Geschlecht und Innovation
> Zum Inhalt

Biologisches Geschlecht (Sex) analysieren

Die Analyse des biologischen Geschlechts, die biologische Grundlage der Unterscheidungen zwischen weiblich und männlich (vgl. Begriff: Sex), ist eine zentrale Variable, wenn es um das Festlegen von Forschungsprioritäten, das Entwickeln von Hypothesen, das Formulieren von Studiendesigns (vgl. auch Forschungsprioritäten und -ergebnisse überdenken; Konzepte und Theorien überdenken und Gesundheits und biomedizinische Forschung gestalten) sowie um die Produktgestaltung geht (vgl. Innovationsprozesse entwickeln).

In der biomedizinischen Forschung kann eine Analyse des biologischen Geschlechts sowohl bei Versuchspersonen und tierischen Versuchsobjekten wie gegebenenfalls auch bei Organen, beim Gewebe, bei Zellen sowie bei deren Komponenten notwendig sein (Beery et al., 2011; IOM, 2010; Wizemann et al., 2001). In den Technikwissenschaften muss das biologische Geschlecht möglicherweise sowohl für das Produkt wie für das Systemdesign auf der Ebene der Physiologie und Biomechanik der AnwenderInnen analysiert werden (vgl. Standards und Referenzmodelle überdenken).

Sex, die biologische Dimension des Geschlechts, ist eine Variable, die in der biomedizinischen Forschung ebenso wie beim Produkt- und Systemdesign von entscheidender Bedeutung ist. Die Analyse des biologischen Geschlechts ist wichtig, doch siehe ebenso: Die Überbetonung von Unterschieden in Zusammenhang mit dem Geschlecht problematisieren

Die Analyse der biologischen Dimension des Geschlechts beinhaltet folgende Schritte:

1. Angabe des biologischen Geschlechts der Versuchspersonen/-objekte bzw. der AnwenderInnen. Dies ist eine der Voraussetzungen für die Analyse des biologischen Geschlechts. Manche Förderagenturen und Peer-Review-Zeitschriften verlangen, dass bei Untersuchungen von Menschen, Tieren und (gegebenenfalls) von Organen, Gewebe und Zellen das biologische Geschlecht angegeben wird (vgl. Politik). Die Angabe bzw. das In-Betracht-Ziehen des biologischen Geschlechts der Versuchspersonen/–objekte oder der AnwenderInnen ist auch bei Studien zu nur einem Geschlecht wichtig, da auf diese Weise Metaanalysen möglich und Lücken in der Forschung identifiziert werden sowie einer allzu weitreichenden Verallgemeinerung von Erkenntnissen im Hinblick auf das untersuchte biologische Geschlecht vorgebeugt werden kann. In der Osteoporose-Forschung beispielsweise wurden anfänglich gesunde junge weiße Frauen als Knochendichte-Referenzmodelle verwendet, um die Knochendichte mit dem Frakturrisiko älterer Frauen zu korrelieren. Dieses eingeschlechtliche (weibliche) Modell wurde dann zur Einschätzung des Frakturrisikos bei älteren Männern auch auf Männer angewendet. Später führten ForscherInnen eine männliche Referenzpopulation ein und entwickelten eine Diagnostik, in der das biologisches Geschlecht, Alter sowie andere Faktoren in Betracht gezogen wurden (vgl. Fallstudie: Stammzellen/Stem Cells).

2. Unterschiede innerhalb der Gruppen von Weibchen bzw. Männchen / Frauen bzw. Männern erkennen. Im Laufe ihres jeweiligen Lebens unterscheiden sich sowohl biologische als auch soziale Faktoren bei Personen des gleichen Geschlechts auf substanzielle Weise. Zu diesen Unterschieden zählen nicht nur grundlegende Veränderungen in der Fortpflanzungsbiologie (wie sie etwa während der Pubertät sowie bei Frauen im Verlauf des Menstruationszyklus, während der Schwangerschaft und in der Menopause auftreten), sondern auch mit dem Altern verbundene Veränderungen. Nehmen wir zum Beispiel „Größe“: In den USA sind Frauen im Durchschnitt kleiner als Männer; rund drei Prozent der Frauen sind jedoch größer als der durchschnittliche Mann und sechs Prozent der Männer sind kleiner als die durchschnittliche Frau. Der Größenunterschied zwischen der durchschnittlichen Frau und dem durchschnittlichen Mann ist geringer als der Größenunterschied zwischen einer Frau im 90. Perzentil und einer Frau im 10. Perzentil oder der Größenunterschied zwischen einem Mann im 90. Perzentil und einem Mann im 10. Perzentil (siehe Tabelle; vgl. auch Fallstudien: Menschlisches Thoraxmodell/Human Thorax Model, Schwangere Crashtest-Dummies/Pregnant Crash Test Dummies)

