GRADE (Grading of Recommendations, Assessment, Development and Evaluations) [Classificação de Recomendações, Avaliação, Desenvolvimento e Análises] é um arcabouço transparente para desenvolver e apresentar resumos de evidências que proporcionam uma abordagem sistemática para fazer recomendações de prática clínica.[1-3] É a ferramenta mais adotada para classificar a qualidade da evidência e para fazer recomendações, com mais de 100 organizações do mundo inteiro endossando oficialmente a iniciativa GRADE.

Como funciona?

Primeiro, os autores decidem qual é a questão clínica, incluindo a população à qual ela se aplica, duas ou mais alternativas e os desfechos que interessam mais aos que se deparam com a decisão.[4] Um estudo – de preferência uma revisão sistemática– fornece a melhor estimativa do tamanho do efeito de cada desfecho, em termos absolutos (por exemplo, uma diferença no risco).[3]

Depois, os autores classificam a qualidade da evidência, que é mais bem aplicada a cada desfecho, pois a qualidade da evidência costuma variar entre os desfechos.[5] Uma classificação GRADE da qualidade geral pode ser aplicada a um corpo de evidências nos desfechos, geralmente tomando a menor qualidade de evidência de todos os desfechos que são fundamentais para a tomada de decisão.[6]

A 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 provenientes de ensaios clínicos randomizados e controlados começa na qualidade alta e, devido à confusão residual, as evidências que incluem dados observacionais começam na qualidade baixa. A certeza na evidência aumenta ou diminui por várias razões, descritas em mais detalhe a seguir.

A GRADE é subjetiva

A GRADE não pode ser implementada mecanicamente – necessariamente há uma quantidade considerável de subjetividade em cada decisão. Seria razoável que duas pessoas avaliando o mesmo corpo de evidência chegassem a conclusões diferentes a respeito de sua certeza. O que a GRADE oferece é um arcabouço reprodutível e transparente para classificar a certeza na evidência.[7]

O que torna uma evidência mais incerta?

Para cada risco de viés, imprecisão, inconsistência, indiretidade e viés de publicação os autores têm a opção de diminuir o seu nível de certeza uma ou duas vezes (por exemplo, de alta para moderada).

Domínios GRADE para reduzir a classificação

1. Risco de viés
O viés ocorre quando os resultados de um estudo não representam a realidade devido às limitações inerentes no desenho ou conduta de um estudo.[8] Na prática, é difícil saber até que ponto os possíveis vieses influenciam os resultados e, portanto, a certeza é mais baixa nos efeitos estimados se os estudos que informam estes efeitos estimados puderem estar enviesados.

Existem várias ferramentas disponíveis para classificar o risco de viés em ensaios randomizados individuais [9] e estudos observacionais.[10, 11]

A GRADE é usada para classificar o corpo de evidências a nível do desfecho e não a nível do estudo. Os autores, portanto, devem julgar se o risco de viés em seus estudos individuais é suficientemente grande a ponto de diminuir a sua confiança nos efeitos do tratamento estimados. As considerações fundamentais do risco de viés e a descrição detalhada do processo de passagem do risco de viés no nível do estudo para o risco de viés em um corpo de evidências é descrita em detalhes na série número 4 das diretrizes GRADE: Classificando a qualidade da evidência – limitações do estudo (risco de viés).[8]

2. Imprecisão
A abordagem GRADE para classificar a imprecisão se concentra no intervalo de confiança de 95% em torno da melhor estimativa do efeito absoluto. [12] A certeza é mais baixa se a decisão clínica tender a ser diferente, se o verdadeiro efeito estiver na extremidade superior versus na inferior do intervalo de confiança. Os autores também podem optar por reduzir a classificação da imprecisão se o esfeito estimado vier de apenas um ou dois estudos pequenos ou se ocorreram poucos eventos.[13] Uma descrição detalhada da imprecisão é feita na série número 6 das diretrizes GRADE: Classificando a qualidade da evidência – imprecisão.[12]

3. Inconsistência
A certeza em um corpo de evidências é mais alta quando existem vários estudos que mostram efeitos consistentes. Quando se considera se a certeza deve ou não ser classificada para baixo pela inconsistência, os autores devem inspecionar a semelhança das estimativas pontuais e a sobreposição de seus intervalos de confiança, bem como os critérios estatísticos para a heterogeneidade (por exemplo, o testes do I2 e do qui-quadrado).[14] Uma discussão completa da inconsistência está disponível na série número 7 das diretrizes GRADE: classificando a qualidade da evidência – inconsistência.[14]

4. Indiretidade
A evidência é mais certa quando os estudos comparam diretamente as intervenções pertinentes na população de interesse e divulgam o(s) desfechos(s) fundamentais para a tomada de decisão. A certeza pode ser avaliada para baixo se os pacientes estudados forem diferentes daqueles aos quais a recomendação se aplica. A indiretidade também ocorre quando o desfecho estudado é um substituto para um desfecho diferente – tipicamente um que seja mais importante para os pacientes. Uma discussão completa da indiretidade está disponível na série número 8 das diretrizes GRADE: classificando a qualidade da evidência – indiretidade.[15]

5. Viés de publicação
O viés de publicação talvez seja o mais irritante dos domínios GRADE, pois exige que se façam inferências sobre evidências ausentes. Vários métodos estatísticos e visuais são úteis na detecção do viés de publicação, apesar de terem graves limitações. O viés de publicação é mais comum com dados observacionais e quando a maior parte dos estudos publicados é financiada pela indústria. Uma discussão completa do viés de publicação está disponível na série número 5 das diretrizes GRADE: classificando a qualidade da evidência – viés de publicação.[16]

O que aumenta a confiança na evidência?

