[GRADE-CPG解説資料-34]
システマティックレビューにおいては相対効果（または絶対効果）に、診療ガイドラインにおいては絶対効果（または相対効果）に着目するというのが基本です。
利益と害の比較の際に、絶対効果を利用するということは、ベースラインリスクの推定値に関する不確実性を検討する必要があります。
なぜならば、[相対効果] x [ベースラインリスク] ＝ [絶対効果] だからです。
ベースラインリスクに関するエビデンス総体の確実性が信頼できるものならば、統合推定値を利用できますが、そうでないならばその統合推定値を使うことはできません。そして、ベースラインリスクのエビデンスの確実性がどの程度かを評価にGRADEを適用するというのが、予後GRADEです。
前回の、仮想データのTriple-X例では、バイアスのリスク、非一貫性、非直接性、不精確さ、出版バイアスに深刻な限界がなく、最終的なエビデンスの確実性は「高」でした。つまり、ベースラインリスクの統合推定値（0.28: 95%CI : 0.24-0.32)を利用することができる（実際のデータの範囲は、0.20～0.32）という結論でした。
では、実際の診療ガイドラインにおけるデータについて、ベースラインリスクに対してどのように対処すべきかを検討してみます。
対象の診療ガイドラインは、採用データが全て公開されているARDS診療ガイドライン2016です。
本診療ガイドラインにおいては、CQが13件あり、システマティックレビューで採用された研究（RCT）は、重複例を除くと、108件です。これらのRCTの非介入群のデータを使って、ベースラインリスクにかかわる統合推定値を作成し、GRADE評価をするという方法です。
以下に、自分が設定した疑問と解析結果を紹介します（解析の詳細は各自で確認ください）
ここでは、“死亡（短期）“のアウトカムについて、STATA 14を使って解析します。
|
●Q1 各CQにおけるベースラインリスク（死亡）は類似しているだろうか？ |
|
結果： CQ１３件において、ベースラインリスクは大きくばらついている。
|
|
●Q2 body of evidenceとして、死亡（短期）に関するエビデンス総体としてのベースラインリスクはどの程度か？ |
|
結果：全研究のフォレストプロット（prognosis_forest_ards）参照。（研究数が多いため非常に縦長です）
|
|
●Q3 この異質性は、何が原因か？ |
|
結果（3-1）: 年代 年代とともに、ベースラインリスクが低下している（p=0.001）
|
|
結果（3-2）：地域：アジアのCERは欧州より低い傾向あり（多重解析では差がなし）
|
|
結果（3-3）：Risk of bias：統計的な差なし
|
|
結果（3-4）：メタ回帰（共変量：患者の年齢、研究発表年代、研究地域（欧州、北米、アジア）, risk of bias）では、残差の変動の10%が異質性によるものである。残りの90%は個別研究内における標本の違いに起因する。研究間の分散の75%（=Adj R^2）は、これらの共変量で説明できる。研究間の分散はT^2=0.001。
|
|
異質性に関する結論：短期死亡ベースラインの最小ゼロ～最大80%の大きな異質性は、研究年代と研究実施地域の影響もあるが、異質性の原因はよくわからない。 |
|
●Q4 出版バイアスはあるか？ |
|
結果：出版バイアスはありそうにない。十分な研究数（108件）を使ったファンネルプロットは非対称性ではなく、Begg test (p=0.055), Egger test(p=0.523)でも統計的有意差なし。
|
|
●Q5 body of evidenceとしての確実性（GRADE）は、どの程度か？ |
|
結果： 「低」の確実性のエビデンス エビデンスの確実性（GRADEの定義）：
|
結論として、ARDSデータの統合推定値は、そのまま使えないという判定になります。
（まあ、実際には、ARDSのエキスパートが考えて診療ガイドラインに対処していると思いますので、上記の解析は、あくまでGRADEによる診療ガイドラインの作成における重要なステップとして、”ベースラインリスクについてはこのように考えるべきだろう”という解説だけのために紹介しています）
About aihara