3. Sammlung und Angabe von Daten zu Faktoren, die sich mit dem biologischen Geschlecht der Versuchspersonen/-objekte oder AnwenderInnen überschneiden. Frauen und Männer (Weibchen und Männchen) unterscheiden sich hinsichtlich Alter, Lebensweise (z. B. Ernährung, körperliche Aktivitäten, Genuss von Tabak, Alkohol oder anderer Drogen etc.), sozioökonomischem Status und anderer geschlechtsspezifischer Verhaltensweisen und Variablen (vgl. Überschneidungen zwischen Sex, Gender und weiteren Faktoren analysieren). Dennoch müssen Anstrengungen zur Zuordnung von weiblichen und männlichen Kohorten zu zentralen Variablen unternommen werden, die sich auf die Interpretation der Untersuchungsergebnisse auswirken können (vgl. Gesundheits- und biomedizinische Forschung gestalten). So führte etwa das Übersehen sich überschneidender Faktoren bei der Entwicklung von Prothesen für die totale Kniearthroplastik zu einer Konzentration auf das biologische Geschlecht, was für die PatientInnen keine Verbesserung zur Folge hatte (vgl. Begriff: Biologisches Geschlecht überbetonen). EntwicklerInnen von Prothesen beobachteten statistisch signifikante Unterschiede in der Knieanatomie von Frauen und Männern und stellten ein „geschlechtsspezifisches Knie“ her, das den Patientinnen verkauft wurde. Obwohl das biologische Geschlecht Unterschiede in der Knieanatomie mit sich bringt, ist es bei der Prothesenwahl dennoch nicht der ausschlaggebende Faktor: Die Größe ist in diesem Fall die entscheidendere Variable für die Wahl einer für die PatientInnen passenden Prothese (vgl. Fallstudie: Knie ohne Geschlecht/De-Gendering the Knee).

4. Ergebnisse im Hinblick auf biologisches Geschlecht analysieren und ausweisen. Geschlechtsspezifische Analysen sollten durchgeführt und die Ergebnisse ausgewiesen werden. Aufgrund von Abweichungen bei Körpergröße und Körperzusammensetzung ist für die Entfaltung des Airbags bei Frauen und Männern unter Umständen unterschiedlich viel Energie nötig; auch Medikamentendosierungen können variieren, wenn ein bestimmter Effekt erzielt werden soll. Ein entscheidender Schritt für eine Verständigung über die beobachteten Geschlechterdifferenzen ist die Angleichung von Daten im Hinblick auf die Baseline-Differenz sowie auf die mit dem biologischen Geschlecht verwobenen Faktoren. So machten etwa ForscherInnen, die das biologische Geschlecht in Studien zu Herz-Kreislauf-Erkrankungen analysierten, Unterschiede bei der Bildung von Arterienablagerungen aus: Während sich bei Frauen tendenziell diffuse Ablagerungen bilden, sind die Ablagerungen bei Männern lokal begrenzt (von Mering et al., 2004). Dieser Unterschied wirkt sich in weiterer Folge auf das Design von Stents aus (vgl. Fallstudie: Herz-Kreislauf-Erkrankungen/Heart Disease in Women).

5. Nullergebnisse angeben. ForscherInnen sollten angeben, wenn in ihren Analysen keine (grundlegenden oder Interaktionseffekten geschuldeten) Unterschiede zwischen den biologischen Geschlechtern erkennbar sind. Auf diese Weise lassen sich die Verzerrungseffekte in Publikationen reduzieren – eine wichtige Überlegung für Meta-Analysen. Wo relevant, sollten ForscherInnen festhalten, wenn Daten keine statistisch gesicherten Ergebnisse im Hinblick auf Geschlechterdifferenzen zulassen, und zwar insbesondere in Zusammenhang mit Faktoren, die sich mit dem biologisch- anatomischen Geschlecht überschneiden. Die Aussagekraft einer Statistik kann beispielsweise dadurch eingeschränkt sein, dass es schwierig ist, PatientInnen eines Geschlechts zu rekrutieren.

6. Meta-Analysen. Ein gutes Design und übersichtliche Berichte können studienübergreifende Analysen ermöglichen. Die Kombination von Daten mehrerer Studien kann die statistische Aussagekraft erhöhen; dies kann jedoch auch die Fehleranfälligkeit erhöhen, insbesondere wenn Faktoren übersehen werden, die sich mit dem biologischen und sozialen Geschlecht überschneiden (Blauwet et al., 2007; Bailey, 2007).

Literatur


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

Beery, A. und 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. und 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 (2010). Women's Health Research: Progress, Pitfalls, and Promise. 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. und 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, Theresa M. und Pardue, Mary-Lou (Hg.innen.) (2001). Exploring the Biological Contributions to Human Health: Does Sex Matter? Washington, D. C.: National Academies Press.