英国生物银行中伴侣识别标准的开发与评估：优化人类婚配研究的标准化方法

这篇研究论文针对UK Biobank（UKB）数据中伴侣识别标准不统一的问题，开发了基于地理衍生变量（如"distance to coast"）的标准化方法，通过6个关键变量实现92,510对伴侣的高精度识别（较UKB原始数据多检出3,232对），并验证了其低误检率和选择偏倚。研究强调避免年龄、收入等传统筛选标准造成的样本偏差，提供开源R代码推动人类婚配（Assortative Mating, AM）和表型趋同（convergence）研究的可重复性。

　　

亮点

我们的伴侣识别标准包含9-10个步骤（见方框1），分为三阶段：

1. 定位共居群体（步骤0-2）：确定共享同一地理位置的参与者群组

2. 筛选潜在伴侣对（步骤3-5）：排除不可能组合（如同性配对在异性婚配主导社会）

3. 确认高概率伴侣（步骤6-9）：通过居住时长、经济指标等验证

地理共位变量

经测试（详见附表2），六变量组合表现最优：

• 沿海距离（distance to coast）

• 地形起伏指数

• 人口密度网格

• 空气污染水平

• 夜间光照强度

• 交通噪音等级

讨论

本研究创新性地通过非敏感地理数据实现家庭定位，避免暴露真实住址。相比传统方法（如强制年龄差<5岁），新标准减少23%的假阴性，尤其提升对再婚群体和新同居伴侣的覆盖率。开源工具将助力婚配（AM）对健康不平等（如吸烟行为趋同）和遗传研究的影响分析。

结论

这套兼顾UKB共位数据与地理变量的灵活标准，为研究伴侣表型关联（如血压协同变化）和社会经济因素（如双职工收入）提供了迄今最大规模（>9万对）且低偏倚的样本库。

（注：翻译保留原文小标题层级，专业术语如"假阴性"对应false negative，但未显式标注以避免冗余）