GRADE 方法學概述與維生素 D 互動實務案例（Overview of GRADE Methodology and Interactive Vitamin D Practice Example）

會議／場次： ENDO 2026／Endocrine Society Guideline Methodology: A Primer for Users and Aspiring Panelists（PD12）
短講： PD12-GRADE
講者： Spyridoula Maraka, MD, MS

整理稿

從臨床問題、證據走到推薦

Spyridoula Maraka 接續 Christopher McCartney 的歷史回顧，說明臨床實務指南可簡化為一條路徑：先提出臨床問題，再評估最佳可得證據，最後形成包含推薦的陳述。GRADE（Grading of Recommendations Assessment, Development and Evaluation）是評估證據確定性並制定醫療推薦的結構化方法；其中 Evidence-to-Decision（EtD）framework 讓 panel 在做決定時，不只看效益與傷害，也系統性考量價值觀、資源、公平性、可接受性與可行性。

Endocrine Society 認為，忠實遵循 GRADE 可減少 guideline-development process 中的偏差與扭曲、提高透明度，並支持符合 Institute of Medicine／National Academy of Medicine 的標準。GRADE 的重點不是把不確定性藏起來，而是清楚呈現證據如何被評估、各項判斷如何連到推薦。

從主題式長篇敘述轉向聚焦問題

舊式指南常同時回顧生理、病理、鑑別診斷、相關藥物與一般臨床評估；現行流程則把問題、systematic review、EtD 與推薦直接串接。因此，指南通常會有較少的推薦、較有限的寫作任務與較短的篇幅，但臨床使用時更清楚、也更容易追蹤推薦依據。

投影片以非糖尿病患者低血糖指南為例：與其概述整個主題，新格式會聚焦於「嚴重低血糖門診患者應使用需現場調配的 glucagon，或不需調配的 glucagon 製劑」這類可採取行動的決策問題，再連到 evidence appraisal、EtD、推薦理由與 research considerations。

Guideline Development Panel 與 COI 管理

Guideline Development Panel（GDP）依主題納入成人與兒童內分泌、一般內科、婦產科、營養或流行病學等 subject-matter experts；另有兩位 methodologists，一位主導 GRADE implementation，另一位主導 systematic review 與 meta-analysis。現行 panel 至少有一位 patient representative；若指南預計由其他學會 endorsement，也會納入相關學會代表。

Conflict-of-interest（COI）政策貫穿 planning and scoping、panel selection、evidence review、recommendation development、public review and comment、publication and updates 六個階段。講者舉例，guideline chairs 必須完全沒有 COI；其他成員的揭露與管理則一路持續到發表與更新。這些程序是為了讓決策以證據為基礎，而非受個人利益左右。

Background、foreground 與 PICO 問題

Background question 是對健康狀況的廣泛問題，例如 MRI 診斷膝骨關節炎的準確度；它適合提供知識與引導後續思考，但不一定能直接回答眼前的臨床決策。Foreground question 則鎖定特定族群與決策，例如某族群是否應使用 drug X 而非 drug Y，能直接導向可操作的推薦。

Foreground question 以 PICO 定義：P 是 population，需界定年齡、性別、共病與照護情境；I 是 intervention，需說清楚藥物、計畫或檢查；C 是 comparator，可能是無 active treatment 或另一種治療；O 是能影響決策的 patient-important outcomes，例如死亡、疾病負擔與生活品質。Panel 會先廣泛腦力激盪，再按資源預先限定問題數量，通常收斂到約 10 個。GRADEpro／GDT 畫面顯示成員以 1–9 分排序優先度，再決定問題是進入下一階段、僅列於 introduction，或排除。

選擇真正重要的 outcomes

每個問題通常選 3–5 個 outcomes，最多不超過 7 個，並同時納入 desirable 與 undesirable outcomes。選擇應由「對病人和決策是否重要」驅動，不能因預期找不到研究就先排除；缺乏證據本身可能揭示 research gap。若 critical outcome 沒有直接資料，panel 可以考慮 surrogate outcome，例如以 bone mineral density 代替 fracture，但這會因 indirectness 降低證據確定性。

