予後研究に関するGRADEエビデンスの質評価のための、GRADEpro/GDTが公開されました（2015年7月9日）
エビデンステーブルの名称は、”prognostic table”です。
仮想データを入力して、Evidence profileを作成してみると、治療GRADEや診断GRADEとは異なっていることがわかります。
なお、予後GRADEについては、2015年6月に紹介しました。
●予後に関するエビデンスのGRADE評価
●予後に関するエビデンスのGRADE評価 – (2)
●予後に関するRoB: PROBASTとQUIPS
GRADEに関する、動画を紹介します。
************************************************
●The GRADE Approach (Part 1 of 12)
https://www.youtube.com/watch?v=x6MlqC7157E
●Overview of the GRADE approach in guideline development
https://www.youtube.com/watch?v=OVOtk3TdkMo
●Making recommendations using the Evidence-to-Decision framework
https://www.youtube.com/watch?v=iGVEdNa1xFY
●Strong and weak recommendations
https://www.youtube.com/watch?v=0ifM01mcewE
●Summarizing the evidence using the GRADE Evidence Profile
https://www.youtube.com/watch?v=hxptlg6ilzU
●Generating a GRADE Evidence Table
https://www.youtube.com/watch?v=EplFwVuhNwY
●SoF Table Generation
https://www.youtube.com/watch?v=00YzqsZ5ecs
●Mac GRADE
https://www.youtube.com/user/MacGRADECentre
************************************************
以下の日本語のGRADE教科書を参考にしながら、上記の動画を閲覧すると、GRADEをよく理解できると思います。
●診療ガイドラインのためのGRADEシステム
●診療ガイドラインのためのGRADEシステム （第2版）
Propensity Score（PS：傾向スコア）*を使った研究が増えてきていますが、研究デザインは、あくまで”観察研究”です。
いかに、治療あり群とコントロール群をPSが近いものでマッチングしても、直接比較のランダム化比較試験にはその厳格さはかないませんが、それはあくまでRCTsに限界がなく、直接性、一貫性、精確さなどが保たれていることが必要です。
RCTとPSコホート試験の比較として、たとえば、抗HIV薬のLamivudine（３TC）とEmtricitabine（FTC）の効果比較研究について、２つのグループで意見交換がなされています。
(A)Ford N, et al. Comparative Efficacy of Lamivudine and Emtricitabine:Comparing the Results of Randomized Trials and Cohorts. Clinical Infectious Diseses 2015;60:154-156
http://apps.who.int/iris/bitstream/10665/158540/1/PMC4264583.pdf
著者らは、既存の3件のRCTのメタアナリシスと、PSを使ったコホート研究（ATENA）の結果を比較した結果、RCTでは効果推定値に有意差はないが、PSを使ったコホート研究では、ウイルス学的失敗（virological failure）がLamivudineで3倍だった。しかし、ATHENAコホート研究（n = 4740)においては、選択バイアスや、統計学的にはけっして補正しきれない両群の背景因子の差が、この結果をもたらしているだろう（つまり研究デザインが原因）と述べています。
(B)Roxs CF, et al. Correspondence.
