分析健康與生物醫學中的社會性別

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，牽涉了人類參與者的研究應該要考量社會性別作為潛在的因果與調變因子之角色（Tannenbaum et al., 2016; Clayton, 2016; Clayton & Tannenbaum, 2016; Tannenbaum et al., 2019）。社會性別常模、社會性別認同以及社會性別關係影響著社交互動、溝通、資源的取得，以及適應的策略。這些因子的影響包括了患者是否被邀請參與研究、是否有辦法抵達研究地點、其表達症狀的方式，以及醫師回應的方式。社會性別可能會影響提供給患者的療法，以及患者長期下來對這些療法的反應（Oertelt-Prigione and Regitz-Zagrosek, 2012; Schenck-Gustaffson, 2012）。問卷調查與診斷問題當中也可能會有社會性別偏見。社會性別是健康的一項社會性決定因素，也因而是個健康不平等的潛在原因（Dahlgren & Whitehead, 1991）。現在已有資源得以支持研究人員發展健康與生物醫學之生理性別與社會性別因素的扎實文獻回顧（Moerman et al., 2009, Oertelt-Prigione et al., 2010）。

確立研究焦點並形成假設

 社會性別是一個包含了社會性別常模、社會性別認同以及社會性別關係的多元向度概念（Nielsen et al., forthcoming）。社會性別常模涵括了來自社交機構的言明或不言自明之規範，例如家庭與職場，以及文化產物，例如科技與社交媒體。社會性別認同指的是相對於社會性別常模，個體與群體如何認知並呈現自我。社會性別關係指的則是在特定社會文化脈絡下，個體如何與其他人及機構互動。以健康來說，所有情況都可能適用，但依照提出的特定問題，通常會有一個面向相較之下更有相關性。

為提出的研究選擇最相關的社會性別向度

 研究人員應先辨明社會性別的哪個向度與其研究最為相關，並選擇適切的研究工具捕捉相關性。近幾年已發展出了一些能將兩種或更多的面向進行分組的研究工具（Tate, et al., 2014; Pelletier, et al., 2015; Nielsen et al.,2021）。目前可用的研究工具彼此間會有其邊際重疊之處，因此研究人員必須做出有所根據之選擇。有的時候單一個深入的研究工具或許會比較為全面但提供之輸出具較少差異者更為合適。具有交織性的面向亦極有可能有其角色。依據不同的研究問題，與生理性別和社會性別交織的因子，例如族裔或社經地位等，亦應納入考量。

  參與者的社會性別認同。社會性別認同的種類多樣，且隨著時間持續地進化著。研究人員必須在包容性與實用性之間找到一個平衡。三種分類（男性、女性、非二元或多元性別）可能會比六種或七種更適合進行分析；然而，做出這項選擇，可能會排除了一些參與者。研究人員應該花一些時間思考招募時是否且如何定義多元性別群體，並避免刻板印象與歧視。對於研究群體以及群體在研究中被問及之當代社會性別概念可能產生的抗拒也應該有所考量。什麼樣的問卷對什麼樣的群體而言是可接受的？運用新的研究方法時，建議先對目標群體進行大量的前導研究；一定程度的抗拒是可以想見的。

  社會性別常模以及關係。在選擇研究的類型時，應考量到社會性別常模與行為的潛在多變本質。社會性別常模與行為會隨著時間，並依循著社會與文化脈絡而有所變化。一名黑人男同志在都會脈絡中的經驗與一名在郊區環境裡的亞裔異性戀女人有所不同。然而，這兩個個體的社會性別相關現實也在過去20年來有所變化。這點是否可能與研究有關，而研究人員又是否能夠加以解釋？

  研究人員的社會性別認同與常模。最後，調查人員的社會性別認同及其經歷的社會性別常模也可能是一項因子。社會性別常模與關係會在參與者與研究人員的互動當中浮現。僅蒐集參與者的資料，可能會限縮了調查的機會。

研究設計

 社會性別對於研究問題的影響，在量化研究、質性研究或混合研究中都可加以處理。量化的資料能夠提供橫跨不同研究間之高度標準化且可比較的回應。若是需要對於動機、脈絡化因素，以及處境經驗與現實更為深入的見解，那麼質性資料可能會是較好的選擇。質性資料可為量化的發現做補充，提供對於異常值或缺失資料的了解，或是探索量化工具在特定子群體中的準確性。特別是在探討健康需求被大量忽視的多元性別群體時，質性研究或混合研究可能會更為合適。

