A narrative systematic review of the gender inclusivity of measures of harmful drinking and their psychometric properties among transgender adults
Notice bibliographique
Résumé
BACKGROUND AND AIMS: Experiencing higher rates of stigma, marginalization and discrimination puts transgender individuals at risk for alcohol use and associated harms. Measures of harmful drinking were designed with cisgender people in mind, and some rely on sex- and gender-based cut-offs. The applicability of these measures for gender diverse samples remains unknown. The present study had two aims: (i) identify gender-non-inclusive language and cut-offs in measures of harmful drinking, and (ii) systematically review research reporting psychometric properties of these measures in transgender individuals. METHODS: We reviewed 22 measures of harmful drinking for gendered language and sex- and gender-based cut-off values and provided suggestions for revision when warranted. We also conducted a systematic narrative review, including eight eligible studies, summarizing the psychometric properties of measures of harmful drinking in transgender populations. RESULTS: Six of 22 measures of harmful drinking were not gender inclusive, because of gendered language in the measure itself or use of sex- or gender-based cut-off scores. Only eight published studies reported psychometric data for these measures in transgender people. Apart from in one study, the Alcohol Use Disorders Identification Test (AUDIT) and Alcohol Use Disorders Identification Test Consumption (AUDIT-C) appear reliable for transgender adults (Cronbach's α: AUDIT [0.81-0.87] and AUDIT [0.72-0.8)]). There is initial support for using uniform cut-offs for transgender people for the AUDIT-C (≥3) and binge drinking (≥5 drinks in a sitting). CONCLUSIONS: Most existing measures of harmful drinking appear to be gender inclusive (containing gender neutral language and uniform cut-off scores across sex and gender groups) and some that are not easily adapted to be gender inclusive.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,015 | 0,091 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,004 |
| Bibliométrie | 0,013 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».