本书详细介绍了如何通过清晰的估计目标，为既定的试验设计、实施和分析奠定基础，以克服伴发事件造成的问题。书中系统讨论了ICHE9（R1）增补文件概述的框架中估计量的期望属性，以及对临床试验纵向数据的常规建模考量；简要介绍了伴发事件5种处理策略的具体分析方法和考虑因素；还讨论了处理缺失数据的最新和传统概念，以及敏感性分析的概述。此外，作者还介绍了与伴发事件5种处理策略相匹配的主估计量和敏感性分析的分析方法技术细节，同时辅以示例数据集和示例代码来实现这些分析。对于临床研究人员而言，这是一本可以帮助重新思考临床目标、缺失数据并选择适当估计量的有用参考。

第一部分 引入主题
第1章 引言
第2章 估计目标为什么重要？
第二部分 估计目标
第3章 估计目标及其定义
第4章 处理伴发事件的策略
第5章 临床试验中选择和确定估计目标的示例
第6章 因果推断和估计目标
第7章 将原则付诸实践
第三部分 估计量和敏感性分析
第8章 估计量概述
第9章 建模的考虑因素
第10章 复合伴发事件策略的分析概述
第11章 假想伴发事件策略的分析概述
第12章 针对主层伴发事件策略的分析概述
第13章 治疗期间伴发事件策略的分析概述
第14章 伴发事件疗法策略的分析概述
第15章 缺失数据
第16章 敏感性分析
第四部分 选定分析的技术细节
第17章 示例数据
第18章 直接极大似然
第19章 多重插补
第20章 逆概率加权广义估计方程
第21章 双重稳健方法
第22章 基于参照的插补
第23章 增量（delta）调整
第24章 主层策略概述
第五部分 案例研究：详细的案例分析
第25章 抑郁临床试验的分析案例研究
第26章 基于ACTG 175 HIV试验的分析案例研究
术语表
参考文献