證據等級 L1-L5 完整說明

TwTxGNN 採用五級證據分類系統(L1-L5),從最高的「多個 Phase 3 RCT 支持」到最低的「僅模型預測」。這套分類幫助研究人員快速評估預測的可信度和推進的優先順序。


證據等級總覽

等級 定義 臨床試驗要求 文獻要求 建議行動
L1 最高證據 多個 Phase 3 RCT 系統性回顧/Meta-analysis Go
L2 高證據 單一 RCT 或多個 Phase 2 多篇高品質研究 Proceed
L3 中等證據 觀察性研究 大型病例系列 Consider
L4 初步證據 前臨床/機轉研究 個案報告 Explore
L5 僅預測 Hold

L1:最高證據等級

定義:具有多個大型隨機對照試驗(Phase 3 RCT)支持,或有系統性回顧/Meta-analysis 彙整證據。

達標條件(滿足任一):

  • 2+ 個 Phase 3 RCT 呈現正向結果
  • 1 個系統性回顧或 Meta-analysis
  • 已被納入臨床指引

代表案例

適合行動:直接進入深入可行性評估


L2:高證據等級

定義:具有單一 RCT 或多個 Phase 2 試驗支持,臨床證據相當充分。

達標條件(滿足任一):

  • 1 個 Phase 3 RCT
  • 2+ 個 Phase 2 試驗
  • 多篇高品質臨床研究(非 RCT)

代表案例

適合行動:值得進一步評估可行性,考慮設計驗證試驗


L3:中等證據等級

定義:有觀察性研究或大型病例系列支持,但缺乏隨機對照試驗。

達標條件

  • 世代研究(Cohort study)
  • 病例對照研究(Case-control study)
  • 大型病例系列(>20 例)

適合行動:有初步證據,待補充 RCT 後可升級評估


L4:初步證據等級

定義:有前臨床研究、機轉研究或少數個案報告,但缺乏系統性臨床驗證。

達標條件

  • 動物實驗/體外研究
  • 藥理機轉研究
  • 個案報告(<20 例)
  • 電腦模擬/生物資訊學分析

適合行動:機轉合理但需進一步臨床驗證,可作為研究方向


L5:僅模型預測

定義:僅有 TxGNN 模型預測,尚無任何直接臨床或前臨床證據。

特點

  • 預測分數可能很高(>99%)
  • 但無相關研究文獻
  • 可能是尚未被研究的領域

適合行動:可作為研究假設的起點,但不建議直接推進


重要觀念:預測分數 ≠ 證據等級

預測分數是 AI 模型的信心程度,證據等級是臨床研究的充分程度。高預測分數但低證據等級,代表這是一個值得探索但尚未被研究的方向。
情境 預測分數 證據等級 解讀
情境 A 99.9% L1 模型準確識別已驗證的用途
情境 B 99.9% L5 可能是未被研究的新機會
情境 C 95.0% L2 雖然預測信心較低,但有臨床證據

證據等級升級路徑

  1. L5 → L4:發表前臨床研究或機轉分析
  2. L4 → L3:進行觀察性研究或收集大型病例系列
  3. L3 → L2:完成 Phase 2 臨床試驗
  4. L2 → L1:完成 Phase 3 RCT 或發表系統性回顧

延伸閱讀


免責聲明
證據等級判定基於公開資料自動化分析,可能存在遺漏或誤判。如有疑問,請以原始文獻為準。

回到頂部

Copyright © 2026 Yao.Care. 本報告僅供研究參考,不構成醫療建議。

This site uses Just the Docs, a documentation theme for Jekyll.