その効果は「利益の閾値(緑点線)」をしのぐもので、誰もが「治療実施(強い推奨)」となります。例えば、十二指腸潰瘍のHP除菌のような治療です。

一方、治療Fは、明らかに対照より効果が劣り有害であることを示しています。そして、害の効果を低くみても(95%CIの下限)、「害の閾値(赤の点線)」を上回っており、誰もが「介入反対(強い推奨)」となります。例えば、血友病などの出血傾向患者に対する抗血小板薬治療です。

治療Bは、統計的に有意な効果がありますが、わずかに「利益の閾値(緑点線)」をまたいでいます。しかし、点推定値はある介入に関する最良の効果推定値を表し、点推定値に近い値は点推定値から遠い値よりも真の効果を表している可能性が高いという認識からすると、右側にわずかにはみ出している部分は、推奨を決定する際には無視できるかもしれませんが、おそらく「治療実施(条件付きの推奨)」となります。

治療Eは、治療介入を推奨しないという方向以外は、治療とBと同じ考えです。限りなく有害ですが、もしかすると”害許容閾値以下の可能性もある”ことを信頼区間の左側が示しています。この治療を実施しても、対照と比較して効果はなく、害がない可能性があるというだけのことで、「治療反対(強い推奨)」となります。

治療Cは、点推定値は対照治療よりも優位ですが、信頼区間は”ゼロ”効果をまたいでいます。真の効果はおそらく”優れている”と思うものの、もしかすると”劣っている”かもしれないという意味です。しかし、効果なし(劣っている)といっても、その有害効果(信頼区間の右側)は、「害の閾値(赤の点線)」以下です。したがって、臨床においては「治療実施(条件付きの推奨)」となります。統計的に有意差がないので介入実施せずとはなりません。臨床で使われている多くの治療はこのグループと思います。

治療Dは、点推定値は対照治療よりも劣っていますが、信頼区間は”ゼロ”効果をまたいでいます。真の効果はおそらく”劣っている”と思うものの、もしかすると”優れている”かもしれないという意味です。点推定値だけをとると、「介入反対」ですが、他のアウトカム次第では、「介入の推奨」となるかもしれません。有害効果(信頼区間の右側)をみても、「害の閾値(赤の点線)」以下です。したがって、「治療反対(条件付きの推奨)」となりますが、その理由は”害”があるためではないです。

以上のように、推奨決定の際のimprecisionは、利益と害の大きさに関する閾値を考慮して判断する必要があります。

さて、出っ歯ガイドラインでは、矯正治療はどのようなものだったでしょうか。

 

小児の出っ歯は、7~11歳ごろに矯正治療を開始すべきか、早期青年期(11~16歳)に開始すべきか ー[2e]

2017年1月24日 Posted by aihara

GRADEドメインのimprecisionに関する評価です。比較は、早期矯正治療 vs 早期青春期矯正治療です。

SRにおけるエビデンスの不精確さ(imprecision)に関しては、2値アウトカムであれ連続アウトカムであれ、最適情報量(OIS)基準を第一として判定し、OISが満たされているならば「閾値」の基準を使って判断することになります(GRADE2版の4.4-4.4.4章)。

「閾値」はどうするのか、という疑問が生じるかもしれませんが、2値アウトカムのOISで解説したように、当該アウトカムに関して、どれほどの効果の大きさを”重要”と考えるかによって違ってきます。(明確な閾値がわからないならば)2値アウトカムでは、RRR=20~30%としました。同じように、連続アウトカムでは、最少重要差(minimal important difference: MID)を使うのが原則です。エキスパートならば、MIDを知っているだろうし、ほぼ共通した範囲の値があるはずです。もし、そのような明確な値がないということならば、戦略的には質的研究によってMIDに関する統合推定値を得る必要があります。

それでも、(連続アウトカムに関して明確な閾値がわからないならば)、SRチームは、SMDを使う手段があります。CohenあるいはHedgesのSDとして、0.2=小さい効果、0.5=中等度の効果、0.8=大きな効果、という指標です(この点についても、GRADE2版のp79脚注に記載しています)。
Cochrane Handbookには、<0.4=小さい効果、0.4~0.7=中等度の効果、>0.7=大きな効果、とする基準も記載されています。

