O que é GRADE?

GRADE (Grading of Recommendations, Assessment, Development and Evaluations) é uma estrutura transparente para desenvolver e apresentar resumos de evidências e fornece uma abordagem sistemática para fazer recomendações de práticas clínicas. É a ferramenta mais amplamente adotada para classificar a qualidade da evidência e para fazer recomendações com mais de 100 organizações em todo o mundo que endossam oficialmente o GRADE.

Como funciona?

Primeiro, os autores decidem qual é a questão clínica, incluindo a população à qual a questão se aplica, as duas ou mais alternativas, e os resultados que mais importam para aqueles que se deparam com a decisão. Um estudo – idealmente uma revisão sistemática – fornece a melhor estimativa do tamanho do efeito para cada desfecho, em termos absolutos (por exemplo, uma diferença de risco).

Os autores então classificam a qualidade da evidência, que é melhor aplicada a cada desfecho, porque a qualidade da evidência muitas vezes varia entre os desfechos. Uma classificação geral da qualidade do GRADE pode ser aplicada a um conjunto de evidências através dos resultados, geralmente tomando a menor qualidade de evidência de todos os resultados que são críticos para a tomada de decisão.

GRADE tem quatro níveis de evidência – também conhecidos como certeza na evidência ou qualidade da evidência: muito baixa, baixa, moderada, e alta (Tabela 1). As evidências de ensaios clínicos aleatórios começam em alta qualidade e, devido à confusão residual, as evidências que incluem dados observacionais começam em baixa qualidade. A certeza na evidência é aumentada ou diminuída por várias razões, descritas em mais detalhes abaixo.

GRADE é subjetivo

GRADE não pode ser implementado mecanicamente – há por necessidade uma quantidade considerável de subjetividade em cada decisão. Duas pessoas avaliando o mesmo conjunto de evidências podem razoavelmente chegar a conclusões diferentes sobre sua certeza. O que o GRADE fornece é uma estrutura reprodutível e transparente para classificar a certeza na evidência.

O que torna a evidência menos certa?

Para cada um dos riscos de viés, imprecisão, inconsistência, indiretamente e viés de publicação, os autores têm a opção de diminuir seu nível de certeza um ou dois níveis (por exemplo, de alto para moderado).

Os domínios do GRADE para classificação para baixo

1. Risco de viés

O viés ocorre quando os resultados de um estudo não representam a verdade devido a limitações inerentes ao desenho ou condução de um estudo. Na prática, é difícil saber até que ponto os potenciais vieses influenciam os resultados e, portanto, a certeza é menor no efeito estimado se os estudos que informam o efeito estimado poderiam ser viciados.

Há várias ferramentas disponíveis para classificar o risco de viés em estudos aleatórios individuais e estudos observacionais.

GRADE é usado para classificar o corpo de evidências no nível do resultado e não no nível do estudo. Os autores devem, portanto, fazer um julgamento sobre se o risco de enviesamento nos estudos individuais é suficientemente grande para que sua confiança no efeito estimado do tratamento seja menor. Considerações chave para o risco de viés e uma descrição detalhada do processo para passar do risco de viés no nível do estudo para o risco de viés para um conjunto de evidências é descrita em detalhes na série de diretrizes GRADE #4: Avaliar a qualidade da evidência – limitações do estudo (risco de viés).

2. Imprecisão

A abordagem do GRADE à imprecisão de classificação centra-se no intervalo de confiança de 95% em torno da melhor estimativa do efeito absoluto. A certeza é menor se a decisão clínica for provavelmente diferente se o verdadeiro efeito estiver na parte superior versus a parte inferior do intervalo de confiança. Os autores também podem optar por classificar a imprecisão para baixo se a estimativa do efeito vier de apenas um ou dois pequenos estudos ou se houvesse poucos eventos. Uma descrição detalhada da imprecisão é descrita na série de diretrizes GRADE #6: Rating the quality of evidence – imprecision.

3. Inconsistência

Certeza em um conjunto de evidências é maior quando há vários estudos que mostram efeitos consistentes. Ao considerar se a certeza deve ou não ser classificada como inconsistência, os autores devem inspecionar a similaridade das estimativas pontuais e a sobreposição de seus intervalos de confiança, bem como critérios estatísticos para heterogeneidade (por exemplo, o teste I2 e qui-quadrado). Uma discussão completa da inconsistência está disponível na série de diretrizes GRADE #7: classificação da qualidade da evidência – inconsistência.

