Category: ‘GRADEシステム’

MAGICappを活用したGRADEガイドライン

2024年1月24日 Posted by aihara

FBでコメントしたものをこちらでも紹介。
Mindsから以下の連絡:
*************************************************************
◎第26回診療ガイドライン作成に関する意見交換会
・日時:2024年2月17日(土)14時00分~16時30分(予定)
・場所:オンライン開催
・参加方法:意見交換会専用ウェブページにて参加申込
※本イベントのご参加は原則診療ガイドライン作成者に限られます
※参加申込の際に必要となるパスワードは診療ガイドライン作成団体さま宛に事前にメールご送付予定です
・内容:2023年度はICTを活用した診療ガイドラインの作成と普及をテーマに開催します。診療ガイドラインの作成グループ代表者さまには、GRADE Pro GDTやMAGIC appなどのICTツールを用いて診療ガイドラインを作成した経験についてご発表いただく予定です。Mindsからは、ICTに関する事前アンケート結果を実施の上、最新のICTツールのご紹介や将来的な構想について講演予定です。
*************************************************************

すでに我々が2020年に発表しているので、日本版敗血症診療ガイドライン2020特別委員会 COVID-19対策タスクフォースの担当メンバーを招待講演に依頼したほうがよいと思います。
COVID-19薬物療法に関するRapid/Living recommendations
 

 

本ブログ内でも以前紹介しています。
MAGICappによる国内COVID-19 リビングガイドライン公開!

Mindsは益々GRADEに近づいていますね。
 

スプレッドシートを活用したNMAエビデンスのGRADE評価

2023年6月30日 Posted by aihara

GRADE Working Groupからの論文です。
GRADEアプローチを使ったNMAエビデンスの確実性評価におけるいくつかのステップを、スプレッドシートを利用して効率化する方法を紹介しています。

A guide and pragmatic considerations for applying GRADE to network meta-analysis
(BMJ 2023;381:e074495)

Data Suppelement1のスプレッドシートには、これまでのGRADE_NMA評価のすべてが含まれており、例えば、imprecision(コンテキスト化アプローチ)評価のための「絶対値としての閾値」を入力するようになっています。

エビデンスの確実評価の基本手法はこれまで発表されてきたGRADE論文と同じで、以下のアルゴリズム(Supplement3)です。

*****************
NMAエビデンスの確実性評価は、GRADE Working GroupのGRADEと、SalantiらのGRADE(CINeMA)とは、異なっているので注意が必要ですが、いずれも、大変な作業です。

 

 

NMAエビデンスからの推奨作成フロー

2023年2月22日 Posted by aihara

これまで解説しているNMAエビデンスによる推奨作成プロセスを図示したものが以下です。
(Modified GRADE flow)

pdfファイルは→ MIC_forEvidencePrime12122022.pdf

NMA部分コンテキスト化アプローチのポイント

**********************************************
・もし一次ループが2つ以上ある場合は、‘most dominant 1st order loop’(分散が最小)に焦点を当てる
・効果の閾値(部分コンテキスト化における)を決定
・各アウトカムに関する参照介入との比較による分類:T(trivial), S(small), M(moderate), L(large)
・間接エビデンスについてintransitivityを評価
・NMAエビデンスについてimprecisionとincoherence評価
・最終的なNMA CoE分類は、従来と同じく、VL, L, M, H
・アウトカム全般にわたる効果効果の大きさ(overall effect)を評価
・ネットバランス(net balance)を評価
・価値観を考慮して、EtDの各項目・基準を評価
・STARシステムで表示
・推奨を作成
***********************************************
 
現時点でのGRADE Working Groupの考え方が以下です(2022年12月)。
https://www.youtube.com/watch?v=U-oqSmiXekg&t=2332s

 

一次ループと二次ループに関しては、「診療ガイドラインのためのGRADEシステム(第2版)、追加資料13:ネットワークメタアナリシスへのGRADE適用」で解説しています。

 

「GRADE Notes」 と呼ばれる新しいJCEシリーズ

2021年6月23日 Posted by aihara

JCE は 「GRADE Notes」 と呼ばれる新しいシリーズを導入しました。
Update on the JCE GRADE series and other GRADE article types

これまでのガイダンスシリーズと、コンセプトシリーズに加えた3番目のシリーズです。

●GRADE guidance articles
●GRADE concept articles
●GRADE Notes articles

GRADEガイダンスとコンセプト論文は、論文の草稿作成、GRADE Working Groupでの発表、改訂、 GRADE Working Groupメンバーによる投票というプロセスを経て、GRADE Working Groupで正式に承認されたものです。

一方、新しいGRADE Notesシリーズの論文は、GRADEユーザーにGRADEを使った実践的な問題や経験について議論する場を提供するものです。 これらの論文は、GRADEの実際の適用についての洞察を提供するものであり、GRADEガイダンスやコンセプト論文につながる場合もあれば、そうでない場合もあります。

GRADE Notesシリーズの代表的なものが、エビデンスの確実性の3段階等級ダウンを記載した、以下のものです。

Piggott T, Morgan RL, Cuello-Garcia CA, Santesso N, Mustafa RA, Meerpohl JJ, et al. Grading of Recommendations Assessment, Development, and Evaluations (GRADE) notes: extremely serious, GRADE’s terminology for rating down by three levels. J Clin Epidemiol. 2020 Apr;120:116-120.

