一项干预让结果平均改善，并不代表每个位置都同样受益：中间水平可能变化明显，分布两端却几乎不动。Hao Wu、Chun Li 与 Bryan E. Shepherd 提出一套新估计方法，用分位数处理效应（QTE）比较接受与不接受干预时，潜在结果总体分布在同一位置上的差异。比如第50百分位就是中位数。要注意，QTE描述的是两种总体分布之差，通常不能理解成“低值人群”或“高值人群”的个体效果。
方法最实用的一点，是把双重稳健性带到这种分布比较中。观察性研究通常既要估计谁更可能接受处理，也要估计结果如何随个人特征变化；按作者的理论结果，只要两类模型中至少一类设定正确，效应估计仍可保持一致。其基础是半参数累积概率模型（CPM）：它主要利用结果的排序，并从数据估计未知的单调变换，不必预先假定结果服从正态分布。作者还给出两条估计路径：先估计完整累积分布再反推出分位数，或直接求解分位数。由于方法依赖排序，它也能容纳检测限造成的删失——例如数值只记为“低于某值”。论文通过模拟和一项 HIV 数据应用展示方法；实际表现目前仍主要来自作者自述。