MétaCan
Menu
Retour à la cohorte
Enregistrement W3003080498 · doi:10.1089/trgh.2019.0007

Gender Dysphoria, Mental Health, and Poor Sleep Health Among Transgender and Gender Nonbinary Individuals: A Qualitative Study in New York City

2020· article· en· W3003080498 sur OpenAlexfundno aff
Salem Harry-Hernández, Sari L. Reisner, Eric W. Schrimshaw, Asa Radix, Raiya Mallick, Denton Callander, L. Pérez Suárez, Samuel Dubin, Aisha Khan, Dustin T. Duncan

Notice bibliographique

RevueTransgender Health · 2020
Typearticle
Langueen
DomainePsychology
ThématiqueLGBTQ Health, Identity, and Policy
Établissements canadiensnon disponible
Organismes subventionnairesSchool of Medicine, New York UniversityYork University
Mots-clésMental healthTransgenderPsychologyAnxietyClinical psychologyGender dysphoriaMinority stressPsychiatryPopulationSexual orientationSexual minorityMedicineSocial psychologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Background: A vast amount of research has demonstrated the numerous adverse health risks of short sleep duration and poor sleep health among the general population, and increasing studies have been conducted among lesbian, gay, and bisexual individuals. However, although poor sleep health is disproportionately experienced by sexual and gender minority populations, little research has examined sleep quality and associated factors among transgender and gender nonbinary (TGNB) individuals. This study qualitatively explored the relationship that factors such as gender identity, mental health, and substance use have with sleep health among a sample of TGNB individuals in New York City. Methods: Forty in-depth interviews were conducted among an ethnically diverse sample who identified as transgender male, transgender female, and gender nonbinary from July to August 2017. All interviews were transcribed, coded, and thematically analyzed for domains affecting overall sleep, including mental health, gender identity, and various coping mechanisms to improve overall sleep. Results: TGNB interview participants frequently described one or more problems with sleeping. Some (15%) participants suggested that mental health issues caused them to have difficulty falling asleep, but that psychiatric medication was effective in reducing mental health issues and allowing them to sleep. An even larger number (35%) told us that their gender identity negatively impacted their sleep. Specifically, participants described that the presence of breasts, breast binding, stress and anxiety about their identity, and concerns about hormonal therapy and gender-affirming surgery were all reported as contributing to sleep problems. Given these sleep challenges, it is not surprising that most (60%) participants used various strategies to cope with and manage their sleep problems, including prescription and over-the-counter sleep medications (33%) and marijuana (18%). Conclusions: Our findings document that sleep health is frequently an issue for TGNB individuals, and they also offer insight into the various ways that TGNB individuals attempt to cope with these sleep problems. Sleep health promotion interventions should be developed for TGNB people, which would promote positive mental health, reduce the risk of pharmaceutical adverse events, and help alleviate psychosocial stress in this target population.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,177
Score d'incertitude au seuil0,353

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0090,004
Communication savante0,0020,001
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,240
Tête enseignante GPT0,452
Écart entre enseignants0,211 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations56
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransgender HealthMême sujetLGBTQ Health, Identity, and PolicyTravaux en français237 207