http://cid.oxfordjournals.org/content/early/2015/03/04/cid.civ117#
Fordらのコメントに対して、こちらの著者らは、メタアナリシスに採用された3件のRCTの問題を指摘して答えています。
具体的には、ベースラインにおけるRCTの抗HIV薬の組わせや併用薬剤の違い、ランダム化の時点におけるHIVウイルス量の違い、オープンラベルの未発表論文の組み込み、検出力の低さ、などです。
誌上における最終的な両者の結論としては、”検出力が十分なRCTsによる直接比較が必要だろうということと、一つの観察研究あるいは検出力が低い研究によってガイドラインが変わるべきではないだろう”です。
でもって、3件のRCTとコホート研究の結果の乖離については、FordらはGRADEアプローチの適用が良いだろうと記載していますが、ATHENAコホートについては具体的な評価については記載していません。
**************************
●なお、Fordらは、3TCとFTCの比較に関する別のメタ解析論文（12件のRCT）において、GRADEシステムを使ったエビデンスの質を評価しており、GRADE evidence profileや、risk of bias（RoB）テーブルを公開しています。
Comparative Efficacy of Lamivudine and Emtricitabine: A Systematic Review and Meta-Analysis of Randomized Trials
http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0079981
このメタアナリシスには、上記(A)で採用した３研究も含まれていますが、全体的なGRADEのエビデンスの質は、「中（modearate）」（理由：indirectness）です。
●PSを使ったATENAコホートのQoEをGRADE評価すると、どのようになるのでしょうか？
サンプルサイズは十分のようですが（マッチングされた例数はフリー論文ではないため不明）、マッチングにおけるいくつかのアンバランスがあるように思います。しかし、効果推定値は、RR=3.0 (2.08-4.30)と大きく、GRADEの等級アップの3要因の一つである”大きな効果”に相当しています。従って、観察研究のエビデンスの質としては、初期判定である「低」から、（large effectの存在により）１段階等級アップして「中」となるのでしょうか。
答えは、Noであり、「1件の観察研究のエビデンスは、等級アップしない」です。
いまさらながらですが、GRADEシステムにおいては、推奨の強さの決定には、”４つの要因”を考慮します。
●推奨の強さを決定する４要因：
すなわち、（アウトカム全般にわたる）全体的な効果推定値の確信性、利益と害のバランス、患者の価値観や好み、必要資源量（コスト）です。
では、これらの４要因を使ってどのように「推奨の強さ」を決定するのかというと、原則としては、以下のような方針です。（JAMA Users’ guides to the medical literature, 3rd）
|
要因 |
強い推奨が正当化される |
一般に、弱い推奨を提供すべき |
|
●アウトカム全般にわたる全体的な効果推定値の確信性 |
効果推定値には、「高」または「中」の確信性がある |
効果推定値には、「低」または「非常に低」の確信性がある |
| AND | OR | |
|
●利益と害のバランス |
利益が明らかに害・負担をしのぐ、あるいはその逆 |
利益と害のバランスが近い |
| AND | OR | |
|
●患者の価値観や好みに関する不確実さやばらつき |
十分な説明を受けた患者のすべて、またはほとんどすべてが、同じ選択をするだろう |
十分な説明を受けた患者が、何を選択するかはばらつきや不確実さがある |
| AND | OR | |
|
●資源の考慮（任意） |
すべて、またはほとんどすべての状況において、その介入の利益は明らかに正当なものである（または正当なものではない） |
その介入の利益は、ある状況においては、正当なものではないかもしれない |
| AND | OR |
●Evidence to Decision table
上記表のように、４要因のすべてが、”AND”もしくは、”OR”となることは少ないでしょうが、パネルは、Evidence to Decision (EtD) tableを使って、合意形成に関して透明性を確保しなくてはいけません。
（以下のEtD tableは、GRADE教科書2版のp178より引用）
●合意形成法：
GRADEが勧める合意形成のための手法が、RAND法（修正版delphi法）です。
RAND法、RAND/UCLA法などについては、GRADE教科書2版を参照ください。
整合性に欠ける推奨の一つに、優れた医療慣行に関する記述がありますが、GRADE working groupは、以下のように報告しています。
Guyatt GH, Schünemann HJ, Djulbegovic B, Akl EA. Guideline panels should not GRADE good practice statements. J Clin Epidemiol. 2015 May;68(5):597-600.
