201708 srws第八回 sof、grade、prospero登録
•Transferir como PPTX, PDF•
2 gostaram•2,512 visualizações
第８回は、結果の報告のやり方について解説します。
Recomendados
Mais conteúdo relacionado
Mais procurados
Mais procurados (20)
Destaque
Semelhante a 201708 srws第八回 sof、grade、prospero登録
Semelhante a 201708 srws第八回 sof、grade、prospero登録 (20)
Mais de SR WS
201708 srws第八回 sof、grade、prospero登録
- 1. 系統的レビュー研究計画書作成ワークショップ 第八回 GRADE / PROSPERO / PRISMA 尼崎総合医療センター Hospital Care Research Unit 片岡裕貴 辻本啓 京都大学大学院 辻本康 精治寮病院 阪野正大 岡山県精神科医療センター 宋龍平 京都大学大学院医学研究科社会健康医学系専攻医療疫学分野 吉岡貴史 安房地域医療センター 北本晋一 亀田総合病院集中治療科 佐藤明 山本良平 安田英人 近畿中央胸部疾患センター呼吸器内科 香川智子 亀田総合病院麻酔科 重城聡 亀田ファミリークリニック館山 宮本侑達
- 2. このコースの目標 • 各参加者が興味を持つ臨床疑問を洗練した 上で、実施に足るレベルの系統的レビュー の研究計画書を完成させる →系統的レビューの大まかな理解 （希望者は）系統的レビューの実施 2
- 3. 前回の復習 • メタ・アナリシスしない結果のまとめ方 について説明できる • 層別解析について説明できる • 感度分析について説明できる • 欠測への対処法について説明できる 3
- 4. メタ・アナリシスしない場合(=質的な統合) 4 Cochrane Database Syst Rev. 2013 Dec 9;12:CD004127
- 6. 感度分析 6
- 8. 欠測への対処 8
- 9. 9 第八回 GRADE / PROSPERO / PRISMA
- 10. SR＆MAの全体像 10 構造化された疑問 系統的な検索 ・データベースの選択 ・検索式の作成 ・文献の選択基準 漠然とした疑問 選択文献を対象とした 批判的吟味 ・事前に規定した 評価基準(Risk of bias) 発表 結果の統合とまとめ (=meta-analysis) 事前登録 第一回 第二ー四回 第五回第六－八回第九回
- 11. 本日の目標 • 系統的レビューにおけるGRADEの基本を 説明できる • PROSPERO登録のやり方を説明できる • PRISMA-Pについて説明できる 11
- 14. アウトカムごとにまとめる 14
- 22. 22
- 29. GRADEによる結果のまとめ方の重要な点 • 再現可能性がある合意を形成することが 目的ではない • ある効果サイズの推定の質 （＝エビデンスの質）を評価 • 評価の根拠を明示することが重要 29
- 30. エビデンスの質とは？ 30
- 32. 高 High 真の効果が効果推定値に近いという 確信がある 中 Moderate 効果推定値に対し、中等度の確信が ある。真の効果が効果推定値に近い と考えられるが、大幅に異なる可能 性もある 低 Low 効果推定値に対する確信には限界が ある。真の効果は効果推定値とは大 きく異なるかもしれない 非常に低 Very Low 効果推定値に対しほとんど確信がも てない。真の効果は、効果推定値と は大きく異なるものと考えられる エビデンスの質は4段階 32 J Clin Epidemiol. 2011 Apr;64(4):401-6.
- 34. GRADEのエビデンスの質の評価項目 GRADEを下げる要因 • 研究の限界(risk of bias) • データの非一貫性 (inconsistency) • エビデンスの非直接性 (indirectness) • データの不精確さ (imprecision) • 出版バイアス (publication bias) GRADEを上げる要因 • 効果の程度が大きい • 用量反応勾配 • 交絡因子の影響 34
- 35. 研究の限界(risk of bias) • アウトカムごとに評価する • 質の高い研究と低い研究が混在する場合 は全体のエビデンスに与える影響を考慮 して評価する ex) 脊髄損傷に対する介入Aの効果をみた研 究で、評価者の盲検化がされていなくても、 死亡というアウトカムはその影響が少ない。 一方、身体診察による運動機能評価では影 響が深刻 35
- 36. データの非一貫性 • 結果に対する説明のつかない異質性をさす • 集団/介入/アウトカム評価/研究方法の違いが 要因と考えられる • 要因ごとに異なる推定値を提示することが望ま しい ex) 研究Aは新薬は標準治療より効果あり。似たデ ザインの研究Bは同じ新薬より標準治療の方が効 果ありと結論 →非一貫性 36
- 37. 非一貫性の例 あるメタアナリシスの結果 I^2=35% 37 ※数字のみで解釈する場合 0－40％ 重要でない異質性 30－60％ 中等度の異質性 50－90％ 大きな異質性 75－100％ 高度の異質性
- 40. 非一貫性の例 含まれた研究が1つだけだったら？ 40 Only one study (Study 2; 825 participants) provided a report of the impact of treatment Z on quality of life in people with syndrome Y. This study found that Quality of Life scores at follow- up were higher in the treatment Z group than in the placebo group (MD 2.17 on the scale from 1 (very dissatisfied) to 10 (very satisfied), 95% CI 1.20 to 3.91, p=0.01). As this outcome was measured in only a single trial, we couldn't assess the heterogeneity, so we downgraded the quality of evidence by one level (to moderate).
