一款药总体有效，不等于对女性、男性或不同病情的人效果都一样。森林图上的线条看着接近，也不能证明差异小到可以忽略。Koletzko 等人提出一套正式检验，专门回答更实用的问题：总体疗效能否合理延伸到各个亚组。
方法建立在 Cox 比例风险模型上——这是分析死亡、复发等“事件何时发生”的常用工具，用风险比描述治疗如何改变事件发生速度。传统交互检验问的是亚组疗效是否完全相等；新框架把问题改成“差异有没有落在临床可接受范围内”。研究者需事先设定一致性界值，再检验两个互补亚组之间，或亚组与总体之间的差距是否足够小。
论文给出传统的双单侧检验（TOST）和一种新检验。作者证明这些程序在大样本下有效，并在模拟中报告，新检验比 TOST 更容易识别真正的一致性，部分小样本场景也能维持设定的假阳性率。关键边界是：统计上“不完全相等”不等于临床上“不能视为一致”，而结论是否可信，很大程度取决于一致性界值是否提前设定且有临床依据。