内容摘要：GRADE全称Grading of Recommendations Assessment, Development and Evaluation，翻成中文是“推荐分级的评估、制定与评价”。这名字念起来

GRADE全称Grading of Recommendations Assessment, Development and Evaluation，翻成中文是“推荐分级的评估、制定与评价”。这名字念起来拗口，但它在循证医学里的地位没得替代。简单说，它是一套判断“证据到底有多靠谱”的国际标准。2000年前后，一批流行病学家和临床医生发现，不同机构对同一种疗法的推荐经常打架——有人拍胸脯说有效，有人摇头说证据不足。问题出在评价标准各搞各的。GRADE就是来终结这种混乱的。

它最狠的一招，是把证据质量从“高”到“极低”分成四级。别小看这个分级，它直接决定一条推荐是“强推荐”还是“弱推荐”。高质量证据意味着“真实效应接近估计效应”，极低质量则等于“真实效应跟估计效应可能差很远”。这种表述听起来绕，但临床医生一看就懂：低质量证据下，别把话说太满。

我翻过不少GRADE的培训材料，有个细节印象很深。它把证据质量降级的原因列了五条：偏倚风险、不一致性、间接性、不精确性、发表偏倚。升级的原因只有三条：效应量大、剂量-反应关系、所有可能的混杂因素都会减弱观察到的效应。降级容易升级难，这个设计本身就传递了一种保守态度。医学决策，宁可谨慎。

举个例子。某降压药做了五项随机对照试验，结果都指向有效，但其中三项没做到盲法，两项失访率超过20%。按GRADE的规矩，起始证据质量是“高”，因为都是随机对照试验。但偏倚风险这一条就得降一级，失访率太高再降一级。最后落到“低”。低质量证据不等于无效，只是说“我们不太确定”。药监部门看到这个评级，审批时就会多问几句。

GRADE还有一层容易被忽略的价值：它把“证据质量”和“推荐强度”拆开了。传统做法里，证据强就推荐强，证据弱就推荐弱，一刀切。GRADE说不行。有些情况下证据质量不高，但临床获益明显大于风险，照样可以给强推荐。比如某些急救措施，来不及做大规模试验，但医生们凭经验知道管用。GRADE允许这种“低质量证据下的强推荐”，条件是必须把理由写清楚。

这套系统也不是没毛病。操作起来费时费力，一个系统评价用GRADE走一遍流程，少则几天多则几周。培训成本也高，不是看两篇论文就能上手。我见过一些研究者在GRADE评级上吵架，降不降级、降几级，主观判断空间不小。有篇分析文章统计过，不同评价者对同一批证据的GRADE分级一致性只有中等水平。工具再标准，用工具的人还是有差异。

但话说回来，医学领域太需要这种“把话说清楚”的框架了。以前读指南，经常看到“建议使用”四个字，背后证据到底怎么样，全靠猜。现在GRADE逼着作者写明白：证据质量是低，推荐是弱推荐，理由是什么。读者自己判断。这种透明度比任何权威背书都值钱。

国内引进GRADE大概在2005年前后，兰州大学循证医学中心做了大量推广工作。现在翻翻中华医学会的临床指南，GRADE的影子随处可见。从“拍脑袋”到“看证据”，这一步走了二十多年。GRADE不是终点，但它让医学决策至少有了同一个起跑线。