Calcolatrice gratuita Editverse
Calcolatore della tabella delle prove GRADE
Utilizza i cinque domini di declassamento e i due domini di miglioramento del framework GRADE per un insieme di prove e arriva a una valutazione di certezza trasparente Alta / Moderata / Bassa / Molto Bassa, con un foglio di lavoro strutturato che puoi adattare alla tua revisione sistematica.
In parole semplici
GRADE non è una formula che restituisce un singolo numero, bensì un metodo strutturato che permette a un team di valutazione di ragionare, sia verbalmente che per iscritto, sul grado di fiducia da riporre nelle prove a supporto di un determinato risultato. Invece di valutare a occhio "le prove sembrano abbastanza solide", GRADE guida l'utente attraverso la stessa lista di controllo, in modo che due persone che valutano le stesse prove tendano a giungere alla stessa conclusione.
Ogni insieme di prove inizia da un livello di base stabilito dal disegno dello studio (gli studi randomizzati partono da un livello Alto, gli studi osservazionali da un livello Basso) e poi aumenta o diminuisce man mano che si procede attraverso una serie fissa di domini: cinque motivi per cui potrebbe meritare meno fiducia (rischio di bias, incoerenza, indirettezza, imprecisione, bias di pubblicazione) e due motivi per cui le prove osservazionali in particolare potrebbero meritarne di più (un effetto di grandi dimensioni, una relazione dose-risposta). Il risultato ottenuto al termine di questo processo (Alto, Moderato, Basso o Molto Basso) rappresenta il livello di certezza che viene riportato.
Quando usarlo
Utilizzate il framework GRADE ogni volta che state scrivendo una revisione sistematica, una linea guida clinica o una tabella di sintesi dei risultati e avete bisogno di un metodo trasparente e riconosciuto a livello internazionale per esprimere il vostro grado di fiducia nelle prove relative a uno specifico esito, e non a un singolo studio.
GRADE valuta un insieme di evidenze provenienti da diversi studi, non un singolo set di dati. Se devi prima quantificare il grado di discordanza tra gli studi, esegui un controllo di eterogeneità (I² e τ²) con il nostro Calcolatore di eterogeneità : il risultato viene utilizzato direttamente nel dominio "incoerenza" sottostante. Se invece stai testando un'ipotesi sul tuo set di dati primario anziché valutare un insieme di evidenze pubblicate, il nostro Selettore di test ti indicherà il test statistico più adatto.
# GRADE è un giudizio strutturato, non un calcolo. # Inizio: RCT = Alto (4), Osservazionale = Basso (2). # Abbassare (-1/-2) per rischio di bias, incoerenza, # indirettezza, imprecisione, bias di pubblicazione. # Aumentare (+1/+2) per effetto grande, dose-risposta.
Guida utente
Quando utilizzarlo. Valutare il livello di certezza di un insieme di prove (Alto / Moderato / Basso / Molto basso) utilizzando il modello GRADE.
Presupposti. Hai valutato ciascun ambito GRADE in relazione al risultato di interesse.
Errori comuni. Valutare il livello di certezza per risultato, non per studio; gli aggiornamenti si applicano normalmente solo alle evidenze osservazionali.
Esempio pratico
Fai clic su "Carica dati di esempio" qui sopra, quindi su "Esegui analisi" per visualizzare un risultato completo con grafico, formula e interpretazione per questo test.
Referenze
- Guyatt GH, et al. GRADE: un consenso emergente sulla valutazione della qualità delle prove. BMJ. 2008;336:924-926.
Esempi lavorati
Esempio 1: Studio clinico randomizzato controllato con due gravi problematiche
Un insieme di evidenze derivanti da studi randomizzati inizia con un livello di certezza elevato . Il team di revisione giudica il rischio di bias come "grave" (-1) a causa dell'incompleta cecità negli studi inclusi e l'imprecisione come "grave" (-1) perché l'intervallo di confidenza per l'effetto aggregato supera una soglia che modificherebbe la decisione clinica. Incoerenza, indirettezza e bias di pubblicazione sono tutti classificati come "non gravi". Non si applicano criteri di aggiornamento, poiché gli aggiornamenti per effetti di grandi dimensioni e per la relazione dose-risposta sono normalmente riservati alle evidenze osservazionali. Due declassamenti di un livello portano la valutazione a due livelli interi: Alto → Moderato → Basso.
