同一种药，为什么会算出不同答案？
想象一家餐厅用一年时间比较两套菜单。春天来的客人和冬天不同，厨师、原料也在变。如果新菜单只在夏秋供应，把夏秋的新菜单评价拿去和全年旧菜单比较，季节变化就可能被算成菜单效果。
长期运行的平台试验也有类似问题。平台试验是在同一套基础设施里持续加入或移除治疗组，并让多个治疗组共享对照组。它能省去反复新开试验的成本，但各治疗组未必同时存在。与此同时，患者构成、诊疗标准或疾病流行状况会随日历时间变化。治疗组与对照组若来自不同阶段，时间差便可能混进疗效差。
这篇论文追问的因此不只是“怎样校正时间”，而是更靠前的一件事：我们到底想估计谁的疗效，又该怎样跨时期求平均？全文由同一篇 arXiv 论文提供，尚无其他独立信源交叉印证。
先定问题，再选算法
论文把 estimand 放在中心。Estimand 可以理解为“目标估计量”：研究真正要回答的量，包括针对什么人群、比较什么治疗，以及如何汇总结果。比如，“最后一个入组时期患者的平均疗效”和“治疗开放期间所有合格患者的平均疗效”，听起来接近，实际不是同一个问题。
作者区分两类效应。条件效应是在给定日历时期或患者特征后比较治疗；边际效应则把各时期、各类患者的效应，按照目标人群的构成加权平均。平台试验常用的模型方法通常给出以日历时间为条件的效应，但科学与监管问题往往指向跨越多个入组时期的人群。模型系数即使算对了，也未必正好回答后一个问题。在线性模型中，两者有时可以重合；到了二元结局使用的非线性模型，二者尤其不能直接互换。
论文列出几种目标人群。ECE（Entire Concurrently Eligible）包括治疗与对照同时开放期间，所有有资格参加这项比较的患者，即使他们实际被分到其他治疗组。ACA（Actually Concurrently Assigned）只包括同期实际分到该治疗或对照的患者。LACA（Latest Actually Concurrently Assigned）进一步只看治疗仍开放的最后一个时期。EP（Entire Eligible）则覆盖试验开始至该治疗退出前的全部患者，其中可能包括治疗尚未开放的时期。
这些选择决定了各时期的权重。若第 期的边际治疗效应为 ，目标人群为 ，总体答案可写成：
变化的不是装饰性的统计设定，而是问题本身：ECE 按各期合格患者数量加权，ACA 按各期实际进入治疗或对照的人数加权，LACA 只让最后一期贡献结果。只要各期疗效不同，权重一换，目标效应就可能随之改变。
人群和数据，不是一回事
论文最值得留意的区分，是把“答案属于谁”与“计算时用了谁的数据”拆开。
目标人群定义 estimand。分析数据集则用来拟合模型。研究者可以把目标仍定为同期患者，同时使用更大的数据集帮助估计患者特征与结局、时期与结局之间的关系。换句话说，借用非同期对照数据，不必自动把目标人群扩大到非同期患者。
但借数据需要假设。论文讨论的非同期对照模型假定各治疗组共享时期变化，也就是不存在治疗与时期的交互：时间漂移对各组的作用方式相同。额外数据可能提高精度，却把答案更多地系在模型是否合适上。
EP estimand 的风险更直接。某治疗尚未开放时，没有人可能接受它；若要估计那一时期的治疗结果，就必须向观测范围之外外推。作者主张重点仍应放在同期 estimand，因为这种外推无法从已观察数据中检验。不过，非同期患者仍可作为分析数据，帮助估计同期目标。
四把尺子，各自量什么
论文比较四类估计方法。
未调整估计量先在每个时期计算治疗组与对照组的平均结局差，再按目标人群权重合并。它不调整患者特征，但按时期分层，因此不会把简单的时间趋势直接混入组间比较。
回归方法把时期、治疗和患者基线特征放进模型。G-computation（也叫标准化）则先用模型预测每个人在治疗与对照下的结局，再在目标人群中求平均。它清楚展示了一个关键点：模型可以用较大的数据集拟合，但最后在哪群人身上平均，决定了估计的因果参数。
AIPW（augmented inverse probability weighting，增广逆概率加权）把结局模型与按随机分配概率进行的修正结合起来。论文称它具有“双重稳健性”：结局模型或分配概率模型只要有一个正确，估计就能保持一致。在这里，随机分配概率由试验设计给定，因此作者推导出，针对同期目标人群，AIPW 即使在结局模型设错时仍可保持一致。不过，当某治疗在某时期根本不存在，接受它的概率就是零，AIPW 也不能凭空恢复那段信息，所以论文不把它用于 EP estimand。
一个反直觉的精度结果
如果各时期的真实疗效相同，ECE、ACA 和 LACA 可以指向同一个效应；但它们的方差——也就是重复试验时估计值波动的大小——仍可能不同。
在论文设定的连续结局、各组各期残差方差相同且治疗与对照分配比例跨时期不变等条件下，ACA 的权重恰好等于逆方差最优权重，因此在这类加权估计量中达到最小方差。LACA 丢掉更早时期的信息，早期积累的数据越多，代价越大。ECE 若因其他治疗组进出而改变了各时期患者占比，也可能不如 ACA 精确。
这不是“ACA 永远最佳”。一旦分配比例随时期变化，信息更多的时期不再只由人数决定，ACA 权重也未必最优。更重要的是，当各期疗效本来就不同，几种方法可能已在估计不同对象；这时单比方差大小，就像比较两把尺子谁更准，却忘了它们量的不是同一件东西。
论文还把不确定性拆成三部分：随机分组带来的波动、患者特征重新抽样带来的波动，以及入组时期构成变化带来的波动。实践中常用的设计型方差主要关注第一部分。若疗效随时期或患者特征变化，后两部分可能不再为零。
为什么值得关注
这项工作的提醒很朴素：时间校正不是终点。研究者必须依次说明目标人群、跨时期的平均方式、估计方法，以及拟合模型时用了哪些数据。否则，一个技术上无偏的条件效应，也可能不是临床或监管真正想问的边际效应。
它也给“借用更多对照数据”划出边界。更多数据可能提高精度，但不会自动改善问题定义；目标人群和分析数据集必须分别说明。平台试验越长、治疗组进出越频繁，这一区分越重要。
局限与未知
- 材料虽包含论文的理论推导，但未提供模拟研究和数值案例的完整结果，因此不能据此判断哪种估计方法在具体场景下表现最好。
- ACA 的最小方差结论依赖论文列出的方差与分配比例条件，不能扩写成普遍排名。
- 全部论断目前来自同一篇 arXiv 论文，尚缺独立研究或实际试验分析的交叉验证。