近年来，因果推断研究在解决试验结果外部有效性（external validity）挑战方面取得了重要进展。现有方法通过对试验参与者数据进行加权，使其更接近定义明确的目标人群（target population）中效应修饰协变量（effect-modifying covariates）的分布。在存在参与者对研究药物不依从（non-adherence）的情况下，这些方法实际上运输了意图治疗效应（intention-to-treat effect），该效应平均了异质的依从行为（compliance behaviors）。
本文开发了一个主分层（principal stratification）框架，用于识别同时以依从行为和目标人群成员身份为条件的因果效应。此外，作者还发展了这类"运输的"（transported）主因果效应的非参数效率理论，构造了有效估计量，并通过模拟实验刻画了其有限样本性能。
虽然本研究聚焦于治疗不依从问题，但该框架适用于更广泛的估计目标类别，即针对目标人群中临床相关、可能是潜在子集的效应。