李 戈 杨智荣 王巍巍 刘凤琪 李 沛 孙 凤

1 主要内容介绍

本指南项目组隶属于GRADE工作组，认为从不精确性角度对网状Meta分析(NMA)证据体的确定性进行评估与传统Meta分析证据分级遵循相同的基本逻辑，但是NMAs估计值的有效样本量估算方法不同，且可根据效应量大小决定是否有必要计算最佳信息样本量(OIS)，并首次提供了NMAs的OIS实用算法，系统评价制作者应根据本指南评估网状Meta分析证据体的不精确性。

系统评价制作者在评估NMAs估计量的不精确性时需要兼顾具体场景、可信度评级的目标、预设阈值、95% CI与阈值的关系、效应量大小以及OIS。当95%CI包含预设阈值，可考虑降级；当95%CI不包含阈值且效应量大小适中时，无需考察OIS，不因不精确性而降级；当95%CI不包含阈值且效应量大时，需考察OIS，如满足OIS， 则不因不精确性而降级，反之因不精确性降级。

若不精确性是由另一个降级因素导致，应避免重复降级。

项目组提供了一份excel文档，系统评价制作者可采用其中的工作表计算NMA估计值的OIS和有效样本量。

2 重要观点及解读

系统评价制作者和指南制定者处理不精确性的通用步骤：

(1)明确关键信息，即根据系统评价目的及决策情境进行效应量阈值判断：零效应量(0)、小效应量(a)、中等效应量(b)及大效应量(c)。

(2)考虑效应量CI界值与情境阈值关系：当CI完全位于某个阈值的一侧或两个阈值之间，则更有信心确定疗效价值[1]；而当CI包含特定阈值时，证据可信度降低。图1所示，根据最低情境法，即存在任何效应(CI未包括0阈值)进行评估：CI1-3均不因不精确性而降级；……