一项试验只有200名患者，却想同时校正40项身体指标，就像用不多的答卷推断太多影响因素：模型很容易记住样本，而不是抓住稳定规律。Alene等人研究的正是这种“小样本、多协变量”场景。他们提醒，常规最大似然估计——寻找最符合现有数据的一组模型参数——此时可能出现明显偏差，软件默认给出的标准误也会偏小。
论文重点考察G计算：先用广义线性模型描述治疗、患者特征与结局的关系，再预测每位患者接受不同治疗时的结果，最后取全体平均，得到临床试验通常更关心的总体平均治疗效应。作者发现，条件模型的偏差传到这一平均效应后可能没那么严重；更棘手的是，大样本公式仍可能低估真实波动，让置信区间过窄，并抬高假阳性率。
这意味着，G计算在大样本下的稳健性不能直接搬到小试验。论文通过模拟和BestAIR试验重分析，比较了变量筛选、交叉拟合、留一交叉拟合及标准误的小样本修正；核心建议不是放弃协变量校正，而是别把默认估计和默认置信区间当成自动可靠。