  社會性別詞彙的解釋。參與者可能對於社會性別的概念並不熟悉且可能會質疑其使用。建議可對何以社會性別是研究的一個元素加以解釋。

  抽樣之考量。該如何確保納入足夠數量之多元性別個體？這是否會影響隨機化的設計？研究人員應考慮策略性超抽樣，以便能有更具意義之數據分析。

  控制組。若是研究中會使用控制組，這些個體要如何挑選？比較組可以包含女性／男性的二元組、女性／男性／多元性別之三元組，或是其中的多樣組合。同時也應該考慮到女性、男性以及多元性別群體自身亦是混雜差異的，所以或許需要運用多層次的區分來辨別出合適的控制組個體。

  研究工具偏誤。許多研究工具的設計並未思考到社會性別常模與關係的可能角色，因而可能會形成意料之外的偏誤。舉例而言，若說哭泣與強烈的陽剛社會性別認同是相互矛盾的，那麼個體有可能在憂鬱問卷中，不針對哭泣頻率的問題做出回應，因而未能獲得適切的診斷。如果問卷強化了對於照護與專業責任的社會性別刻板印象常模，那麼不符合社會性別角色常模的個體在工作與照護中的雙重負擔有可能會受到低估。

  參與及管道。在發展研究方案時，應考量社會性別作為參與及近用（access）的潛在調變物來考量。參與者回答問卷時，會是透過信件、或是在一般的醫療保健脈絡環境，抑或是在研究場所？許多區域的女性擁有的交通或托育管道較為缺乏，因此要抵達研究場所可能較為困難。研究人員在計畫安排其研究時應考量到這點，並評估得以減緩這類障礙的選項。安全性也會有關係。在部份脈絡環境中，公開非二元社會性別認同可能會帶來風險。應發展一個清楚安全的研究方案。

資料分析

 進行數據分析的基本需求是足夠大量的樣本數以及適切的結果數量，以藉此確保分析的檢定力。研究人員應針對結果的分佈做回顧，若結果未能在社會性別間有平等的分佈，可考慮做超取樣。特別是多元性別參與者的數量太少時，將會影響到此子群之分析。這些個體經常被視作異常值，排除於分析之外。應事先考量如何有意義地將關於其經驗之資訊納入研究中。

  多重研究工具。如果使用多種研究工具來確認不同的社會性別向度（認同、常模、關係），可能必須對此進行加權以進行分析。研究工具的選擇也會影響變項是名義變項抑或連續變項，這將會影響到分析進行的類型，因為生物醫學中許多常用的方法是為二元式結果而設計的。這也適用於使用整合分數的情況。分析中的階層順序應該於事前加以定義，以避免引來可能的偏誤。

  生理性別與社會性別互動。在人類研究對象中，可預期到生理性別與社會性別間會有所互動。這將會是分析的一部分嗎，這個互動是否會被明確地分析？除了生理性別與社會性別的互動之外，其他與社會性別交織的因子也可能需要被納入分析之中。在諸多案例中，社會性別同時扮演了解釋結果的角色，以及其他因果通路的潛在調變物。然而，多數的研究僅能容許其相關性之解釋，而非因果性。其他向度，例如工作、教育、障礙之有無及族裔，與社會性別之間的結構性互動也應被納入考量，且分析應要能反映這些考量之內容。這些分析設計的變化可以從對互動詞彙之融入的多重分層，到複合因子設計。

  質性資料。質性資料分析依據其研究設計與目的，在性質上可以是具解釋性或驗證性的。社會性別在所有研究脈絡中皆應被視作一項重要的調變物。考慮到社會性別可能不單是獨立地影響著個體間的關係，而是會與年齡、階層、社經水平等因素互動，是很重要的。辨識質性分析中的異常值，，例如不符合人口中的多數之個體，通常能提供對於情境中的社會性別常模與關係之更深了解。

  混合方法。在混合方法的連續設計中——也就是以量化取徑接續質性取徑之研究——質性資料的分析可以用以辨識要將哪些社會性別變因囊括至量化的部份。在使用質性取徑探索量化資料之發現的連續設計當中，這樣的分析旨在深入理解研究所觀察到的數據差異之驅動來源。舉例而言，如果量化資料顯示了有伴侶且有小孩的女性與單身且有小孩的女性之間有健康上的差異，質性資料或許可用以理解「伴侶關係」中的哪些面向能夠解釋此差異。

