分析「生理性別」

原文網頁連結,如對本網頁翻譯有問題,歡迎聯絡我們



生理性別(sex)是區別女性與男性的生物基礎(見名詞解釋:生理性別),也是設定研究主題先後、發展假說、制訂研究設計時的重要考慮變項。

在生物醫學上,必須要分析生理性別──包括人類和動物研究,以及器官、組織、細胞及其組成研究(IOM, 2012; Beery et al., 2011; Wizemann et al., 2001)。 在工程領域的產品與系統設計上,也需考量生理性別在使用者的生理與生物力學層次的分析(見:分析標準與參考模型)。

分析生理性別包括六個步驟:

  1. 明確報告研究主題對象或使用者的生理性別。這是生理性別分析(sex analysis)的基本前提。有些補助單位與同儕審查的期刊,會要求投稿者確實說明生理性別,包括人類、動物,以及(視情況)器官、組織和細胞之研究(見:政策建議)。說明研究對象的生理性別或考量使用者/顧客的生理性別是重要的,即使在單一性別的研究亦然。此舉有利於進行統合分析、辨識研究缺口(research gaps),以及避免研究發現過度普及(over-generalizing)至未被研究的性別族群。以骨質疏鬆症為例,早期的研究是以健康年輕白人女性的骨質密度作為參照模型,再與有骨折風險年長女性的骨質密度建立關連性,接著又將此單一性別(女性)的結果應用到男性上,用來評估高齡男性的骨折風險。後來,研究者另行建立了一個男性參考群體(reference population),始發展出奠基於性別、年齡和其他因子的診斷學(見案例研究:幹細胞)。
  2. 辨認存在於雌性/雄性,以及女/男群組之間的差異。 不同性別的個體生命裡,在生物和社會文化因素方面,都有實質的差異。包括與生殖生物學(reproductive biology)和老化(aging)相關的奧妙變化(例如青春期,以及女性在月經週期、懷孕期,以及更年期間的變化)。以身高為例,在美國,女性平均身高較男性來得矮,但約有3%的女性比一般男性高,而有6%的男性比一般女性矮。女性和男性平均身高的差異,比前百分之十與後百分之十的女性間的差異小,也比前百分之十與後百分之十的男性間的差異小(見下圖,案例研究:人類胸腔模型汽車碰撞試驗用之懷孕假人)。 height of Adult Women and Men within group variation and between group overlap are significant
  3. 蒐集並說明與研究對象或使用者/消費者的生理性別交織的因子之相關資料。 女性與男性(雌性與雄性)在年齡、生活方式(例如:飲食、體能活動、抽菸、喝酒及其他藥物使用等)、社經地位,以及其他性別化的行為與變項上可能有所差異(見:分析與生理/社會性別交織的因子)。因此,研究者應當根據可能影響研究詮釋(interpretation)的變數,努力為雌性/雄性世代群組進行一致性的配對(見:健康和生物醫學研究設計)。例如,在全膝關節置換術(total knee anthroplasty)的人造關節研發中,忽略了交織因子的結果,導致研究者聚焦在無法真正改善病患處境的生理性別上(見名詞解釋:過度強調生理性別差異的問題)。人造關節的設計者觀察到,女性與男性的膝關節解剖學在數據上有顯著差異,因而開始生產專門銷售給女性患者的「性別化人工膝蓋」(gendered knee)。雖然生物性別確實對膝關節解剖學的差異有所影響,但是生理性別或許並非人工關節選擇上的主要考量,在這個案例中,身高才是為病患選擇人工膝蓋時更重要的參考變數(見案例研究:膝蓋問題的去性別化)。
  4. 分析並說明與生 理性別相關的結果。特定生理性別的分析應被落實並詳加說明結果。例如,因為體型和身體組成的差異,女性與男性也許需要不同的安全氣囊充氣強度,或者需要不同的藥物劑量以達到一樣的效果。調整基準點差異及性別相關變數的資料,是了解眼前的性別差異相當關鍵的步驟。例如,納入性別分析的心血管疾病研究者發現了動脈蝕斑形成(arterial plaque formation)的性別差異:女性較容易發生瀰漫性的老化斑塊 (diffuse plaques),而男性則較容易有局部斑塊形成(localized plaques)之情形(von Mering et al., 2004)。在心臟動脈支架的設計上,這些性別差異就會產生不同的衍生設計結果(見案例研究: 女性的心臟病)。
  5. 回報無關或無法定論(null)的發現。當生理性別差異在分析中未被偵測到時,研究者應說明之,以減少刊登偏差(publication bias)(譯者註:指「無明顯正面因果的研究成果較不易被刊登」的偏差),這是統合分析的重要考量(IOM,2012)。同樣地,若與生理性別差異相關的資料在數據上無法做出定論,研究者也應加以說明,尤其在研究因子與生理性別交織的脈絡下更是如此。例如,統計檢定力(statistical power)在一些難以募得某一性別患者的案例中,便可能有其侷限。
  6. 統合分析(meta-analysis) 。良好的設計和明確的報告有助於跨研究之分析。整合不同研究之間的資料可增加統計檢定力(statistical power),卻也可能導致錯誤,尤其是忽略生理性別和社會性別交織的因子時(Blauwet et al., 2007; Bailey, 2007)。

參考資料

Bailey, K. (2007). Reporting of Sex-Specific Results: A Statistician’s Perspective. Mayo Clinic Proceedings, 82 (2), 158.

Beery, A., & Zucker, I. (2011). Sex Bias in Neuroscience and Biomedical Research. Neuroscience and Biobehavioral Reviews, 35 (3), 565-572.

Blauwet, L., Hayes, S., McManus, D., Redberg, R., & Walsch, M. (2007). Low Rate of Sex-Specific Result Reporting in Cardiovascular Trials. Mayo Clinic Proceedings, 82 (2), 166-170.

Institute of Medicine (IOM) Board on Population Health and Public Health Practice. (2012). Sex-Specific Reporting of Scientific Research: A Workshop Summary. Washington D.C.: National Academies Press.

von Mering, G., Arant, C., Wessel, T., McGorray, S., Merz, B., Sharaf, B., Smith, K., Olson, M., Johnson, B., Sopko, G., Handberg, E., Pepine, C., & Kerensky, R. (2004). Abnormal Coronary Vasomotion as a Prognostic Indicator of Cardiovascular Events in Women: Results from the National Heart, Lung, and Blood (NHLB) Institute-Sponsored Women’s Ischemia Syndrome Evaluation (WISE). Circulation, 109, 722-725.

U.S. Centers for Disease Control (CDC). (2007). National Health and Nutrition Examination Survey (NHANES) III Data Exploration System.

Wizemann, T., & Pardue, M. (Eds.) (2001). Exploring the Biological Contributions to Human Health: Does Sex Matter? Washington, D.C.: National Academies Press.

 

 

double logo

double logo double logo double logo

 

TermsSite Map