- 42. エビデンスの非直接性 外的妥当性/適用可能性と同様 →対象/介入/アウトカムが関心のあるものとちょっと違う or 間接比較 ex) • BMI 30以上を対象とした糖尿病治療のための減量手術の効 果をBMI 28の糖尿病予備軍の患者に適用する(対象の差異) • 減量手術の知りたいアウトカムが長期予後なのに対し、研究 AはHbA1cの低下を代理アウトカムとしている • A>BとB＞Cという研究結果があり、それらからA>Cという 比較を行っている場合(間接比較) 42
- 43. こんな場合は？ 研究目的 The aim of the review was to explore the effectiveness of treatment Z in adult community-dwelling patients with syndrome Y. 43 研究結果 Seven studies recruiting 1450 participants met the review inclusion criteria. The studies recruited community-dwelling people with severe syndrome Y who had a mean age of 70 years. In five of the included studies (Study 1, Study 3, Study 4, Study 5, Study 7) participants were 65 years or older.
- 48. 別の言い方をすると • OIS(optimal information size) • トータルサンプルサイズ • イベント数 • 信頼区間の幅が広い （=効果の方向性が不明） ※二段階でグレードダウンするか判断 48
- 49. RCTで必要なサンプルサイズを決めるのは？ • 介入群のイベントリスク • コントロールのイベントリスク • あわてんぼうのαエラー（通常は0.05) • ぼんやりさんのβエラー（通常は0.2) 49 この差が介入効果
- 50. 効果の大きさ 介入群のリスク vs. コントロール群のリス ク 50 例えば 介入群の1年死亡割合 30％ コントロール群の一年死亡割合 60％ →相対リスク減少(relative risk reduction) = %
- 51. 効果の大きさ ＝介入群のリスク-コントロール群のリスク 51 例えば 介入群の1年死亡割合 30％ コントロール群の一年死亡割合 60％ →相対リスク減少(relative risk reduction) = 1-0.3/0.6 = 50%
- 53. イベント数 ・コントロール群のイベント発生率 ・相対リスクの差（RRR） →縦に線を引いて、トータルで必要なイベント数を求める 53 コントロール群のイベント発生割合 必 要 な イ ベ ン ト 数
- 58. OISを満たしていた場合 95％信頼区間が“ 効果なし” を含まない （ RRの信頼区間が1を含まない）ならば、 preciseと判断 58 1
- 60. 出版バイアス • おなじみ • 詳しくは第六回の内容を復習 • 肯定的研究は否定的研究より３倍多く発 表されているとの報告も 60
- 61. 出版バイアスの例：TNF阻害薬 リウマチ分野を含め適応をとっている 治療薬であるが、2010年の時点で、 ClinicalTrials.govに登録された188本 の試験のうち34%しか結果が報告され ていない Ioannidis et al. BMJ 2010;341:c4875 doi: 10.1136/bmj.c4875 報告された研究のみのメタアナリシス結果 では、確実性があるとは言えない
- 64. GRADEを上げる • 前述のGRADEを下げる要因に深刻な点が ない場合に限る • 主に観察研究に対して検討される 64 GRADEを上げる要因 効果の程度が大きい 用量反応勾配 交絡因子の影響
- 65. 大きな効果 ex) • 乳児突然死症候群(SIDS)と睡眠時の姿勢を 調べた観察研究のメタアナリシスの結果 →うつ伏せでは仰向けに対してオッズ比が 4.1(95%CI: 3.1~5.1)であった • 観察研究のメタアナリシスの結果、ワル ファリンが弁置換術後の血栓塞栓症リスク を減らす(RR: 0.17, 95%CI: 0.13~0.24) 65
- 83. 83 PROSPERO登録
- 84. PROSPERO登録の意義 • 今からこんな研究をやると宣言する 多重検定によるαエラーを避ける 系統的レビューの重複をさけて効率よく • 計画書と論文が違わないか読者が確認で きる アウトカム報告バイアスを防ぐ • 研究の進捗をチェックできる 出版バイアスをさける（系統的レビューもポジティブ な結果の方が発表されやすい！？） 84
- 86. IDを作成 86
- 89. 89 Section and topic Item No Checklist item ADMINISTRATIVE INFORMATION Title: Identification 1a Identify the report as a protocol of a systematic review Update 1b If the protocol is for an update of a previous systematic review, identify as such Registration 2 If registered, provide the name of the registry (such as PROSPERO) and registration number Authors: Contact 3a Provide name, institutional affiliation, e-mail address of all protocol authors; provide physical mailing address of corresponding author Contributions 3b Describe contributions of protocol authors and identify the guarantor of the review 第8回