これまでのブログ記事をまとめると以下です。
●整合性に欠ける推奨：エビデンスの質が「低、もしくは非常に低」でありながら、「強い推奨」とする
●整合性に欠ける推奨には、５つの最適分類がある（http://aihara.la.coocan.jp/?p=1849）
●GRADEの指針に反する整合性に欠ける推奨の３分類がある（エビデンスの誤分類、優れた医療慣行に関する記述、条件付き推奨の可能性が高い）http://aihara.la.coocan.jp/?p=1789
一般的に、優れた医療慣行に関する記述とは、複数の間接比較を含むリンク付けされたエビデンスからなる大規模な間接エビデンスの総体により、推奨される行為の正味利益が強く支持される状況のことをいいます。
GRADE working groupがよく使う面白い例を1つあげると、航空機からパラシュート使用またはパラシュートなしで飛び降りた場合のアウトカムの違いです。正式な文献検索を行わなくとも間接エビデンスによって示される介入の正味利益の確実性がこの例と同レベルであると確信できる場合、パネルは優れた医療慣行に関する記述を提示することを検討すべきです。また、当該推奨を支持するリンク付けされた間接エビデンスを収集する作業が大変かつ非生産的であると考えられる場合、優れた医療慣行に関する記述を提示することを検討するのが妥当といえます。
（パラシュート装着の有効性に関するRCTは必要か）
別の例を挙げると、少しでも結核の可能性を示唆する症状を持つ患者であれば必ずトリアージの対象とすることが賢明であると確信できるのはなぜだろうか。ガイドライン作成者がいうところのトリアージとは、結核の疑いのある患者を、検査前確率が十分に高い患者に限り、隔離して検査を行うことを意味する。われわれがトリアージは賢明であると確信できるのは、トリアージをしなければ（すなわち検査前確率の高い患者に限定せず、少しでも結核の可能性を示唆する症状を持つ患者であれば全員に徹底した検査を行う場合）、過剰な検査が実施され、貴重な医療資源が無駄に使われる結果となるからである。
上記JCE 2015論文には、ガイドラインパネルは、優れた医療慣行に関する記述を提示する前に、まず次に示す問題について明確に検討すべきであると記載されています。
優れた医療慣行に関する記述について検討するガイドラインパネルが自問すべき質問
|
(1)記述は明確かつ実行可能か (2)そのメッセージは本当に必要か (3)正味利益が大きく、なおかつ疑いの余地のないものか (4)それは、収集と要約が困難なエビデンスか (5)公衆衛生ガイドラインの場合、検討すべき具体的問題（例: 公平性）はあるか (6)根拠を明確に示しているか (7)これは正式なGRADE付けを行った方がよいか |
例えば、”(3)正味利益が大きく、なおかつ疑いの余地のないものか”の項としては、次のように解説されています。
「提案されている措置が懸案の状況で実施可能で、なおかつそれに伴う害とコストが最小限であるべきである。つまり、患者から見た正味の利益が大きく、疑いの余地のないものであるべきである。さらに、当該介入に過剰な機会コストが伴うべきではない。つまりパネリストは、提案されている措置が開始されることによって、場合によってはより有効な他のどの介入が脅かされることになるのかについて検討すべきである。」
（他の各項目の意味については、原論文を参照していただきたい）
ランダム化比較試験が存在しない場合（あるいは懸案の疑問をとりあげた正式な研究が1件も存在しない場合）、ガイドラインパネルは、エビデンスの質を、「低」または「非常に低」と分類すべきであると考えてしまう。これは、エビデンスの質とは効果推定値の確信性を意味する、というGRADEの定義をパネリストが誤解していることを意味する（Gordon）。
Mindsが公開している、診療ガイドライン作成FAQ（2015/3/24）においては、Minds手引き2007とMinds手引き2014の選定基準や、部分改訂における推奨の強さの基準の並存、について、以下のように記載されています。
●手引き2007と手引き2014とMindsの選定基準
| Q | 改訂の場合に2007版のマイナーチェンジで継続するか、2014版に新たに準拠するよう変更するかは策定組織に任される事項とは存じますが、委員会で方針を協議する上で今後の展開を考慮して示唆いただけるご意見がございましたらお伺いしたく存じます |
| A |
ワークショップの内容は、Minds作成の手引き2007版の多くを踏襲していますが、内容の整備を進め、Minds作成の手引き2014年版としてまとめました。 また、Mindsでは診療ガイドラインを系統的に検索し、AGREE IIに基づいた評価を実施し、作成プロセスから信頼性が高いと考えられる診療ガイドラインを選定していますが、この評価選定の基準を変更することはありません。今後、基準の変更を行う際には、事前に作成グループのご意見を伺うステップを踏みます。 |
