GRADE (Grading of Recommendations, Assessment, Development, and Evaluation)

GRADE est un système structuré et transparent permettant d'évaluer le niveau de certitude d'un ensemble de preuves et la force des recommandations qui en découlent. Plutôt que de classer uniquement en fonction du devis d'étude, il part du devis mais ajuste ensuite le niveau de certitude à la hausse ou à la baisse pour chaque résultat important et sépare ce niveau de certitude de la force avec laquelle une recommandation est formulée, afin que les lignes directrices et la confiance qu'elles inspirent soient explicitées.

Definition

GRADE est un cadre qui évalue la certitude (qualité) des preuves pour chaque résultat important comme élevée, modérée, faible ou très faible, et évalue séparément la force d'une recommandation comme forte ou conditionnelle, en fonction de l'équilibre entre les bénéfices et les inconvénients, des valeurs et de l'utilisation des ressources.

Scope

Cette entrée couvre les deux jugements fondamentaux de GRADE — la certitude des preuves et la force de la recommandation — les facteurs qui diminuent ou augmentent la certitude, les quatre catégories de certitude, ainsi que les tableaux de profil des preuves et de résumé des résultats utilisés pour les présenter. Il s'agit d'une référence méthodologique sur un cadre de classification, non pas de lignes directrices cliniques.

Key concepts

• Certitude (qualité) des preuves : élevée, modérée, faible, très faible
• Cinq facteurs qui diminuent la certitude : risque de biais, incohérence, caractère indirect (indirectness), imprécision, biais de publication
• Trois facteurs qui peuvent augmenter la certitude des preuves observationnelles : effet important, relation dose-réponse, facteurs de confusion plausibles agissant à l'encontre de l'effet
• Force de la recommandation : forte vs. conditionnelle
• Évaluation spécifique au résultat (non spécifique à l'étude)
• Profil des preuves et tableau de résumé des résultats
• Séparation de la certitude et de la force de la recommandation

Mechanisms

GRADE démarre l'évaluation de chaque résultat à un niveau de base déterminé par le devis d'étude — les essais randomisés commencent avec une certitude élevée, les études observationnelles avec une certitude faible — puis diminue la certitude en cas de risque de biais, d'incohérence entre les études, de caractère indirect (indirectness), d'imprécision et de biais de publication, et peut augmenter la certitude des preuves observationnelles en cas d'effet important, de gradient dose-réponse ou de facteurs de confusion susceptibles d'avoir agi à l'encontre de l'effet observé. Le résultat est une évaluation de la certitude par résultat important, résumée dans un profil de preuves. La force de la recommandation est un jugement distinct qui pondère l'équilibre entre les effets souhaitables et indésirables, la certitude des preuves, les valeurs et préférences des patients, et l'utilisation des ressources ; une certitude élevée n'entraîne pas automatiquement une recommandation forte, pas plus qu'une certitude faible n'entraîne une recommandation faible.

Clinical relevance

Les groupes d'élaboration de lignes directrices et les organismes d'évaluation des technologies de la santé utilisent GRADE pour communiquer, dans un vocabulaire standardisé, le degré de confiance que les lecteurs devraient accorder à chaque conclusion et la force avec laquelle une action est recommandée. Il explique pourquoi une recommandation est qualifiée de forte ou de conditionnelle et quelle certitude la sous-tend ; le cadre décrit comment les preuves et les recommandations sont classées et ne constitue pas une source de conseils de traitement individualisés.

Evidence & guidelines

GRADE a été introduit par le Groupe de travail GRADE (Atkins et al., 2004) et a fait l'objet d'un large consensus avec Guyatt et al. (2008). La série de lignes directrices GRADE du Journal of Clinical Epidemiology l'a ensuite opérationnalisé, y compris l'introduction et les profils de preuves (Guyatt et al., 2011), la formulation des questions et la sélection des résultats (Guyatt et al., 2011), et l'évaluation de la qualité des preuves (Balshem et al., 2011). Il a été adopté par de nombreux développeurs de lignes directrices et organisations de revues systématiques à travers le monde.

History

GRADE est apparu au début des années 2000 suite à l'insatisfaction suscitée par les nombreux systèmes de classification incompatibles alors utilisés. Le Groupe de travail GRADE, une collaboration internationale, a publié sa justification en 2004 et une déclaration de consensus émergent en 2008. À partir de 2011, le groupe a publié une série détaillée de lignes directrices dans le Journal of Clinical Epidemiology qui a codifié les profils de preuves, les facteurs qui augmentent ou diminuent la certitude, et la logique reliant la certitude à la force de la recommandation.

Debates

La séparation de la certitude et de la force de la recommandation aide-t-elle ou embrouille-t-elle les utilisateurs ?

GRADE découple délibérément le degré de certitude des preuves de la force avec laquelle une action est recommandée, car des preuves de faible certitude peuvent néanmoins justifier une recommandation forte et vice versa ; certains trouvent cela clarifiant, d'autres trouvent la distinction difficile à appliquer de manière cohérente.

Key figures

• Gordon Guyatt
• Andrew Oxman
• Holger Schunemann
• Howard Balshem
• David Atkins

Seminal works

• grade-working-group-2004
• guyatt-2008-grade
• balshem-2011

Frequently asked questions

Que signifient les quatre niveaux de certitude de GRADE ?

Élevée, modérée, faible et très faible décrivent le degré de confiance que l'on peut avoir que l'effet estimé est proche de l'effet réel pour un résultat donné ; l'évaluation reflète le risque de biais, la cohérence, le caractère direct (directness), la précision et le biais de publication à travers l'ensemble des preuves.

Des preuves de faible certitude peuvent-elles étayer une recommandation forte ?

Oui. Dans GRADE, la force de la recommandation est un jugement distinct qui pondère également l'équilibre entre les bénéfices et les inconvénients, les valeurs et les ressources, ainsi, une recommandation forte peut reposer sur des preuves de faible certitude et une recommandation conditionnelle sur des preuves de certitude élevée.