- 90. 90 Amendments 4 If the protocol represents an amendment of a previously completed or published protocol, identify as such and list changes; otherwise, state plan for documenting important protocol amendments Support: Sources 5a Indicate sources of financial or other support for the review Sponsor 5b Provide name for the review funder and/or sponsor Role of sponsor or funder 5c Describe roles of funder(s), sponsor(s), and/or institution(s), if any, in developing the protocol 第8回
- 91. 91 INTRODUCTION Rationale 6 Describe the rationale for the review in the context of what is already known Objectives 7 Provide an explicit statement of the question(s) the review will address with reference to participants, interventions, comparators, and outcomes (PICO) 第1回
- 92. METHODS Eligibility criteria 8 Specify the study characteristics (such as PICO, study design, setting, time frame) and report characteristics (such as years considered, language, publication status) to be used as criteria for eligibility for the review Information sources 9 Describe all intended information sources (such as electronic databases, contact with study authors, trial registers or other grey literature sources) with planned dates of coverage Search strategy 10 Present draft of search strategy to be used for at least one electronic database, including planned limits, such that it could be repeated Study records: Data management 11a Describe the mechanism(s) that will be used to manage records and data throughout the review Selection process 11b State the process that will be used for selecting studies (such as two independent reviewers) through each phase of the review (that is, screening, eligibility and inclusion in meta-analysis) Data collection process 11c Describe planned method of extracting data from reports (such as piloting forms, done independently, in duplicate), any processes for obtaining and confirming data from investigators 92 第2回 第3-4回 第3-4回 第3-4回 第3-4回 第3-4回
- 93. Data items 12 List and define all variables for which data will be sought (such as PICO items, funding sources), any pre-planned data assumptions and simplifications Outcomes and prioritization 13 List and define all outcomes for which data will be sought, including prioritization of main and additional outcomes, with rationale Risk of bias in individual studies 14 Describe anticipated methods for assessing risk of bias of individual studies, including whether this will be done at the outcome or study level, or both; state how this information will be used in data synthesis Data synthesis 15a Describe criteria under which study data will be quantitatively synthesised 15b If data are appropriate for quantitative synthesis, describe planned summary measures, methods of handling data and methods of combining data from studies, including any planned exploration of consistency (such as I2, Kendall’s τ) 15c Describe any proposed additional analyses (such as sensitivity or subgroup analyses, meta-regression) 15d If quantitative synthesis is not appropriate, describe the type of summary planned Meta-bias(es) 16 Specify any planned assessment of meta-bias(es) (such as publication bias across studies, selective reporting within studies) Confidence in cumulative evidence 17 Describe how the strength of the body of evidence will be assessed (such as GRADE) 93 第6回 第2,8回 第5回 第6回 第6回 第7回 第7回 第6回 第8回
