臨床試験やリアルワールドデータにおける*ESTIMAND（推定対象）を、単なる言葉の定義に留めず、実効性のある解析へと繋げる手法を解説します。従来の定義だけでは、集団の異質性や中間の事象（ICE）の扱いが曖昧になり、解析段階で妥当性が損なわれる課題がありました。この解決策として、データ構造解析（DSA）で母集団の分布を可視化して実体化し、因果グラフ（DAG）で介入構造と変数の関係を固定することを提唱します。これら二つの手法を組み合わせることで、推定対象をデータ上で正確に再現し、後付けの修正を防ぐことが可能になります。最終的に、エスティマンドを「概念」から、客観的で監査可能な「運用可能な設計図」へと変換することが重要となります。

＊ミュートしています。