変更は観察された治療効果に基づいて行われたものか

変更は観察された治療効果に基づいて行われたものかについては，適応の手法が観察される治療間の差に基づくものかどうかに関したものである.

BauerとKohneの手順はその１つの例だが，他にも多くの手法が存在する.そのような手法は最大級に厳格な審査と批判を受けるので，期待できる治療効果を決定するのに非常に少ない試験前データしか利用できない希な状況下でのみ利用されるべきものである．

何人かの研究者は，我々が臨床試験で定義する臨床効果は臨床的に妥当な最小の効果であるべきであって，したがって再評価の対象にするべきではないと主張している．

とはいえ，臨床的妥当性のある最小の効果が何であるかは明確でない可能性がある．

定義することができたとしても，それは我々が見たいと考えている効果よりはずっと小さいもので，必要よりもっと大きなサンプルサイズを選択するようになることを意味するものであるかもしれない．

他の研究者はそのような（大規模な試験の）ケースでも，試験を中止するためのモニタリングの境界をいつでも使うことができると主張しているが，事前に非常に大きなサンプルサイズの見積もりを提示すれば，治験依頼者に試験を行うことを見送らせることになるかもしれない．

逆に，初めに小さいサンプルサイズで試験を開始したが期待の持てそうな傾向が見られた場合には，治験依頼者は進んでサンプルサイズを増やそうとするだろう．
要約すれば，観察された治療効果の差に基づいた適応的手法（早期終了のための通常の群逐次モニタリング以外の）は，頻繁に必要とされることはほとんどなく，そして最も大きな批判を受ける手法である．

これらは期待できそうな治療効果に関する情報が非常に限られている場合にのみ使われるべきものである．

盲検化された割付けをオープンにする前に行われる適応と，そして観測された治療効果を判断のために公然と使用する適応の間には黄泉の世界が横たわっている．

時に我々はイベント率（治療効果の差でない）や分散のような，攪乱パラメータに関するより良い情報を必要とする．

我々は，盲検化されたデータを使ってこれらのパラメータを推定することができることを見てきたが，盲検化データはすべての治療効果を包括していることに危険性がある．

これは，実際の治療効果が期待していたものと異なった時に，我々を誤った結論に導く可能性がある．

例えば，二値変数を観測する試験で，イベントを生じた患者全体の比率は期待したよりも低くなり，我々にサンプルサイズを増やそうと考えさせるかもしれない．
だが，期待よりも低かった全体のイベント率に関して可能性のありそうな理由の１つには．治験治療が期待よりもとてもよく効いていたという場合がないとは言い切れない．

同様に．連続変数による試験では，治療効果が期待より大きかったので全体の分散が大きくなったのかもしれない．

そのようなことはそうめったには起こらないものとはいえ，我々が攪乱パラメータを群毎のデータを用いて推定することで，これを避けたいと思う場合はあるだろう．

全般的に見て，そのことによって生じるのは非常に小さな問題である．

１つの微妙な問題は，全体と群毎の要約をするために，データへのアクセスを持つ統計的操作に慣れた者が，観察された治療効果を実際に再現できるということである．