なお、SRやCPGにおいては、連続アウトカムに関するエビデンスや推奨を記載するならば、mean difference(MD)だけではなく、対照群あるいは治療群の有効性(無効、不変を加味した)をも記載する必要があります。なぜなら、読者は、提示しているMDの臨床的意義を把握することが難しくなるからで、平均値だけでは誤解する可能性が大きくなります。

さて、出っ歯ガイドラインでのSRチームはどのような判断でしょうか。

④imprecisionに関する評価

(SRチーム)
不精確さに関しては、機能的矯正装置もヘッドギアも”深刻な不精確さなし”。

この判断は、GRADEの基準からすると(基本的には)誤っていると思います。

OIS基準:
(1) 機能的矯正装置群では、総数343人、ヘッドギア群では総数238人(補完なし)~285人(補完あり)で、総サンプル数>400件という基準を満たしていないので、imprecisionあり(-1)です。

(2) そんなアバウトな計算ではなくもっと厳格に判断したいというかたは、たとえば、ヘッドギア治療の場合には、2件の研究からの統合標準偏差とMIDを使って算出される平均差を使って、サンプルサイズを計算することも可能です。ヘッドギアの場合は、MID=0.2 SDとすると、overjetの差として9mm vs 8.7mmほどとなり、この差をα=0.05、β=0.2で検出するためのサンプルサイズは、総数686人(各群343人)となり、imprecisionあり(-1)です。
MID=0.3 SDならば、総数388人です。いずれのMIDを使っても、不精確さの評価は変わりません。

OIS基準が満たされていない以上は、第2の基準である「閾値」に関して評価する必要性はないことになります。
しかし、”もしOISが満たされていた場合(例、MIDを0.4 SDに設定)”の閾値の考え方を説明すると、以下のような判断になります。

閾値:
効果推定値が設定したMIDをまたいでいるならば、imprecisionあり(-1)です。MIDがわからないという場合は、”中等度の効果(Δとして0.5 SD)”をまたいでいるならば、imprecisionあり(-1)です。

さて、ヘッドギアの治療に関する効果推定値は、補完(imputation)ありなしで(つまり脱落例を考慮するかで)、違っていました(2c: inconsistency参照)。したがって、本例では、2つのケースで考える必要があります。


上図はヘッドギアの効果を、imputationありなしで比較したものです(2C: inconsistency)。コクランCDSR著者やSRチームが採用したように、上段のimputation(-)では、統合効果推定値(緑の菱形)は、SMD=-0.18で(最大でも-0.24)小さな効果です。信頼区間は、中央の黒の縦線の、”効果なし”を含んでいるものの、最少重要差(MID)を示す赤と緑の縦点線をまたいでいないことから、”不精確さなし”と判断します。

一方、下段のimputation(+)では、点推定値は-0.46と中等度の効果で、最大-0.77の大きな効果の可能性を示しています。SRにおいては、信頼区間が”効果なし”の中央の黒の縦線をまたいでいないため、”不精確さなし”と判断します。
ただし、SRにおけるこの判断は、CPGにおいて推奨を決定する際には、(一般的に、推奨作成では他のアウトカムを考慮するので)、変わってくるかもしれません。なぜならば、治療介入による利益は、MID-B(左の緑点線: benefit)をまたいでいることから、臨床的な最少重要差“以下”の可能性もあります。
なお、ここで提示している補完例は、介入群にワーストシナリオを、対照群にベストシナリオを選択した”保守的な”判断(strategy2)です。つまり、補完で有意差があれば、介入治療の効果は真の効果を示す可能性が高いという意味ですが、しかし補完によって”精度”が高まっているとはいえないようです。

【私の判断】
・ヘッドギア矯正(早期vs早期青年期):imprecisionによる rate down (-1)
・機能的矯正(早期vs早期青年期):imprecisionによる rate down (-1)

等級ダウンの理由は、OISを満たしていないから(<400)。

さて、imprecisionを評価して、初めて本アウトカムに関するエビデンスの確実性が1段階低下したことになりますが、このimprecisionの評価において、RoBやinconsistencyの評価がimprecisionとも関連していることに気づいていただけたと思います。このようなことから、単純に、RoB(-1) + inconsistency (-1) + imprecision (-1)があっても、(-1) + (-1) + (-1) = (-3)とはすべきでないということです。この点はGRADE2版においても明記しています。

