当“效果多大”不再靠感觉：加拿大团队提出决策阈值制定新方法

在专业机构制定指导意见时，一个核心环节是判断某项干预带来的健康影响究竟有多大——是微不足道、小幅、中等还是大幅？长期以来，这种判断多依赖专家组的经验与讨论，主观性强且易受偏倚影响。近期，加拿大胃肠病学协会（Canadian Association of Gastroenterology）发布的一份共识报告，提出了一种名为“多流三角论证”的新方法，用于在指南制定之初就设定好客观的决策阈值（decision thresholds）。该方法发表在专业方法学文献中，为提升指南制定的严谨性与透明度提供了可操作的新思路。以下围绕读者可能关心的问题展开解读。

为什么指南制定需要预设“决策阈值”？

在循证指南制定中，GRADE（推荐分级的评估、制定与评价）框架下的“证据到决策”（Evidence-to-Decision，EtD）环节要求专家组对健康效应的 magnitude（量级）做出判断。传统做法是专家组在看过证据后凭经验给出“ trivial、small、moderate、large ”等定性判断。这种隐式判断虽然灵活，却存在两大问题：一是不同专家之间的判断标准不一致；二是容易受到个人偏好或讨论氛围的影响。GRADE 框架本身提倡预先设定决策阈值，即事先明确“效应达到多少才算小幅、多少算中等、多少算大幅”，但一直缺乏一套实用的推导框架。该研究正是为了填补这一方法学空白。

“多流三角论证”具体如何操作？

研究团队在加拿大胃肠病学协会一部关于息肉切除术后监测间隔的指南制定过程中，开发并测试了这套方法。其核心思路是：针对每一个优先结局，整合四条相互独立的证据流，再通过共识流程确定最终阈值。具体步骤可概括为以下有序列表：

1. 提取既往指南的基准值：梳理同类指南中已使用的阈值或判断惯例，作为参照起点。
2. 纳入试验与模型证据：从随机试验中获取最小重要差异（minimally important difference），并从疾病模型中获得大幅效应的估计值。
3. 采用经验推导的通用系数：利用已有研究中基于大样本数据推导出的通用效应量系数，为阈值提供量化锚点。
4. 组织专家 elicitation（结构化征询）：通过结构化问卷或访谈收集多学科专家对效应量级的判断。
5. 改进德尔菲共识流程：将上述四条证据流整合后，采用改进的德尔菲技术进行多轮匿名投票，以≥80%的同意率确立最终阈值。

这套流程的关键在于“三角论证”——当四条证据流指向大致相同的区间时，阈值的可信度更高；若彼此分歧明显，则促使专家组深入讨论分歧根源，而非简单取平均值。

该方法在实际指南中得出了哪些具体阈值？

研究以结直肠癌（CRC）监测间隔比较为案例，产出了一组绝对风险差异阈值（每1000人10年内的风险差异）。例如，对于结直肠癌诊断这一结局，小幅、中等、大幅效应的阈值分别为每1000人5例、13例和25例；对于结直肠癌死亡，对应阈值分别为2例、5例和10例；对于严重出血和穿孔，小幅效应的阈值分别为15例和7例。这些数字并非凭空而来，而是四条证据流交汇与专家共识共同作用的结果。值得注意的是，该过程还促使专家组将“诊断时结直肠癌分期”排除在结局之外，而对“进展期腺瘤”是否适合作为结局，专家组因对其适用性存在争议而未达成共识——这本身也体现了方法对争议的诚实呈现。

这套方法有哪些优势与局限？

优势方面，该方法将原本高度主观的判断步骤拆解为可追溯、可复核的多个证据来源，并引入明确的共识规则，从而提升了指南制定的严谨性和透明度。对于资源充足、需要处理复杂结局的指南项目，这是一种值得参考的结构化路径。局限也同样明显：整个过程资源消耗较大，需要多学科专家投入多轮征询；阈值可能因情境而异，且最终仍带有专家判断成分。研究团队在结论中坦言，该方法并非要消除判断，而是让判断的依据更清晰、更可辩论。对于资源有限的项目，可考虑简化证据流的数量或采用快速共识流程。

总体而言，这项来自加拿大胃肠病学协会的共识报告，为指南制定中“效应量级判断”这一价值敏感环节提供了一个可复制的方法学模板。读者若想了解具体疾病领域的监测建议，仍需咨询专业机构或查阅正式发布的指南全文；本文仅作方法学层面的科普参考。