In an observational study matched for observed covariates, an association between treatment received and outcome exhibited may indicate not an effect caused by the treatment, but merely some bias in the allocation of treatments to individuals within matched pairs. The evidence that distinguishes moderate biases from causal effects is unevenly dispersed among possible comparisons in an observational study: some comparisons are insensitive to larger biases than others. Intuitively, larger treatment effects tend to be insensitive to larger unmeasured biases, and perhaps matched pairs can be grouped using covariates, doses or response patterns so that groups of pairs with larger treatment effects may be identified. Even if an investigator has a reasoned conjecture about where to look for insensitive comparisons, that conjecture might prove mistaken, or, when not mistaken, it might be received sceptically by other scientists who doubt the conjecture or judge it to be too convenient in light of its success with the data at hand. In this article a test is proposed that searches for insensitive findings over many comparisons, but controls the probability of falsely rejecting a true null hypothesis of no treatment effect in the presence of a bias of specified magnitude. An example is studied in which the test considers many comparisons and locates an interpretable comparison that is insensitive to larger biases than a conventional comparison based on Wilcoxon’s signed rank statistic applied to all pairs. A simulation examines the power of the proposed test. The method is implemented in the R package dstat, which contains the example and reproduces the analysis.

中文翻译：

---

在匹配的观察研究中证明对未测偏见不敏感的条件测试

在一项针对观察到的协变量进行匹配的观察性研究中，所接受的治疗与所显示的结果之间的关联性可能并不表明该治疗引起的效果，而只是在将治疗分配给匹配对中的个体时出现了一些偏见。在观察性研究中，将中等偏见与因果效应区分开来的证据在各种可能的比较中分布不均：某些比较对更大的偏见不敏感。凭直觉，较大的治疗效果往往对较大的未测偏差不敏感，也许可以使用协变量，剂量或反应模式对匹配对进行分组，以便确定具有较大治疗效果的对。即使研究者对在哪里寻找不敏感的比较有合理的猜想，该猜想也可能被证明是错误的，或者，如果没有弄错的话，其他科学家可能会怀疑它，或者根据现有数据的成功性来判断它是否太方便，他们可能会对此表示怀疑。在本文中，提出了一种测试，该测试在许多比较中搜索不敏感的发现，但是控制了在存在指定幅度的偏差的情况下错误地拒绝没有治疗效果的真正无效假设的可能性。研究了一个示例，其中该测试考虑了多个比较，并找到了一个可解释的比较，该解释对基于较大的偏差不敏感，该比较与基于基于应用于所有对的Wilcoxon的有符号秩统计量的常规比较相比不敏感。仿真检查了提出的测试的功能。该方法在 怀疑该猜想或根据现有数据的成功来判断它是否太方便，可能会受到其他科学家的怀疑。在本文中，提出了一种测试，该测试在许多比较中搜索不敏感的发现，但是控制了在存在指定幅度的偏差的情况下错误地拒绝没有治疗效果的真正无效假设的可能性。研究了一个示例，其中该测试考虑了多个比较，并找到了一个可解释的比较，该解释对基于较大的偏差不敏感，该比较与基于基于应用于所有对的Wilcoxon的有符号秩统计量的常规比较相比不敏感。仿真检查了提出的测试的功能。该方法在 怀疑该猜想或根据现有数据的成功来判断它是否太方便，可能会受到其他科学家的怀疑。在本文中，提出了一种测试，该测试在许多比较中搜索不敏感的发现，但是控制了在存在指定幅度的偏差的情况下错误地拒绝没有治疗效果的真正无效假设的可能性。研究了一个示例，其中该测试考虑了多个比较，并找到了一个可解释的比较，该解释对基于较大的偏差不敏感，该解释比基于基于应用于所有对的Wilcoxon的有符号秩统计量的常规比较大。仿真检查了提出的测试的功能。该方法在 在本文中，提出了一种测试，该测试在许多比较中搜索不敏感的发现，但是控制了在存在指定幅度的偏差的情况下错误地拒绝没有治疗效果的真正无效假设的可能性。研究了一个示例，其中该测试考虑了多个比较，并找到了一个可解释的比较，该解释对基于较大的偏差不敏感，该比较与基于基于应用于所有对的Wilcoxon的有符号秩统计量的常规比较相比不敏感。仿真检查了提出的测试的功能。该方法在 在本文中，提出了一种测试，该测试在许多比较中搜索不敏感的发现，但是控制了在存在指定幅度的偏差的情况下错误地拒绝没有治疗效果的真正无效假设的可能性。研究了一个示例，其中该测试考虑了多个比较，并找到了一个可解释的比较，该解释对基于较大的偏差不敏感，该比较与基于基于应用于所有对的Wilcoxon的有符号秩统计量的常规比较相比不敏感。仿真检查了提出的测试的功能。该方法在 研究了一个示例，其中该测试考虑了多个比较，并找到了一个可解释的比较，该解释对基于较大的偏差不敏感，该比较与基于基于应用于所有对的Wilcoxon的有符号秩统计量的常规比较相比不敏感。仿真检查了提出的测试的功能。该方法在 研究了一个示例，其中该测试考虑了多个比较，并找到了一个可解释的比较，该解释对基于较大的偏差不敏感，该比较与基于基于应用于所有对的Wilcoxon的有符号秩统计量的常规比较相比不敏感。仿真检查了提出的测试的功能。该方法在R包dstat，其中包含示例并复制了分析。