无论是在随机实验还是在基于调查数据进行的观测性研究中，研究者通常能够同时得到实验组和控制组中的个案。这在随机实验中自然不必赘言，因为一个特定的群体（例如一组病人）恰恰是以随机化的方式分别分配到实验组或者控制组中去的。在观测性研究中，针对某个特定的处理变量的不同水平，我们一般也会得到一定数量的研究个案。比如，假设我们希望了解的是上不上大学所带来的某种劳动力市场上的结果（例如收入水平），我们的调查数据中总是会有一定数量的大学生和非大学生。因此，通常而言，研究者在进行随机实验和观测性研究的时候并不会面临缺失实验组或者是控制组个体的问题。然而，如果我们进行的是个案研究，缺失问题就出现了。

个案研究和一般的观测性研究不同的一点在于，只有我们所观测到的那个个案受到了某种处理效果的影响。例如，如果我们希望知道上海市的房价调控政策是否能够抑制房价，我们所能够观察到的事实只是一个“已经经历过房价调控的上海社会”。回到鲁宾提出的反事实因果推论框架，一个事件的因果性效果是其“事实”与“反事实”之间的差值。那么，上海的房价调控政策是否起到了抑制房价上涨的作用取决于和我们观测到的“已经经历过房价调控的上海社会”相比，“假设”上海没有出台抑制房价的政策的话，上海的房价会如何变化。将两种情况下的房价相对比，我们就能够在反事实的框架内了解上海房价政策的因果性效果。不过遗憾的是，正如我们经常会说的那样，历史是不能够假设的，这个“没有经历过房价调控”的上海社会是不存在的，我们因此也无法直接观测到。那么，为了对这一个案进行因果性的探索，我们就需要人为地建构一个“控制个案”（control case），即没有经历过某种事件的个案，然后将这个建构起来的个案和那个现实世界中发生了的个案进行对比。

需要指出的是，很多质性研究没有采取一种基于数据“构建”个案的方式来寻求一个控制个案，而是主观地选择了另外一个没有经历过特定处理的个案（例如没有出台房价抑制政策的济南），然后通过将其与我们关心的个案（即上海）进行对比以求凸显出某种处理变量（房价抑制政策）的效果。这种主观选择控制个案的方法往往借助研究者本人的理论论证或者生活经验来支持这种对比的合理性。但是从严格的因果推论角度出发，这样人为选择的个案存在很多问题。比如，研究者并没有十分坚实的事实证据来证明这个被选择出的个案可以作为我们关心的那个个案的“反事实个案”。换句话说，没有经历过房价调控的济南是否可以作为经历过房价调控的上海的反事实个案是值得商榷的。如果不能够证明这种对比的合理性，我们所得到的结论就很难说是一种因果性推断。此外，个案研究的出发点是希望看出处理效应，而这种效应应该不会是一种简单的随机现象。这样，我们需要得到某种证据证实我们选择的个案和我们关心的个案之间的差异不是一种“随机现象”。换句话说，我们需要通过某种方式证明，当我们选择不同的对比个案时（例如南京和上海），我们的结论（抑制房价政策的某种效果）不会发生变化。否则，我们通过对比济南和上海得到的结论有可能只是因为我们偶然选择了济南所致。对于这些问题，常规的质性个案比较研究或许难以回答。也正是在这个背景下，综合控制个案方法被发展出来。通过综合控制个案，研究者的控制个案完全是通过数据建构起来的，因此可以克服研究者自身的主观偏好。此外，综合控制个案方法也能够帮助研究者了解通过个案对比得出的结论究竟是一种随机现象，还是体现了某种实质性的研究结论。换句话说，综合控制个案的方法可以帮助研究者建立类似置信区间这样的统计分析工具来考察相关结论的显著性水平。