GRADEにおける推奨は、(エビデンスの質、価値観・好み、コストの他に)望ましい効果と望ましくない効果のバランスによって推奨の方向が決まり、両者のバランスの大きさによって推奨の強さが決定します。エビデンスの質と、利益と害のバランスについては前回解説しました(Minds2014 vs GRADE -(4):overal QoE across outcomes)。
Mind2014で解説されている推奨とエビデンスの質評価例(alteplase)は、以下です。
推奨分草案
(マニュアル p162) |
相原コメント:
|
[相対効果を使った比較] ●例a ”2つの重大なアウトカムと1つの重要なアウトカムの場合” 例aの解説: 最終的な推奨:急性脳梗塞患者にはアルテプラーゼの治療を推奨しない |
[絶対効果を使った比較] ●例b ”2つの重大なアウトカムで、それぞれのアウトカムの価値観が同じの場合” 例bの解説:
●例C ”3つの重大なアウトカムで、アウトカムの価値観が異なる場合” 例Cの解説: ●3つのアウトカムに置く価値観が同じ場合(通常ありえない)を考えてみます。 ●それぞれのアウトカムに置く価値観が異なる場合(より現実的)を考えてみます。 依存性の効果の範囲として、信頼区間の下限(37人悪化/1000人)でみると、全てのアウトカムが望ましくない方向であり、推奨反対は変わりません。では、信頼区間の上限ではどうでしょうか。1000人あたり111人減少するという効果(青色の縦点線)は、死亡に置かれる価値(依存性の5倍=10人増加)と脳出血に置かれる価値(依存性の5倍=255人)を考えると、明らかにデメリットがメリットを上待っています。つまり、依存性に関する介入効果を最大としても、設定した点推定値を使った閾値(総死亡+脳出血=265人)を下回っており(信頼区間の全体がこの閾値を下回っている)、不精確さを理由に、エビデンスの質をグレードダウンする必要はありません。 このように、アウトカムの価値観や、害の閾値によりimprecisionの評価が異なってくることに注意する必要があります(あたりまえといえばあたりまえですが)。 |
以上、推奨を考える上では、特にアウトカムの方向が異なる場合、各アウトカムにおく価値観を考慮する必要があり、臨床医や患者あるいは家族の価値観を事前に評価することになります。アウトカムの価値観の測定の一つとしての感情温度計については、GRADE2版のp145脚注を参照してください。
すでに述べたようにNNTやNNHを提示することで、介入の利益と害について比較できますが、GRADE evidence profileを使うと、(NNTやNNHを使わなくても)上記の例b、例Cのように、1000人あたりの絶対リスクを使うことでより簡単に比較できます。さらに、GRADEpro GDTを使うと、1000人あたりの効果のみならず、異なるベースラインの絶対効果を知ることができ、エビデンスプロファイル、SoFテーブル、Evidence to Decision tableをさまざまな様式で作成することが可能です。
次回、Minds2014例(alteplase)を使って、GRADE evidence profile, Evidence to Decision tableを紹介しますが、エビデンスの質や推奨の判断の透明性が高いことを理解してほしいと思います。
GDTの使い方などは、診療ガイドラインのためのGRADEシステム第2版(相原)を参照ください。
注1:Minds手引きの批判ということではなく、Minds2014の記載例を使って、GRADEシステムによるエビデンスの質や推奨の強さと方向を決定する流れを理解していただくというのが主旨です。本ブログで指摘している内容が正解とは限らず、特に、後述のアウトカムに関するエビデンスの質評価や推奨の方向などについては、このような考えもあるという程度の認識で本内容を読んでいただきたいと思います。
注2:GRADEは、”同じデータを使うとエビデンスの質や推奨に関して同じ結果を得ることができる”という再現性を保証しているものではありません。最低限の基本ルールを使って、透明性の高い判断ができるというのが、GRADEのメリットの一つです。
注3:Minds2014に記載されているアルテプラーゼ例は、単にエビデンスの強さや推奨を評価するためのシナリオでしょうから、実際の国内ガイドライン(日本脳卒中学会)の推奨とは切り離して考えるべきです。
・・・・・・ 最後まで読んだあなたは、すごい。よほどGRADEに興味を持っているのでしょうね。\(^^)