********************
GRADE関連論文を読む際には、それぞれの違いを理解しておく必要があります。
 

診断精度比較研究のメタアナリシスとEvidence Profile

2021年6月21日 Posted by aihara

前回の「GRADE guidelines: 31. Assessing the certainty across a body of evidence for comparative test accuracy」で紹介されている内容を、Stataを使ってメタアナリシスのフォレストプロットを作成し、エビデンスプロファイルをGRADEproで作成したものが以下です。
(原論文では、Rを使用)。

■データ:SeSp_aihara.xlsx(Mustafa 2016 dataset.xlsxを改変)

■Stata(ver.16. コマンド)
## Difference of sensitivity of two tests
.import excel “C:\Users\aihara\Desktop\SeSp_aihara.xlsx”, sheet(“sens”) firstrow
.list
.meta esize tp1 fn1 tp2 fn2, esize(rdiff) studylabel(study)
.meta forestplot, random(reml) columnopts(_esci, supertitle(ΔSENS) title(with 95%CI) format(%6.3f)) insidemarker esrefline nullrefline

*結果:

■GRADE evidence profile (comparative test accuracy)
Should HPV vs VIA be used to screen for cervical cancer in asymptomatic women.html
 

 

診断精度比較研究のエビデンスの確実性における完全コンテキスト化アプローチ

2021年6月4日 Posted by aihara

GRADE guidelines: 31. Assessing the certainty across a body of
evidence for comparative test accuracy

https://www.jclinepi.com/…/S0895-4356(21)00117-7/fulltext
診断精度比較研究のエビデンスの確実性における完全コンテキスト化アプローチ

 

■関連論文が以下です。
Defining ranges for certainty ratings of diagnostic accuracy: A GRADE concept paper
https://www.jclinepi.com/…/S0895-4356(18)31069-2/fulltext

非常に複雑で奥が深いですが、GRADE的には非常に面白いです。
2つの検査の感度と特異度の差と、スクリーニング検査を推奨するための閾値と下流健康アウトカムの価値観~~。。。  著者のBadaとは、以前QUADAS-Cに関するSurveyで知り合いになりました。
 

「COVID-19薬物療法に関するRapid/Living recommendations」の読み方

2021年5月29日 Posted by aihara

日本救急医学会・日本集中治療医学会の診療ガイドライン「COVID-19薬物療法に関するRapid/Living recommendations」を例にとって、日本赤十字社和歌山医療センターの久保健児先生が、GRADEシステムに準拠した診療ガイドラインの読み方について分かりやすく丁寧な解説をしています。

臨床医のための診療ガイドライン
  「COVID-19薬物療法に関するRapid/Living recommendations」の読み方

日本赤十字社和歌山医療センター
  感染症内科部・救急科部/臨床研究センター
  久保 健児

  パート1
  http://www.theidaten.jp/wp/20210410-1/

  パート2
  http://www.theidaten.jp/wp/20210410-2/

  パート3
  http://www.theidaten.jp/wp/20210410-3/

完全コンテキスト化アプローチ_8:アウトカムに対する相対的重要性の範囲を検討する(step_6)

2021年5月20日 Posted by aihara

相対的重要性の範囲にわたる正味の効果の確実性を判断するために、「感度分析」を実施します。
つまり、感度分析の目的は、相対的重要性の妥当的な範囲全体にわたって正味の効果の確実性が変わらないかどうかを判断することです。
アウトカムの重要性の感度分析では、どのアウトカムが正味の効果の可能性に重大であるかを再評価する必要となる場合もあります。

●ステップ6:アウトカムに対する相対的重要性の範囲を検討する

シナリオのアウトカムをすべて同じ程度に重要視するならば(=すべて1)、正味の効果推定値は-38 (-185 ~ +109)であり、その確実性は変わりません。
また、SAEアウトカムの重要性を全原因死亡の0.3倍とした場合でも、推定値は0.5 (-187 ~ +188)であり、その確実性は変わりません。
つまり、「very low certainty」のままです。

 
***次は、最終の、「正味の効果確実性を推奨の強さへ関係づけする」(EtD)です。

 

完全コンテキスト化アプローチ_7:重大なアウトカムの効果推定値の確実性を検討する(step_5)