●部分改訂における推奨の強さの基準の並存
| Q | 先行版では、個々の文献にエビデンスレベルを表記し、それにもとづいて推奨の強さを表記していましたが、新しいCQを追加して作成する部分改訂版では、エビデンス総体の考え方にもとづいたエビデンスの強さ、推奨の強さをつけようと考えています。そのために、１つの診療ガイドラインの中に複数の基準が並存することになってしまいますが、そのような場合の適切な対応方法はありますか。 |
| A | 具体的な記載事例についてまだ把握しておりませんが、①診療ガイドラインの部分改訂としての位置づけを明記し、②エビデンスの強さと推奨の強さの基準が推奨ごとに区別されていることが明確に記載できていれば問題ないと考えます。また、利用者によるレビューで検証する方法もあります。最終的には作成グループで方針を決定してください。 |
このような回答では、CPG作成当事者は対応に困るでしょう。
他のFAQ項目についても疑問のものが多く、診療ガイドラインに関するワークショップを10回も開催して、この程度ということには驚くばかりです。
”我々の手法は、GRADEを真似したものなので、GRADEワーキンググループが公開しているFAQを読んでください” と記載すればよいだけのことでしょうが、おかしなプライドがそうさせないのでしょう。
以前私が参加したMinds会議や、Mindsワークショップにおいて、特命理事の山口先生は、（ワークショップの後のメールのやりとりでも）以下の私のお願いについて了承することを約束してくれました。
(1)Mindsが採用している手法は、GRADEシステムを利用したものなので、GRADE採用と、手引きにおけるGRADEの引用を明記してほしい（その結果については、私からGordonに報告したい）。
(2)したがってGRADE理解を助けるためにも、GRADEのFAQを和訳した以下のものを、Mindsサイトにおいて、公開するか、当方が作成したFAQ翻訳版へのリンクを提示してほしい。
●FAQ1；http://www.grade-jpn.com/grade-faq-test1.html
●FAQ2：http://www.grade-jpn.com/grade-faq-test2.html
(3)MindsがGRADEシステム採用を明言するならば、GRADE FAQ翻訳版を、正式にMindsのwebサイトで公開してほしい（その場合は、暫定的に公開しているだけの”当方のFAQ翻訳”を削除する）。
約束を反故にされて数年警戒した今、Mindsシステムは、とてもおかしな方向に進んでいます。
Minds FAQにある不適切な記載内容の結果や、推奨の強さを決定するGRADEの基本を理解していない方々が作成した手引きでは・・・・・当然のごとく、以下のような診療ガイドラインが生まれるというわけです。
EBMの手法による肺がん診療ガイドライン（2014年版）
https://www.haigan.gr.jp/guideline/2014/jo/14002014ho00.html
この肺がん診療ガイドラインの手法は、”Minds2007手引き”です。
時代に逆行して、問題のあるMinds2007を利用して取り組んだパネルには、ごくろうさまでしたと言いたい。
整合性に欠ける推奨の国内診療ガイドライン例を以下に紹介します。
●診療ガイドライン：機能性消化管疾患診療ガイドライン2014ー機能性ディスペプシア（FD）:日本消化器病学会
臨床疑問（CQ3-5)：FDの診療に心理社会的因子の評価は必要か？
| ステートメント | 推奨の強さ （同意率） |
エビデンスレベル |
|
FDの診療に心理社会的因子の評価は必要であり、行うことを推奨する |
1 |
C |
|
解説: |
||
|
文献： (2)中井吉秀、石野振一郎、福永幹彦.心身症としてのNUD/FD診療治療ガイドライン. 厚生労働省精神・神経疾患研究委託費総括研究報告書ー心身症の診断・治療ガイドライン作成とその実証. 2002:p27-28（ガイドライン） |
||
この”整合性に欠ける推奨”とエビデンスの等級づけは、妥当なものなのだろうか？
パネルの考え方次第であるという反論もあろうかと思いますが、少なくともGRADEワーキンググループは、このような推奨を作成することを勧めてはいません。後述の文献3と合わせて以下を参考にしていただきたい。
[整合性に欠ける推奨の吟味]
●GRADEが提唱する”整合性に欠ける推奨”に関する５つの最適分類のいずれかに合致しているか？・・・・No
●GRADEの指針に反すると判断される”整合性に欠ける推奨”の３分類のいずれかに合致しているか？・・・・Yes
|
