2021年4月27日 Posted by aihara

完全コンテキスト化アプローチ_1:CQの定式化

  

歯科口腔癌診療ガイドライングループのメンバーからGRADEの「完全コンテキスト化アプローチ」を解説してほしいという依頼がありましたので、口腔がん診療ガイドライン2019の例(一部のデータは仮想)を使って、推奨作成までのプロセスを解説したいと思います。

CQ:切除可能で外科治療を予定している患者に対して術前療法を行なうべきか?

P:切除可能な口腔がん患者
I:術前化学療法あり
C:術前化学療法なし
O:(術後アウトカムとして):

本CQに関して、アウトカムを設定することになります。

 

***つづき

 

2020年12月14日 Posted by aihara

COVID living network meta-analysisにおける比較対照

  

ランダム化試験において、比較対照がプラセボと標準治療なのかで治療介入効果は異なるのだろうかをCOVID-19で調べてみると、その効果(絶対効果、相対効果)は、統計的有意とは言えないもののやや異なるようです。
なので、ある介入効果に関する推奨を作成する上では、比較対照がプラセボ治療なのか標準治療なのかにも注意する必要があるように思います。

少なくともCOVID治療に関するRCTのメタ解析にあたっては採用されている比較対照にも注意が必要かもしれません。

 

2020年12月4日 Posted by admin

ランダム化試験と非ランダム化試験の統合は・・・

  

偶然にも、複数のガイドライン作成パネルから、RCTとNRSの統合に関する問い合わせをいただいた。

両者の統合には保守的なスタンスが良いかと思いますが・・・
以下を参照してほしいです。

EBMを超えてー診療ガイドラインの動向や新しい潮流(GRADE)を中心として_相原.pdf



 

2020年11月30日 Posted by admin

複数のアウトカムにわたるNet Effect Estimateと各アウトカムの価値観(相対的重要性)

  

同じような質問がでてくる可能性があるので、(FBFのボードでコメントした内容を、健忘録として)自分のブログでも紹介しておきます。

■質問:
推奨を作成する際の、複数の重大なアウトカムの価値観(相対的重要性)を2倍、あるいは5倍など設定するのは・・・なにか決まりがあるのか?

■回答:GRADEの基本方針:

(臨床的に常識な範囲であれば)、1.5倍でも、3倍でも、5倍でもなんでもよいのです。 (^^;
要するに、重大なアウトカムのいくつかで効果の方向が異なる場合の感度分析ですから。

単純に2~3個のアウトカム(推奨に必要なcritical outcomes)があると想定して考えると以下です
(注:マイナスがbeneficialで、プラスはharmfulです)。

 
●シナリオ1:死亡が20増加(= +20)/1000、臨床回復30増加 (= -30)/1000
この場合、差し引き(単純計算では)20-30 = -10/1000 で、net benefitとなり「推奨する」の方向性です。
ところが、死亡アウトカムの価値観を臨床回復の2倍と想定すると、20*2 – 30 = +10/1000で、net harmとなり「推奨しない」の方向性となります。
また、1.5倍ならば正味の利益はゼロとなります。

なので、シナリオ1の場合は、価値観の設定でアウトカム全般にわたる効果は非常にばらつき、「推奨はできないだろう、そもそも死亡が20/1000自体から推奨できないだろう」、というような判断過程と思います。

 
●シナリオ2:死亡が10増加(= +10)、臨床回復100増加(= -100)/1000、重篤有害事象 50減(= -50)/1000
この場合、単純計算では、10-100-50 = -140/1000で、net benefitです。
死亡アウトカムを5倍の価値観と設定しても、この正味の利益効果は相殺されません。
なので、シナリオ2の場合には、「推奨」となります。

この辺の価値観としての効用値設定は、パネルが判断することになりますが・・・・

以上は、単純な点推定値の差し引きで、全般の点推定値を表示しましたが、実際は、アウトカム全般の95%CIを参考にnet estimateの不確実性(特にimprecision)を評価することになります。

***********
このような内容は、なんどかブログでも説明していますし、GRADE3版の2章でも同じようなことを記載しています。
http://aihara.la.coocan.jp/?p=11165
http://aihara.la.coocan.jp/?p=11045

ブログで説明している以下のサイトでも算出可能です。
https://bmjopen.bmj.com/content/9/6/e027445.long

 

2020年11月29日 Posted by admin

COVID-19薬物療法に関するRapid/Living recommendations 改訂第2.2版

  