- 96. 本日の目標 • 系統的レビューにおけるGRADEの基本を 説明できる • PROSPERO登録のやり方を説明できる • PRISMA-Pについて説明できる 96
- 97. 参考文献 GRADE Handbook http://gdt.guidelinedevelopment.org/app/handboo k/handbook.html 相原守夫 『診療ガイドラインのためのGRADEシステ ム 第2版』 Cochrane training https://cochranetraining.gomocentral.com/content /a997cae3-c8a6-4585-9035-505bf0c81ae4/web Introductory courses for GRADE and Summary of Findings Tables https://cebgrade.mcmaster.ca/Imprecision/index.h tml
Notas do Editor
- いよいよ最終回です。
- メタアナリシスしないまとめかた 層別解析 感度解析 欠測への対処法について学びました。 結果を統合せず、それぞれの研究の結果の違いがどのような研究デザイン、対象、介入の違いで起きてくるのかを「表」にして医学的に分析する 層別解析 臨床的異質性の検討のために行う 感度分析 臨床的に 結論を補強するために、揺らぎがある仮定に対して、他の可能性について検討する。 欠測値への対処 決まったお作法があるのでそれに習う 実際やる際に辻本、片岡に相談
- まずはメタアナリシスしない場合の系統的レビューです。これについては単に組み入れられた研究の結果を表で示すだけです。これを質的な統合と呼びます。
- 層別解析 臨床的異質性の検討のために行うものでした。 例えば、このハンバーガーを全体のメタアナリシスした結果とします。 層別解析は、右の図のように、バンズだけの結果はどうか、パテだけの結果はどうかとそれぞれのグループに分けて結果に違いが出るかを検討することを言います。 臨床的異質性があるかもしれないと思われるもの、例えば高齢者と若年者などに分けてみて、高齢者にのみ効果がある場合は、数値として異質性があるのではないかと推測することができます。 https://pixabay.com/ja/%E3%83%8F%E3%83%B3%E3%83%90%E3%83%BC%E3%82%AC%E3%83%BC-%E5%8E%B3%E3%81%97%E3%81%84%E5%B0%8B%E5%95%8F-%E8%89%AF%E3%81%84-%E3%83%9E%E3%83%83%E3%83%88-%E7%A9%BA%E8%85%B9-%E5%A4%8F-%E3%83%91%E3%83%B3-%E3%83%88%E3%83%9E%E3%83%88-813407/ https://ja.wikipedia.org/wiki/%E3%83%91%E3%83%86_(%E6%96%99%E7%90%86)#/media/File:Hamburger_od_spole%C4%8Dnosti_Hesburger,_vnit%C5%99ek.jpg
- https://www.flickr.com/photos/westernareapower/16999770981 メタアナリシスを行うためには多くの仮定をおくことを学んだと思います。 例えば、欠測データを何らかの仮定のもとで補完していたりしますね。 でも、もし仮定が成り立っていなかったら？と考えると不安になります。 感度分析では、仮定している部分を外してみて、同じような結果が得られるかを検討します。 欠測データがある研究を除外して、全て追跡できた研究のみに絞ってみて、同じような結果が得られるかを見るといったことはよくやられています。 この感度分析により、メタアナリシスから出した結論をより強固なものにすることができます。
- 層別解析ではいくつかの層に分けましたが、例えば高齢者ではどうだったか、若年者ではどうだったかというように、それぞれの結果に興味がありましたね。 一方、感度分析では通常対象を「限定」して、その結果が全体の結果と変わらないかに興味があります。 https://pixabay.com/ja/%E3%83%8F%E3%83%B3%E3%83%90%E3%83%BC%E3%82%AC%E3%83%BC-%E5%8E%B3%E3%81%97%E3%81%84%E5%B0%8B%E5%95%8F-%E8%89%AF%E3%81%84-%E3%83%9E%E3%83%83%E3%83%88-%E7%A9%BA%E8%85%B9-%E5%A4%8F-%E3%83%91%E3%83%B3-%E3%83%88%E3%83%9E%E3%83%88-813407/ https://ja.wikipedia.org/wiki/%E3%83%91%E3%83%86_(%E6%96%99%E7%90%86)#/media/File:Hamburger_od_spole%C4%8Dnosti_Hesburger,_vnit%C5%99ek.jpg
- 欠測への対処はお経なのでまた実際にやるときにご相談いただければと思います。 https://ja.wikipedia.org/wiki/%E8%88%AC%E8%8B%A5%E5%BF%83%E7%B5%8C
- さて、本日のテーマはGRADE, PROSPERO, PRISMAです。 https://pixabay.com/ja/%E3%83%93%E3%82%B8%E3%83%8D%E3%82%B9-%E3%82%AB%E3%83%BC%E3%83%89-%E5%A5%91%E7%B4%84-%E3%83%97%E3%83%AC%E3%82%BC%E3%83%B3%E3%83%86%E3%83%BC%E3%82%B7%E3%83%A7%E3%83%B3-%E3%83%8D%E3%82%AF%E3%82%BF%E3%82%A4-%E3%83%93%E3%82%B8%E3%83%8D%E3%82%B9-1020067/
