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。
GRADE要求明确说明相关的背景、人群、干预措施和对照，同时要求不论研究结果能否形成证据，均需详述所有重要结果。对某一特定管理问题，人群、干预措施及结果应在不同研究间足够类似，才能认为得到相似的效应量合乎情理。指南制定者在收集证据前应先详细说明各结局的相对重要性，同样地，证据总结完成时也需要详细说明这一点。考虑到替代结局的重要性，对采用替代指标描述且对患者很重要的结局，作者应评估其重要性，并进而降低这种间接结果的证据质量等级。
在GRADE方法中，若多数相关证据来自高偏倚风险的研究，则起初被定为高质量证据的随机试验和低质量证据的观察性研究均有可能被降低质量等级。随机试验已确定的局限性包括：未进行分配隐藏、未实施盲法、未报告失访情况及未恰当考虑意向性治疗原则。最近提出的局限性包括：因明显获益而早期终止试验和基于结果选择性报告结局。观察性研究的主要局限性包括使用不合适的对照及未能充分调整预后的不平衡。偏倚风险可因不同结果而异（如全死因死亡率的失访远少于生命质量的失访），许多系统评价都容易忽略这一点。在决定是否因偏倚风险而降低质量等级时，不管是随机试验还是观察性研究，作者不应采用对各个研究取平均值的方法。相反，对任何单个结果，当同时存在高、低偏倚风险的研究时，则应考虑只纳入较低偏倚风险的研究。