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より (2020/11/26)

日本版敗血症診療ガイドライン2020(J-SSCG2020)特別編
COVID-19薬物療法に関するRapid/Living recommendations 改訂第2.2版

https://www.jaam.jp/info/2020/info-20201126.html

●本診療ガイドラインは初版を2020年9月9日、第2版を2020年10月14日に公開しており、今回は改訂第2.2版になります。
●第2.2版はCQ2(レムデシビル)のみを最新のエビデンスに基づく推奨に変更したマイナーアップデート版となります。


 

2020年11月21日 Posted by aihara

オーストラリアのガイドラインの方法論的研究:GRADE使用はまれで、適用方法は一貫していなかった

  

Guidelines rarely used GRADE and applied methods inconsistently: a methodological study of Australian guidelines
DOI:https://doi.org/10.1016/j.jclinepi.2020.10.017

論文の内容は以下です。
******************************
豪州では国家保健医療研究評議会が診療ガイドライン作成においてGRADEを使用することを提唱している。

●目的:オーストラリアの診療ガイドライン(2011~2018)についてGRADEが適切に利用されているかを調査した。

●方法:GRADEプロセスをGRADE compliance score(7つの基準とサブ項目:全17項目)で評価し、AGREE-IIのドメイン3(Rigour of development Score:Scaled Domain Score [SDS])と比較した。

●結果:51の異なる団体からの240件のガイドラインが見つかり、無効リンクのために取得できなかった106件を除いた134件からデータを抽出した。
134件中15件(11%)のみが、GRADE手法に従ったと報告していた。
15件のガイドラインにおけるGRADE compliance scoreは、4件が80%以上であったが、0%から100%までばらついていた(表A)。

GRADE compliance score(中央値59%)とSDS(中央値71%)には正の相関があった(r=0.86, R2=0.75)
GRADE が低いドメインとしては、アウトカムに関する患者にとっての重要性ランキングの不明瞭さ、エビデンスの確実性評価の方法論的情報の欠如などであった。

●結論:
オーストラリアのガイドラインではGRADEの使用が増加しているが、さらなる取り込みと適用のための戦略が必要である。

*************
注1.GRADE_compliance_score.pdf

注2.この研究はCOVID-19パンデミックの前に開始されたため、その後典型的なガイドライン作成プロセスに大幅な変更が加えられました。例、MAGICapp living guidelines

 

2020年11月18日 Posted by aihara

オーストラリアのCOVID-19Living Guidelinesのパネル構造と作業フロー

  

Weekly updates of national living evidence-based guidelines: Methods for the Australian Living Guidelines for Care of People with COVID-19
https://www.jclinepi.com/action/showPdf?pii=S0895-4356%2820%2931174-4

毎週更新されるCOVID-19リビングガイドライン(Australian Living Guidelines)に関するJCE論文です。

————————————————————————-

●パネルの構成:

Consumer panelを含めて8つのパネルでできています。

————————————————————————-

●1週間の作業フロー

Consumer panelには、健康消費者団体、消費者パネルを共同招集し、パネルは8~10人で構成されています。
Guidelines Leadership Group(GLG)に次のことをアドバイスする役割があります。

•新しい臨床上の疑問と優先度の高いトピック
•さまざまなアウトカムの相対的重要性
•ガイドラインの推奨事項に関するフィードバック

************
これらの作業を毎週とはすごい努力です・・・

 

2020年11月18日 Posted by aihara

AIによるCOVID-19 感染予測(将来28日間)

  

AIによるCOVID-19 感染予測(将来28日間)
(googleが11月17日、新型コロナウイルス感染症(COVID-19)の感染予測(日本版)を公開)

https://datastudio.google.com/u/0/reporting/8224d512-a76e-4d38-91c1-935ba119eb8f/page/4KwoB?s=nXbF2P6La2M&fbclid=IwAR3i6q7Ip9Nrwm-Ch6yZw8WydZJH3TTuLxlQP9uKJwObh4hgUEM-KOWo6jI

監修した慶応大学グループ(慶應義塾大学 医療政策・管理学教室 教授 宮田裕章氏および研究室)の発表では、以下のように、精度が高いことを確認できたということです。
https://jp.techcrunch.com/2020/11/17/google-cloud-japan-covid-19-forecasts/
————————————————————————————–
予測モデルの精度検証では、特定の日付までのデータでトレーニングを行った後、その先28日間の予測データを出力させ、実測値と予測値を比較した。例えば10月1日までのデータでトレーニングを行った場合は、10月2日から30日までの予測値を出力させ、そのデータを同期間の実測値と比較している。検証の結果、一般的な疫学的コンパートメント モデルや検証用の米国データで十分な精度を示した簡易版モデルと比較して、この予測モデルの精度が優れていることを確認した。さらに28日間の予測以外の各種指標についても米国向けモデルと変わらない精度であることを確認した。

