Aplicação da orientação GRADE para escolher a pergunta certa em uma revisão sistemática que apoia o desenvolvimento de diretrizes: um estudo de caso
Tipo de documento
Resumo
Descrição
Resumo apresentado na conferência anual da Global Evidence Summit (GEN)
Fonte
GES
Ano de publicação
2024
Referência (Vancouver)
Kawano L, Zeraatkar D, Tramujas L, Agoritsas T, Vandvik PO, Guyatt G. Applying GRADE guidance for choosing the right question in a systematic review supporting guideline development: a case study. In: Abstracts of the 2nd Global Evidence Summit; 2024 Sep 10-13; Prague, Czech Republic. Cochrane Database Syst Rev. 2024;(1 Suppl 1):P107.
Applying GRADE guidance for choosing the right question in a systematic review supporting guideline development: a case study
Document type
Abstract
Description
Abstract presented at the Global Evidence Summit (GEN) annual conference
Source
GES
Publication year
2024
Reference (Vancouver)
Kawano L, Zeraatkar D, Tramujas L, Agoritsas T, Vandvik PO, Guyatt G. Applying GRADE guidance for choosing the right question in a systematic review supporting guideline development: a case study. In: Abstracts of the 2nd Global Evidence Summit; 2024 Sep 10-13; Prague, Czech Republic. Cochrane Database Syst Rev. 2024;(1 Suppl 1):P107.
Contexto: Toda equipe de revisão sistemática (SR) enfrenta a escolha crucial de decidir sobre uma questão ampla ou restrita. Embora o GRADE ofereça orientação para a decisão, os desafios permanecem. Portanto, oferecemos um estudo de caso para ilustrar os desafios e possíveis soluções. Métodos: Uma equipe de metodologistas com experiência na abordagem GRADE participou do processo de desenvolvimento de diretrizes abordando o monitoramento terapêutico proativo de medicamentos (TDM) de medicamentos biológicos para doença inflamatória intestinal (DII), artrite inflamatória e psoríase. O painel de diretrizes enfrentou controvérsias ao definir a amplitude da questão com relação à população de interesse. A equipe de métodos os orientou durante o processo de tomada de decisão. Resultados: A diretriz teve como objetivo abordar o impacto do TDM nos três grupos de doenças. A justificativa por trás do TDM proativo (a intervenção) é que ele permite a detecção precoce de anticorpos antidrogas e, portanto, facilita o ajuste do tratamento para atingir o controle ideal da doença. O painel estava preocupado que o risco de desenvolver anticorpos antidrogas difere entre os grupos de doenças e o TDM seria mais eficaz em condições nas quais esse risco é maior. Alguns membros do painel, portanto, preferiram formular recomendações separadas para cada grupo de doenças, enquanto outros preferiram formular uma única recomendação. Aplicando a orientação GRADE, os metodologistas identificaram a questão-chave na decisão sobre uma única pergunta versus várias perguntas: a biologia é consistente com uma probabilidade suficientemente alta de um efeito semelhante, sugerindo assim uma probabilidade suficientemente alta de que a magnitude do efeito será semelhante em toda a gama de populações de doenças consideradas. Como a biologia era incerta, os metodologistas sugeriram examinar os dados disponíveis (veja a figura). Resultados: não forneceram suporte para um efeito de subgrupo (o efeito pareceu semelhante em cada um dos três grupos), apoiando a formulação de uma única recomendação para todos os três grupos. Conclusão: GRADE fornece uma estrutura formal para abordar a escolha de uma pergunta e recomendação mais ampla ou restrita. O exemplo destaca como, quando a incerteza permanece em relação à consistência do efeito em todos os subgrupos, conduzir uma análise formal de subgrupo pode resolver o problema.
Notas
O registro foi originalmente publicado em inglês. A versão em português foi traduzida com o apoio de inteligência artificial.
Abstract
Background: Every systematic review (SR) team faces the crucial choice of deciding on a broad or narrow question. Although GRADE offers guidance for the decision, challenges remain. We therefore offer a case study to illustrate challenges and possible solutions. Methods: A team of methodologists with expertise in the GRADE approach participated in the guideline development process addressing proactive therapeutic drug monitoring (TDM) of biologic drugs for inflammatory bowel disease (IBD), inflammatory arthritis, and psoriasis. The guideline panel faced controversy in defining the breadth of the question with respect to the population of interest. The methods team guided them through the process of making their decision. Results: The guideline aimed at addressing the impact of TDM in the three disease groups. The rationale behind proactive TDM (the intervention) is that it allows early detection of anti-drug antibodies and thus facilitate treatment adjustment to achieve optimal disease control. The panel was concerned that the risk of developing anti-drug antibodies differs across disease groups and TDM would be more effective in conditions in which that risk is higher. Some panel members therefore preferred formulating separate recommendations for each disease group while others preferred formulating a single recommendation. Applying GRADE guidance, methodologists identified the key issue in deciding on a single versus multiple questions: is the biology consistent with a sufficiently high probability of a similar effect thus suggesting a sufficiently high probability that the magnitude of the effect will be similar across the range of disease populations considered. Because the biology was uncertain, the methodologists suggested examining the available data (see figure). Results: provided no support for a subgroup effect (effect appeared similar across each of the three groups), supporting formulating a single recommendation for all three groups. Conclusion: GRADE provides a formal structure to address the choice of a broader or narrow question and recommendation. The example highlights how, when uncertainty remains regarding the consistency of effect across subgroups, conducting a formal subgroup analysis can resolve the issue.
Notes
The record was originally published in English. The Portuguese version was translated with the support of artificial intelligence.
