2015年11月4日 Posted by aihara

Minds2014 vs GRADE -(6): GDTによるエビデンステーブルとEtD

診療ガイドラインの作成者は、主要アウトカムに関するエビデンスを表形式で要約すべきで、GRADEにおいては、エビデンスプロファイルやSoFテーブル(両者を合わせてエビデンステーブルと呼びます)がこれに相当します。
Minds2014のアルテプラーゼに関するデータを使って作成した、GRADEpro GDTによるエビデンスプロファイルが以下です。

●GRADEエビデンスプロファイル

ep_minds1

相原コメント:
GRADEエビデンスプロファイルにおいては、各アウトカムに関するエビデンスの質とその評価理由、さらにSoFが提示されます。そして、SoF部には、相対効果とともに、絶対効果が1000人あたりの効果として入力データが自動変換されて表示されます。また、(上図の”mortality”のように)対照群のベースラインリスクを3段階まで設定して、対応リスクを表示することが可能です。

上のエビデンスプロファイル例においては、総死亡(統計学的に効果なし)の絶対効果は、1000人あたり2人増えますが、最良21人減か最悪30人増です。依存性(統計学的に差なし)の絶対効果は、1000あたり43人減少ですが、最悪の場合、37人増加です。一方、脳出血に関する絶対効果は、1000人あたり51人増加であり、少なく見積もっても16人増加です。1週間以内の脳出血のほとんどが死亡するというこの望ましくないアウトカムは、明らかにbenefitを上回っていることが、1000人あたりの絶対効果を比較する(点推定値:43人 vs 53人)ことで容易に理解できます。
同じような比較アプローチは、NNTとNNHでも可能ですが、1000人あたりの効果を比較する方が、NNT/NNHを理解していない人にとっても簡単です。

このように、GDTを使ったGRADEエビデンスプロファイルが、Minds手引きにあるようなエクセル形式の評価シートよりも簡単であり、アウトカムごとのエビデンスの質と、グレードダウンの理由が明確に記載された一覧表(GRADEエビデンスプロファイル)として出力可能です。また、エビデンステーブルとしてのSoFテーブル表示の切り替えや、エキスポートしたSoFをRevManに取り込むことも可能です。さらに、エビデンスから推奨作成のためのEvidence to Decision(EtD)テーブルを作成できることなどを考えると、GDT利用がはるかに有効であると言えます。

●Evidence to Decision table

EtD-1

EtD-2

 

注: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の推奨とは切り離して考えるべきです。

rt-PA(アルテプラーゼ)静注療法適正治療指針 第二版(日本脳卒中学会、平成24年)では、以下の推奨(*)です。

  • 全ての臨床カテゴリーの虚血性脳血管障害に対して、アルテプラーゼ静注を推奨する
    [エビデンスレベルIA, 推奨グレードA]
  • アルテプラーゼ静注療法によって,3 ヵ月後の転帰良好例は有意に増加する.一方で症候性頭蓋内出血は約3~10 倍増え,5~20%にみられる[IA]。

*エビデンスの質と推奨の分類は、Minds2007と思いますが、以下の問題があります。
Minds2007からGRADEへより

from minds to grade

About aihara

Gordon GuyattやHolger Schunemann、Yngve Falck-YtterらとともにGRADE working groupメンバーとして、GRADEシステムの適切な普及につとめています。

Comments are closed.

  • カレンダー

    2024年10月
     123456
    78910111213
    14151617181920
    21222324252627
    28293031  
  • 最近の投稿

  • アーカイブ