利用全人群行政数据链接开展罕见病患儿的纵向研究，是评估其长期健康与教育结局的重要途径。然而，数据保护法规和伦理委员会常出于数据最小化原则，限制研究可使用的未患病对照个体数量，即要求每个病例仅抽取有限数量的对照（SCn）。这种做法对统计推断质量的具体影响尚缺乏系统评估。与此同时，大规模全人群计算也面临日益增长的能耗压力，减少样本量成为兼顾环保与效率的潜在策略。 为明确不同抽样比例下研究结论的可靠性，研究团队以先天性甲状腺功能减退症（CHT）为范例，采用蒙特卡罗模拟方法构建了包含十万名儿童的虚拟队列，其中CHT患病率、性别比例和合并症（以唐氏综合征为代表）分布均参照英国北泰晤士地区的真实数据设定。合并症作为潜在的混杂因素，其人群患病率被设为四种水平（从五千分之一到二十分之一），而CHT在合并症个体中的相对风险则设为无合并症个体的1.5倍、5倍和10倍。 研究设计了三种典型结局变量：连续型变量为11岁数学标准化测试分数，二分类变量为是否达到预期数学水平，时间事件变量则为神经发育障碍的诊断月龄。对于CHT对结局的影响，分别设定了小、中、大三种效应量，其中小效应指标准化均差不超过0.03或对数比

小提示：本篇资讯仅在梅斯医学APP中开放阅读，请扫描二维码直接下载APP