本文针对二分类变量结局指标相对（而非绝对）治疗效果的不一致性。证据本身不会因不同研究结果具有一致性而升级，但可能因不一致而降低质量级别。衡量一致性的标准包括点估计值的相似性、可信区间的重叠程度以及统计学判定标准包括异质性检验和I2。系统评价作者应提出并检验少数几个与患者、干预措施、结局指标以及方法学相关的先验假设以探寻异质性来源。当不一致性很大且无法解释时，因不一致性而降低质量级别是恰当的，特别当某些研究显示有显著益处而其他显示无益甚至有害时（而非仅是疗效大与疗效小的比较）。明显的亚组效应可能不可靠。如果亚组效应满足以下条件，其可信度将会增加：基于少数几个有具体方向的先验假设、亚组比较来自研究内而非研究间、交互检验的P值小、结果有生物学意义。
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。