4. Indireção

A evidência é mais certa quando os estudos comparam diretamente as intervenções de interesse na população de interesse, e relatam o(s) resultado(s) crítico(s) para a tomada de decisão. A certeza pode ser avaliada se os pacientes estudados forem diferentes daqueles para os quais a recomendação se aplica. A indirectidade também pode ocorrer quando as intervenções estudadas são diferentes dos resultados reais (por exemplo, um estudo de um novo procedimento cirúrgico num centro altamente especializado só se aplica indirectamente a centros com menos experiência). A indirectidade também ocorre quando o resultado estudado é um substituto para um resultado diferente – tipicamente um resultado mais importante para os pacientes. Uma discussão completa sobre indirectidade está disponível na série de directrizes GRADE #8: classificar a qualidade da evidência – indirectidade.

5. Viés de publicação

Viés de publicação é talvez o mais vexatório dos domínios do GRADE, porque requer inferências sobre a falta de evidência. Vários métodos estatísticos e visuais são úteis para detectar o viés de publicação, apesar de terem sérias limitações. O viés de publicação é mais comum com dados observacionais e quando a maioria dos estudos publicados são financiados pela indústria. Uma discussão completa do viés de publicação está disponível na série de diretrizes GRADE #5: classificando a qualidade da evidência – viés de publicação.

O que aumenta a confiança na evidência?

Em raras circunstâncias, a certeza na evidência pode ser classificada para cima (ver tabela 2). Primeiro, quando há uma grande magnitude de efeito, podemos ter mais certeza de que há pelo menos um efeito pequeno. Segundo, quando há um claro gradiente de dose-resposta. Terceiro, quando a confusão residual é susceptível de diminuir em vez de aumentar a magnitude do efeito (em situações com um efeito). Uma discussão mais completa dos motivos para avaliar a confiança está disponível na série de diretrizes GRADE #9: Avaliando a qualidade da evidência.

Movendo da qualidade da evidência para as recomendações

No GRADE, As recomendações podem ser fortes ou fracas, a favor ou contra uma intervenção. Recomendações fortes sugerem que todas ou quase todas as pessoas escolheriam essa intervenção. Recomendações fracas implicam que é provável que haja uma variação importante na decisão que as pessoas informadas irão provavelmente tomar. A força das recomendações é acionável: uma recomendação fraca indica que o envolvimento em um processo de tomada de decisão compartilhada é essencial, enquanto uma recomendação forte sugere que normalmente não é necessário apresentar ambas as opções.

Recomendações são mais fracas do que fortes quando a certeza na evidência é baixa, quando há um equilíbrio próximo entre consequências desejáveis e indesejáveis, quando há variação substancial ou incerteza nos valores e preferências dos pacientes, e quando as intervenções requerem recursos consideráveis. Uma discussão completa está disponível na série BMJ sobre o quadro GRADE Evidence to Decision e na série original.