2021年5月20日 Posted by admin

採用したシナリオでは、正味の効果推定値の精確さは「very low」のため、このステップ5は不要ですが、一般的なコンテキスト化アプローチにおけるプロセスのためにさらに解説します。

エビデンスの確実性を評価するためのGRADEアプローチには、確実性を等級ダウンする5つのドメイン(バイアスのリスク、非一貫性、非直接性、不精確さ、出版バイアス)があります。そして、これらのGRADEドメインのうち、不精確さ(imprecision)は95%信頼区間を調べることにより(確実性の程度として)定量化できます。

エビデンスの確実性は概念的には、他の4つのGRADEドメインは不確実性の分布(効果の大きさや方向を含めて)を拡張および修飾することで、95%CIによって定義された確実性を超える最良効果推定値を実現し、この確実性の範囲の幅は、他の4つのドメインに関する懸念の程度に依存します。つまり懸念が大きいほど、95%CI範囲の推定値の確率分布の幅と形状を知ることができなくなります(図1:「診療ガイドラインのためのGRADEシステム3版」より引用)。

図1.GRADEのエビデンスドメインの確実性に基づいた確実性範囲の概念化

(Schunemann HJ. Interpreting GRADE’s levels of certainty or quality of the evidence: GRADE for statisticians, considering review information size or less emphasis on imprecision? JCE 2016; 75:6-15)
ここでは、非対称分布の原著の図Bは割愛しています。



 

●ステップ5:重大なアウトカムの効果推定値の確実性を検討する

重大アウトカムとして設定した4つアウトカムの中で、(参照基準としての全原因死亡以外は)SAEが差別化要因(differentiator)ですが、アウトカムの全てがエビデンス総体の確実性(不精確さドメインを除いた)は、「low」でした(Step2参照)。
従って、
「重大なアウトカムに対する確実性等級付けと正味の効果推定値の精確さと一致する確実性等級付けのうち、最も低いものが正味利益の確実性を表す」というルール(Alper, JCE 2019)、あるいは上記の確実性範囲の概念から、シナリオにおける正味の効果推定値の確実性は「very low certainty」となります。

 
***つづき
(Step6: アウトカムの相対的重要性の範囲を検討する)

 

完全コンテキスト化アプローチ_6:正味の効果推定値の精確さを分類する(step_4)

2021年5月19日 Posted by admin

ステップ3における重要性調整効果推定値のそれぞれを併合して得られた正味の効果推定値(Net effect estimate)は34.5 (95%CI: -333 ~ +402)でした。
 
つまり、”点推定値は有害で、信頼区間の下限は有益で、その絶対値は正味の効果の点推定値よりも大きい”ことから、95%CIからは”possible net harm”と判定されました(図1)。オンラインツールでも同じ結果です。
 
■図1.重要性調整効果推定値を併合したアウトカム全般の正味の効果

しかし、前回述べたように、この分類は、”正味の利益の閾値=0”として利益と害のバランスを評価していることに注意が必要です。
 
つまり、ガイドラインパネルは、推奨のための「最小重要差(MID)」(場合によっては「中程度の大きさ」、「大きい効果」など)を判断するための「閾値」を設定して判断する必要があります(図2)。

 
■図2.正味の効果推定値の精確さの分類


(以前の表にMIDを追加:http://aihara.la.coocan.jp/?p=11045

 

●ステップ4:シナリオにおける正味の効果推定値の精確さの分類

シナリオの場合に、全原因死亡が参照単位であることからMID=2%(20/1000)と設定したと仮定すると、正味の効果推定値の点推定値(3.5%)は小さな効果の閾値(2%)に近く、信頼区間は大きな利益と大きな害(ここでは閾値=10%と設定したと仮定)の閾値を超えています(図3)。

つまりエビデンスの精確さ(precision)の評価は、“possible no net effect or harm” (-3) で、very low certaintyに3段階等級ダウンとなります。

しかし現実的なパネルの判断としては、”非常に低い確実性”と判断するパネルもあれば、”95%CIが非常に広く真の効果がどこにあるのか全くわからないので、確実性のレベルを評価する意味が全くない”と判断するパネルもあり得ます。

 
■図3.利益と害の閾値をMID=2%、大きな効果の閾値を10%

 
以上から、Alper論文に準じたGRADE評価としては以下の2つの可能性となります。

(1)正味の効果推定値の精確さは、非常に低い確実性(very low certainty)である。

(2)CIの広さから、確実性を評価することは無意味である(評価を放棄)。


 
***つづき(step5:「重大なアウトカムの効果推定値の確実性を検討」)

 

  • カレンダー

    2024年3月
     123
    45678910
    11121314151617
    18192021222324
    25262728293031
  • 最近の投稿

  • アーカイブ