Analysera kön

Kön är en grundläggande variabel inom all biomedicinsk forskning och ett nyckelbegrepp för produkt- och systemdesign . Att analysera kön är viktigt men se även: Att överbetona könsskillnader som ett problem.

Kön, den biologiska grunden för skillnaden mellan kvinnor och män (se Term: Kön), är en viktig variabel att ta hänsyn till när forskningsprioriteringar görs, hypoteser tas fram och studier designas.

Inom biomedicinsk forskning kan kön behöva analyseras – hos människor och djur och hos organ, vävnader, celler och deras beståndsdelar (IOM, 2012; Beery et al., 2011; Wizemann et al., 2001). Inom ingenjörsvetenskapen kan kön behöva analyseras när det gäller användarens fysiologi och biomekanik för både produkt och systemdesign (se Analysera Standarder och referensmodeller).

Analys av kön består av sex steg:

  1. Rapportera kön på forskningsdeltagare eller användare. Det är en förutsättning för könsanalyser. Visa anslagsgivande organ och referentgranskade tidskrifter kräver att kön rapporteras för forskning på människor, djur och (där det är tillämpligt) organ, vävnader och celler (se Policyrekommendationer). Att rapportera könet på forskningsobjektet eller att ta hänsyn till könet hos användare/kunden är viktigt även i enkönade studier för att tillåta metaanalyser, identifiera forskningsluckor och förhindra att man övergeneraliserar fynd till att även omfatta det andra könet. Exempel: När det gäller osteoporos har man i tidigare forskning använt bendensiteten hos friska, unga, vita kvinnor som referensmodell när frakturrisken hos äldre kvinnor bedömts, och sedan tillämpat denna kvinnliga modell för att bedöma frakturrisken hos äldre män. Senare har forskare etablerat en manlig referenspopulation och utvecklat diagnostiska metoder som tar hänsyn till kön, ålder och andra faktorer (se fallstudien
  2. Erkänna skillnader som finns inom grupper av kvinnor och män. Både biologiska och sociokulturella faktorer skiljer sig påtagligt mellan individer med samma kön under livet. Bland dessa faktorer finns djupgående förändringar kopplade till reproduktiv biologi (som inträffar vid puberteten och, hos kvinnor, under menstruationscykeln, vid graviditet och menopaus) och i samband med åldrandet. Ta längd till exempel. I USA är kvinnor generellt kortare än män, men ca 3 % av kvinnorna är längre än den genomsnittlige mannen, och 6 % av männen är kortare än den genomsnittliga kvinnan. Längdskillnaden mellan den genomsnittliga kvinnan och mannen är mindre än längdskillnaden mellan en kvinna ur 90:e percentilen och en kvinna ur 10:e percentilen, eller skillnaden mellan en man ur 90:e respektive 10:e percentilen (se tabellen och fallstudierna Modell av bröstkorgen: Gravida krockdockor).
    height of Adult Women and Men within group variation and between group overlap are significant
  3. Samla in och rapportera data om faktorer som samspelar med kön hos forskningsobjekt eller användare/konsumenter. Kvinnor och män kan skilja sig åt ifråga om ålder, livsstil (kost, fysisk aktivitet, användning av tobak, alkohol och andra droger etc.), socioekonomisk status och andra genuspräglade beteenden och variabler (se Analysera faktorer som relaterar till kön och genus). Man bör försöka matcha kohorter av kvinnor och män efter variabler som skulle kunna påverka tolkningen av forskningsfynd (se Utforma forskning inom hälsa och biomedicin). I exempelvis utvecklingen av proteser för total knäartoplastik har det faktum att man förbisett relaterade faktorer lett till ett fokus på kön som inte förbättrat resultaten för patienterna (se Term: Att övervärdera könsskillnader som ett problem). Protesformgivare observerade statistiskt signifikanta skillnader mellan kvinnors och mäns anatomi och tog fram ett "könsanpassat knä" som marknadsfördes mot kvinnliga patienter. Även om det biologiska könet inte innebär skillnader i knäets anatomi, kan kön inte vara den huvudsakliga faktorn att ta hänsyn till vid protesval. I det här fallet är längden en viktigare variabel för att matcha patienter med proteser (se fallstudien Avköna knäet).
  4. Analysera och rapportera resultat efter kön. Könsspecifika analyser bör utföras och resultaten ska rapporteras. Kvinnor och män kan behöva olika uppblåsningskraft för krockkuddar, eller olika doseringar av ett läkemedel för att uppnå en viss effekt på grund av skillnader i kroppsstorlek och kroppssammansättning. Justering av data för baseline-skillnader och faktorer som påverkar kön är ett viktigt steg för att förstå den observerade könsskillnaden. Till exempel kunde forskare som analyserade kön i studier av hjärt-kärlsjukdomar identifiera sex skillnader i arteriell plackbildning: kvinnor tenderar att utveckla spridd plack medan män utvecklar plack lokalt (von Mering et al., 2004). Skillnaden har betydelse för hur stentarna utformas (se fallstudien Hjärtsjukdom hos kvinnor).
  5. Rapportera avsaknad av fynd. Forskare bör rapportera när könsskillnader (direkta eller interaktionseffekter) inte upptäcks i analyserna för att minska publikationsbias, en viktig faktor i metaanalyser (IOM, 2012). När det är relevant bör forskare notera när data som rör könsskillnader inte är statistiskt övertygande, särskilt i sammanhang med faktorer som relaterar till kön. Den statistiska förklaringskraften kan begränsas i fall där det är svårt att rekrytera patienter av ett kön.
  6. Metaanalyser. Bra design och tydlig rapportering kan möjliggöra tvärgående analyser. Att kombinera data från flera studier kan öka styrkefunktionen, men kan också leda till fel, i synnerhet om faktorer som samspelar med kön och genus förbises (Blauwet et al., 2007; Bailey, 2007).

Relaterade fallstudier

Djurförsök
Kemikalier i miljön
Utforska marknaden för hjälpmedel för äldre
Genetik av könsbestämning
Hjärtsjukdom hos kvinnor
Göra Maskiner Diskussion
Nutrigenomik
Gravida krockdockor
Stamceller

Citerade verk

  • 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.