でもって、現時点のGRADEエビデンスプロファイルは以下のようなものになり、imprecisionに関する等級ダウンの説明を、脚注に示すことになります。


ここまで読んだあなたは、相当に連続アウトカムのGRADE評価に興味を持っていると思います。(^^;
なので、あえて注意します。

(一般に)SRにおけるimprecision(不精確さ)の判断は、そのまま、CPGには適用できません」。

推奨作成においては、他の”重大な”アウトカムを考慮して、さらに高度な検討が必要となります(たまたま今回は、重大なアウトカムがOverjetの一つだけです)。出っ歯ガイドラインでは、そこまで考える必要はないので、この点については、別のGRADE診療ガイドラインを使って解説します。

GRADEの等級ダウンに関するドメインの最後が、出版バイアス(publication bias)です。

 

GRADE CPG作成の基本ー3.18:[SR]エビデンスの確実性-⑥:Imprecision-(3)/逐次解析

2016年9月1日 Posted by aihara

[GRADE-CPG解説資料-24]

http://aihara.la.coocan.jp/?p=3920で紹介したTrial Sequential Analysis(逐次解析)を使って、トリプルXに関するアウトカムのいくつかを統計学的に調べてみます。
非GRADEの統計学者は、おそらく以下のような解析をすることでしょうし、もちろんこれも間違いではないですし、当然ながら、対照群のイベント発生率の違いからOISに関する結果もやや異なっています。

利用する統計ソフトは、STATA (コマンドmetacumbounds)とR(パッケージforeign, ldbounds)です。

■アウトカム:心筋梗塞

結果:Z曲線は情報量(information size)に達する前にmonitoring boundary(赤線)と交差しており、効果に確固たるエビデンスを提供している(真陽性)

tsa-mi

APIS: Information size calculated from an a priori assumed intervention effect

■アウトカム:ディスペプシア

結果:Z曲線はZ=1.96の横点線と交差し有意な結果であるが、monitoring boundary(赤線)と交差していないため偽りの効果である(偽陽性)
TSAにおいては、コントロールイベント率を対照群の[総イベント数/総数]から算出しています。イベント発生率が少ない場合のOISに関する考えはGRADE2版を参照ください。

tsa-fd

■アウトカム:総死亡

結果:必要情報量を満たしているにもかかわらず、事前に設定した効果はない(真陰性)

tsa-mortality

■アウトカム:脳卒中

結果:Z曲線はZ=1.96の横点線と交差しておらず、エビデンスが欠如していることを示す。すなわち、当該メタアナリシスは、必要情報量より患者が少ない(偽陰性)

tsa-stroke

■アウトカム:小出血

結果:Z曲線はZ=1.96の横点線と交差し有意な結果であるが、monitoring boundary(赤線)と交差していないため偽りの効果である(偽陽性、図a)。また、AISをみることで、検出力が低いこと(power=24%)がわかる(図b)。

図a

tsa-minor_bleeding-1

図b

tsa-minor_bleeding-2

AIS:Accrued information size (=N), the total number of participants in the meta-analysis.

 

GRADE CPG作成の基本ー3.5:[SR]エビデンスの確実性-②:Risk of bias

2016年8月16日 Posted by aihara

[GRADE-CPG解説資料-⑪]

エビデンスの等級には、研究デザインと、GRADEの8ドメイン(グレードダウンの5ドメイン、グレードアップの3ドメイン)を使います。5つのドメインのうちの一つが、研究の限界(limitations, risk of bias)です。

RCTと観察研究のrisk of bias評価に関しては、GRADE2版の表4.4-4と4.4-5を参照ください。また、あるアウトカムに関する全体的なエビデンスの確実性を決定する際のrisk of bias評価の5原則も大切です(GRADE2版のp60を参照)。

Risk of biasの評価結果であるRoBテーブルは、STATAや、エクセルを使っても作成可能ですが(http://www.grade-jpn.com/online_supplementals/risk_of_bias_excel.xls)、GDTを使ったデータ処理を考えるとRevManを使ったほうが便利です。

さて、トリプルXのCQに関するシステマティックレビューの結果はRCT17件、観察研究5件でした。

tab-1_evidence vs outcomes

採用した各研究のrisk of biasは以下のような結果でした(図1、図2、RevMan5を利用)。

各アウトカムについて、採用した研究のrisk of bias summary/graphを利用して、全体的なrisk of biasを決定することになります(GRADE2版の4.4-2.3参照)。つまり、最初に個々のrisk of biasを評価し、次にアウトカムに関する全体的なrisk of biasを決定するということです。