Outcomes 同樣以 1–9 分分級：7–9 分為 critical for decision-making，4–6 分為 important but not critical，1–3 分為 low importance。講者用 mortality、fractures、cardiovascular disease、cancer 與 adverse events 示範排序，也提醒：「不是所有重要的事都被測量，而被測量的事也不一定都對決策重要。」

Systematic review 與證據確定性

Evidence-synthesis team 依 PICO 進行 systematic review 與 meta-analysis，將研究整合為 effect estimate，並為每一 outcome 建立 evidence profile。證據確定性由五個領域判斷：risk of bias、inconsistency、indirectness、imprecision、publication bias。

GRADE 將 certainty of evidence 分為 high、moderate、low、very low。High 表示很有信心 true effect 接近估計值；moderate 表示可能接近，但仍可能有實質差異；low 表示信心有限；very low 則表示真實效果很可能與估計值有重大差異。Maraka 指出，內分泌領域常得到 low 或 very low certainty，panel 必須在這種不完美的證據下做出透明判斷。

EtD 與推薦方向、強度

GDP 接著使用 GRADEpro 的 EtD 表格，綜合 desirable effects、undesirable effects、certainty、values、resources、cost effectiveness、equity、acceptability 與 feasibility，決定推薦的方向與強度。若效益與傷害的權衡清楚，可形成 strong recommendation，使用「we recommend」；多數人會選擇該處置，臨床人員在幾乎所有相應情境下都應提供，政策也通常可採納。

若權衡不清楚，則形成 conditional recommendation，使用「we suggest」。多數人可能選擇該處置，但仍有相當比例不會，因此醫療人員必須考慮個別因素、協助病人依自身價值觀做 shared decision-making；政策面也需要更多 stakeholder 討論。Panel 的選項包括 strong／conditional recommendation for or against intervention，也可能在兩者權衡相當或不確定時，給出 intervention 或 comparison 皆可的 conditional recommendation。

75 歲以上成人的 vitamin D 互動案例

Maraka 邀請現場聽眾暫時扮演沒有 COI 的 guideline panel，並以 Endocrine Society 新近發表的 vitamin D 指南示範。PICO 問題是：75 歲以上成人是否應在 recommended dietary intake 之外，接受 empiric vitamin D supplementation，而非不做 empiric supplementation？

聽眾以文字雲提出 mortality、fractures、falls、quality of life、frailty、cardiometabolic disease 與 dementia 等 outcomes。正式 GDP 將 fractures、falls、respiratory tract infections、all-cause mortality 列為 critical；將 nephrolithiasis 與 kidney disease／renal failure 兩項 adverse events 列為 important。

Vitamin D 證據表如何閱讀

Summary of Findings 顯示：任何 fracture 為 15 項 RCT、43,585 人，RR 1.01（95% CI 0.94–1.08），high certainty；falls 為 16 項 RCT、12,342 人，RR 0.97（0.91–1.03），moderate certainty；respiratory tract infections 為 1 項 RCT、821 人，HR 1.11（0.94–1.30），low certainty。

All-cause mortality 為 25 項 RCT、49,879 人，RR 0.96（0.93–1.00），high certainty；點估計顯示很小的風險下降，相當於每千人由 158 降至 152，而信賴區間上限到達 null effect。Nephrolithiasis 為 3 項 RCT、6,306 人，RR 0.94（0.54–1.65）；kidney disease／renal failure 為 3 項 RCT、5,634 人，RR 0.76（0.44–1.32），兩者皆為 moderate certainty，且區間寬，不能把點估計解讀為確定的保護效果。Falls 因 inconsistency 降級；respiratory infection 的評估同時有 risk-of-bias concerns 與 imprecision。

Slides 延伸補充：效果方向必須連同 95% CI、absolute effect 與 certainty 一起閱讀；「點估計稍高或稍低」不等於已證明增加或降低風險。

講者最後說明，對一個 guideline question 做整體 certainty 判斷時，通常取 critical outcomes 中最低的 certainty。因此，即使 fractures 與 mortality 是 high certainty，只要 critical 的 respiratory infection 是 low certainty，整體問題通常仍會落在 low certainty。這段短講到 evidence synthesis 為止；接著由 Juan P. Brito 接手 EtD 的進一步討論，屬於下一個正式 presentation。