- ☆
- 目標としては
- ☆
- ☆
- 私たちのワークショップが採用しているGRADEアプローチの考え方としては、研究ごとではなく、あくまでアウトカムごとに研究をまとめていくということをします。 http://aihara.la.coocan.jp/?tag=body-of-evidence
- アウトカム毎にまとめるって、まだプロトコル書いてないしどんな研究がどんなアウトカムかわからないし、集めてから考えればいいんじゃない？と思う方もおられるかもしれません。 http://www.everystockphoto.com/photo.php?imageId=6620203&searchId=5cc6e4a036c1c698e83f35a3af67c4ee&npos=17
- 果たしてそうでしょうか。 例えば、最初に出てきた糖尿病に対する減量手術を考えてみましょう。 この治療の重要なアウトカムにはどのようなものがあるでしょうか。 糖尿病の治癒、、、、などが挙げられるかと思います。 このように、どのようなアウトカムが臨床的に重要かは、医学的にかんがえる必要がある。 レビューチームに専門家が１人は必要なのはそのためです。
- https://www.flickr.com/photos/joelmontes/4343843789 系統的に調べても、重要なアウトカムが測られていないという事実は重大な発見です。 臨床医や患者など、医療に関する意思決定者にとって重要なアウトカムである場合には、そのアウトカムを レビュー計画段階に想定し、今から説明するSoF tableに含めておく必要があります。 繰り返しになりますが、測られたアウトカムをみて、SoFテーブルに含めるアウトカムを決定してはなりません。 http://www.grade-jpn.com/grade_pro-faq.html
- かといって、全部を含めるのは無理な話かもしれません。 そのため一応、やっている中で重要なアウトカムが見つかった場合は、評価項目に含めてもよいとされました。 ただし、プロトコルから変更になったことを論文で明記しなければありません。 https://pixabay.com/ja/%E7%89%9B%E4%B9%B3-%E6%B6%B2%E4%BD%93-%E6%B5%81%E3%82%8C%E3%82%8B-%E6%B3%A8%E3%81%90-%E3%83%9C%E3%83%88%E3%83%AB-%E3%83%9B%E3%83%AF%E3%82%A4%E3%83%88-%E3%83%89%E3%83%AA%E3%83%B3%E3%82%AF-%E5%81%A5%E5%BA%B7-933106/ https://pixabay.com/ja/%E5%8B%95%E7%89%A9-%E7%8C%AB-%E3%81%8B%E3%82%8F%E3%81%84%E3%81%84-%E5%AE%B6%E7%95%9C%E5%8C%96%E3%81%95%E3%82%8C%E3%81%9F-%E7%9B%AE-%E9%A1%94-%E3%83%8D%E3%82%B3-%E6%AF%9B%E7%9A%AE-%E9%A0%AD-17430/
- http://homepage3.nifty.com/aihara/EP_heparin_accp_aihara_20120426.html その規定したアウトカムをどのようにまとめていくかについてご説明します。 お示しした図ですと、 つまりこのテーブルで、ある介入が重要なアウトカムに対して、どれくらいの大きさがあるのか、そしてその効果量にどれくらい確信性があるのかが、わかるようになっています。 これが、エビデンステーブルと呼ばれるGRADEの中で最も重要な表になります。
- ☆
- GRADEの中で最も重要な表になります。 今日は考え方を http://www.3news.co.nz/politics/call-for-an-overhaul-of-family-court-2014061513#axzz3fDdgWwMM
- 実際のGRADEアプローチは図の通りです。まずCQを設定し、推奨を決定するのに必要なSRとMAを行います。そしてどのくらいの効果がありどのくらいのエビデンスがあるのかを判断し、最終的には推奨するのかどうかおよびその程度を決定いたします。 今回のワークショップでは推奨を決定する前までのところを行います。一般的なSRの論文はここまでで、ガイドラインなどSRを元に推奨を決定する必要がある場合、さらなるステップを踏むことになります。
- ★エビデンステーブルに戻ります。
- http://homepage3.nifty.com/aihara/EP_heparin_accp_aihara_20120426.html エビデンステーブルに戻ります。
- http://homepage3.nifty.com/aihara/EP_heparin_accp_aihara_20120426.html アウトカムとして、all cause mortalityが挙げられています。
- http://homepage3.nifty.com/aihara/EP_heparin_accp_aihara_20120426.html アウトカムとして、all cause mortalityが挙げられています。
- http://homepage3.nifty.com/aihara/EP_heparin_accp_aihara_20120426.html アウトカムとして、all cause mortalityが挙げられています。
- 別の言い方でご説明しますと、GRADEによって結果をまとめる際には再現可能性があるかどうかではなく、 評価した根拠、仮定を明示できるようにするということ、 そして先ほど２つに分かれていた、ある効果量とその効果の質を評価することが重要です。 エビデンスの質のGRADEの判断は判断者によって、ばらつくことがある GRADEアプローチのガイドラインをメタアナリシスの結果出てきた効果量(アウトカムの数字の合算)だけまとめて 勉強会などでスライドにするのはエビデンスの評価という意味ではナンセンスかも (JSEPTICの血小板輸血ガイドラインのスライドなど) http://www.jseptic.com/journal/jreview_187.pdf →だから内的妥当性と外的妥当性が一緒に表記される Summary of findings table !!