Esempio 2 — Prove osservazionali, aggiornate
Un insieme di prove osservazionali parte da un livello di certezza basso . Il rischio di bias, incoerenza, indirettezza, imprecisione e bias di pubblicazione sono tutti considerati "non gravi", ma l'effetto osservato in tutti gli studi è insolitamente ampio e coerente, il che giustifica un miglioramento del livello (+1). Un miglioramento innalza il livello di certezza di un grado: Basso → Moderato . Questo è il caso classico per cui è stato concepito il sistema GRADE: prove osservazionali che, pur partendo da un livello inferiore, recuperano la certezza perché l'effetto è troppo ampio per essere spiegato solo da plausibili fattori confondenti.
Presupposti da verificare
Hai valutato separatamente ciascun ambito per questo specifico risultato — rischio di bias, incoerenza, indirettezza, imprecisione e bias di pubblicazione — e non ti sei limitato a formarti un'impressione generale dello studio.
Se gli studi sono di tipo osservazionale, è necessario aver verificato anche la presenza di un effetto rilevante o di una relazione dose-risposta prima di prendere in considerazione un eventuale aggiornamento.
La valutazione viene assegnata per ciascun risultato. Un singolo insieme di prove può – e spesso lo fa – avere valutazioni di certezza diverse per risultati diversi.
Hai a disposizione informazioni sufficienti sugli studi inclusi , non solo gli abstract, per valutare ciascun ambito in modo responsabile.
Errori comuni
Valutare lo studio anziché il risultato
Il grado di certezza va assegnato per ciascun risultato, non per ciascun studio. Un singolo studio può fornire prove di elevata certezza per un risultato e prove di bassa certezza per un altro, a seconda di come ciascuno di essi è stato misurato e riportato.
Miglioramento delle evidenze derivanti da studi randomizzati
Gli aggiornamenti relativi all'effetto di grande entità e alla relazione dose-risposta sono normalmente riservati alle evidenze osservazionali che partono da un livello basso. Applicarli a evidenze che sono già partite da un livello alto significa conteggiare due volte la stessa forza.
Il doppio conteggio della stessa preoccupazione in diversi ambiti
Un singolo difetto di progettazione dovrebbe essere conteggiato una sola volta. Declassare lo stesso problema di fondo in due diversi ambiti, ad esempio sia per il rischio di bias che per l'imprecisione, significa sovrastimare il reale livello di incertezza delle prove.
Trattare “nessun declassamento” come “non valutato”
Un punteggio "Alto" invariato dovrebbe comunque indicare che ogni ambito è stato verificato attivamente e ritenuto non grave, e non che la valutazione sia stata omessa.
Domande frequenti
Quali sono i quattro livelli di certezza GRADE?
Dal livello di fiducia più alto a quello più basso: Alto, Moderato, Basso e Molto basso. Ciascuno indica quanto si è sicuri che l'effetto reale per uno specifico risultato sia vicino a quanto suggerito dalle evidenze.
Perché gli studi RCT iniziano da un livello elevato e gli studi osservazionali da un livello basso?
La randomizzazione permette di controllare i fattori confondenti noti e sconosciuti al basale, ed è per questo che gli studi randomizzati iniziano dal livello di certezza più elevato. Gli studi osservazionali non godono di questa protezione, quindi il sistema GRADE li fa iniziare da un livello inferiore, ovvero da "Basso", prima di applicare qualsiasi aggiustamento dominio per dominio.
È possibile che un singolo dominio riduca la certezza di più di un livello?
Sì. GRADE consente un declassamento di un livello per un problema "serio" in un ambito, o di due livelli per un problema "molto serio", applicati separatamente ai cinque ambiti di declassamento: rischio di bias, incoerenza, indirettezza, imprecisione e bias di pubblicazione.
Questa calcolatrice esegue calcoli statistici?
No, GRADE è un sistema di valutazione strutturato, non una formula che produce un numero a sé stante. Questo foglio di lavoro organizza la valutazione dominio per dominio e somma i miglioramenti e i peggioramenti in modo che il team applichi il sistema in modo coerente; il livello di certezza dipende comunque dalla valutazione motivata delle prove.
Calcolatori correlati
Referenze
- Guyatt GH, et al. GRADE: un consenso emergente sulla valutazione della qualità delle prove. BMJ. 2008;336:924-926.
- Balshem H, Helfand M, Schünemann HJ, et al. Linee guida GRADE: 3. Valutazione della qualità delle prove. J Clin Epidemiol. 2011;64(4):401-406.
Hai bisogno di questa analisi per il tuo manoscritto?
I nostri biostatistici con dottorato di ricerca guidano il vostro team di revisione sistematica attraverso le valutazioni di certezza dominio per dominio GRADE e la stesura di riepiloghi dei risultati difendibili, con tabelle pronte per la pubblicazione e output R riproducibile.