全体的なrisk of bias(RoB)を決定する際に、全体におけるhigh RoBやLow RoBの”割合”を参考にするグループもありますが、GRADE working groupは(多くの人が、なんらかの明確な基準値を使って定量的に判断したいと願っていることを知りつつも)画一的な基準を設定することには反対しています。これは、アウトカムによってRoBドメインの重要性が異なるためで、例えば、blindingの欠如は、死亡アウトカムにはグレードダウンとするほどの大きな問題とはならないといったものです。

GRADEにおいては、むしろ、効果推定値に寄与度が大きい(Weightが大きい)研究のRoBはどうか、という視点が重要です。この点でも、RevManを使うと、フォレストプロットとRoB summaryが同時に表示されるので便利です(図3)。

■図1:RCT17件のRisk of bias summary

risk of bias summary_RCT

■図2.観察研究5件のRisk of bias summary

risk of bias summary_observational

■図3.観察研究5件のフォレストプロットとRisk of bias summary
(赤枠部分がweightとRoB)

forest plot_observational

 

欠損値(missing data)に関するimputation strategy

2016年4月27日 Posted by aihara

SRにおいて、”欠損値(missing data)”は、Risk of biasのうちの”不完全なアウトカム報告”につながります。
“missing data”のある試験をどのように対処すべきかという問題に対して、‘‘worst-case scenario,’’を始めとしたさまざまな補完戦略(imputation strategy)があります。GRADEmemberによる関連論文が発表されており、2値アウトカムのケースの解析法が以下の図です。

 

●2値アウトカム:
Addressing Dichotomous Data for Participants Excluded from Trial Analysis: A Guide for Systematic Reviewers
http://www.ncbi.nlm.nih.gov/pubmed/23451162

 

●連続アウトカム:
・同じ尺度の場合:
Addressing continuous data for participants excluded from trial analysis:a guide for systematic reviewers
http://www.ncbi.nlm.nih.gov/pubmed/23774111

・異なる尺度の場合:
Addressing continuous data measured with different instruments for participants excluded from trial analysis:a guide for systematic reviewers
http://www.ncbi.nlm.nih.gov/pubmed/24613497

 

でもって、さらにGRADE working groupは、missing dataに伴うrisk of biasのグレードダウン評価を補完戦略で考え、さらに診療ガイドラインのエビデンスの質評価にも利用いようと主張しています。

■研究における参加の流れ
figure

■解析方法
table1

■missing matrix
missing_matrix

 

STATAを使ったrisk of bias評価

2015年8月21日 Posted by aihara

Risk of bias評価のツールとしては、RevManを利用することが最も簡単ですが、STATAでも可能です。
STATAを使ったrisk of bias評価については、GRADE教科書2版において記載していますが、STATAコマンドが以下です(STATA version 13)。

●STATAコマンド:

.use http://www.grade-jpn.com/online_supplementals/heparin4cancer_rob.dta

*risk of bias graph*
.quadas Random_sequence_generation Allocation_concealment Blinding_of_participants_and_personnel Blinding_of_providers Blinding_of_data_collectors Blinding_of_outcome_assessment Blinding_of_data_analysis Incomplete_outcome_data Selective_reporting Other_bias Intention_to_treat_analysis, bar col title(Risk of bias graph)

*risk of bias summary*
.quadas Random_sequence_generation Allocation_concealment Blinding_of_participants_and_personnel Blinding_of_providers Blinding_of_data_collectors Blinding_of_outcome_assessment Blinding_of_data_analysis Incomplete_outcome_data Selective_reporting Other_bias Intention_to_treat_analysis, id(trialname) sum col ysiz(4) xsiz(5)

●Risk of biasの結果:

risk of bias graph

risk of bias summary

●全体的なRisk of bias(rob):
ひとつのアウトカムに関する、研究全体のrobは、当該アウトカムに関する評価ドメインの重要性や各研究の寄与率を勘案して決定します。

