證據品質評估以 GRADE 系統評核隨機對照研究,下列何者不是降級因素?

GRADE 系統的降級因素不包括「結果不顯著」，其關注的是研究品質而非統計顯著性本身。

GRADE 證據品質評估系統的降級因素解析

在實證護理中，當我們完成文獻搜尋與評讀後，需要對證據體（body of evidence）的整體品質進行評估，而 GRADE（Grading of Recommendations Assessment, Development and Evaluation） 系統正是目前國際上最廣泛使用的標準化工具。GRADE 系統在評核證據品質時，並非直接將研究設計等同於品質等級，而是先以研究設計決定起點，再依據特定因素進行降級或升級。

對於 隨機對照試驗（Randomized Controlled Trial, RCT），GRADE 系統預設的證據品質起點為「高品質（High）」。然而，若研究存在某些方法學上的缺陷或結果上的疑慮，則必須進行降級。根據 GRADE 工作小組的規範，降級因素共有五項，本題的關鍵在於辨識何者並非這五項之一。

以下針對各選項進行深入剖析：

1. 偏差風險（Risk of Bias）
此為 GRADE 系統中最重要的降級因素之一。若納入分析的隨機對照試驗在研究設計或執行上存在瑕疵，例如：隨機分派序列的產生方式不恰當、分派隱匿（allocation concealment）不確實、未採用盲法（blinding）、結果數據不完整（attrition bias）或選擇性報告結果（selective reporting）等，都會增加偏差風險。當多數證據來自高偏差風險的研究時，證據品質必須降級。

2. 不一致性（Inconsistency）
此因素指的是不同研究之間的結果存在無法解釋的異質性（heterogeneity）。在實證統合中，若各篇研究的治療效果方向不一致（有些顯示有效、有些顯示無效甚至有害），或是效果量（effect size）的差異過大，且無法用族群、介入措施或對照組的差異來合理解釋時，就構成不一致性。統計上常以 I² 統計量來量化異質性，若 I² 值過高且信賴區間重疊性低，則需考慮降級。

3. 結果不顯著（Non-significant Results）
此為本題的正確答案，因為「結果不顯著」並非 GRADE 系統的降級因素。在實證健康照護中，統計上的顯著與否（通常以 p 值是否小於 0.05 判定）與證據品質是兩個完全不同的概念。一個高品質的證據體，其結果可能是不顯著的（例如證實新藥與安慰劑效果無差異）；反之，一個充滿偏差風險的低品質證據，也可能得到統計顯著的結果。GRADE 系統關注的是我們對效果估計值有多少信心，而非效果是否顯著。與此相關的真正降級因素是「不精確性（Imprecision）」，當研究的樣本數過少、事件發生數不足，導致信賴區間過寬（例如同時涵蓋顯著效益與顯著危害的閾值）時，才會因不精確而降級，而非單純因為 p 值大於 0.05。

4. 出版偏差（Publication Bias）
此為 GRADE 系統的第五項降級因素。當具有正面（統計顯著）結果的研究比負面（不顯著）結果的研究更容易被發表時，就會產生出版偏差。這會導致我們在進行系統性回顧與統合分析時，高估了介入措施的真實效果。若透過漏斗圖（funnel plot）檢定發現不對稱，或有高度懷疑存在未發表的負面研究時，證據品質必須降級。

綜合以上，GRADE 系統對於隨機對照研究的五項降級因素分別為：偏差風險、不一致性、不精確性、間接性（Indirectness）以及出版偏差。題目中的「結果不顯著」並非降級條件，而是常與「不精確性」混淆的臨床統計概念 [1,2]。