Em raras circunstâncias a confiança na evidência pode ter sua classificação aumentada (ver tabela 2). Primeiro, quando há uma grande magnitude do efeito, poderíamos ter mais certeza de que há no mínimo um pequeno efeito. Segundo, quando há uma claro gradiente dose-resposta. Terceiro, quando a confusão residual tende a diminuir em vez de aumentar a magnitude do efeito (nas situações que comportam um efeito). Uma discussão mais completa das razões para aumentar a classificação da confiança está disponível na série 9 das diretrizes GRADE: Aumentando a classificação da qualidade da evidência.[17]

Passagem da qualidade da evidência para as recomendações

Na 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 esta intervenção. Recomendações fracas implicam que provavelmente há uma variação importante na decisão que pessoas informadas tomarão. A força das recomendações é útil: uma recomendação fraca indica que é essencial adotar um processo compartilhado de tomada de decisão, enquanto uma recomendação forte sugere que normalmente não é necessário apresentar ambas as opções.

As recomendações tendem a ser fracas ao invés de fortes quando a certeza na evidência é baixa, quando há um equilíbrio próximo entre as consequências desejáveis e indesejáveis, quando há uma variação substancial ou incerteza nos valores e preferências do paciente e quando as intervenções demandam recursos consideráveis. Uma discussão completa está disponível na série da BMJ sobre a estrutura GRADE Evidence to Decision[18, 19] e na série original[2, 20].

Autores: Reed Siemieniuk e Gordon Guyatt

Leia mais

Referências

1. Guyatt GH, Oxman AD, Kunz R, Vist GE, Falck-Ytter Y, Schunemann HJ. What is "quality of evidence" and why is it important to clinicians? BMJ (Clinical research ed). 2008;336(7651):995-8.
2. Guyatt GH, Oxman AD, Vist GE, Kunz R, Falck-Ytter Y, Alonso-Coello P, et al. GRADE: an emerging consensus on rating quality of evidence and strength of recommendations. BMJ (Clinical research ed). 2008;336(7650):924-6.
3. Guyatt G, Oxman AD, Akl EA, Kunz R, Vist G, Brozek J, et al. GRADE guidelines: 1. Introduction-GRADE evidence profiles and summary of findings tables. Journal of clinical epidemiology. 2011;64(4):383-94.
4. Guyatt GH, Oxman AD, Kunz R, Atkins D, Brozek J, Vist G, et al. GRADE guidelines: 2. Framing the question and deciding on important outcomes. Journal of clinical epidemiology. 2011;64(4):395-400.
5. Balshem H, Helfand M, Schunemann HJ, Oxman AD, Kunz R, Brozek J, et al. GRADE guidelines: 3. Rating the quality of evidence. 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. GRADE guidelines: 11. Making an overall rating of confidence in effect estimates for a single outcome and for all outcomes. Journal of clinical epidemiology. 2013;66(2):151-7.
7. Mustafa RA, Santesso N, Brozek J, Akl EA, Walter SD, Norman G, et al. The GRADE approach is reproducible in assessing the quality of evidence of quantitative evidence syntheses. 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. GRADE guidelines: 4. Rating the quality of evidence--study limitations (risk of bias). 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 randomized trials. BMJ (Clinical research 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 nonrandomized 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: a tool for assessing risk of bias in non-randomised studies of interventions. BMJ (Clinical research ed). 2016;355:i4919.
12. Guyatt GH, Oxman AD, Kunz R, Brozek J, Alonso-Coello P, Rind D, et al. GRADE guidelines 6. Rating the quality of evidence--imprecision. Journal of clinical epidemiology. 2011;64(12):1283-93.
13. Walsh M, Srinathan SK, McAuley DF, Mrkobrada M, Levine O, Ribic C, et al. The statistical significance of randomized controlled trial results is frequently fragile: a case for a Fragility Index. 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. Rating the quality of evidence--inconsistency. Journal of clinical epidemiology. 2011;64(12):1294-302.
15. Guyatt GH, Oxman AD, Kunz R, Woodcock J, Brozek J, Helfand M, et al. GRADE guidelines: 8. Rating the quality of evidence--indirectness. Journal of clinical epidemiology. 2011;64(12):1303-10.
16. Guyatt GH, Oxman AD, Montori V, Vist G, Kunz R, Brozek J, et al. GRADE guidelines: 5. Rating the quality of evidence--publication bias. 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. GRADE guidelines: 9. Rating up the quality of evidence. 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: a systematic and transparent approach to making well informed healthcare choices. 1: Introduction. BMJ (Clinical research 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: a systematic and transparent approach to making well informed healthcare choices. 2: Clinical practice guidelines. BMJ (Clinical research ed). 2016;353:i2089.
20. Guyatt GH, Oxman AD, Kunz R, Falck-Ytter Y, Vist GE, Liberati A, et al. Going from evidence to recommendations. BMJ (Clinical research ed). 2008;336(7652):1049-51.