全体的なrob評価として、各研究のrobを、low=0, unclear=-1, high=-2としてスコアリングし、寄与率(重み)を乗じて、総合スコアを算出する方法もあります。
例:以下の評価では、寄与率を考慮したスコアは、-0.234であり、”採用した研究全体のrisk of biasに関してはグレードダウンとはしない”という判定になります。

rob-overall

注:GRADE working groupは、(アウトカムによってドメインの重要性が異なるため)このようなスコアリングによる判定を勧めてはいません。

RCTが1件しかない場合のエビデンスの質の評価

2013年3月16日 Posted by aihara

GRADEを使って、総体エビデンス(body of evidence)の質を評価する際には、「エビデンスの質、すなわち効果推定値が正しいという確信の程度は、連続的なものである」という認識が必要です。
複数のRCTからの総体エビデンス(4)が、バイアスのリスク(-1)、不精確さ(-1)、非一貫性(-1)、非直接性(0)、出版バイアス(0)、なので、4-3=1、”very low”という判断はよくないという意味で、バイアスのリスクと不精確さを合わせて(-1)などという判断もありうるという考えです。

■Quality of evidence: confidence in estimates as a continuum
下図は、GRADEを下げる5要因のうち、risk of bias, imprecision, indirectnessを使って、エビデンスの質の連続性を説明したものです。

qoe

RCTが1件しかない場合はどうするか?
What to do when there is only one RCT
Many people are uncomfortable designating a single RCT as high-quality evidence. Given the many instances in which the first positive report has not held up under subsequent investigation, this discomfort is warranted. On the other hand, automatically rating down quality when there is a single study is not appropriate. A single, very large, rigorously planned and conducted multicentre RCT may provide high-quality evidence. GRADE suggests especially careful scrutiny of all relevant issues (risk of bias, precision, directness, and publication bias) when only a single RCT addresses a particular question. (GRADE JCE-4より)


1件のRCTを質の高いエビデンスと呼ぶことには抵抗のある人が多い。最初の肯定的な報告がそれ以降の研究により覆されることはよくあることから、抵抗があるのも無理はない。一方、研究が1件しかなければ機械的に評価を下げてしまうのは不適切である。1件の非常に大規模で厳格に計画、実行された多施設共同RCTならば質の高いエビデンスが得られるかもしれない。GRADEは、ある特定の疑問を取り上げたRCTが1件しかない場合には、全ての関連する問題(バイアスのリスク、精確さ、直接性、出版バイアス)を慎重に吟味するよう提言する。

GRADE JCEシリーズ -(8) エビデンスの質評価: 非直接性(indirectness)

2013年3月14日 Posted by aihara

GRADEアプローチに関するJ Clinical Epidemiology(JCE)のGRADE series抄録を日本語翻訳して紹介します(JCEのGRADEシリーズ(全部で20数編)は、2011年より発表され、2013年1月時点で Part 13までが出版されています)。

JCE誌GRADE seriesの日本語翻訳(和訳:相原)とweb公開に関しては、Gordon Guyattと出版社(Elsevir Inc.)より許可を得ました。システマティックレビューや診療ガイドライン作成に関わる方々、あるいはEBMの上級編としての”エビデンスから推奨へ”というアプローチを学びたい方々にとって参考になると思いますのでご利用ください。

JCEシリーズの抄録翻訳pdfは、以下のサイトよりダウンロード可能です。
 GRADE JCEシリーズ

■pdf内容の一部(jce_8):
エビデンスは、4とおりのいずれかの方法で非直接的となりうる。第1に、患者が関心のある患者とは異なるかもしれない(この種の非直接性に対しては適用可能性という用語が用いられることが多い)。第2に、検証された介入が関心のある介入とは異なるかもしれない。~
第3に、アウトカムが主要な関心のあるものとは異なるかもしれない。
第4のタイプの非直接性は概念的に前述の3つとは異なるが、直接比較という形で検証されていない介入のいずれかを臨床医が選択しなければならない場合に発生する。

注:エビデンスの非直接性(indirectness) は、従来の「外的妥当性」(external validity)(一般化可能性generalizabilityや適用性applicability と同義)と同様のものであるとされ、(1)患者および集団、(2)介入、(3)アウトカム(例、代理アウトカム)に関する 3つのapplicabilityが記載されていましたが、JCEシリーズにおいて、applicabilityとは異なる概念の”indirect comparison” (例、ネットワークメタアナリシス)が追加されました。
indirect comparison参照)

診療ガイドラインのためのGRADEシステム: 相原他、凸版メディア,2010)の、p54-55
GRADEガイドラン作成の流れ:解説資料の、p31-32も参照ください。

jce_8

inconsistency(非一貫性)とheterogeneity(異質性)

