GRADE建议通过检查95%可信区间(CI)为决定不精确性的最佳方法。在指南实际运用中,如果CI的上、下限值代表了真实效应,而临床实际情况与之不符时,必须降低证据质量级别(即对效应估计值的把握度)。除外当效应值很大且可信区间提示效应稳健...GRADE建议通过检查95%可信区间(CI)为决定不精确性的最佳方法。在指南实际运用中,如果CI的上、下限值代表了真实效应,而临床实际情况与之不符时,必须降低证据质量级别(即对效应估计值的把握度)。除外当效应值很大且可信区间提示效应稳健,而总样本量不大且事件数很少的情况,其他应考虑因不精确性而降低证据质量级别。作此决定时,可计算有足够检验效能的单个试验所需的病例数(定义为"最优信息样本量",即optimal information size,OIS)。对连续型变量,我们建议用类似方法,首先考虑可信区间上、下限值,再计算OIS。系统评价(SR)所需方法略有不同。如果95%CI不包括相对危险度(RR)为1,且总事件发生数或病例数超过OIS标准,则精确性良好。如果95%CI包括了明显获益或危害(我们建议以RR值<0.75或>1.25作粗标准),即使达到OIS要求,因不精确性而降低证据质量级别较恰当。展开更多
文摘GRADE建议通过检查95%可信区间(CI)为决定不精确性的最佳方法。在指南实际运用中,如果CI的上、下限值代表了真实效应,而临床实际情况与之不符时,必须降低证据质量级别(即对效应估计值的把握度)。除外当效应值很大且可信区间提示效应稳健,而总样本量不大且事件数很少的情况,其他应考虑因不精确性而降低证据质量级别。作此决定时,可计算有足够检验效能的单个试验所需的病例数(定义为"最优信息样本量",即optimal information size,OIS)。对连续型变量,我们建议用类似方法,首先考虑可信区间上、下限值,再计算OIS。系统评价(SR)所需方法略有不同。如果95%CI不包括相对危险度(RR)为1,且总事件发生数或病例数超过OIS标准,则精确性良好。如果95%CI包括了明显获益或危害(我们建议以RR值<0.75或>1.25作粗标准),即使达到OIS要求,因不精确性而降低证据质量级别较恰当。
