想象一项研究统一在年底收官：1 月入组的人能观察近一年，11 月入组的人却只有一个月。如果治疗效果还会随日历时间变化，直接比较两组，就可能把“什么时候入组”误当成“治疗有没有用”。这正是 Gasparollo 和 Stensrud 讨论的问题。
常见做法是把入组时间纳入调整，但作者指出，这一步并不能自动解决问题。固定终点意味着晚入组者不可能拥有较长随访，数据缺少必要的重叠，违反“正值性”——每类可比较人群都应有相应观察机会。因此，基于加权生存曲线的常规方法通常会指向另一个参数，而非原本想估计的因果效应；部分边际结构模型也只有在额外的外推假设下才可识别，也就是能从现有数据唯一确定。
论文进一步提出敏感性分析：计算研究结束后，结局风险至少要变化多少，才会让已推断的治疗效应归零。它不能补回没观察到的数据，但能把结论究竟依赖多强的外推，变成一个可检查的问题。