2013年3月6日 Posted by aihara

[inconsistencyとheterogeneity]
各アウトカムについての研究結果の一致性の評価が必要となる。Inconsistency(非一貫性)とは、結果の説明できない 異質性ということである。各研究にわたる治療の効果推定値がかなり異なっている(即ち、heterogeneity or variability)は、存在する真の治療効果との相違を示唆することになる。もし、異質性があって、ありそうな説明が特定できないならば、そのアウトカムについての推定効果における確信は低下することになり、エビデンスの質は、(非一貫性の大きさにより)、1~2段階、グレードを下げるべきである。もし、非一貫性のための無視できない原因を特定しようとする場合、異なったサブグループにおける別の効果の大きさを推定すべきである。
http://www.grade-jpn.com/grade/guideline/inconsistency.htmlより)

inconsistencyの判断のための4基準
1. 点推定値が研究間で異なり,その相違がかなり大きい。
2. 各信頼区間の重なりが,ほとんどまたは全くない。
3. 異質性の検定(二択の帰無仮説:全研究で差がない)で,p 値が小さい。
4. I 2 値(研究間の異質性を示す)が高い。

QかI2か、Tau2か:
異質性に関する統計的アプローチには、Cochrane Q, I2, Tau2, H2, R2, など様々なものがあります。前2者が多用されているもののそれぞれには特徴があり、たとえば、QやI2, H2,R2は研究数やサンプルサイズの影響を受けるため、Tau2を推奨するグループもいます。
コクランハンドブックでは,I 2 値の解釈を,0 〜40%(重要でない異質性),30 〜60%(中等度の異質性),50 〜90%(大きな異質性),75 〜100%(高度の異質性),の4 段階としていますが、各閾値は重なり合っていることに注意すべきです。多くの人は、単一の閾値を使って簡単に判定したがるものですが、それは適切なものではありません。

clinical heterogeneityとstatistical heterogeneityという区別をする場合もありますが、inconsistency(非一貫性)と importance(重要性)とは別問題ということにも注意が必要です。
http://www.grade-jpn.com/grade/guideline/inconsistency.html の図参照

inconsistency

また、かなりの異質性があって(例、I2 85%)、その異質性の原因を、事前に決めたa priori仮説に従ったサブ解析(■)で解決できないならば、データを統合するのは好ましないかもしれません。

■サブグループ解析の7つの基準GRADE教科書 p40より)
subgroup

サブグループ解析の7基準については、医学文献ユーザーズガイド 根拠に基づく診療のマニュアル(Guyatt, 相原 他, 凸版メディア, 2010年)の20.4章「いつサブグループ解析を信頼するか」に詳細な解説があります。

GRADE JCEシリーズ -(7) エビデンスの質評価: 非一貫性(inconsistency)

2013年3月5日 Posted by aihara

GRADEアプローチに関するJ Clinical Epidemiology(JCE)のGRADE series抄録を日本語翻訳して紹介します(JCEのGRADEシリーズ(全部で20数編)は、2011年より発表され、2013年2月時点で Part 13までが出版されています)。

JCE誌GRADE seriesの日本語翻訳(和訳:相原)とweb公開に関しては、Gordon Guyattと出版社(Elsevir Inc.)より許可を得ました。システマティックレビューや診療ガイドライン作成に関わる方々、あるいはEBMの上級編としての”エビデンスから推奨へ”というアプローチを学びたい方々にとって参考になると思いますのでご利用ください。

JCEシリーズの抄録翻訳pdfは、以下のサイトよりダウンロード可能です。
 GRADE JCEシリーズ

■pdf内容の一部(jce_7):
一貫性の評価基準には、点推定値の類似性、信頼区間の重なりの程度、異質性検定やI2を含む統計学的基準が含まれる。異質性を調べるには、システマティック・レビューの著者らは患者、介入、アウトカム、方法論に関わる少数の事前a priori仮説を立てて検証する必要がある。非一貫性が大きく、なおかつ説明が付かない場合、特に一部の研究が相当な利益を示唆しているのに対し、他の研究が効果なしや害を示唆している場合には(単に大きな効果対小さな効果というよりはむしろ)、非一貫性を理由に質の評価を下げるのが適切である。

診療ガイドラインのためのGRADEシステム: 相原他、凸版メディア,2010)の、p52-53
GRADEガイドラン作成の流れ:解説資料の、p30も参照ください。

jce_7