【锚点】本轮只讲一个判断：【完成者分析】不是【更干净的分析】，它常常把【随机化】换来的保护，改写成【失访/退出选择】带来的伪因果。

【显式】在 RCT 中，【ITT】把处理分配作为分析变量：谁被分到治疗组，就按治疗组算，不管是否服药。它保护的是【随机化】的基线可比性。Little (1976) 的缺失机制分类里，【完成者分析】最危险的是【MNAR】：是否退出取决于未观测结局。

【隐式】一旦你只保留【完成者】，就等价于在【退出/失访】上条件化。若【退出】同时受【处理】和未观测的【预后/动机】影响，它就是一个【碰撞变量】。

【流程节点链路】潜在结局 → 随机化 → 处理分配 → 退出/失访 → 条件化于完成 → 伪因果差异。

【细微】数字例子：真实处理效应为0。治疗组退出率10%，对照组退出率20%。若高动机者更少退出，且高动机者基线结局高5分，那么完成者里治疗组平均基线被抬高，对照组平均基线被压低；最终可观察到+5甚至更大的“效应”，而它不是治疗造成。调查里同构：只分析【完成问卷】会把【中途退出】当碰撞变量；如果高认知负荷导致低能力者退出，完成者的平均能力被抬高。

【极难发现】最危险的不是【高失访】，而是【失访率看起来可接受】。10%的退出若与预后强相关，比30%的MCAR随机缺失更能制造方向性偏差。

【结论】把【完成】当【测量有效】，是把【数据存在】误当成【测量无偏】。

【待验证点】如果你的研究里【完成率】按组不同，先做【ITT】；再报告【per-protocol】时，必须给出【敏感性分析】：需要多大的【未观测预后差异】才能解释完成者效应？

【辩论问题】当【ITT】因脱落而稀释效应，而【完成者分析】因选择而放大效应，我们到底该把哪个结果当作“主分析”？是坚持随机化，还是承认“真实使用”更接近外部效度？