  其他分析。針對口語或非口語的社會性別化之身體語言、聲音的調性以及互動之分析能也適用。社會科學觀點對於透過質性方法分析社會性別特別有幫助。

  次級資料分析。有愈來愈多可在國際上取用的世代研究為社會性別相關變量的事後分析（post-hoc analysis）提供了機會。儘管與在設計研究時策略性地納入社會性別變量相較起來，這種選擇是有限的，但它仍然提供了可能有助於確定後續研究的前導資料。當前亦有了一些立基於世代研究中已存在之變項的參考值度量發展作為選項（Pelletier, 2015; Nielsen,2021），而且仍持續產出中。最基本會使用的指標包括教育、職業狀態，以及個人或家庭收入。然而，有更為複雜的度量，例如照護責任及其時機、角色行為、壓力、焦慮以及抑鬱亦被建議使用。

  結果報告與傳播

  報告格式。部份獎助機構與同儕審查期刊要求須在生理性別外同時報告社會性別（請見政策建議），然而目前仍未有報告社會性別之標準。報告必須提供足夠的細節支撐研究之再現性。研究人員應考慮依循SAGER（Heidari et al., 2016）之一般發行指導方針，以及報告臨床實驗使用的PRISMA與CONSORT （Welch et al., 2016; Welch et al., 2017） 平等性指導方針。後者是設計來作為報告生理性別與可能的交織因子之使用，但亦可應用於報告社會性別。

  報告無效發現。研究人員在分析中未發現社會性別差異（主要或互動影響）時亦應加以報告，以減少發表偏誤，這是整合分析中的重要考量點（IOM, 2012）。若是多元性別個體未有超取樣，可能會形成研究人口中的一個小子群而因為缺少檢定力而阻礙了詳盡的數據檢測。在此狀況下，仍應做描述性的數據報告，以利未來可能的合併分析。

將社會性別整合入健康與生物醫學研究設計之檢核單

研究工具選項	社會性別的哪些向度須被測量（認同、常模、關係）？ 要為每個社會性別向度選擇一個工具，或是使用一個綜合的工具？單一的工具能細緻地捕捉到與成果的潛在連結，但可能會較沒有效率。 所選擇的工具是否能夠捕捉社會性別常模與行為如何隨時間變化？ 所選擇的工具是否對於常模發生的文化夠敏銳？ 該工具對於不同群體是否有效？研究問題形成的方式中是否有社會性別偏見？
研究工具的應用	社會性別類別是否具有包容性且具分析的實用性？ 要如何辨識多元性別群體且能避免刻板印象與歧視？ 哪些問卷對於哪些群體是合適的？研究人員是否能在使用創新的社會性別概念以及錯失對此議題較為保留的參與者之可能性之間找到平衡？ 問題會由參與者自行進行亦或是由研究助理提問？參與者與研究人員間的社會性別關係是否有被加以考量？
研究類型	量化、質性或混合方法的取徑何者最為合適？ 該特定研究假設需要透過什麼類型的研究來處理（橫斷研究、縱貫研究、觀察研究，或介入研究）？ 是否計畫使用病例對照研究法？若有使用控制組，他們是如何被選出來的？誰是控制組，控制組的對應為何？ 交織的因子，例如年齡、教育、社經地位等等，是否有納入考量？ 多元性別群體是否有被納入取樣中？
研究方案	是否需要向參與者解釋何以要研究社會性別？ 要如何確保囊括了足夠多的多元性別個體？這是否會影響隨機的設計？ 是否有需要針對多元性別與弱勢群體做相對的超取樣？ 社會性別是否被視作參與的潛在障礙？是否有辦法確保所有參與者有平等的門路？ 是否能確保參與者揭露自身社會性別認同後的安全？ 誰的社會性別會在研究中受到評估？只有參與者，或是也包含了研究人員？
分析	若要使用多樣研究工具檢視社會性別的不同向度（認同、角色、關係），這些結果在分析時該如何衡量？變項是名義變項或連續變項？ 要如何捕捉生理性別與社會性別間的互動？ 在分析時，要使用什麼方式考量交織因子？ 是否進行了檢定力分析？是否能期待從所有參與者得到足夠的結果？包括女性、男性與多元性別參與者？ 多元性別參與者的數量較少，會如何影響分析？他們會被視作變異數，亦或是其資料能夠有意義地被納入未來的統合分析之中？ 質性分析是否會考量性別化的語言、性別化的互動與性別化的主題？
報告	發表媒介是否對於社會性別的報告有特定的要求？ 是否針對方法論做了足夠細緻的說明，以利再現？ 是否應用了SAGER指導方針？ 是否納入了無效發現？