- エビデンスの質という言葉が何度も出てきていますが、これは
- これはエビデンスの確実性とも呼ばれます。 効果サイズ、例えばRR3.0とかOR2.4とかいう数字が、将来的にどのくらい変わらなさそうか、その確からしさをエビデンスの質と呼んでいます。
- GRADEにおいてエビデンスの質は４段階に分かれています。 高、中、低、非常に低 さきほどから申し上げている、効果量について、今後覆ることがないであろうと結論づける確実性が強ければ強いほど高くなり、今後変わりそうであればあるほど、質は下がっていきます。 RCTはエビデンスの質を「高」から 観察研究は「低」から評価を開始する
- エビデンスレベルのつけ方については、RCTはエビデンスの質を「高」から 観察研究は「低」から評価を開始します。
- そしてこれらGRADEを下げる要因と上げる要因について評価を行い、4段階になっているレベルをスタート地点から動かしていきます。 次のスライドからは、これらのGRADEを上げる要因と下げる要因について詳しくみていきます。
- ★１つ目の研究の限界は第５回にお話ししたrisk of biasを用います。 質の高い研究と、、、 どういうことかというと、例えば 脊髄損傷に対して介入Aの効果を調べた研究では、盲検化の欠如による影響が死亡率の評価では深刻ではない。しかし、身体診察による運動機能評価であれば、深刻であるといえます。 このように、そのrisk of biasがどの程度エビデンスに影響するかを考え、GRADEを下げるかを決定します。
- 続いて、データの非一貫性についてです。 これは結果に対する説明のつかない異質性のことを指します。 異質性というのは以前の講義でご説明しましたが、臨床的異質性、統計的異質性があります。 統計的異質性はフォレストプロットをみて、信頼区間の重なりはどうなのかを見たり、I統計量などを用いて、統計的にチェックしました。 異質性があるのですが、それがサブグループ解析などではよくわからなかった場合、メタアナリシスした結果は説明できない異質性があると言えます。（もちろん偶然かもしれません） そのような場合、非一貫性があるとし、GRADEを下げることになります。 例えば、、 相原 守夫 診療ガイドラインのためのGRADEシステム
- ★第６回の復習になりますが、異質性を評価する上でIスクエアードを用いました。 例えばI2=35%というのは軽度〜中等度の異質性を指していました。
- 続いてエビデンスの非直接性です。 これは外的妥当性とほぼ同様の意味だと考えていただいて結構です。 対象が狭すぎたり、介入が想定しているものと違っていたり、アウトカムが本当に知りたいものではなく代理アウトカムが使われていたりする場合があります。 例えば、BMI,,,, 減量手術,,,,, この場合はGRADEを下げることになります。 また、関節比較といって、実際にみたかったのはAとCの比較であったのに、AとB、 BとCの比較のみしかなく、それらをネットワークメタアナリシスという手法を用いて、AとCの比較に直している場合、非直接性となり、GRADEを下げることになります。 相原 守夫 診療ガイドラインのためのGRADEシステム
- ★ 続いて、データの不正確さです。 ここは一番誤解の多いパートです。 統計解析的な知識を要するため、苦手な方は飛ばしていただいて、次の出版バイアスの説明に移ってください。 相原 守夫 診療ガイドラインのためのGRADEシステム 最適情報量の算出などについては今回の範囲をこえているので割愛します。 https://commons.wikimedia.org/wiki/File:Warning_icon.svg
- そもそも、系統的レビューと診療ガイドラインで、エビデンスの質の定義が異なります。 系統的レビューでは先ほど申し上げたとおり、メタアナリシスして出てきた結果が正しいとどれくらい確信できるか？ということになります。 一方で、診療ガイドラインにおいては、治療を推奨するためには、ある程度以上の効果がないと推奨できませんね。その推奨をするのにどれくらい正しいと確信できるか？ということになります。
- メタアナリシスは複数の研究を合わせたものですが、それは理想的には１つのRCTだとみなすことができます。 そして、通常のRCT同様に、必要なサンプルサイズとイベント数を計算します。 さらに、サンプルサイズやイベント数を満たしておれば、信頼区間について判断します。
- このような考え方によって算出されるサンプルサイズとイベント数は別の言い方で、OISといいます。 OISを満たしておれば、信頼区間の幅が広いかどうかを判断します。 つまり、２段階の評価になります。
- どんなコントロール群のイベント発生割合でも400件以上のイベントがあれば十分と言えます。
- ★OISを満たしていたら、次は95%信頼区間を見ていきます。
- ★正解はBです。図で言うと縦から見たときに真の値が95%の確率で含まれる区間のことです。 目の前の研究の95%信頼区間の中に真の値があるかはわかりません。
- 最後は出版バイアスです。 これはこの前にもお話ししましたね。 肯定的な、、、 みなさんがみているアウトカムが肯定的な研究のいいとこ取りで、よいという結果がでている可能性がある場合、具体的にはfunnel plotなどを検討した結果、出版バイアスがありそうだと判断された場合、GRADEを下げることになります。 否定的な研究の査読には時間がかかるなどのタイムラグバイアスも含んでいる 相原 守夫 診療ガイドラインのためのGRADEシステム
- 例えば、私が研修医だった2010年頃にTNF阻害薬はリウマチ分野を含め適応をとっていましたし、実際に使われていました。 しかし、実はその時点で、、、 これは非常に大きな問題です。検索して出てきた論文の結果だけで、結論を出すと判断を誤ることがあるということです。
