- 发布
- 更新
在观察性研究中，假设治疗选择的每项重要原因都已记录，是一个很强的主张。未测量混杂评估应清楚展示解释如何依赖额外假设，而不是自动提供因果有效性的证明。
明确问题与假设
识别来源中缺失但临床上合理的原因。论证这些原因与暴露和结局之间关系的情景。定量方法可能有帮助，但一个汇总数值不能识别缺失因素，也不能证明临床合理性。应借助适当专业知识选择方法，并解释它实际调查什么机制。
假设性研究示例
在一项假设比较中，功能状态可能影响治疗选择，却未被记录。团队讨论合理的分布和关系，不会把很大的敏感性统计量当作所有未测量原因均已排除的证明，而是解释所考察的假设及其范围局限。
设计审查核查要点
- 利用对临床决策流程的了解，列出未测量的候选因素。
- 用现有数据或适当外部证据论证情景设定的幅度。
- 识别所选敏感性方法未处理的偏倚机制。
记录决策及其局限
经认可的解释应说明将关联联系到因果结论的假设。数据质量、选择和结局测量误差可能仍是独立问题。不得只检查能保留偏好结果的情景。应报告结论在何种条件下改变，以及还需要哪些信息，不夸大该评估所提供的确定性。
常见问题
- 敏感性分析能测量缺失的混杂因素吗？
- 不能。它在假设下探索潜在影响；该变量仍未被观察到。
- 一个数值能排除所有偏倚吗？
- 不能。应说明正在评估的机制和情景范围。