健康與醫療檢核單

原文網頁連結,如對本網頁翻譯有問題,歡迎聯絡我們



除了分析生理性別之外,牽涉到人類參與者的研究還應考量到社會性別作為潛在因果和調節因素所扮演的角色 (Tannenbaum et al., 2016; Clayton, 2016; Clayton & Tannenbaum, 2016; Tannenbaum et al., 2019)。性別常規、性別認同和性別關係會影響社會互動、交流、資源獲取和應對策略。這些因素會影響患者在研究中是否得以參與、他們是否可以到達研究地點、他們表現症狀的方式以及醫生對他們的反應方式。社會性別可能會影響患者所獲得的療法以及他們對這些療法的長期反應 (Oertelt-Prigione and Regitz-Zagrosek, 2012; Schenck-Gustaffson, 2012)。在調查和診斷問題中也可能存在性別偏見。社會性別是健康的社會決定因素,也是造成健康差異的潛在原因(Dahlgren & Whitehead, 1991)。目前已有支持研究人員對健康和生物醫學中的生理性別和社會性別因素進行強有力的文獻搜尋之相關資源 (Moerman et al., 2009, Oertelt-Prigione et al., 2010)。

確立研究重點並提出假設

社會性別是一個多重向度概念,包括了性別常規、性別認同和性別關係 (Nielsen et al., forthcoming)。性別常規包括透過社會機構(如家庭和工作場所)以及文化產品(如技術和社交媒體)所產生的言明或不言自明之規則。性別認同是指相對於性別常規,個人和群體如何看待和呈現自己。性別關係是指個人如何在特定的社會文化脈絡下與其他人和機構互動。在健康領域中,所有情況都可能適用,但依據所提出的特定問題,其中一個向度往往會比其他向度更具有相關性。

為提出的研究選擇最相關的性別向度

研究人員應首先確定哪些性別向度與他們的工作最為相關,並選擇適當的工具來捕捉任何相關的內容。近年來,已經開發了一些針對兩個或更多向度進行分類的工具 (Tate, et al., 2014; Pelletier, et al., 2015; Nielsen et al., forthcoming)。而目前可用的工具間有著邊際的重疊,因此研究人員需要做出明智的選擇。有時,相較於提供了較少差異的結果之較為全面性的工具,單一深入的工具可能是更好的選擇。交織性也很可能發揮了其作用。根據研究問題,應加以思考與生理性別及社會性別交織的因素,例如族群或社會經濟地位。

參與者的性別認同。性別的認同相當廣泛,並且會隨著時間的推移而演變。研究人員需要在包容性和實用性之間找到平衡。三個類別(男人、女人、非二元或多元性別)可能會比六個或七個更適合分析;然而,做出這種選擇將可能會排除一些參與者。研究人員應該花些時間來確定是否以及如何針對性別多元族群進行進行辨識與招聘,同時又得以避免刻板印象和歧視。同時亦應思考研究群體及其對研究當中所提出的當代社會性別概念潛在的抗拒。哪些問卷適合哪些人群?當採用新方法時,建議對目標群體進行廣泛的前導;並預期會收到一定程度的抗拒。

性別常規和關係。在選擇研究類型時,應考慮性別常規和行為的潛在動態性質。性別常規和行為會隨著時間而變化,並取決於社會和文化脈絡。城市環境中的黑人男同志的經歷與農村環境中的亞裔異性戀女性的經歷不同。儘管如此,這兩個人的性別相關現實在過去二十年裡亦都發生了變化。這是否與研究有潛在關聯,研究人員能否解釋這一點?

研究人員的性別認同和常規。最後,研究人員的性別認同與其經歷的性別常規也可能是一個因素。性別常規和關係會在參與者和研究人員的互動當中發揮作用。僅針對參與者收集資料可能會限縮了研究的機會。

研究設計

社會性別對研究問題的影響可藉由量化、質性或混合方法研究來處理。量化資料將在不同的研究中提供高度標準化和可加以比較的反應。如果需要更深入地了解動機、背景因素以及情境經驗和現實,質性資料可能是更好的選擇。質性資料可以補充量化的結果,以便更加了解異常值或缺失資料,或探索量化工具在某些亞群中的準確性。特別是在探索健康需求在很大程度上被忽視的多元性別群體時,質性研究或混合方法設計可能會更為合適。

