Legal gender recognition and the health of transgender and gender diverse people: A systematic review and meta-analysis
Notice bibliographique
Résumé
Legal gender recognition (LGR) refers to laws, policies, and administrative procedures that enable transgender and gender diverse (TGD) people to update their legal identity documents (ID) to reflect their self-determined gender. We conducted a systematic review and meta-analysis on the health effects of LGR and a nested scoping review of TGD people’s LGR-related values and preferences (PROSPERO CRD42023441769). We searched seven databases through April 19, 2024, and organization websites (for grey literature) through August 2023. The effectiveness review included quantitative studies evaluating the effect of LGR (policies or possession of gender-concordant ID) on seven domains of health and well-being. We conducted random-effects meta-analyses when possible and otherwise used narrative synthesis. Study risk of bias and confidence in the cumulative evidence were assessed using the ROBINS-E and GRADE, respectively. We screened 2748 studies and included 24 in the effectiveness review. In meta-analyses, LGR was associated with less suicidal ideation (OR=0.75; 95% CI: 0.56-1.00, I 2 = 46%) and psychological distress (e.g., OR for LGR on all versus no ID = 0.53; 95% CI: 0.40, 0.70, I 2 = 17%). LGR may reduce anticipated discrimination, increase healthcare utilization, reduce gonadectomies, and improve socio-economic status, but the evidence was very uncertain. We included 31 studies on TGD persons’ values and preferences. They perceived well-being benefits of LGR, had diverse personal preferences related to safety, and reported financial and policy barriers to LGR. In conclusion, LGR may improve TGD mental health and is perceived to reduce exposure to stigma and discrimination. Higher-quality effectiveness research is needed on other health and well-being outcomes, as well as research to evaluate specific LGR policy provisions. • Systematic review on legal gender recognition (LGR) and health of transgender people • Meta-analyses found less suicide ideation and psychological distress with LGR • Evidence was low or very low certainty for all outcomes • Values and preferences for LGR related to safety and mitigating stigma • More research needed on specific LGR policy provisions
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 | 0,014 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,015 | 0,030 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».