評価理由: (2)この推奨（GRADE 1）に関するエビデンスの質（C）は、誤っています。記載文献をみても明らかなように、このケースコントロール研究は、単独研究であり、エビデンスの質としては、”D”（非常に低）とすべきです。ただし、本ガイドラインパネルの全員がその判定に同意しているので、ガイドライン冊子に記載されている解説内容以外の判定要因がある可能性を否定できません。 (3)この推奨の根拠としての研究は、（抄録のみによる判断ですが）FDと十二指腸潰瘍を比較しているように見えます。いずれにしても、この推奨に関する解説内容からは比較対照がわからず、これは、WHOガイドラインと同様の問題といえます。 (4)ちなみに、本診療ガイドラインにおいて、GRADEが適切に利用されたかどうかを評価すると、”不適切”という結果です。→ 機能性ディスペプシア（FD）ガイドライン 文献3：Guyatt GH et al. Guideline panels should not GRADE good practice statements. |
上記は、あくまで個人的な評価です。
次回は、”ガイドラインパネルは、優れた医療慣行に関する記述をグレードすべきではない”について概略を紹介したいと思います。
この論文の概略は以下のようなものです（不明な点は、オリジナル論文を確認ください）。
***********************************************************************
WHOが発表する強い推奨の多くは、効果推定値の確信性が「低」または「非常に低」に過ぎないエビデンスに基づくものであることを確認している（整合性に欠ける推奨（discordant recommendation））。GRADEの指針では、このような整合性に欠ける推奨が適切であることは稀であるとする一方で、整合性に欠ける推奨が是認されうる5つの典型的状況を示唆している（ブログ：6/16 http://aihara.la.coocan.jp/?m=20150616）。
WHOガイドラインの”整合性に欠ける推奨”について、GRADEの５つの最適分類のいずれかに属しているものか、そうでないものかを検討した。
●方法:
2007年から2012年にかけてGRADEアプローチを使用し、WHOガイドライン審査委員会により承認された、全てのガイドラインを検討対象とした。各推奨を、適切に定式化された整合性に欠ける推奨に関する5つの典型例のうちの1つ、または整合性に欠ける推奨がGRADEの指針に反する場合の3つの追加的分類のうちの1つに分類した。
3つの追加的分類とは、1) エビデンスが「低」 または 「非常に低」 ではなく 「中」 または 「高」 の確信性を正当化するものであった場合（エビデンスの誤分類）、2) 優れた医療慣行に関する記述（Good practice statement）である場合、または 3) 効果推定値の不確実性により、条件付き（弱い）推奨しか提示しえないといえる（GRADEの指針に反する推奨）場合である。
●主な結果：
GRADEを使用して作成され、GRCに承認された43のガイドラインに含まれる456の推奨のうち、強い推奨は63.4%（456中289の推奨）で、それ以外は条件的推奨であった。289中160（55.5%）の強い推奨は、”整合性に欠ける推奨”（33件のガイドライン）であった。
WHOガイドラインにおける”整合性に欠ける推奨”の策定が適切とされるGRADEの5つの典型例の1つに合致すると判断されたものは15.6%にすぎなかった。GRADEの指針に反すると判断された85%の推奨のうち、33の推奨（21%）は効果推定値における「中」または 「高」の確信性を正当化するエビデンスに基づくもので、29の推奨（18%）は優れた医療慣行に関する記述で、73の推奨（46%）については強い推奨ではなく条件的推奨を正当化するものであった（表1）。
表１. WHOガイドラインにおいて不適切な形で策定されていると判断された”整合性に欠ける推奨”
| 条件 | WHOガイドラインからの例 | 出現頻度 n（160の推奨に占める割合（%）） |
|
1.Misclassification of the evidence |
推奨: HIV検査の結果が確定している個人およびそのパートナーに対し、「カップルとパートナー向けの任意のHIV検査とカウンセリング（CHTC）」 および相互開示のためのサポートを提供すべきである（強い推奨、あらゆる流行条件下における全てのHIV感染者を対象としたエビデンスの質は 「低」）。分類の判断: ランダム化試験により、CHTCを受けたカップルは、医療情報の提示を受けたカップルと比較し、無防備な性交渉が減ったことが示されており、これが推奨を支持する 「中」 の質のエビデンスを提供している。 |
33（20.6） |
|
2.Good practice statement |
