编辑推荐：
在随机对照试验（RCT）中，意向性治疗（ITT）估计存在局限，无法反映治疗依从的真实效果。研究人员开展使用反事实框架估算 RCT 中非 ITT 估计量的方法学研究，发现非 ITT 估计量定义不明确，需进一步研究，这对临床决策意义重大。
在医学研究领域，随机对照试验（Randomized Controlled Trials，RCT）是评估治疗效果的重要手段。长期以来，意向性治疗（Intention-to-Treat，ITT）估计量是 RCT 中最常用的治疗效果评估指标，它按照患者最初被分配的治疗组进行分析，在一定程度上保留了随机化分配的优势，能够减少基线时的混杂偏倚。然而，当试验中出现患者不依从治疗方案的情况，比如中途停止治疗或更换治疗方案时，ITT 估计量就无法准确反映患者实际接受并坚持治疗后的真实效果，而只能体现被提供治疗的效果。这一局限性使得 ITT 估计量在个体临床决策方面作用有限，患者和临床医生往往更想知道如果患者严格按照治疗方案进行治疗，所能获得的最大治疗效果。在健康技术评估等群体层面的应用中，仅关注 ITT 估计量也可能产生误导，因为它可能无法充分检测出治疗的危害和益处。
为了解决这些问题，来自国外研究机构的研究人员开展了一项关于使用反事实框架（Counterfactual Framework）估算 RCT 中非 ITT 估计量（Non-ITT Estimands）的方法学研究。该研究成果发表在《Contemporary Clinical Trials》杂志上。这一研究意义重大，它旨在通过更准确地估算非 ITT 估计量，为临床决策、卫生政策制定等提供更可靠的依据，帮助医疗领域各方人员更好地理解治疗方案的真实效果，从而做出更合理的决策。
研究人员采用了多种技术方法。首先，进行全面的文献检索，搜索了 MEDLINE 和 EMBASE 数据库从起始到 2024 年 3 月的记录，并通过 Google Scholar 进行了向前和向后的引文筛选，以确保研究资料的全面性。在研究筛选过程中，由一位审阅者（EM）负责筛选标题、摘要和全文，另一位审阅者（KB）对不确定是否符合条件的全文进行二次审核。数据提取方面，由 EM 使用预先开发并试点的工具进行数据提取，KB 对部分记录进行交叉核对。通过这些方法，研究人员对相关文献进行了系统的梳理和分析。
研究结果如下：
- 研究筛选结果：从 746 条记录中筛选出 56 条符合条件的记录，其中 47 条（84%）描述了用于解决不依从问题的特定估计器，9 条（16%）描述了整体方法学框架。这表明当前研究在估算非 ITT 估计量的具体方法和整体框架构建方面都有涉及，但重点仍在具体估计器的应用上。
- 估计量分类结果：在 47 条估计器记录中，共报告了 51 个非 ITT 估计量，包括定义不明确的估计量（n=21，41%）、依从者平均因果效应（n=17，33%）、切换调整估计量（n=7，14%）和符合方案估计量（n=6，12%）。大部分估计量属于定义不明确或临床相关性有限的类型，这反映出目前对非 ITT 估计量的定义和应用存在不足，需要进一步规范和明确。
- 估计器应用结果：共涉及 83 次估计器应用，其中逆概率加权（Inverse Probability Weighting，IPW）应用次数最多（n=22，27%），其次是时变治疗的工具变量（Instrumental Variables，IVs）（n=15，18%）和标准 IVs（n=14，17%）。不同估计器在不同类型的研究设计和结果类型中各有应用，但也存在应用不合理的情况，如标准 IVs 在持续干预中的不恰当使用。
- 估计量与 ITT 估计量比较结果：非 ITT 估计量与 ITT 估计量相比，往往产生相似或更大的效应量，且多数情况下置信区间更宽。这意味着非 ITT 估计量在反映治疗效果方面可能提供更丰富的信息，但同时也需要更谨慎地解释和应用。
- 与估算框架的关联结果：只有 4 条记录明确将非 ITT 估计量与估算框架（如 Estimand Framework）相关联，这表明目前研究在将非 ITT 估计量与规范的估算框架结合方面还存在不足，需要加强这方面的研究和应用。
研究结论和讨论部分指出，目前 RCT 中的非 ITT 估计量存在定义不明确的问题，这使得它们在临床决策中的相关性不足。为了更好地支持实践和政策决策，需要进一步研究使用反事实框架中的估计器来估计定义明确的估计量，特别是符合方案估计量。此外，研究还发现不同估计器的比较性能研究较少，报告质量参差不齐，这也为未来的研究指明了方向。同时，研究人员强调在试验设计和分析过程中，应更加注重明确研究问题和估计量，合理选择估计器，并清晰地报告研究方法和结果，以提高研究的质量和临床实用性。这一研究为后续更深入的研究和实践应用奠定了基础，对推动医学研究和临床决策的发展具有重要意义。
