-
Propondo uma tabela de evidências GRADE alternativa para apresentar a certeza da evidência de comparações indiretas
- Voltar
Título
Propondo uma tabela de evidências GRADE alternativa para apresentar a certeza da evidência de comparações indiretas
Tipo de documento
Resumo
Descrição
Resumo apresentado na conferência anual da Global Evidence Summit (GEN)
Fonte
GES
Ano de publicação
2024
Referência (Vancouver)
Dorneles G, Marmett B, Schneider N, Migliavaca C, Falavigna M. Proposing an alternative GRADE evidence table to present the certainty of evidence of indirect comparisons. In: Abstracts of the 2nd Global Evidence Summit; 2024 Sep 10-13; Prague, Czech Republic. Cochrane Database Syst Rev. 2024;(1 Suppl 1):P64.
Identificador
2024GES081
Title
Proposing an alternative GRADE evidence table to present the certainty of evidence of indirect comparisons
Document type
Abstract
Description
Abstract presented at the Global Evidence Summit (GEN) annual conference
Source
GES
Publication year
2024
Reference (Vancouver)
Dorneles G, Marmett B, Schneider N, Migliavaca C, Falavigna M. Proposing an alternative GRADE evidence table to present the certainty of evidence of indirect comparisons. In: Abstracts of the 2nd Global Evidence Summit; 2024 Sep 10-13; Prague, Czech Republic. Cochrane Database Syst Rev. 2024;(1 Suppl 1):P64.
Identifier
2024GES081
Resumo
Histórico: Na ausência de ensaios clínicos comparando intervenções diretamente, comparações indiretas são frequentemente usadas. A certeza da evidência (CoE) dessas comparações pode ser avaliada com a estrutura GRADE para metanálise de rede (NMA), e os resultados dessa avaliação devem ser relatados de forma transparente e informativa. A tabela de evidências GRADE para NMA descreve os efeitos absolutos e relativos das intervenções e o CoE geral. No entanto, avaliações intermediárias geralmente não são apresentadas, o que pode prejudicar a compreensão do processo de avaliação do CoE. Objetivo: Apresentar uma tabela de perfil de evidências GRADE alternativa para NMA com redes abertas. Métodos: Desenvolvemos uma tabela de evidências GRADE para apresentar a avaliação do CoE de uma comparação indireta entre dupilumabe e omalizumabe para asma alérgica. Os domínios relacionados à comparação direta (vs. placebo), no lado esquerdo da tabela, foram apresentados junto com os domínios de avaliação indireta, o CoE geral e o efeito estimado. A Figura 1 mostra a proposta da tabela de evidências GRADE neste trabalho. Questionários estruturados foram aplicados a revisores sistemáticos treinados pelo GRADE para identificar as preferências relacionadas à clareza e transparência da tabela formal GRADE NMA e da tabela proposta. Resultados: A tabela de evidências GRADE proposta apresenta: a) a avaliação da evidência direta para cada intervenção (considerando o loop de primeira ordem dominante no NMA), exceto para a avaliação de imprecisão; b) a avaliação da estimativa indireta (domínios de imprecisão, inconsistência – se aplicável – e intransitividade); e c) a estimativa de CoE e efeito para a comparação indireta. Oito pesquisadores responderam à nossa pesquisa; todos eles consideraram que a tabela GRADE proposta tinha maior transparência e mais clareza no relato da avaliação de CoE, mas classificações semelhantes foram feitas entre ambas as tabelas GRADE. Conclusão: A tabela GRADE proposta fornece um relato mais transparente e claro da avaliação de CoE. Ela mostra a avaliação das duas comparações diretas e a avaliação da comparação indireta, abrangendo todos os domínios e o CoE final. Esta estrutura foi desenvolvida apenas para redes abertas, mas pode ser adaptada para outros tipos de redes de comparação indireta.
Notas
O registro foi originalmente publicado em inglês. A versão em português foi traduzida com o apoio de inteligência artificial.
Abstract
Background: In the absence of clinical trials directly comparing interventions, indirect comparisons are often used. The certainty of evidence (CoE) of these comparisons can be assessed with the GRADE framework for network metanalysis (NMA), and the results of this assessment should be reported in a transparent and informative way. The GRADE for NMA evidence table describes both the absolute and relative effects of interventions and the overall CoE. However, intermediate evaluations are usually not presented, which could impair the understanding of the CoE assessment process. Aim: To present an alternative GRADE evidence profile table for NMA with open networks. Methods: We developed a GRADE evidence table to present the CoE assessment of an indirect comparison between dupilumab and omalizumab for allergic asthma. The domains related to direct comparison (vs. placebo), on the left side of the table, were presented together with the indirect assessment domains, the overall CoE, and the estimated effect. Figure 1 shows the GRADE evidence table proposal in this work. Structured questionnaires were applied to GRADE-trained systematic reviewers to identify the preferences related to clarity and transparency of the formal GRADE NMA table and the proposed table. Results: The proposed GRADE evidence table presents: a) the evaluation of the direct evidence for each intervention (considering the dominant first-order loop in the NMA), except for the assessment of imprecision; b) the assessment of the indirect estimate (domains of imprecision, inconsistency – if applicable – and intransitivity); and c) the CoE and effect estimate for the indirect comparison. Eight researchers answered our survey; all of them considered that the proposed GRADE table had higher transparency and more clarity in the reporting of the CoE assessment, but similar ratings were made between both GRADE tables. Conclusion: The proposed GRADE table provides a more transparent and clear reporting of the CoE assessment. It shows the assessment of the two direct comparisons and the assessment of the indirect comparison, covering all domains and the final CoE. This framework was developed for open networks only, but it can be adapted for other types of indirect comparison networks.
Notes
The record was originally published in English. The Portuguese version was translated with the support of artificial intelligence.