性別詞彙的解釋。參與者可能不熟悉社會性別的概念,且可能對其使用提出質疑。解釋社會性別何以是研究的組成部分可能是明智的作法。

抽樣之考量。如何確保已納入足夠數量的多元性別主體?這會影響隨機設計嗎?研究人員應該考慮策略性過度抽樣的機會,以便進行有意義的統計分析。

控制組。如果在研究中使用對照組,將如何選擇這些人?比較可以包括女性/男性之二元組、女性/男性/多元性別之三元組或其它多個組合。研究人員應該考慮到女性、男性和多元性別者本身亦是異質的,因此可能需要應用多層分化來確定合適的對照個體。

工具偏見。許多工具在設計時並沒有注意到性別規範和關係的潛在作用。因此,它們可能會引入意想不到的偏見。例如,若哭泣與強烈的陽剛性別認同相互違背,那麼可能有人不會回答抑鬱問卷中關於哭泣頻率的問題,因而可能無法得到適當的診斷。如果問卷強化了照護和職業義務的性別刻板印象,那麼工作和照護的雙重負擔在不符合常規性別角色的個人身上可能會被低估。

參與和管道。在訂定研究方案時,應將社會性別作為參與和近用(access)的潛在調節因素加以考量。參與者將會通過郵件、在正常的醫療保健環境中還是在研究地點回答問卷?在許多地區,女性獲得交通或托育服務的機會較少,要能到達研究地點可能更具挑戰性。研究人員應該在計劃其研究時考慮這一點,並評估減輕這些障礙的選項。安全性也很重要。在某些情況下,披露非二元性別身份可能會帶來風險。應制定明確的安全協議。

資料分析

統計分析的基本要求是夠大的樣本和適當數量的結果,藉此保證分析的效度。如果結果在社會性別之間分佈不均,研究人員應反思結果的分佈並考慮過度抽樣。具體而言,參與的多元性別受試者數量過少,將會影響對該亞組的分析。這些個體經常被視為異常值並被排除在分析之外。應該先驗地考慮有意義地納入與其經歷相關之資訊的方法。

多重研究工具。如果要使用多種工具來確定社會性別的不同維度(認同、常規、關係),則可能必須對此進行加權以進行分析。工具的選擇也會影響變項是名義變項還是連續變項。這將影響了執行的分析類型,因為生物醫學傳統上使用的許多方法都是為二分結果而設計的。這也適用於使用整合評分的情況中。應先驗地定義此分析的層次順序,以避免引入潛在的偏見來源。

生理性和社會性別相互作用。可以預期在人類受試者中,生理性別與社會性別之間可能存在相互作用。這會是分析的一部分嗎?這種互動會被明確分析嗎?除了生理性別與社會性別的相互作用外,分析中可能還需要包含與社會性別交織的其他因素。在許多情況下,社會性別會在解釋結果和作為其他因果途徑的潛在調節器上有其影響。然而,大多數研究只允許描述相關性而不是因果關係。應考慮其他維度與社會性別的結構性相互作用,例如工作、教育、障礙與否和族裔,分析應反映出這些因素是如何被解釋的。這些分析的設計可以從多重分層到包含交互項到複雜的因子設計。

質性資料。根據研究設計和研究目標,質性資料分析本質上可以是探索性的或驗證性的。 在所有研究脈絡中,社會性別都需要被視為一個重要的調節因素。重要的是要考慮社會性別如何不僅會單獨地改變個體之間的關係,而且還與年齡、階級、社會經濟水平等相互作用。 在質性分析中識別異常值,例如不符合大多數群體之個體,通常提供了對性別常規和關係之更為深入的理解。這些面向也可以通過處理潛在領域來辨識,例如性別化的語言和性別化的主題。參與者和患者如何描述他們的症狀和經歷,可能會因為流行的性別常規而有顯著差異,並且可能會對所提供的診斷和治療選擇產生影響。

混合方法。在混合方法序列設計中——質性方法接續量化方法的情況中——質性資料分析可用於確定哪些性別變項要包含在量化的部分。在使用質性方法探索量化資料之發現的順序設計中,此類分析旨在更深入理解觀察到的統計差異之驅動因素。例如,如果量化資料顯示出有小孩的有伴侶婦女與有小孩的單身婦女的健康結果不同,便可使用質性資料來了解「伴侶關係」的哪些面向可以解釋觀察到的差異。

