Health status of transgender people globally: A systematic review of research on disease burden and correlates
Notice bibliographique
Résumé
BACKGROUND AND OBJECTIVES: Transgender and gender diverse (trans) health research has grown rapidly, highlighting the need to characterize the scientific evidence base. We conducted a systematic review of peer-reviewed research on disease burden and correlates in trans adolescents and adults over a 20-month period to identify knowledge gaps and assess methodological characteristics including measurement of gender identity, community engagement, and study quality. DATA SOURCES, ELIGIBILITY CRITERIA, AND SYNTHESIS METHODS: We searched seven databases using terms related to (a) transgender populations and (b) health or disease. Eligible studies were in English, French, or Spanish and reported original quantitative data on mental health or substance use conditions, infectious diseases, or non-communicable conditions in at least 25 trans individuals aged 15+. Quality assessment was performed in duplicate on a 10% sample of articles and findings were summarized using narrative synthesis. RESULTS: The 328 included studies were conducted in 45 countries, with most from North America (54%) and limited research from South Asia (3%), Sub-Saharan Africa (3%), and the Middle East and North Africa (2%). Most studies used cross-sectional designs (73%) and convenience sampling (65%). Only 30% of studies reported any form of community engagement. Mental health and substance use disorders were the most studied area (77% of studies) and non-communicable conditions the least (16%). Available data indicated that trans populations experience high disease burden with considerable heterogeneity within and across settings. Of 39 articles assessed for quality, 80% were rated as fair, 18% as poor, and 3% as good quality. CONCLUSIONS AND IMPLICATIONS: Geographic, gender-specific, and topical gaps remain in trans health, but we found more research from African countries, with transmasculine people, and on non-communicable conditions than previous syntheses. Areas for growth in trans health research include community engagement, non-binary health, chronic and age-related conditions, and health determinants. REGISTRATION: PROSPERO CRD42021234043.
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 | 0,019 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,008 | 0,008 |
| Bibliométrie | 0,015 | 0,015 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 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) | 0,003 | 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 ».