推奨: 結核の症状を持つ人々のトリアージを行う（強い推奨、エビデンスの質は 「低」）。 分類の判断: この推奨は、結核の可能性が十分に高い人はただちに他の患者から隔離し、速やかに適切な検査を受けるべきであると示唆している。優れた医療慣行に関する記述に該当するこの例では、トリアージありとトリアージ無しを比較したランダム化試験や観察研究はないため、直接エビデンスが存在しない。一方、兆候や症状によって結核の可能性が極めて高い人と結核の可能性が低い人を区別でき、なおかつ隔離によって結核の感染を減らすことができることについては高い確信性を正当化するエビデンスがある。これらのエビデンス総体を収集し、要約することは、パネルの時間の有効活用とはいえないだろう。 |
29（18.1） |
|
3.Recommendations inconsistent with GRADE guidance |
推奨: 分娩後出血の治療には子宮マッサージが推奨される（強い推奨、エビデンスの質は 「非常に低」）。 分類の判断: 子宮マッサージを支持するエビデンスの質は 「非常に低」 であり、子宮マッサージによってより効果的な介入の開始が遅れる可能性があることから、条件的推奨が最も適しているだろう。 |
73（45.6） |
CHTC: couples HIV testing and counseling.
さらに、重要な点は、懸案の介入に対する比較対照が推奨の中で明確にされていないものが半数以上（56%）あった。
●結論：
本研究では、大半の推奨がGRADEの原則に反して策定されたものであり、ガイドライン作成プロセスの完全性が脅かされている可能性が明らかになった。WHOのようにGRADEを使用し、GRADEへの準拠に取り組む組織は、関連するGRADEの原則について正式なレビューを行うべきであることを示唆している。また、このようなGRADE原則のレビューの実施後には、ガイドラインパネリストへの追加的訓練や継続的な方法論的支援が必要となるかもしれない。
*******************************************
相原コメント：
これまで、国内のGRADEガイドラインのいくつかを”GRADEを利用したといえる最小限の基準”を使って評価し、その結果を公開していますが（GRADEを利用した国内の診療ガイドライン）、”整合性に欠ける推奨”という視点でみると、WHOガイドライン以上の問題があると思います。
国内の診療ガイドラインの質をチェックする独立した機関が必要でしょうし、その前にガイドラインはすべてフリーで公開すべきと思います。
GRADEでは、ガイドラインパネルが望ましい帰結と望ましくない帰結のバランスについて確信を持てない場合（つまり「低」または「非常に低」の確信性を正当化するエビデンスである場合）は強い推奨を提示すべきでないと提唱しています。ただし、状況によっては効果推定値の確信性が「低」または「非常に低」でも強い推奨が正当化される場合があり、これらをGRADEでは、整合性に欠ける推奨（discordant recommendation）と定義しています。
（GRADE教科書 140-141pを参照）
そして、GRADEワーキンググループは、この”整合性に欠ける推奨”に該当する状況として、5つの典型的状況を明らかにしています。
●効果推定値の確信性が 「低」 または 「非常に低」 にもかかわらず、ガイドラインパネルが強い推奨（整合性に欠ける推奨）を提示することが合理的であると考えられる典型的状況
| 典型的状況 | 効果推定値の確信性（エビデンスの質） | 利益と害のバランス | 価値観と好み | |
| 利益 | 害 | |||
| １．致死的な状況である。 | 「低」または「非常に低」の確信性 | 非重要（「非常に低」 ～ 「高」） | 介入により、致死的な状況において死亡率が低下するかもしれない。 有害イベントは甚大なものではない。 |
不確実ではあるが命が救われるかもしれない利益に非常に高い価値が置かれている。 |
| ２．利益は不確実で、害は確実である。 | 「低」または「非常に低」 | 「高」または 「中」 | 利益があると考えられるが、不確実である。 相当な害が実証済みである。 |
不確実な利益よりも、確信のある有害事象にはるかに高い価値が置かれている。 |
| ３．同等であると考えられるが、1つの選択肢が明らかにより低リスク・低コストである。 | 「低」または「非常に低」 | 「高」または 「中」 | 一連の選択肢で、利益の大きさは（不確実ではあるが）明らかに類似している。競合する一連の選択肢の1つは、より害が少なく低コストであることに確信がある。 | 害の低減に高い価値が置かれている。 |