其他分析。分析口語和非口語的性別化肢體語言、語氣和互動可能是適合的。社會科學觀點特別有助於藉由質性方法來分析社會性別。

次級資料分析。國際上越來越多的世代研究為性別相關變項的事後分析提供了機會。儘管與在設計研究時策略性地包含社會性別變項相比,此選項較為侷限,但它仍然提供了對於辨識後續研究來說具有價值的前導資料。已有報告顯示了一些基於世代研究中現有變項而制定參數評估的選項(Pelletier, 2015; Nielsen, forthcoming),尚有更多正在發展中。 所使用的最基本的指標是教育、專業地位和個人或家庭收入。然而,也有人建議採取更複雜的參數,例如照顧責任及其時間安排、角色行為、壓力、焦慮和抑鬱。

報告和傳播結果

報告格式。有些補助機構和同儕評審期刊要求報告生理性別和社會性別(見政策建議),但目前尚無報告社會性別的標準。報告應提供足夠的細節以支持再現性。研究人員在一般出版物部份應考慮遵循 SAGER 指南 (Heidari et al., 2016)以及報告臨床試驗的 PRISMA 和 CONSORT Equity 指南(Welch et al., 2016; Welch et al., 2017)。後者是為報告生理性別和潛在交織性因素而設計的,但也可用於報告社會性別。

報告無效發現。研究人員應在分析未檢測到社會性別差異(主要或交互作用)時進行報告,以減少發表偏誤,這是整合分析的一個重要考量因素(IOM,2012)。如果多元性別個體沒有做過度抽樣,他們可能會形成研究群體中的一個小亞組,並且由於缺乏效度而無法進行全面的統計檢驗。在這種情況下,仍應報告描述性統計資料,以便將來進行潛在的匯總分析。

將社會性別納入健康和生物醫學研究設計之檢核表

工具選擇•應衡量社會性別的哪個向度(認同、常規、關係)?
•是否會為要衡量的每個性別向度選擇一種工具,還是會使用一個綜合性工具?單一工具得以更詳細地捕獲與結果的潛在關聯,但可能較不靈巧有效率。
•您是否選擇了能夠捕捉性別常規和行為如何隨時間變化之工具?
•所選擇的工具是否對其施行之所在的文化規範有著敏感度?
•該工具是否針對不同群體進行了驗證?問題的形成方式是否存在性別偏見?
工具的應用•性別認同的類別是否具有包容性,對分析是否實用?
•如何在沒有刻板印象和歧視的情況下識別多元性別群體?
•哪些問卷適合哪些人群?研究人員能否在使用創新的性別概念以及可能失去對此主題較為保留的參與者之間找到平衡?
•問題是自己做問答還是由研究助理進行提問?是否考量到了參與者和研究人員之間的性別關係?
研究類型•量化、質性還是混合方法最合適?
•需要什麼類型的研究來解決特定的研究假設(橫向、縱向、觀察或介入研究)?
•是否考慮了交織性因素,例如年齡、教育、社會經濟地位等?
•樣本中是否包括多元性別群體?
• 問題是自己做問答還是由研究助理進行提問?是否考量到了參與者和研究人員之間的性別關係?
研究方案•是否需要向參與者解釋為什麼要研究社會性別?
•如何保證納入了足夠數量的多元性別主體? 這會影響隨機設計嗎?
•是否有必要對多元性別群體和少數群體進行相對過度抽樣?
•社會性別是否被視為參與的潛在障礙? 能否保證所有參與者平等參與?
•能否保證所有參與者在揭露其性別認同後的安全?
• 研究中評估了誰的社會性別? 只有參與者,還是也包括了提供者/調查者的參與者?
分析• 如果將使用多種工具來確定社會性別的不同向度(認同、角色、關係),這些結果將如何在分析中加權? 變項是名義變項還是連續變項?
• 如何捕捉生理性別與社會性別之間的相互作用?
• 在分析中,將使用哪些技術來解釋交織性因素?
• 是否進行了效度分析?能從所有參與者身上獲得足夠的結果嗎?女性、男性和多元性別的參與者都是嗎?
• 多元性別參與者數量較少將如何影響分析? 他們會被視為異常值還是可以將他們的資料有意義地納入未來的整合分析?
• 質性分析是否考慮了性別化的語言、性別化的互動和性別化的主題?
報告• 出版媒介是否有報告社會性別的具體要求?
• 對方法論的描述是否足夠詳細以便再現?
• 是否應用了 SAGER 指南?
• 是否包含了無效發現?

