Recommendations for a better understanding of sex and gender in neuroscience of mental health
Notice bibliographique
Résumé
There are prominent sex/gender differences in the prevalence, expression and lifespan course of mental health and neurodiverse conditions. Yet the underlying sex and gender related mechanisms and their interactions are still not fully understood. This lack of knowledge has harmful consequences for those suffering from mental health problems. Hence, we set up a co-creation session in a one-week workshop with a multidisciplinary team of 25 researchers, clinicians and policy makers, to identify the main barriers in sex and gender research in neuroscience of mental health. Based on this work, we here provide recommendations for methodologies, translational research and stakeholder involvement. These include guidelines for recording, reporting, analysis beyond binary groups, and open science. Improved understanding of sex and gender related mechanisms in neuroscience may benefit public health as this is an important step towards precision medicine and may function as an archetype for studying diversity.
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 | 0,148 | 0,404 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,007 |
| Bibliométrie | 0,008 | 0,007 |
| Études des sciences et des technologies | 0,005 | 0,011 |
| Communication savante | 0,015 | 0,035 |
| Science ouverte | 0,009 | 0,011 |
| Intégrité de la recherche | 0,020 | 0,027 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,084 | 0,030 |
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 ».