一种治疗平均有效，不代表它影响了很多人：可能只是少数人变化很大，也可能某个年龄或风险区间里人人都没反应。Pengyu Li 与 Yao Zhang 换了一个问题：在受试者特征构成的范围里，这种“零效应区域”最多能有多大？这比单看平均数更接近“治疗究竟覆盖了谁”。
他们先按试验前选定的特征排列参与者，再检查相邻人群区域，并用随机化推断——依据试验原本的随机分组，重新模拟可能的分配——检验每片区域是否可能人人都不受影响。最终得到一个有限样本有效的置信上界，也就是给“最大无效区域”设一个统计上可信的上限；上限越小，越能排除大片人群完全无效，但不等于证明每个人效果相同。
关键的工程改进是复用不同区域之间的累计计算：一维完整搜索的计算成本由样本量的立方降到平方。作者还将方法用于投票参与、HIV 临床试验和 AI 辅助写作数据；原文节选未保留这些案例的完整数值，因此这里不作效果量判断。