拿真实世界肿瘤数据比较两种治疗，最棘手的不是算出生存差异，而是病历里可能漏了关键因素：例如某种未记录的病情既影响医生选药，也影响患者结局。此时，一个漂亮的效果数字可能只是隐藏偏差。Baitairian 等人提出一套敏感性分析：先假定这种未观测混杂最多能有多强，再给治疗效果划出一段可信范围，而非只报一个点估计。
这项工作的关键是把“生存曲线之差”和限制平均生存时间（RMST，即指定随访期内平均存活或无事件时间）纳入 DVDS 边界。所谓“双重有效”，是部分模型即使设错，边界仍有机会覆盖真实效果；“双重锐利”则要求在相关模型设对时，范围尽量不被无谓放宽。作者还给出了分析表达式，无须像既有方案那样反复求解优化问题；据作者在模拟与真实数据上的结果，这带来了更紧的边界和更高的计算效率。方法也处理了删失——患者失访或研究结束时事件尚未发生——但假定删失与未观测混杂彼此独立，这仍是明确的适用边界。