UKB队列要配对吗？Matched cohort配对1∶1还是1∶100？匹配队列和病例对照有啥区别？

今天的文章灵感来自群友1的问题

“

群友1：想问问大家，UKB队列中，对照和实验组3:1的比例，合适嘛？

1. 群内讨论思考

陈老师回复：For the matched cohort study, balanced exposure allocation enhances study efficiency and would be the most cost-efficient one. However, if cost-efficiency is not a concern, such as when using registry data, I think you can use 3-matched unexposed subjects.  Here is an article that assessed short-term and long-term risks of mortality and neurodevelopmental impairments in cohorts of children with and without a history of bacterial meningitis during infancy, where 10 matched unexposed subjects were selected (Snoek, Lancet Child Adolesc Health, 2022). You may have a look. (对于匹配队列研究，平衡暴露分配可以提高研究效率，并且是最具成本效益的选择。然而，如果成本效益不是一个问题，比如使用登记数据时，我认为你可以使用3个匹配的未暴露受试者。这里有一篇文章评估了婴儿期有和没有细菌性脑膜炎病史的儿童群体中短期和长期的死亡率和神经发育障碍风险，其中选择了10个匹配的未暴露受试者（Snoek, Lancet Child Adolesc Health, 2022）。你可以看一下。) 链接https://mp.weixin.qq.com/s/lYL3yBnQDjkBCUzRD4fi9A。

“

群友2 ：之前看过比1：10更高的比例，就像陈老师和其推文说的不考虑成本情况下，是有边际增益的。当时还疑惑，课本上不都说的是建议不超过1：4。看到一篇推文，内容是介绍比例的。https://mp.weixin.qq.com/s/7tIJ-bVTf4PFgsO-jdHNkA。

陈老师：个人的理解是：“匹配选对照的只会弄巧成拙，不能正确估计与匹配因素相关的x的效应”，不太赞同。这并非弄巧成拙，而是采用matching需要考虑的可能需要做出的“牺牲”;因此选择匹配的因素的时会做比较谨慎的考虑。另一方面，病例对照的matching因素是需要调整的，可以采用两种策略：基于匹配对进行分析（e.g., clogit）或者采用conventional regression technique同时调整匹配的因素；对于后者，应该是估计匹配因素的关联。Anyway, I do not agree with “不选就不会选偏”because the possibility of bias may never be completely eliminated.

小编：同意！

群友3：同意，很多时候就直接多因素变量处理就好，如果全数据集的数据都有了，不是非得match，或者match可以当作一个敏感性分析，两个结果都做一下看看。

小编：同意！参考范文如下，主分析还是多因素cox，其他PSM方法做敏感性分析。

陈老师：matched cohort是在设计阶段通过matching达到控制混杂，而full cohort全队列是在分析阶段通过adjustment控制混杂。虽然不能完全相似，可以类比RCT的stratification吧, 在设计阶段进行分层随机和在分析阶段进行事后的调整。两者给出的效应或关联估计应该是identical的，但在设计阶段进行混杂的控制，是可以提高研究的statistical efficiency，体现more precise estimate（暴露与非暴露组的比例更趋于均衡）。不过，matched cohort study因为match过程有可能改变了全队列原有的协变量分布，不一定能够达到提高study efficiency的效果，所以用的时候，需要谨慎吧。

陈老师：You could have a look at this nationwide birth cohort study first, which used 8 cohorts created by various study designs, including the unmatched cohort and a 1:5 PS-matched cohort to allow a deeper and more precise examination of the association between prenatal opioid exposure and subsequent risk of neuropsychiatric disorders in children (允许更深入和更精确地检查产前阿片类药物暴露与儿童神经精神疾病风险之间的关联)(Kang, BMJ, 2024). In this study, the 1:5 PS-matched cohort was used as the primary analytical set and the unmatched cohort gave identical results.

2.关于1：n范围

小编：其实群友1问题涉及了2个方面，一个是 match 比例问题，一个是 matched cohort study设计问题。小编3年前写过一篇超级好的推文，https://mp.weixin.qq.com/s?__biz=MzAxNTUzNDMyNQ==&mid=2650950820&idx=1&sn=0b2d4a6107ab963027e0043de82b8889&chksm=80747d3eb703f428ec8e738d43a7bde2d49b1b2cd01e1d00bd1d4d108416b9d505c063527ff1&token=1775391172&lang=zh_CN#rd，详细论述过匹配的比例，当时真的妥妥写了3个月。

1：n，这个n其实是多多益善的。由于现代研究电子化数据技术进步，对照获取更便捷性，即使1:20到1:100 所需额外费用依然较低。当case组样本量N远远大于control时候，可以采用1:1/N，或者N:1比例；值得注意的一点是病例对照中，尽管研究适合研究罕见病也就是<5%阳性事件率，但是在面对暴露因素X暴露频率过低的情况时效能却远不及队列研究。1:N match后进行亚组（subgroup）分析的时候也要注意，文献一般都是再进行各亚组的1:N match 并做conditional logistic；较少见用全部的control，用 unconditional logistic来校准matching 因素。实际课题进展过程中不一定会严格1:1或1：N，有时与某些病例受试者相同时间中处于风险中的那些队列成员正好选不到control，退而求其次我们可以把比例改成动态比例。如最多5个，或者解释哪些case对应的control匹配不足被剔除，甚至可以写中位匹配比例3，匹配范围1-4等等。

3. 总结

UKB作为一个信息超强超全的全英cohort，有得天独厚的优势。检索pubmed也能发现matched cohort study，但是小编以为不是特殊case研究，直接采用全部cohort信息研究效率会更高。

最后就是全文总结了，精华中的精华，觉得好就收藏转发吧。