O sistema GRADE (Grading of Recommendations Assessment, Development and Evaluation) é uma forma estruturada de avaliar a certeza das evidências e a força das recomendações em diretrizes e revisões sistemáticas. O sistema foi criado para tornar mais clara e padronizada a forma de apresentar esses documentos.
Nílve de certeza da evidência
Dividida em quatro níveis:
- Alta: muita confiança de que o efeito real está próximo da estimativa. Novas pesquisas têm pouca probabilidade de alterar essa confiança.
- Moderada: confiança moderada na estimativa do efeito. Pesquisas adicionais podem ter um impacto importante e alterar a estimativa.
- Baixa: confiança limitada. O efeito real pode ser substancialmente diferente da estimativa.
- Muito baixa: pouca confiança. O efeito real provavelmente é substancialmente diferente da estimativa.
Em geral, um corpo de evidências derivadas de ensaios clínicos randomizados começam como de alta certeza, enquanto as derivadas de estudos observacionais começam como de baixa certeza. O nível de certeza pode ser rebaixado com base no risco de viés, inconsistência, indiretividade, imprecisão ou viés de publicação. Por outro lado, a certeza da evidência pode ser elevada quando há efeitos de grande magnitude, gradiente dose-resposta ou quando fatores de confusão plausíveis reduziriam um efeito aparente.
Força das recomendações
O GRADE utiliza dois termos para as recomendações:
- Forte: todas ou quase todas as pessoas plenamente informadas fariam a escolha recomendada. Aplica-se à maioria dos pacientes na maioria das circunstâncias.
- Condicional (ou fraca, “sugestão”): a maioria escolheria a recomendação, mas uma parcela importante não a escolheria. Requer maior grau de individualização.
A força da recomendação não depende somente do nível de certeza na evidência. Também devem ser considerados equilíbrio entre benefícios e malefícios, valores e preferências do paciente e disponibilidade de recursos. Recomendações fortes podem surgir de evidências de baixa qualidade se os benefícios superarem claramente os malefícios. Inversamente, evidências de alta qualidade podem gerar recomendações fracas quando benefícios e malefícios estiverem mais equilibrados.
Referências: