Source: The Conversation – France (in French) – By Colineaux H, Post-doctorant en epidemiologie sociale, Medecin de sante publique, Methodologiste, Université de Toulouse III – Paul Sabatier, Inserm
Prendre davantage en compte les mécanismes sociaux et, en particulier le genre, dans la recherche biomédicale permettrait d’éviter des biais méthodologiques et interprétatifs et ainsi de mieux appréhender les enjeux actuels de santé, explique Colineaux H (Université de Toulouse III – Paul Sabatier, Inserm) dans Déconstruire les différences de sexe/Le sexe biologique et le genre à l’épreuve de la méthode scientifique aux éditions Double ponctuation.
Même si le champ du « genre en biologie/santé » a rapidement évolué ces dernières années, il me semble que les questions liées au genre et les questions liées à la biologie sont encore très cloisonnées disciplinairement. À quelques exceptions près, les sciences humaines et sociales se sont saisies du « genre » sans tellement s’approcher des questions de la dimorphie sexuelle (qui désigne le fait que les mâles et femelles d’une espèce sexuée se distinguent, en moyenne, morphologiquement et physiologiquement), de la physiologie reproductive, etc.
Et la recherche biomédicale pour sa part n’articule que très rarement ses objets avec les phénomènes sociaux, tels que le genre. Ce travail prend justement son point de départ dans les pratiques de la recherche biomédicale, et dans les biais méthodologiques et interprétatifs que peuvent produire la non-prise en compte des facteurs et mécanismes sociaux. C’est donc de ce point de vue que je l’aborde.
Des différences biologiques, mais aussi des mécanismes sociaux
Dans la littérature biomédicale, on peut constater que les différences biologiques observées entre les catégories de sexe ont été fréquemment expliquées par des mécanismes eux-mêmes biologiques, sans réelle base scientifique.
Par exemple, si la distribution du taux d’une protéine sanguine X montre un taux en moyenne plus élevé chez les femmes par rapport aux hommes, cette différence est souvent expliquée en premier lieu par des mécanismes liés à la dimorphie sexuelle.
On fait, par exemple, l’hypothèse d’une différence de calibre et d’élasticité des vaisseaux sanguins pour expliquer les différences de tension artérielle, on décrit l’interaction des œstrogènes ou de la testostérone avec le système physiologique de tel ou tel biomarqueur sanguin pour expliquer les différences de taux, etc.
Ces facteurs, bien sûr, peuvent être impliqués et nécessitent d’être explorés, mais des mécanismes sociaux peuvent aussi être en jeu pour expliquer ces différences, et ceux-ci ont été souvent négligés. Ils sont mobilisés plus souvent lorsque l’objet d’étude est de près ou de loin « social » (tel que le tabagisme, l’accès aux soins, voire l’obésité, etc.), mais plus rarement lorsqu’il est biologique (typiquement tous les biomarqueurs allant de la fréquence cardiaque au taux de cortisol).
Les facteurs génétiques ou hormonaux expliquent-ils tout ?
Ce raccourci est parfois explicite. Par exemple, dans un cours en ligne portant sur « Le sexe et le genre dans l’analyse des données » (consulté en mars 2022 sur le Canadian Institutes of Health Research, NDLR), l’hémoglobine, la fonction rénale, la taille, la masse maigre sont catégorisées comme des « variables liées au sexe », définies comme « des paramètres biologiques ou physiologiques qui diffèrent systématiquement entre les hommes et les femmes en raison de facteurs génétiques ou hormonaux ». Les facteurs génétiques ou hormonaux sont en effet probablement en jeu, et peut-être même pour une large part, mais expliquent-ils vraiment toute cette variabilité ?
Ce raccourci est aussi parfois, et même plus souvent, implicite, par exemple lorsque des seuils biologiques spécifiques par catégorie de sexe sont fixés pour prendre en compte un dimorphisme sexuel présumé. L’utilisation de seuils biologiques sexe-spécifiques pour établir un « score allostatique » en épidémiologie est d’ailleurs le point de départ de cette thèse. En épidémiologie sociale, nous utilisons en effet une mesure de la « charge allostatique », qui représente l’usure biologique du corps liée à l’ensemble des stress que nous traversons au cours de nos vies.
Cette mesure est calculée à partir de plusieurs biomarqueurs (un biomarqueur est une caractéristique biologique mesurable, par exemple la tension artérielle, le taux de cholestérol, etc.), tels que la tension artérielle, le taux de cholestérol, la CRP (il s’agit d’une protéine présente dans le sang et utilisée pour mesurer le niveau d’inflammation), etc.
Chez un individu donné, si un biomarqueur a une valeur « élevée », on le dit « à risque » et plus cet individu a de biomarqueurs « à risque », plus sa charge allostatique, c’est-à-dire son usure physiologique, sera considérée comme forte.
Biomarqueurs : des seuils différents selon le sexe
Mais qu’est-ce qu’une « valeur élevée » ? À partir de quel seuil la considère-t-on « à risque » ? Ce seuil est-il le même selon l’âge ? Selon la catégorie de sexe ? Nous avons observé dans la littérature que beaucoup ne prenaient pas les mêmes seuils selon le sexe.
Souvent, en effet, un biomarqueur est considéré comme « à risque » si sa valeur fait partie des 20 % ou 25 % des valeurs les plus hautes, non pas de toute la population, mais de sa catégorie de sexe. Ce choix n’est pas anodin et a des conséquences sur les analyses.
Par exemple, on prend un biomarqueur fictif X dont l’ensemble des valeurs possibles dans la population totale et par catégorie de sexe sont représentées sur la figure ci-dessous par une barre horizontale, et les seuils séparant les 25 % des valeurs les plus élevées par un trait vertical.
Si un individu catégorisé « homme » a un biomarqueur X avec une valeur de 70, cette valeur sera considérée comme « à risque » si le seuil est fixé dans toute la population (seuil du biomarqueur X égal à 65) mais pas s’il est fixé dans chaque catégorie de sexe (seuil du biomarqueur à 80 chez les hommes).
De même, si un individu catégorisé « femme » a un biomarqueur X avec une valeur de 60, cette valeur sera considérée comme « à risque » si le seuil est fixé par catégorie de sexe (seuil du biomarqueur X à 50 chez les femmes) mais pas s’il est fixé dans toute la population (seuil du biomarqueur à 65).
Pourquoi faire le choix de seuils différents selon la catégorie de sexe ? La justification, souvent non explicitée, repose sur l’observation de distributions statistiquement différentes en fonction de la catégorie de sexe, comme représentées sur la figure.
En effet si, dans cet exemple, les personnes catégorisées « femmes » n’atteignent jamais ou très rarement la valeur 80, alors que 25 % de la population catégorisée « hommes » la dépasse, il semble logique d’envisager qu’une même valeur n’a pas la même signification d’une catégorie à l’autre et ne doit donc pas être considérée de la même façon. Il y a plusieurs façons de prendre en compte cela avec des méthodes statistiques, dont la possibilité de fixer des seuils différents en fonction des catégories, comme décrit précédemment.
Les limites de l’approche sexe-spécifique
L’inconvénient de cette méthode est qu’elle neutralise les causes de ces différences. On ne peut plus mesurer ni observer leurs effets, elles sont comme effacées. Si cet inconvénient est accepté, c’est que l’hypothèse implicite est faite que ces différences de distribution ne s’expliquent que par le dimorphisme sexuel. Dans ce cas donc, fixer des seuils différents réalignerait en quelque sorte les hommes et les femmes, en « effaçant » ce dimorphisme, les rendant sur les autres plans comparables ou analysables ensemble.
Mais ces différences de distribution sont-elles réellement et uniquement liées au dimorphisme sexuel ? Des facteurs sociaux peuvent aussi, en théorie et jusqu’à preuve du contraire, expliquer une partie des différences de distribution des biomarqueurs entre les deux catégories de sexe.
En utilisant des scores sexe-spécifiques, on ne fait donc pas qu’effacer l’effet du dimorphisme sexuel, mais aussi de toutes ces autres causes. Or, si on utilise ces mesures pour étudier l’effet de facteurs tels que le niveau d’éducation, la classe sociale, les revenus, etc. sur la charge allostatique (ce qui est souvent le cas), cette approche sexe-spécifique peut potentiellement biaiser les résultats des analyses en sur ou sous-estimant l’impact des facteurs étudiés dans l’une ou l’autre des catégories de sexe.
Il nous semblait donc important d’explorer les causes, ou mécanismes, de ces différences biologiques. Sont-elles effectivement uniquement physiologiques, liées au dimorphisme sexuel, ou s’expliquent-elles, au moins en partie, par des mécanismes sociaux, liés au genre ? C’est cette question de départ qui a guidé mon travail de thèse.
Colineaux H est associé au groupe de recherche Gendhi et membre de la Society for Longitudinal and Lifecourse Studies (Interdisciplinary Health Research Group). Colineaux H a bénéficié de prises en charge de déplacements professionnels dans le cadre de son travail de thèse par le projet Gendhi (financement ERC) et de rémunérations au cours de ses dernières années de
thèse par le projet GINCO (financement ANR).
– ref. Recherche biomédicale : décloisonner la biologie et le genre – https://theconversation.com/recherche-biomedicale-decloisonner-la-biologie-et-le-genre-243833