什么是 目标试验模拟（Target Trial Emulation）？
目标试验模拟（Target Trial Emulation）简称 TTE，是一种研究设计框架：先规定假想随机试验的入组标准、处理策略、分配程序、时间零点、随访、结局、因果对比与分析方案，再用观察性数据模拟这些要素。
快速了解
| 规范文档 | 官方规范 |
|---|
工作原理
入组、处理分配与时间零点必须对齐
入组资格只能使用处理策略开始时已知的信息判断，随访也必须从同一个 Time Zero 开始。如果用未来行为定义处理，却把更早的生存时间计入结果，就会产生永生时间或选择偏差。Hernán 与 Robins说明了显式模拟目标试验如何避免观察性研究中的常见设计失败。
协议决定目标估计量与分析方法
类似 Intention-to-treat 的分配型对比估计“启动某策略”的效应，而 Per-protocol 对比关注持续遵循策略的效应。对动态策略，一个人在基线可能同时兼容多个策略；可通过克隆、偏离时人工删失及逆概率加权表达该设计，但这要求正确的处理与删失模型以及充分支持。
信任效应前先审计模拟保真度
应核对入组、处理、协变量、结局和删失是否按预期时间线测量，并报告切换处理、宽限期、缺失、重叠、权重分布、负对照、未测混杂敏感性，以及目标试验人群与可用数据的差异。再复杂的估计器也无法修复错位的时间零点或数据中从未记录的处理策略。
主要特点
- 从完整的假想随机试验协议开始设计
- 在时间零点对齐入组、处理分配与随访
- 区分处理启动效应与持续遵循策略的效应
- 把观察性记录映射到预先规定的处理策略
- 显式声明混杂、删失、正值性与测量假设
- 把模拟保真度与敏感性分析作为核心证据
常见用途
- 在纵向健康记录中比较启动不同治疗的策略
- 无法随机发布时评估产品策略
- 避免处理与未处理比较中的永生时间偏差
- 用克隆、删失与加权模拟动态策略
- 诊断观察性结果与随机试验不一致的原因
示例
Loading code...常见问题
目标试验模拟会把观察性数据变成随机试验吗？
不会。它让观察性研究与明确的随机试验协议对齐，并消除部分可避免偏差。Exchangeability 仍依赖已测协变量与设计假设，因此未测混杂、测量误差和选择问题仍可能存在。
目标试验协议至少要规定哪些内容？
至少包括入组标准、处理策略、分配程序、时间零点、随访、结局、因果对比或 Estimand，以及分析方案。还应明确操作定义、宽限期、依从性、删失、干扰和目标人群。
为什么时间零点对齐如此重要？
入组、处理分配与随访必须指向同一个基线。如果用未来信息定义处理，却从更早时间开始累计结果，一些参与者必须先存活到被标记为处理组，从而产生永生时间与选择偏差。
什么情况下使用克隆、删失与加权？
当参与者在基线同时符合多个持续或动态策略时，可以为兼容策略克隆记录，在偏离策略时人工删失，再用权重调整信息性删失；其有效性依赖已测混杂与正值性假设。
应如何验证目标试验模拟？
应审计协议到数据的映射、时间戳对齐、处理与结局定义、重叠、权重稳定性、缺失、切换和失访；比较多种可辩护设计与估计器，在可用时加入负对照，并量化对未测混杂的敏感性。