| ４．利益が類似していることの確信は高いが、1つの選択肢がより高リスク・高コストと考えられる。 | 「高」または「中」 | 「低」または「非常に低」 | 一連の治療戦略で利益の大きさが類似していることが実証されている。1つの選択肢で明らかに害が大きい可能性が（不確実ではあるが）高いものと見込まれる。 | 害増大の可能性を回避することに高い価値が置かれている。 |
| ５．甚大な害の可能性がある。 | 非重要（「非常に低」～「高」） | 「低」または「非常に低」 | 介入に重要な害がある可能性があり、利益の大きさにはばらつきがある。 | 害増大の可能性を回避することに高い価値が置かれている。 |
（参考文献1より）
この”整合性にかける推奨”が多いことで有名なガイドラインの一つが、WHOガイドラインです。WHOガイドラインに関する研究(参考文献-2)によると、GRADEを使って作成された43件のガイドラインに含まれる456件の推奨のうち、強い推奨は63%（289/456件）で、それ以外は条件的推奨でした。また、289中160（56%)の強い推奨は、整合性に欠ける推奨でした。
でもって、はたしてWHOガイドラインにおける”整合性に欠ける推奨”は、妥当なものだろうか？ GRADEが定義する５つの最適状況に合致しているか？ ということで、2007~2012年のWHOガイドラインのすべてをレビューした研究が、参考文献1,2です。
参考文献
1：Alexander PE, et al: World Health Organization strong recommendations based on low-quality evidence (study quality) are frequent and often inconsistent with GRADE guidance.J Clin Epidemiol. 2014 Dec 19. pii: S0895-4356(14)00417-X. doi: 10.1016/j.jclinepi.2014.10.011
2：Alexander PE, et al. World Health Organization recommendations are often strong based on low confidence in effect estimates http://dx.doi.org/10.1016/j.jclinepi.2013.09.020
”整合性に欠ける推奨”に関するGRADEの指針違反は、多くの国内の診療ガイドラインにみられ、その頻度は、WHOガイドラインとは比較にならないほど多いのが実状です。”整合性に欠ける推奨”に関しては、GRADEの５つの最適分類と、GRADEの指針に反する３つの分類がありますが、GRADEガイドラインを作る方々には、必須の基礎知識です。次回は、本論文の概略を解説します。
”予後研究”に関するエビデンスの質をGRADEを使って評価する際には、治療介入における評価と異なるのだろうか？
参考文献： Huguet A, et al. Judging the quality of evidence in reviews of prognostic factor research: adapting the GRADE framework
Systematic Reviews 2013, 2:71
この論文（2013年）によれば、以下の特徴がある。
(1)（予後研究は、縦断的コホート研究を対象とするので）、”study design”は考慮しない
(2)予後研究のエビデンスにGRADEの枠組みを適用する際には、”Phase of investigation”の評価から始める
（例、第2相、第3相探索的研究＝high）
(3)GRADEの等級アップ3要因のうち、”confounder”（過小評価バイアス）を考慮する必要はないだろう
●予後研究のGRADE要因
●GRADE評価とエビデンス・テーブルの具体例
注：
最近出版された、同じグループによる予後GRADEの論文（Lorio et al 2015：http://aihara.la.coocan.jp/?p=1708）においては、
”現時点では、説得力のあるバイアスの種類に関連したグレードアップのための第3のGRADE基準の理論的根拠については具体例がみつからない。しかしながら、今後継続的に予後研究のためのGRADEアプローチを改良する過程で、推定値の確信性のグレードアップにつながるその他の要因が明らかになってくるだろう”と記載されており、今後予後のエビデンスの質評価基準は改変されることもありえます。
ちなみに、現時点では、GRADEproやG2DT(GRADEpro/GDT)ツールを使って、”予後”に関するエビデンステーブルを作成することはできない。治療介入と診断介入に関するエビデンステーブルのみです。
いずれにしても、予後GRADEを理解するためには、GRADEの基本である「治療GRADE」を理解する必要があります。
