对于双胎妊娠和臀位分娩，当胎盘或脐带出现问题时，可采用剖宫产。然而，研究发现剖宫产增加了产妇并发症的风险，如输血和进入重症监护室。在这里，我们使用工具变量研究设计来减少未观察到的混杂因素的偏见，研究剖宫产是否会增加产妇并发症的风险。我们使用匹配的变体——近-远匹配——使我们的研究设计更合理。在近距离匹配中，研究人员试图加强仪器对暴露的影响，同时平衡仪器低值和高值受试者组之间的可观察特征。现有的近远匹配方法对于大型数据集来说计算量很大，并且计算时间可能非常长。为了降低大型观测研究中近远匹配的计算复杂性，我们将Glover算法的迭代形式应用于双凸二部图，以确定仪器的最佳反向卡尺，从而减少候选匹配的数量，并允许在一个较大但更稀疏的图中进行最佳匹配。我们还结合了各种平衡约束，包括精确匹配、精细和近精细平衡以及协变量平衡优先级。我们使用宾夕法尼亚州、纽约州和佛罗里达州的医疗索赔数据说明了这种新的匹配方法。在我们的应用程序中，我们匹配了医生通过剖腹产分娩的偏好，这是我们研究的工具。我们将匹配的计算时间与现有方法进行了比较，发现可以将匹配所需的计算时间减少11个多小时。如果我们的匹配样本来自配对随机实验，我们可以得出结论，剖宫产会增加产妇并发症的风险，并增加住院时间。敏感性分析表明，并发症的估计值可能是由于未观察到的协变量引起的少量混淆的结果。然而，对住院时间结果的影响对隐藏的混杂因素更不敏感。