Un lugar donde he visto surgir esto es en las discusiones sobre el uso del análisis de "intención de tratar" versus un análisis que trata de llegar a la "eficacia" de un tratamiento en experimentos con cumplimiento imperfecto. Consulte el artículo de Wikipedia sobre "intención de tratar" ( enlace ), que incluye algunas referencias.
En un ensayo de control aleatorio de rutina con incumplimiento, la estimación de intención de tratar solo examina la diferencia entre los asignados al tratamiento y al control. Sin embargo, el incumplimiento significa que algunas personas que fueron asignadas al tratamiento pueden no haberlo tomado realmente, y algunas asignadas para estar en el grupo de control pueden haber recibido el tratamiento. De ser así, la estimación de la intención de tratar puede subestimar el efecto promedio del tratamiento que se obtendría si todos los miembros de la población en estudio tomaran el tratamiento.
Cuando este tipo de incumplimiento está presente, el analista tiene que tomar una decisión. Podría decidir simplemente hacer el análisis por intención de tratar, justificándolo diciendo que en el mundo real, no podemos controlar el cumplimiento, por lo que la intención de tratar el análisis es más "realista" como una estimación de lo que sucedería si este tratamiento fuera aprobado para uso clínico. He visto esto referido como un análisis de la "efectividad" de un tratamiento. O bien, puede usar algún tipo de método de ajuste para tratar de entender cómo las personas que realmente tomaron el tratamiento diferían de las que no lo hicieron. Ella podría justificar esto diciendo que lo que realmente nos interesa saber es la "eficacia" biológica (en el caso de un ensayo médico) del tratamiento, y para hacerlo,
La cuestión para un análisis de eficacia biológica es, ¿qué "tipo de método de ajuste" es válido? El estado actual de la técnica, según tengo entendido, es ver un experimento de incumplimiento como un problema de variables instrumentales, a la Angrist, Imbens y Rubin (1996) ( enlace cerrado ), o, en general, ver el problema en términos de "estratificación principal", a la Frangakis y Rubin (2002) ( enlace privado) Como tal, la aleatorización sirve como un instrumento que identifica de forma no paramétrica los efectos de "eficacia" para al menos ciertas subpoblaciones, es decir, aquellos que cumplirían con su tratamiento o asignación de control. Más allá de esto, uno podría imponer un modelo más estricto para identificar los efectos de eficacia, pero luego uno podría preguntarse, ¿por qué se molestó en hacer un experimento aleatorio en primer lugar?