Authors: Reed Siemieniuk e Gordon Guyatt

1. Guyatt GH, Oxman AD, Kunz R, Vist GE, Falck-Ytter Y, Schunemann HJ. O que é “qualidade de evidência” e por que é importante para os clínicos? BMJ (Pesquisa clínica ed). 2008;336(7651):995-8.
2. Guyatt GH, Oxman AD, Vist GE, Kunz R, Falck-Ytter Y, Alonso-Coello P, et al. GRADE: um consenso emergente sobre a qualidade de classificação da evidência e a força das recomendações. BMJ (Pesquisa clínica ed). 2008;336(7650):924-6.
3. Guyatt G, Oxman AD, Akl EA, Kunz R, Vist G, Brozek J, et al. GRADE guidelines: 1. Introdução-GRADE perfis de evidência e resumo das tabelas de resultados. Journal of clinical epidemiology. 2011;64(4):383-94.
4. Guyatt GH, Oxman AD, Kunz R, Atkins D, Brozek J, Vist G, et al. Diretrizes do GRADE: 2. Enquadrar a questão e decidir sobre resultados importantes. Journal of clinical epidemiology. 2011;64(4):395-400.
5. Balshem H, Helfand M, Schunemann HJ, Oxman AD, Kunz R, Brozek J, et al. Diretrizes do GRADE: 3. Avaliar a qualidade da evidência. Journal of clinical epidemiology. 2011;64(4):401-6.
6. Guyatt G, Oxman AD, Sultan S, Brozek J, Glasziou P, Alonso-Coello P, et al. Diretrizes do GRADE: 11. Fazendo uma classificação geral de confiança nas estimativas de efeito para um único resultado e para todos os resultados. Journal of clinical epidemiology. 2013;66(2):151-7,
7. Mustafa RA, Santesso N, Brozek J, Akl EA, Walter SD, Norman G, et al. A abordagem GRADE é reproduzível na avaliação da qualidade da evidência de sínteses quantitativas de evidência. Journal of clinical epidemiology. 2013;66(7):736-42; quiz 42.e1-5.
8. Guyatt GH, Oxman AD, Vist G, Kunz R, Brozek J, Alonso-Coello P, et al. Diretrizes do GRADE: 4. Avaliar a qualidade das limitações do estudo da evidência (risco de viés). Journal of clinical epidemiology. 2011;64(4):407-15.
9. Higgins JP, Altman DG, Gøtzsche PC, Jüni P, Moher D, Oxman AD, et al. The Cochrane Collaboration’s tool for assessing risk of bias in randomised trials. BMJ (Pesquisa clínica ed). 2011;343:d5928.
10. Wells G, Shea B, O’connell D, Peterson J, Welch V, Losos M, et al. The Newcastle-Ottawa Scale (NOS) for assessing the quality of nonrandomised studies in meta-analyses. Ottawa: Ottawa Hospital Research Institute; 2011. oxford. asp; 2011.
11. Sterne JA, Hernan MA, Reeves BC, Savovic J, Berkman ND, Viswanathan M, et al. ROBINS-I: uma ferramenta para avaliar o risco de enviesamento em estudos não randomizados de intervenções. BMJ (Pesquisa clínica ed). 2016;355:i4919.
12. Guyatt GH, Oxman AD, Kunz R, Brozek J, Alonso-Coello P, Rind D, et al. GRADE guidelines 6. Avaliar a qualidade da evidência-imprecisão. Journal of clinical epidemiology. 2011;64(12):1283-93.
13. Walsh M, Srinathan SK, McAuley DF, Mrkobrada M, Levine O, Ribic C, et al. A significância estatística dos resultados de estudos controlados aleatórios é frequentemente frágil: um caso para um Índice de Fragilidade. Journal of clinical epidemiology. 2014;67(6):622-8.
14. Guyatt GH, Oxman AD, Kunz R, Woodcock J, Brozek J, Helfand M, et al. GRADE guidelines: 7. Avaliar a qualidade da incoerência de provas. Journal of clinical epidemiology. 2011;64(12):1294-302.
15. Guyatt GH, Oxman AD, Kunz R, Woodcock J, Brozek J, Helfand M, et al. Diretrizes do GRADE: 8. Avaliar a qualidade da evidência-indirectidade. Journal of clinical epidemiology. 2011;64(12):1303-10.
16. Guyatt GH, Oxman AD, Montori V, Vist G, Kunz R, Brozek J, et al. Diretrizes do GRADE: 5. Avaliar a qualidade do viés evidência-publicação. Journal of clinical epidemiology. 2011;64(12):1277-82.
17. Guyatt GH, Oxman AD, Sultan S, Glasziou P, Akl EA, Alonso-Coello P, et al. Diretrizes do GRADE: 9. Avaliar a qualidade das provas. Journal of clinical epidemiology. 2011;64(12):1311-6.
18. Alonso-Coello P, Schunemann HJ, Moberg J, Brignardello-Petersen R, Akl EA, Davoli M, et al. GRADE Evidence to Decision (EtD) frameworks: uma abordagem sistemática e transparente para fazer escolhas bem informadas em saúde. 1: Introdução. BMJ (Pesquisa clínica ed). 2016;353:i2016.
19. Alonso-Coello P, Oxman AD, Moberg J, Brignardello-Petersen R, Akl EA, Davoli M, et al. GRADE Evidence to Decision (EtD) frameworks: uma abordagem sistemática e transparente para fazer escolhas bem informadas de cuidados de saúde. 2: Diretrizes para a prática clínica. BMJ (Pesquisa clínica ed). 2016;353:i2089.
20. Guyatt GH, Oxman AD, Kunz R, Falck-Ytter Y, Vist GE, Liberati A, et al. Passando da evidência às recomendações. BMJ (Clinical research ed). 2008;336(7652):1049-51.