Un endroit où j'ai vu cela se produire est dans les discussions sur l'utilisation de l'analyse «d'intention de traiter» par rapport à une analyse qui tente d'obtenir «l'efficacité» d'un traitement dans des expériences avec une observance imparfaite. Voir l'article Wikipédia sur "l'intention de traiter" ( lien ), qui comprend quelques références.
Dans un essai de contrôle randomisé standard avec non-conformité, l'intention de traiter l'estimation n'examine que la différence entre celles assignées au traitement et au contrôle. Cependant, la non-conformité signifie que certaines personnes qui ont été affectées à un traitement peuvent ne pas l'avoir réellement suivi, et certaines affectées au groupe témoin peuvent avoir effectivement reçu le traitement. Dans l'affirmative, l'intention de traiter l'estimation peut sous-estimer l'effet moyen du traitement qui serait obtenu si tous les membres de la population étudiée prenaient effectivement le traitement.
Lorsque ce type de non-conformité est présent, l'analyste doit prendre une décision. Elle pourrait décider de simplement faire l'intention de traiter l'analyse, en la justifiant en disant que dans le monde réel, nous ne pouvons pas contrôler la conformité, et donc l'intention de traiter l'analyse est plus "réaliste" comme une estimation de ce qui se passerait si ce traitement était approuvé pour une utilisation clinique. J'ai vu cela comme une analyse de «l'efficacité» d'un traitement. Ou, elle peut utiliser une sorte de méthode d'adaptation pour essayer de comprendre en quoi les personnes qui ont effectivement suivi le traitement diffèrent de celles qui ne l'ont pas fait. Elle pourrait justifier cela en disant que ce que nous voulons vraiment savoir, c'est «l'efficacité» biologique (dans le cas d'un essai médical) du traitement, et pour ce faire,
La question pour une analyse de l'efficacité biologique est, quel "type de méthode d'ajustement" est valable? L'état actuel de la technique, si je comprends bien, consiste à considérer une expérience de non-conformité comme un problème de variables instrumentales, à la Angrist, Imbens et Rubin (1996) ( lien fermé ), ou, plus généralement, à voir le problème en termes de "stratification de principe", à la Frangakis et Rubin (2002) ( lien fermé). En tant que telle, la randomisation sert d'instrument qui identifie de manière non paramétrique les effets d '"efficacité" pour au moins certaines sous-populations --- à savoir, ceux qui se conformeraient à leur traitement ou affectation de contrôle. Au-delà de cela, on pourrait imposer un modèle plus strict afin d'identifier les effets d'efficacité, mais alors on peut se demander pourquoi vous avez pris la peine de faire une expérience randomisée en premier lieu?