- これらのGRADEを下げる要因に深刻なものがないと判断されるとき、 https://pixabay.com/ja/%E5%AD%90-%E5%AD%90%E3%81%A9%E3%82%82-%E3%83%88%E3%83%B3%E3%83%8D%E3%83%AB-%E5%86%8D%E7%94%9F-%E6%A5%BD%E3%81%97%E3%81%84-698591/ GRADEを下げる要因で深刻なものがない場合に限ってGRADE をupする項目によりGRADE upを考慮する。
- 初めて上げるということを検討します。 https://pixabay.com/ja/%E3%83%A6%E3%82%BF%E5%B7%9E-%E3%83%9E%E3%82%A6%E3%83%B3%E3%83%86%E3%83%B3-%E3%83%90%E3%82%A4%E3%82%AF-%E8%87%AA%E8%BB%A2%E8%BB%8A-%E3%83%9E%E3%82%A6%E3%83%B3%E3%83%86%E3%83%B3%E3%83%90%E3%82%A4%E3%82%AF-%E3%82%B9%E3%83%9D%E3%83%BC%E3%83%84-95032/
- GRADEを上げるのは、、、 相原 守夫 診療ガイドラインのためのGRADEシステム RCTに対してはこれらの基準を用いてGRADEを上げる事はほぼない。
- 効果の程度が大きい場合というのは、例えば,,, この結果を受けて、いや、RCTでなく観察研究だから、うつ伏せ寝にしてはいけないとは言えないという価値判断をするでしょうか。 ほとんどは、うつ伏せ寝をやめようという判断になるのではないでしょうか。 前述のGRADEを下げる要因に深刻なものがなく、このように大きな効果が見られた場合、観察研究でもGRADEを上げてもよいと考えます。 SIDSの場合は１段階グレードアップ ワルファリンの場合２段階グレードアップ オッズはリスクより常に大げさな絶対値をとることに注意
- 用量反応勾配というのは、 例えば また、敗血症性ショックに対する抗菌薬投与のタイミングについてRQを立てたとして、 敗血症性ショック、、、 となると、強い因果関係が示唆されるのではないかということで、GRADEを上げるということになります。 ワルファリンの治療域を超えた抗凝固レベルが出血リスクを増加させるという確信性を高める →１段階グレードアップ 抗生剤 時間と死亡率の用量反応勾配があり、死亡率への現実的かつ事実上の影響があるという確信性を高める →１段階グレードアップ
- さて、もう一度エビデンステーブルを見てみましょう。 http://homepage3.nifty.com/aihara/EP_heparin_accp_aihara_20120426.html そのルール従って評価した結果がこれです。 このテーブルの意味が分かるようになります。 まずは二つに分けましょう
- それぞれ分割して見ていきます。 まず左側の部分です。 http://homepage3.nifty.com/aihara/EP_heparin_accp_aihara_20120426.html そのルール従って評価した結果がこれです。 このテーブルの意味が分かるようになります。
- まずアウトカムがあり、 http://homepage3.nifty.com/aihara/EP_heparin_accp_aihara_20120426.html そのルール従って評価した結果がこれです。 このテーブルの意味が分かるようになります。
- どういった研究が含まれるのか、数やフォローアップ期間 http://homepage3.nifty.com/aihara/EP_heparin_accp_aihara_20120426.html そのルール従って評価した結果がこれです。 このテーブルの意味が分かるようになります。
- そして、risk of ,….といったエビデンスを下げる要因の評価があります。今回のケースはRCTを対象としているため、上げる要因については記載がありません。 http://homepage3.nifty.com/aihara/EP_heparin_accp_aihara_20120426.html そのルール従って評価した結果がこれです。 このテーブルの意味が分かるようになります。
- これらの評価を総合的に考えて http://homepage3.nifty.com/aihara/EP_heparin_accp_aihara_20120426.html そのルール従って評価した結果がこれです。 このテーブルの意味が分かるようになります。
- エビデンスの質を決めます。 今回のケースですと、Moderateとなり、Highから下げた理由としては、非一貫性を挙げています。 http://homepage3.nifty.com/aihara/EP_heparin_accp_aihara_20120426.html そのルール従って評価した結果がこれです。 このテーブルの意味が分かるようになります。
- さらに右に見ていくと、エビデンスの質がModerateに決まった横に、実際の効果量がどうだったかが、書いてあります。 エビデンスの http://homepage3.nifty.com/aihara/EP_heparin_accp_aihara_20120426.html そのルール従って評価した結果がこれです。 このテーブルの意味が分かるようになります。
- さらに右に見ていくと、エビデンスの質がModerateに決まった横に、実際の効果量がどうだったかが、書いてあります。 エビデンスの http://homepage3.nifty.com/aihara/EP_heparin_accp_aihara_20120426.html そのルール従って評価した結果がこれです。 このテーブルの意味が分かるようになります。
