An algorithmic process to develop clinical practice guideline recommendations based on meta-analyses of the relevant evidence

想象一下，你是一名正在试图破解谜题的侦探，谜题是：“这种特定的治疗方法真的能帮助患者康复吗？”在物理治疗的世界里，这不仅仅是靠猜；这是在构建临床实践指南（CPGs）。把这些指南想象成治疗师用来决定如何最好地帮助患者康复的终极规则手册或地图。为了制作一张好的地图，你需要观察所有的线索（科学研究），并弄清楚它们共同意味着什么。

通常，科学家们尝试用一种叫做**荟萃分析（meta-analysis）**的方法来组合这些线索。想象一下，有一百个人在告诉你某次特定的旅程耗时多久。有人说10分钟，有人说12分钟，还有人说8分钟。荟萃分析就像是一个超级智能的计算器，它不仅仅是统计有多少人说了“10分钟”（这可能会产生误导）；相反，它会根据每个报告中包含的人数以及该故事的可信度来赋予权重，从而给你一个精确的、平均的答案。一个大问题是，尽管这个“超级计算器”是寻找真相的金标准，但大多数物理治疗规则手册却一直忽略了它。相反，它们一直在依赖一种“投票计数”的方法——基本上是在问：“说‘是’的研究是否比说‘否’的研究多？”——这就像仅仅因为更多的人说“晴天”，就判定天气是晴朗的一样，即便那些说“晴天”的人其实是站在阴影里的。本文旨在解决制定这些规则手册过程中混乱且主观的部分，并尝试用一个清晰的、循序渐进的算法来取代人类的猜测。

---

算法：将线索转化为规则手册

本文本质上是一本“操作手册”，面向的是一群决定停止猜测、开始计算的物理治疗专家。他们想要为帮助中风后重新行走的人们建立一种全新的、超可靠的规则手册编写方式。他们没有让一群专家坐在桌子旁争论什么“感觉上”是好的治疗方法，而是构建了一台决策机器（即算法），该机器可以接收来自“超级计算器”（荟萃分析）的原始数字，并输出一个明确的建议。

以下是他们的新系统是如何一步步运作的：

1. 收集证据并检查伪造信息
首先，他们找到了296项关于中风康复的研究。但并非所有的线索都是值得信赖的。他们使用了一份特殊的清单（称为RoB-2）来检查“偏倚（bias）”，这就像是检查一名证人是否有撒谎的动机。如果一项研究太乱或者红旗（警示信号）太多，他们就会将其剔除。他们只保留高质量的证据。

2. 将“苹果”与“苹果”归类
你不能把一项关于“跑步机训练”的研究与一项关于“游泳”的研究进行比较，并期望得到公平的结果。团队仔细地将进行完全相同操作的研究进行了分组。他们观察了诸如“步行速度”或“6分钟步行距离”等具体指标。他们甚至必须进行一些数学上的“魔法”，将不同的步行测试（如2分钟步行）转换为标准的“6分钟步行”距离，以便所有内容都能公平地进行比较。

3. “超级计算器”（荟萃分析）
一旦分组完成，他们便运行了荟萃分析。这不仅仅是在计数投票；它结合了每项研究的实际数字，以找到真实的平均效应。他们提出了两个大问题：

• 结果是真实的吗？（统计学显著性）
• 结果是否大到足以产生影响？（临床重要性）

为了回答第二个问题，他们使用了一个“有意义差异（Meaningful Difference）”阈值。把这想象成一个减速带。如果治疗只让患者步行速度快了0.01米/秒，这虽然是一个真实存在的数字，但在现实生活中微不足道。但如果它让患者快了 0.16 米/秒（这是他们基于以往研究选定的数字），那就是改变局面的关键。算法会检查治疗是否跨过了这个“减速带”。

4. 决策机器
这是最酷的部分。他们构建了一个流程图（算法），该流程图获取数学结果和“可信度”评分（称为GRADE），并自动分配一项建议。共有五种可能的输出结果：

• 强推荐（Strong Recommendation）： 数学显示“有效”，确定性高，且改善程度足以产生影响。规则手册说：“临床医生应当使用此方法。”
• 有条件推荐（Conditional Recommendation）： 它可能有效，但也许并不适用于所有人，或者确定性不是100%。规则手册说：“临床医生应考虑使用此方法。”
• 无正反向建议（No Recommendation For or Against）： 这是他们发明的一个新类别。有时数学显示，与常规护理相比，该治疗并没有产生有意义的差异。既然“常规护理”是患者本来就会接受的治疗，你就不能说“不要做它”。你只能说：“它没有增加额外的价值，所以如果有其他选择，请优先考虑其他方案。”
• 反对（Against）： 该治疗实际上是有害的，或者比不做任何事效果更差。规则手册说：“不要使用此方法。”
• 证据不足（Insufficient Evidence）： 数据太乱或缺失。规则手册说：“我们需要更多的研究。”

5. 处理冲突
如果治疗的一个部分效果很好，但另一个部分效果不佳怎么办？他们的算法对此也有规则。如果满足了“强推荐”的标准，但其中一个特定指标显示没有获益，算法会自动将建议降级为“有条件推荐”。这就像是一个安全网，防止团队对一个仅在某些方面有效的治疗过度兴奋。

为什么这很重要

作者发现，通过使用这种严格的、基于数学的算法，他们可以去除制定过程中的许多“人类意见”。过去，不同的专家组可能会根据对“足够好”的不同看法，而得出不同的规则手册。这种新方法使过程具有可重复性。如果你把同样的数据交给另一支团队并让他们使用同样的算法，他们应该能得到相同的答案。

他们还强调，这种方法是一项艰苦的工作。他们必须从186项研究中提取数据，并运行309次不同的荟萃分析！这需要大量的数学计算和计算机编程。然而，他们已在网上分享了所有的工具和电子表格，以便其他团队也可以使用。

本文并不声称已经解决了医学领域的所有问题。他们承认，寻找完美的“有意义差异”数字（即减速带）仍然很困难，且整个过程非常耗时。但他们成功展示了，构建一个由数学驱动决策而非仅仅由坐在房间里的人的意见驱动的规则手册是完全可能的。通过这样做，他们希望使物理治疗变得更加一致、公平且高效。