對這個專有名詞並不陌生吧，傳說中的ITT就是這個，"intention to treat"，這一期的BMJ上刊登了一個統計問題:

研究者想要看早期介入對於兒童兩歲時身體質量指數 (BMI) 的影響，收納了667位，其中337位被隨機分派接受早期介入，另外330位是對照組，根據意向分析，實驗組的平均BMI (16.53) 顯著低於對照組 (16.82)...

平均差異為-0.29 (95%信賴區間為-0.55至-0.02；P=0.04)...

下列有關意向分析敘述何者正確?

(A) 維持隨機分派後的族群組成

(B) 降低治療組之間的共同影響因子 (confounding)

(C) 提供介入效益一個實際的 (pragmatic) 估計值

(D) 提供的數值通常低於介入真值 (true effect of the intervention)

根據答題心理學第二版，如果選項中有提供"(E) 以上皆是"相信絕大多數答題者會選擇(E)，但在答題心理學第三版中提到，如果選項中提供的是"(E) 以上皆非"，則選擇"皆非"的人數會少於"皆是"...

附註: 答題心理學這本書我寫的

有關意向原則 (intention to treat principle) 與意向分析 (intention to treat analysis) 還有改過的意向分析 (modified intention to treat analysis)，這些專有名詞充斥在各式各樣的文獻中...

但真理只有一個，科學是可以重複驗證的 (出自於湯川准教授)，意向分析代表所有納入這項研究的受試者，都會根據其原本被隨機分派的組別進行結果量測 (與分析)...

即使是:

(1) 受試者跑了，根本沒有使用實驗藥物

(2) 受試者違反計畫書

(3) 接受與預定不同的治療

簡單說，只要隨機分派後的受試者都應該按照原分派組別分析，講得很簡單，但實際執行起來，卻又有高深的學問...

意向分析的目的有兩個:

(1) 維持隨機分派後組間的可比較性 (comparability) [所以 (A) 是對的]

只要您納入隨機分派的人數達一定程度以上，且您的隨機分派方法是對的，理論上，兩組就會長得非常像，且因此可以降低可能影響結果的共同影響因子帶來的效應 [所以 (B) 也是對的]

(2) 代表真實世界 (real-world)

如果研究者只將尊崇性高的病人納入分析，許多人一定會質疑這跟現實不符，因為現實世界中，病人經常會自行決定是否繼續服藥，因此，意向分析原則可以讓分析比較接近現實狀況 (因為受試者即使停藥，仍然是納入分析的)

[所以 (C) 是對的]

但是，事情沒有完美的，因為可能納入根本沒吃藥，或是無法耐受的受試者，所得到的效果，可能會比真值低 [所以 (D) 是對的]

這就跟食尚玩家介紹每家百年老店一樣，如果您納入了根本沒吃過那家店，也說那家店難吃的受試者意見，那您所得到結果應該是低於真的有吃過的人的意見...

相對於ITT，另外一個常聽到的名詞是"屁屁 PP (per-protocol)"分析，這個將在日後的文章中繼續說明喔...