कारणात्मक अनुमान में मुख्य वर्गीकरण

कई वैज्ञानिक समस्याएँ इस बात की आवश्यकता होती हैं कि उपचार की तुलना को उपचार के बाद के चर के लिए समायोजित किया जाए, लेकिन मानक विधियों के अंतर्गत आने वाले अनुमान कारणात्मक प्रभाव नहीं होते हैं। इस कमी को दूर करने के लिए, हम उपचार की तुलना के लिए एक सामान्य ढांचा प्रस्तावित करते हैं, जो उपचार के बाद के चर के लिए समायोजित होता है और जो मुख्य प्रभाव उत्पन्न करता है जो मुख्य वर्गीकरण पर आधारित होता है। उपचार के बाद के चर के सन्दर्भ में मुख्य वर्गीकरण उन विषयों का क्रॉस-क्लासिफिकेशन है जो कि उस उपचार के तहत उस उपचार के बाद के चर के संयुक्त संभावित मानों द्वारा परिभाषित होते हैं जिनकी तुलना की जा रही है। मुख्य प्रभाव मुख्य श्रेणी के भीतर कारणात्मक प्रभाव होते हैं। मुख्य श्रेणियों की एक प्रमुख विशेषता है कि वे उपचार असाइनमेंट से प्रभावित नहीं होते हैं और इसलिए इन्हें किसी भी पूर्व-उपचार सह-परिवर्तक, जैसे कि आयु श्रेणी, के रूप में उपयोग किया जा सकता है। परिणामस्वरूप, हमारे मुख्य प्रभावों की केंद्रीय विशेषता यह है कि वे हमेशा कारणात्मक प्रभाव होते हैं और मानक उपचार के बाद समायोजित अनुमान की जटिलताओं से ग्रस्त नहीं होते हैं। हम संक्षेप में चर्चा करते हैं कि ऐसे मुख्य कारणात्मक प्रभाव तीन हालिया अनुप्रयोगों के बीच लिंक हैं जिनमें उपचार के बाद के चर के लिए समायोजन शामिल है: (i) उपचार अनुपालन न करना, (ii) उपचार अनुपालन के बाद गायब परिणाम (ड्रॉपआउट), और (iii) मृत्यु द्वारा सेंसरिंग। फिर हम अनुचर या बायोमार्कर अंत बिंदुओं की समस्या को उठाते हैं, जहाँ हम दिखाते हैं, मुख्य कारणात्मक प्रभावों का उपयोग करते हुए, कि वर्तमान में अनुचरता के सभी परिभाषाएँ, भले ही वे पूर्णतः सत्य हों, आम तौर पर परिणाम पर उपचार के कारणात्मक प्रभावों के रूप में इच्छित व्याख्या नहीं रखती हैं। हम मुख्य वर्गीकरण और मुख्य कारणात्मक प्रभावों के आधार पर अनुमानों का सूत्रीकरण करते हैं और उनकी श्रेष्ठता दिखाते हैं।