GRADE建议通过检查95%可信区间（CI）为决定不精确性的最佳方法。在指南实际运用中，如果CI的上、下限值代表了真实效应，而临床实际情况与之不符时，必须降低证据质量级别（即对效应估计值的把握度）。除外当效应值很大且可信区间提示效应稳健，而总样本量不大且事件数很少的情况，其他应考虑因不精确性而降低证据质量级别。作此决定时，可计算有足够检验效能的单个试验所需的病例数（定义为“最优信息样本量”，即optimal information size，OIS）。对连续型变量，我们建议用类似方法，首先考虑可信区间上、下限值，再计算OIS。系统评价（SR）所需方法略有不同。如果95%CI不包括相对危险度（RR）为1，且总事件发生数或病例数超过OIS标准，则精确性良好。如果95%CI包括了明显获益或危害（我们建议以RR值lt;0.75或gt;1.25作粗标准），即使达到OIS要求，因不精确性而降低证据质量级别较恰当。
本文介绍证据质量分级的GRADE方法。GRADE将证据质量分为高、中、低和极低四个级别。该分级应用于证据群，而非针对个别研究。系统评价中，质量反映了我们认为效应估计值正确的把握度。对推荐意见而言，质量反映了我们认为效应估计值足以支持某特定推荐的把握度。随机对照试验初定为高质量证据，观察性研究初定为低质量证据。GRADE中所使用的质量一词不只是意味着偏倚风险，还可能受研究结果的不精确性、不一致性和间接性，及发表偏倚的影响。此外，若干因素可增加我们对效应估计值的把握度。GRADE提供了一种系统方法来思考并报告各因素。GRADE将评估证据质量的过程与给出推荐建议的过程分开。推荐强度的判断不仅依赖于证据质量。