我们在做临床干预试验的时候，出于道德的考虑一般不会“强制”让病人接受某个随机分配的治疗方案，而是采用“建议”的方法，允许病人拒绝，那么如果我们分析的时候，就按随机分配来分析，而不管是不是真的接受了治疗方案，就是本文的intention to treat 原则。为什么这样做是好的？为什么不能找到病人真实的选择来分析呢？ 我们先给了例子：

假设现在有个手术是毫无作用的，然后希望用临床试验来验证真相，现在有两个随机分组A,B，其中A组的病人会在第6周接受手术治疗，在A组中，有15人在手术前就死了，还有15个人，在手术后死了；而在B组中，也有15人前6周死了，然后还有15人在6周后的时间死了。

如果我们用病人是否真实接受干预来分析，那么在A组中， 100个人只有85个人接受了手术治疗（因为有15个人提前死了，没法接受手术），于是在A组的死亡率为：15/85=0.18, 在B组中，他的死亡率是 30/100=0.3。奇迹发生了，A组的死亡率明显比B少！尽管这个手术是毫无作用的！

如果我们一切按照原本随机指定的分组来分析，而不管有没有真正接受治疗。则A组的死亡率是30/100，B组的死亡率是30/100,数据又变得正常了！

问题来了，明明在A组中有15人没有接受治疗，为什么不能排除掉他们？？ 这其实是因为，不管接不接受治疗每个病人都有死亡的概率，如果我们在A组中剔除掉这些人，就会导致估计死亡的概率发生偏差，想象一下，虽然有点残忍，因为这个手术是没有用的，所以这15个人只是恰好早死了一点，他们完全有可能在接受治疗后才死，这个才是正常的死亡率。

Understanding the intention-to-treat principle in randomized controlled trials