95%予測区間は確かに狭い・・・

オリジナルの英語版の論文では、ベイズアプローチに基づいておらずパラメータの事後確率を推定していないということを限界の一つとして述べています。
将来的にはベイジアンアプローチも考慮することも残しているとも。

 

2020年11月16日 Posted by admin

MAGICappによる国内COVID-19 リビングガイドライン公開!

  

COVID-19薬物療法に関するRapid/Living recommendations

ついに、国内でも完成!!  

https://app.magicapp.org/#/guideline/LGmzxE

MAGICappを利用した最初の国内診療ガイドラインです。

このMAGICappでは、decision aidsとしてのCates Plotも表示できます。

 

2020年11月13日 Posted by aihara

エビデンスの進化を視覚化する:過去40年間の新世代抗うつ薬の累積ネットワークメタアナリシス

  

Visualizing the evolution of evidence: Cumulative network meta-analyses of new generation antidepressants in the last 40 years
https://onlinelibrary.wiley.com/doi/full/10.1002/jrsm.1413
エビデンスの進化を視覚化する:過去40年間の新世代抗うつ薬の累積ネットワークメタアナリシス

古川先生チームの論文ですが、NMAエビデンスにおける2つのアウトカム(有効性、受容性)について、効果推定値のリーグテーブルやフォレストプロットだけではなく、GRADEエビデンス確実性、二次元プロットをを同時に表示させ、さらに累積ネットワークメタアナリシスを実施するという優れものです。
GRADEエビデンスの確実性はCINeMAを利用し、さらにRのshinyによるウェブアプリケーションを開発しています。

RのShinyパッケージなど、急速に発展している統計分析およびプレゼンテーションツールを効果的に使用すると、NMA出力の視覚化が容易になり、ユーザーは、統合期間など、分析のいくつかの条件を変更できるという発表で、ShinyパッケージはKilimプロットでも利用されていました。
(The Kilim plot: A tool for visualizing network meta-analysis results for multiple outcomes.2020/6/10 https://doi.org/10.1002/jrsm.1428)

ちなみに、「抗うつ薬のほとんどは、発売後の有効性は経時的に低下し、安定するまで10年以上かかった。つまり、新薬の性能は当初は誇張されていることが多く、安定するまでに時間がかかったため、新薬に対しては慎重に取り組む必要がある」という。

以下は二次元プロットの一つで、円グラフのカラーがGRADEエビデンスの確実性(very low, low, moderate, high)を表しています。
二次元プロットにおいて右上に位置するものが総合的に優位な薬物です(例、agomelatine、escitalopram)。

ブログでコメントがあったので、以下を追加しました。
***************
図の味方:
基本としては、急性大鬱病に対する抗鬱薬の効果を、有効性(=x軸)、受容性(治療の中断=y軸)で図示しています。
アルファベット(抗うつ薬の略語)で提示している小さな円グラフは、当該介入治療のエビデンスの確実性をGRADEシステムの4つのレベルで提示しています。それぞれのカラー表示の意味は、緑が「質の高いエビデンス」で、青、黄色、赤がそれぞれ、「中等度、低、非常に低のエビデンス」です。

なので、有効性が高く、治療の中断となる受容性が高い治療が優位というわけで、グラフでは右上に位置するものです。逆に左下区分の薬物は、有効性が低く、治療中断となる受容性が低い治療群を意味します。
この図は、5年ごとに解析したうちの一つの結果ですが、逐次的、累積的にNMAメタアナリシスを実施することで、エビデンスの質の変化の向上がよくわかります。

著者らが警告しているように、市場にでたばかりの薬物の効果は過大評価になっている可能性があり、これは古い時代の発表(例、1990年以前)の一部には小規模研究RCTの影響があり、選択的報告や出版バイアスの可能性もあります。
また、一部の薬物は有効性と受容性が良好であるにもかかわらず、エビデンスの確実性が低いと思われるものがあり、それらの薬物の推奨は慎重に行う必要がある、という主張です。

 

  • カレンダー

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

  • アーカイブ