我們在做臨牀干預試驗的時候，出於道德的考慮一般不會“強制”讓病人接受某個隨機分配的治療方案，而是採用“建議”的方法，允許病人拒絕，那麼如果我們分析的時候，就按隨機分配來分析，而不管是不是真的接受了治療方案，就是本文的intention to treat 原則。爲什麼這樣做是好的？爲什麼不能找到病人真實的選擇來分析呢？
我們先給了例子：
假設現在有個手術是毫無作用的，然後希望用臨牀試驗來驗證真相，現在有兩個隨機分組A,B，其中A組的病人會在第6周接受手術治療，在A組中，有15人在手術前就死了，還有15個人，在手術後死了；而在B組中，也有15人前6周死了，然後還有15人在6周後的時間死了。
如果我們用病人是否真實接受干預來分析，那麼在A組中， 100個人只有85個人接受了手術治療（因爲有15個人提前死了，沒法接受手術），於是在A組的死亡率爲：15/85=0.18, 在B組中，他的死亡率是 30/100=0.3。奇蹟發生了，A組的死亡率明顯比B少！儘管這個手術是毫無作用的！
如果我們一切按照原本隨機指定的分組來分析，而不管有沒有真正接受治療。則A組的死亡率是30/100，B組的死亡率是30/100,數據又變得正常了！
問題來了，明明在A組中有15人沒有接受治療，爲什麼不能排除掉他們？？ 這其實是因爲，不管接不接受治療每個病人都有死亡的概率，如果我們在A組中剔除掉這些人，就會導致估計死亡的概率發生偏差，想象一下，雖然有點殘忍，因爲這個手術是沒有用的，所以這15個人只是恰好早死了一點，他們完全有可能在接受治療後才死，這個纔是正常的死亡率。
參考文獻
Understanding the intention-to-treat principle in randomized controlled trials