相關案例研究

慢性疼痛

結腸直腸癌

飲食評估方法

不同群體的心臟病

基因營養學

男性骨質疏鬆症研究

處方藥品

系統生物學

參考資料

Clayton, J. A. (2016). Studying both sexes: a guiding principle for biomedicine. FASEB J., 30, 519–524.

Clayton, J. A., & Tannenbaum, C. (2016). Reporting sex, gender, or both in clinical research? JAMA, 316(18), 1863-1864.

Dahlgren, G., & Whitehead, M. (1991). Policies and Strategies to Promote Social Equity in Health. Stockholm: Institute for Futures Studies.

Heidari, S., Babor, T. F., De Castro, P., Tort, S., & Curno, M. (2016). Sex and gender equity in research: rationale for the SAGER guidelines and recommended use. Research Integrity and Peer Review, 1(1), 2.

Institute of Medicine (IOM). (2010). Women’s Health Research: Progress, Pitfalls, and Promise. Washington, D.C.: National Academies Press.

Moerman, C., Deurenberg, R., & Haafkens, J. (2009). Locating sex-specific evidence on clinical questions in MEDLINE: a search filter for use on OvidSP. BioMed Central Medicine Medical Research Methodology, 9(1), 25.

Nielsen, M. W., Peragine, D., Neilands, T. B., Stefanick, M. L., Ioannidis, J. P. A., Pilote, L., Prochaska, J. J., Cullen, M. R., Einstein, G., Kling, I. LeBlanc, H., Paik, H. Y., Ristvedt, S., Schiebinger, L. (forthcoming). Gender-related variables for health research.

Oertelt-Prigione, S., Parol, R., Krohn, S., Preissner, R., & Regitz-Zagrosek, V. (2010). Analysis of sex and gender-specific research reveals a common increase in publications and marked differences between disciplines. BioMed Central Medicine, 8, 70-80.

Oertelt-Prigione, S.& Regitz-Zagrosek, V. (Eds.) (2012). Sex and Gender Aspects in Clinical Medicine. London: Springer Verlag.

Pelletier, R., Ditto, B., & Pilote, L. (2015). A composite measure of gender and its association with risk factors in patients with premature acute coronary syndrome. Psychosomatic medicine, 77(5), 517-526.

Schenck-Gustafsson, K., DeCola, P., Pfaff, D. & Pisetkey, D. (Eds.) (2012). Handbook of Clinical Gender Medicine. Basel: Karger.

Tate, C. C., Youssef, C. P., & Bettergarcia, J. N. (2014). Integrating the study of transgender spectrum and cisgender experiences of self-categorization from a personality perspective. Review of General Psychology, 18(4), 302-312.

Tannenbaum, C., Schwarz, J. M., Clayton, J. A., de Vries, G. J., & Sullivan, C. (2016). Evaluating sex as a biological variable in preclinical research: the devil in the details. Biology of sex differences, 7(1), 13.

Tannenbaum, C., Ellis, R. P., Eyssel, F., Zou, J., & Schiebinger, L. (2019). Sex and gender analysis improves science and engineering. Nature, 575(7781), 137-146.

Welch, V., Petticrew, M., Petkovic, J., Moher, D., Waters, E., White, H., ... & PRISMA-Equity Bellagio group. (2016). Extending the PRISMA statement to equity-focused systematic reviews (PRISMA-E 2012): explanation and elaboration. Journal of Development Effectiveness, 8(2), 287-324.

Welch, V. A., Norheim, O. F., Jull, J., Cookson, R., Sommerfelt, H., & Tugwell, P. (2017). CONSORT-Equity 2017 extension and elaboration for better reporting of health equity in randomised trials. British Medical Journal, 359. doi: https://doi.org/10.1136/bmj.j5085