- 実際の人数 エビデンスの http://homepage3.nifty.com/aihara/EP_heparin_accp_aihara_20120426.html そのルール従って評価した結果がこれです。 このテーブルの意味が分かるようになります。
- 相対的な効果、relative effectが書いてあります。 エビデンスの http://homepage3.nifty.com/aihara/EP_heparin_accp_aihara_20120426.html そのルール従って評価した結果がこれです。 このテーブルの意味が分かるようになります。
- そして絶対的な効果、absolute effectが記載されています。通常1000人あたりどうだったかが記載されています。 エビデンスの http://homepage3.nifty.com/aihara/EP_heparin_accp_aihara_20120426.html そのルール従って評価した結果がこれです。 このテーブルの意味が分かるようになります。
- 注目していただきたいのは、そのabsolute effectの下には、
- どれくらいの数のイベントを起こす集団であれば、
- どのくらいの効果があるか、それぞれ仮定し、計算して示されています。 これは、どういう患者さんに対して、この介入をした場合に、どれくらい効果が変わってくるのか、みなさん知りたいと思いますので、そういったところに対応する数字だと思って見ていただければと思います。 みなさんどうでしょうか。エビデンステーブルが少しは読めるようになったでしょうか。 できれば、みなさんが興味ある分野のエビデンステーブルを見ていただくと、さらに理解が深まるのではないかと思います。
- 続いてプロスペロ登録についてお話ししたいと思います。 https://commons.wikimedia.org/wiki/File:Reichstag_queue_2.JPG
- プロスペロとは、レビューを開始する前に、研究計画を登録するための、レジストリーです。 登録されたプロトコルは誰でもアクセスが可能となり、現在どんな系統的レビューがどのような計画で行われているのかチェックすることができます。 この登録の意義としては、 今からこんな研究をやるということを宣言する これは、アウトカムをたくさん検定すると、多重検定によるアルファエラー、つまり偶然に有意差が出たものを誘発してしまいますので、それを避けるという意味 また、同じリサーチクエスチョンを持ったレビューを別々のグループが行うと、人的リソースが無駄になってしまいますので、それを減らすという意味もあります。 次に、論文を出した後に計画書と違うことをしていないか読者が確認できるという意味、これはアウトカム報告バイアスを防ぐという意味とも考えることができます。 さらに研究の進捗をチェックできるため、出版が遅れているものなどを見ることができます。 つまり、系統的レビュー自体の出版バイアスを見つけることもできます。
- やり方は簡単です。
- まずIDを作って、
- register reviewというボタンをクリックしていただければ、登録画面へ進みます。
- さて、ここまで学んでいただいたことを全てまとめると、研究計画書はほぼ完成しています。 その研究計画書を報告するためのガイドラインが、PRISMA-Pです。 http://www.ncbi.nlm.nih.gov/pmc/articles/PMC4320440/ プロトコルが出来上がった段階で見直してみてください。 今回までの講義はこのガイドラインに沿って行いました。これまでの総復習となると思います。
- では何を報告すべきなのかということですが、 そのチェックリストを見ていくと、まず今回お話ししたregistrationがあります。 タイトル、オーサーというのは既に決まっていることだと思いますし、
- Amendmentsというのは、プロトコルと実際に行ったやり方に相違がある場合は報告するという、本日の内容です。 あとは資金源をどこからもらったのかもらっていないのかといったことを書きます。
- 続いてイントロダクションには、研究の目的を書きましょうということですが、これは第１回にやってもらったことです。
- そしてMethodの部分です。 どういう患者を対象にするのか、どういうデータベースから検索してくるのか、どういう検索式を使うのか、 研究のデータをどういうふうに扱うのか、どういうふうに選び、どういうやり方でデータを抽出していくのかを書くとされています。 これは第2回から4回にかけてみなさんに学んでいただいたことだと思います。
- Methodの続きです。 抽出するデータは何なのか、アウトカムは何か、Risk of Biasはどうか、データの統合はどうやってやるのか、出版バイアスやアウトカム報告バイアスといったバイアスはどうか。 最後に、GRADEのような形でエビデンスを統合してまとめるということです。 これらについても既にご説明し、学んでいただきました。 この１７のチェックリストを活用し、研究計画書を書く際には漏れのない報告を心がけてください。
- ☆
- ☆
- 本日のおさらいです。 今日はGRADEの考え方の基本、特にエビデンスの質がどのように評価されているのかを学習しました。 PROSPERO登録のやり方・意義についても学習してもらいました。 そして、PRISMA-Pを使って、私たちの計画書に報告漏れがないかをチェックすることをお話ししました。 長期間に渡る講義、お疲れ様でした。 ここからは、みなさんが知りたいと感じていた疑問を実際にレビューして、世界へ発信してください。
- Cochrane handbook for Systematic Reviews of Interventions は書籍もあります。