给两位病人用同一种药，“统一加到某个剂量”往往不现实：他们的病情和当前用量不同，适合的调整也可能相反。这项工作不再比较两个固定剂量，而是问一个更贴近决策的问题：在每个人现有剂量附近小幅上调或下调，结果会变好还是变坏。作者把这种因人而异的变化称为条件“轻推”效应，并用修改处理策略——按同一规则改动每个人实际接受的剂量——汇总同类患者的预期变化。
关键在于，它只要求相似患者在当前剂量附近确实有过不同用量，而不要求他们在整个剂量范围都有观测记录。这缓解了“正值性”问题：若临床规程决定某类患者从不会接受某些远端剂量，数据便无法可靠回答那种假设。方法上，作者复制数据，把“原剂量”和“平移后的剂量”改写成两组比较，因此只需拟合常见的二分类概率模型，避开较难稳定估计的连续剂量条件密度。作者还在 MIMIC-III 呼吸机数据中找出预计可从小幅降低机械功率中获益的患者特征；论文未在所给原文中披露具体幅度，且这仍是基于观察数据的预测性因果分析。