意向治療分析（ITT）：為什麼「半途退出的人」也要算進去

結論先講：在一個隨機對照試驗（RCT）裡，意向治療分析（intention-to-treat, ITT）就是「按最初被隨機分到的組別來分析每一個人」——不管他後來有沒有真的接受治療、有沒有中途退出。 這聽起來違反直覺：沒乖乖吃藥的人、半途落跑的人，為什麼還要算進去？答案是：正因為把他們留下，隨機分組辛苦建立的平衡才不會被偷偷拆掉。剔掉他們的那種分析（per-protocol），反而常常會高估療效。

ITT 到底是什麼

Cochrane Handbook 第 8 章對這個原則的描述很直接：要「analyse participants in the intervention groups to which they were randomized, regardless of the interventions they actually received」——把人留在他被隨機分到的那一組來分析，不管他實際接受了什麼。NICE 的詞彙表也用白話定義它是「依受試者最初（且隨機）被分配到的組別，來評估參與試驗的人」。

換句話說，ITT 的核心是一條紀律：隨機分組那一刻決定了你屬於哪一組，之後發生什麼都不改變這個歸屬。 退出、換組、沒遵從、失去追蹤——這些都不是把人從分析中剔除的理由。

它回答的是哪一個問題

這裡有個常被忽略、但很關鍵的區分。Cochrane 第 8 章明白指出，一個試驗其實可以問兩個不同的效果：

• 被指派接受介入的效果：「the effect of assignment to the interventions at baseline, regardless of whether the interventions are received as intended」——也就是 ITT 對應的「intention-to-treat effect」。
• 遵從介入的效果：「the effect of adhering to the interventions as specified in the trial protocol」——也就是 per-protocol effect。

ITT 不是 per-protocol 的「寬鬆版」，它根本是在問不同的問題：如果我們把某個治療「指派」給一群病人（明知道現實中不是每個人都會照做），整體會發生什麼。這個問題其實更貼近真實世界——因為在診間裡，醫師開了藥，病人本來就不見得會百分之百遵從。

為什麼剔掉退出者會出問題

直覺上你會想：只看「有好好接受治療」的人，不是更乾淨嗎？問題出在——要不要遵從、會不會退出，幾乎從來不是隨機的。

副作用大的人、覺得沒效的人、病情惡化撐不下去的人，比較容易中途退出或不遵從。如果只分析留下來的人，等於悄悄篩出了一群「本來就比較會有好結果」的人。Cochrane 第 8 章對「as-treated（按實際接受的治療分組）」這類做法的警告正是如此：「prognostic factors may influence whether individuals adhere to their assigned intervention」——預後因素本身會影響一個人遵不遵從。一旦如此，隨機化建立的兩組可比性就被破壞了，剩下的差距就分不清是「藥的功勞」還是「留下來的人本來就比較好」。

那這種偏差會往哪個方向跑？一項以已發表試驗為對象的方法學調查（Hollis 與 Campbell，BMJ 1999，盤點 1997 年 BMJ、Lancet、JAMA、NEJM 四大期刊的 RCT）發現，在 119 篇（48%）提及 ITT 的報告中，做法相當參差——有的甚至把「沒開始接受指派治療」的人也排除掉，這已偏離了 ITT 的精神。[推測] 依方法學界普遍的推理，當只留下遵從者時，per-protocol 往往會「高估」療效——這正是「per-protocol 傾向高估、ITT 較保守」這個通則的依據。要誠實說明：這是建立在「隨機化被破壞」之上、廣被接受的方法學論證，而不是我在此引用某一篇量化研究的數據。

讀研究時怎麼用這一點

CONSORT 2010 報告規範（一套廣被採用的 RCT 報告標準）甚至直接提醒：「intention to treat」是個被嚴重誤用的詞，因此它改成要求作者明確交代每組到底有多少人被納入分析，好讓讀者自己判斷分析是否真的守住了 ITT。對一般讀者，這轉化成三個可以自己檢查的問題：

1. 這篇用的是 ITT 還是 per-protocol？兩者都報、結論一致嗎？
2. 退出率（流失率）有多高？ 流失越多，任何分析都越脆弱。
3. 流失的人在兩組是否對稱？如果治療組退得特別多（例如副作用），就要格外當心。

我的觀點

[已知] ITT 是 RCT 方法學上非常穩固的預設原則，這不是學術潔癖，而是為了守住隨機化這個 RCT 最值錢的資產。[推測] 「per-protocol 傾向高估、ITT 較保守」在優效性試驗的情境下，是方法學界廣被接受的通則（建立在隨機化被破壞的推理之上，而非我在此引用的單一量化證據）。[推測] 但我不會把 ITT 講成「永遠最好、永遠最保守」——它與 per-protocol 回答的是不同問題，在非劣性試驗等情境，不遵從被稀釋進來反而可能誤導出『不分上下』的假象，這時要更小心。[推測] 對讀者最實用的一招，是看到一篇 RCT 時先翻到它的流程圖，看「退出率」和「最後幾人被分析」——這兩個數字，常常比結論本身更能告訴你該信幾分。[不知道] 至於某一篇特定試驗的分析是否站得住腳，必須回到該研究全文與其流失情形才能判斷，無法一概而論。延伸閱讀可參考本站的〈盲法與安慰劑對照〉與隨機對照試驗相關文章。

本文為健康資訊與研究方法整理，介紹臨床試驗的分析原則，不構成醫療建議。如何解讀某一篇試驗、或將其結論套用到你個人的診斷與治療決策，請與你的醫師或具實證醫學訓練的專業人員討論，切勿僅憑單一研究或廣告自行判斷。