The Use of Covariate Adjustment in Randomized Controlled Trials: An Overview
随机对照试验中协变量调整的使用：综述AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要围绕随机试验中的处理效应目标参数、协变量调整与标准化估计展开。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
随机对照试验中协变量调整的使用：综述
- 研究问题
- 随机对照试验何时应使用协变量调整提高精度，如何区分条件与边际处理效应，并使分析方法与目标参数一致？
- 方法与思路
- 作者综述协变量调整的用途和实践问题，比较条件与边际目标参数，并倡导利用基线协变量进行标准化估计。
- 材料陈述的贡献
- 摘要强调非线性情形下两类效应通常不同，指出现有边际效应分析可能存在错配，并称标准化可兼顾效率与模型误设稳健性。
- 阅读关注点
- 应核对效应尺度与目标参数的定义、标准化估计的具体实施，以及效率改善和模型误设稳健性分别依赖哪些条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实。摘要未给出具体模型或稳健性条件，不能认为任意协变量调整都提高精度。
原文摘要
There has been a growing interest in covariate adjustment in the analysis of randomized controlled trials in past years. For instance, the U.S. Food and Drug Administration recently issued guidance that emphasizes the importance of distinguishing between conditional and marginal treatment effects. Although these effects coincide in linear models, this is not typically the case in other settings, and this distinction is often overlooked in clinical trial practice. Considering these developments, this paper provides a review of when and how to utilize covariate adjustment to enhance precision in randomized controlled trials. We describe the differences between conditional and marginal estimands and stress the necessity of aligning statistical analysis methods with the chosen estimand. Additionally, we highlight the potential misalignment of current practices in estimating marginal treatment effects. Instead, we advocate for the utilization of standardization, which can improve efficiency by leveraging the information contained in baseline covariates while remaining robust to model misspecification. Finally, we present practical considerations that have arisen in our respective consultations to further clarify the advantages and limitations of covariate adjustment.