Addressing complications of intention-to-treat analysis in the combined presence of all-or-none treatment-noncompliance and subsequent missing outcomes
全有或全无处理不依从与后续结果缺失下的意向治疗分析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。
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：摘要明确研究随机分配的意向治疗因果效应，以及不依从和结果缺失下的估计条件。
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…
关注这篇论文的作者
全有或全无处理不依从与后续结果缺失下的意向治疗分析
- 研究问题
- 随机研究同时存在全有或全无的处理不依从和后续结果缺失时，如何避免删除缺失者、忽略依从信息导致的意向治疗效应偏差？
- 方法与思路
- 作者在关于分配作用的复合排除限制及缺失机制的潜在可忽略性条件下，构造意向治疗效应估计程序，并研究其随机化性质。
- 材料陈述的贡献
- 摘要称，新程序在所述非可忽略不依从与缺失条件下保持良好的随机化性质，提供理论与模拟，并讨论概念对生存结局右删失的意义。
- 阅读关注点
- 应核对复合排除限制与潜在可忽略性的准确含义、依从信息如何进入估计、识别与推断各需哪些条件，以及右删失讨论的范围。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；摘要未给出完整假设、估计公式或模拟结果，不能认为随机化本身足以消除不依从与缺失偏差。
原文摘要
We study the combined impact that all-or-none compliance and subsequent missing outcomes can have on the estimation of the intention-to-treat effect of assignment in randomised studies. In this setting, a standard analysis, which drops subjects with missing outcomes and ignores compliance information, can be biased for the intention-to-treat effect. To address all-or-none compliance that is followed by missing outcomes, we construct a new estimation procedure for the intention-to-treat effect that maintains good randomisation-based properties under more plausible, nonignorable noncompliance and nonignorable missing-outcome conditions: the 'compound exclusion restriction' on the effect of assignment and the 'latent ignorability' of the missing data mechanism. We present both theoretical results and a simulation study. Moreover, we show how the two key concepts of compound exclusion and latent ignorability are relevant in more complicated settings, such as right censoring of a time-to-event outcome.