Una guía y consideraciones pragmáticas para aplicar GRADE al metanálisis en red
En este artículo, presentamos estrategias pragmáticas para aplicar GRADE para metanálisis en red, que desarrollamos a través de nuestra experiencia al realizar una revisión sistemática viva y metanálisis en red de ensayos aleatorios que analizan la profilaxis y el tratamiento de covid-19. BMJ, 27 de junio de 2023
Evaluar la certeza de la evidencia de los metanálisis en red (MAR) utilizando el enfoque GRADE (clasificación de recomendaciones, evaluación, desarrollo y evaluaciones) requiere no solo una comprensión profunda de los métodos, sino también una carga de trabajo sustancial para los evaluadores. Este artículo describe cómo la implementación de estrategias prácticas (incluido el establecimiento de reglas y la automatización) puede facilitar la aplicación eficiente del enfoque GRADE para calificar la certeza de la evidencia en los metanálisis de redes manteniendo el rigor. Este artículo describe una estrategia paso a paso para proceder a través del proceso, incluida la evaluación de la certeza de los efectos directos, indirectos, y estimaciones de MAR; desarrollar direcciones para cada paso en el proceso; implementación de reglas para mejorar la solidez de la evaluación de la información para reducir la carga de trabajo; y alternativas para la automatización de algunos de los pasos requeridos. El enfoque presentado incluye una descripción detallada de cada paso del proceso respaldado por figuras, tablas y ejemplos de la vida real. Para facilitar la implementación de este proceso, también se proporciona una hoja de cálculo que incorpora la automatización de varios de los pasos descritos (https://www.covid19lnma.com/ ).
El metanálisis en red (MAR) permite evaluar la efectividad comparativa de múltiples intervenciones al combinar evidencia directa e indirecta en un modelo estadístico, lo que da como resultado estimaciones del efecto comparando cada par de intervenciones incluidas en la red, incluso si no se han comparado directamente en ensayos. Evaluar la certeza de la evidencia (también conocida como calidad de la evidencia y confianza en las estimaciones de los efectos) de las MAR es crucial para interpretar esas estimaciones y pasar de la evidencia a la decisión. El grupo de trabajo GRADE (graduación de recomendaciones, evaluación, desarrollo y evaluaciones) ha brindado orientación para evaluar la certeza de la evidencia y sacar conclusiones de las MAR. El enfoque considera la certeza de todas las estimaciones directas, indirectas y de red (también conocidas como mixtas) entre las intervenciones (nodos) incluidas en la red ( fig. 1 ). La implementación del enfoque GRADE para MAR requiere una comprensión de los métodos y la conciencia de que cuanto más grande es la red, mayor es el aumento de la carga de trabajo. Por ejemplo, en una red con cuatro intervenciones, hay seis comparaciones para evaluar la certeza de la evidencia, mientras que una red con 10 intervenciones tiene 45 comparaciones. Para completar la certeza GRADE de la evaluación de la evidencia, los evaluadores deben emitir entre 12 y 13 juicios para cada comparación ( fig. 1 ). Esta carga de trabajo representa un desafío en la implementación de GRADE en revisiones sistemáticas que utilizan MAR.
Figura 1 Evaluación de la certeza de la evidencia para una comparación en un metanálisis en red. RoB=riesgo de sesgo; Inc=inconsistencia; Ind=indireccionalidad; Pub = sesgo de publicación
En este artículo, presentamos estrategias pragmáticas para aplicar GRADE para metanálisis en red, que desarrollamos a través de nuestra experiencia al realizar una revisión sistemática viva y metanálisis en red de ensayos aleatorios que analizan la profilaxis y el tratamiento de covid-19.
el artículo
Izcovich A, Chu D K, Mustafa R A, Guyatt G, Brignardello-Petersen R. A guide and pragmatic considerations for applying GRADE to network meta-analysis BMJ 2023; 381 :e074495 doi:10.1136/bmj-2022-074495