Baidu
map
已下载指南 最新发布 最多下载
共查询到500条结果
GRADE指南:使用 GRADE 方法评估网络荟萃分析的确定性:避免在稀疏网络中对不精确性做出虚假判断 指南 其它

2021-11-11

GRADE工作组

当治疗效果的直接和间接估计值一致时,网络荟萃分析 (NMA) 估计值应该具有更高的精度(与仅依赖直接估计值相比,置信区间或可信区间更窄),这是 NMA 的一个优点。

GRADE指南 26:用于传达干预措施系统评价结果的信息性陈述 指南 其它

2022-11-15

GRADE工作组

目标:清晰地传达系统评价结果将有助于读者和决策者。我们在之前工作的基础上开发了一种方法,以提高陈述的清晰度以传达结果,并借鉴建议评估、制定和评估的分级 (GRADE)。

GRADE指南:12. 准备调查结果摘要表——二元结果 指南 其它

2018-11-14

GRADE工作组

对于最重要的七个(或更少)结果,结果总结 (SoF) 表提供了以下内容:研究数量和参与者数量;对效果估计的置信度(证据质量);以及相对和绝对效果的最佳估计。

2023 SIEOG 使用GRADE方法指南:胎儿超声心动图的适应症 指南 其它

在这里,我们提出胎儿超声心动图的适应症,并概述了用于制定这些适应症和指南的方法,旨在为临床医生以及卫生决策者提供有用的工具。

GRADE指南 17:评估证据中缺失参与者结果数据相关的偏倚风险 指南 其它

2019-11-14

GRADE工作组

目标:为二元和连续结果的系统评价提供 GRADE 指导,用于评估缺失数据导致的整个证据体系的偏倚风险。

GRADE指南:13. 准备调查结果表和证据概况摘要——连续结果 指南 其它

2018-11-15

GRADE工作组

本指南概述了每种替代方案的优点和局限性,并为元分析师和指南开发人员提供了指导。

GRADE指南 38:更新了因剂量反应梯度而提高证据确定性的指导 指南 其它

2024-11-03

GRADE工作组

这份来自《建议分级评估、制定和评估》的最新指南解决了由于在干预和暴露研究综合中观察到的剂量反应梯度 (DRG) 而导致的证据确定性评级问题。

使用明确的阈值对于判断部分情境化的 GRADE指南中的益处和危害 指南 其它

2024-10-29

GRADE工作组

目标:指南小组必须评估健康益处和危害的程度,以制定合理的建议。但是,他们很少使用明确的阈值。在本文中,我们报告了试点情况以及益处和危害阈值的使用情况。

GRADE指南 37:对测试准确性证据中的不精确性进行评级 指南 其它

2024-11-04

GRADE工作组

为评估单个测试准确性的证据体系中的不精确性评级提供指导。本指南将阐明何时建议评估、开发和评估 (GRADE) 用户应考虑将证据的确定性评级降低一个或多个级别,以应对测试准确性的不精确性。

GRADE指南:34. 使用最低限度情境化方法更新评级不精确性 指南 其它

2023-11-15

GRADE工作组

本研究旨在提供最新指南,说明《建议评估、制定和评价分级》(GRADE) 用户何时应考虑使用最低限度情境化的方法将不精确性评级降低一个以上级别。

GRADE指南:11. 对单一结果和所有结果的效果估计的信心进行总体评级 指南 其它

2014-11-05

GRADE工作组

GRADE 建议,对于每个结果,首先单独考虑降低效应估计可信度的五个原因领域,从而让系统评价作者和指南制定者得出特定于结果的可信度评级。

GRADE 概念论文 6:网络荟萃分析中外部间接证据在 GRADE 证据确定性评级中的新应用 其它

2024-11-01

GRADE工作组

目标:我们描述了在确定证据确定性的过程中,考虑外部证据在判断确定性方面如何发挥重要作用。

GRADE 概念论文 7:将指南建议与值得信赖的基本药物清单联系起来的问题和见解 其它

2024-11-01

GRADE工作组

目标:指南和基本药物清单 (EML) 在决策过程中既有相似之处,也有不同之处。获得基本药物是实现全民健康覆盖的关键。

GRADE指南:31. 评估一系列证据的确定性,以比较测试的准确性 指南 其它

2022-11-09

GRADE工作组

目标:本文提供了 GRADE 指南,说明证据综合的作者和健康决策者(包括指南制定者)如何评估比较测试准确性问题的证据确定性。

GRADE指南 27:如何计算研究结果表和证据概况摘要中事件发生时间结果的绝对效应 指南 其它

2021-11-09

GRADE工作组

目标:为 GRADE 提供如何准备事件发生时间结果的“结果摘要”表和“证据概况”的指导,重点是计算相应的绝对效应估计值。

共500条页码: 3/34页15条/页
Baidu
map
Baidu
map
Baidu
map