编辑推荐：
临床前研究存在性别偏见，多使用单一性别样本。研究人员开展性包容研究框架（SIRF）相关研究，该框架能评估研究提案的性别包容性，以交通灯分类呈现结果。这有助于解决性别偏见，提升科研质量123。
在生命科学和健康医学领域的临床前研究中，一直存在着一个令人担忧的问题 —— 性别偏见。长期以来，科研人员在进行相关研究时，大多倾向于使用单一性别的样本，通常是雄性动物或雄性细胞系。这就好比在探索一座神秘的科学城堡时，只打开了一扇门，而忽略了另一扇同样重要的门，导致我们对生物基本特性的认知出现偏差。这种偏差不仅影响了我们对生物学知识的全面理解，还可能使科研成果在从动物实验向人体应用转化的过程中遭遇重重阻碍。例如，某些药物在雄性动物身上表现出良好的效果，但在女性患者身上却可能效果不佳甚至出现不良反应。
为了解决这一问题，来自多个机构的研究人员携手开展了一项具有重要意义的研究。这些机构包括来自英国阿斯利康（AstraZeneca）的科研团队，以及来自英国、美国等多地高校和科研组织的代表 。他们共同研发了性包容研究框架（Sex Inclusive Research Framework，SIRF），相关成果发表在《Nature Communications》上。这一框架就像是科研领域的 “智能导航仪”，为评估临床前研究提案提供了科学、系统的方法，有助于消除性别偏见，推动科研的准确性和有效性。
研究人员在构建 SIRF 框架时，采用了一系列严谨的方法。首先，由来自行业、学术界、动物伦理审查委员会和资金审查团体的代表组成工作小组，凭借他们丰富的经验和广泛的专业知识，共同构建了最初的决策树概念。接着，基于对动物研究的实践经验、对研究提案的评审经验以及各资助机构在实验设计中关于性别的政策要求，不断完善该框架。他们还通过评估已发表的单性别实验或缺乏性别分析的研究案例，对框架进行了多次测试和优化。在测试过程中，收集了来自动物伦理审查机构的反馈，并让工作小组成员应用框架评估研究提案，以此来确保框架的实用性和准确性。
性包容研究框架的开发
SIRF 框架的开发凝聚了众多研究人员的心血。最初，工作小组提出决策树概念，其成员专业背景广泛，涵盖了研究的各个方面。在开发过程中，参考了大量的研究经验和政策，如医学研究委员会（MRC）和英国癌症研究中心（CRUK）的政策 。同时，针对常见的问题和误解，不断对决策树进行优化。例如，增加评估疾病模型是否只能在单一性别中诱导的问题，对难以用二分法回答的问题进行拆分等。经过多轮测试和改进，最终形成了一套科学、实用的评估框架。
性包容研究框架的内容
SIRF 框架以决策树为核心，包含多达 12 个问题，每个问题都配有详细的评估建议和设立依据。研究人员既可以通过 PDF 文档使用该框架，也能通过交互式网络界面进行操作。网络界面还会生成报告，方便与研究提案一同提交。此外，相关网站上提供了丰富的支持信息，如框架讲解研讨会视频、常见问题解答以及单性别研究案例的分类示例等，为用户提供了全面的帮助。
与其他框架的比较
与其他类似框架相比，SIRF 框架具有独特的优势。美国国立卫生研究院（NIH）的评估流程图在评估范围和评估细节上存在一定的局限性，如对研究对象的限制、对统计分析评估的不足等 。性与性别研究公平性（SAGER）指南虽然更具包容性，但在评估单性别研究合理性方面缺乏明确指导。其他如 Usselman 等人、Rich - Edwards 等人、Beltz 等人和 Becker 等人提出的框架，也都各自存在侧重点和不足之处。而 SIRF 框架综合考虑了多方面因素，既关注实验设计，又通过针对性问题评估单性别研究的合理性，与 SAGER 指南相契合，是对现有框架的重要改进。
性包容研究框架的实施
SIRF 框架的实施方式灵活多样。研究人员在提交研究提案前，可以利用该框架自我评估，提前发现问题并进行调整。研究资助机构和伦理审查机构的评估人员既可以使用 PDF 格式的框架进行评估，也可以通过网络工具操作，还能要求申请人提交评估报告，以此来确保研究提案符合性别包容性政策。不过，由于框架中的部分问题需要主观评估，评估结果可能会受到评估人员经验和知识水平的影响。因此，研究人员建议资助机构和教育科研机构为评估人员和申请人提供培训，以提高评估的一致性和准确性。
超越二元结构的思考
在临床前研究中，传统观念认为生物性别是二元的，即雌性和雄性。然而，越来越多的证据表明，性别并非如此简单。在自然界中，约 5 - 6% 的动物物种是雌雄同体，而且目前对于如何定义性别也没有统一的标准。因此，研究人员强调在研究过程中，需要明确界定和报告区分雌雄的具体变量，如观察性器官、检测染色体或激素浓度等，这样既能提高研究的可重复性，又有助于探索那些不符合传统性别认知的生物系统。同时，在研究和报告性别差异时，要避免过度强调差异导致刻板印象，应选择具体可测量的变量，深入探究性别差异背后的机制。
性包容研究的统计分析
在性包容研究中，确保研究具有代表性需要解决两个关键问题：样本的性别包容性和适当的统计分析。目前，许多已发表的包含雌雄样本的研究在统计分析上存在错误，如将数据拆分分别进行统计检验或合并数据时忽略性别因素 。这些错误会降低统计效力，无法为研究结论提供有力的统计证据。通常，最适宜的统计策略是采用析因模型，将性别作为一个可能与其他因素相互作用的因子，这样既能评估性别的主效应，又能检测不同性别对实验操作的反应差异，同时还能保证统计效力。但由于 SIRF 框架涵盖范围广泛，无法针对所有研究提供详尽的数据分析指导，还需要进一步开展相关培训和提供更多资源，帮助研究人员正确分析数据。
性包容研究框架的局限性
SIRF 框架虽然具有重要的应用价值，但也存在一定的局限性。该框架主要用于评估体内或体外研究提案，对于包含多组实验的提案，需要对每组实验分别进行评估。此外，框架中的问题多需要主观判断，随着科学和文化的发展，某些问题的判断标准可能会发生变化。例如，当样本性别鉴定受到技术和成本限制时，单性别研究的合理性判断可能会有所不同。针对体外研究项目，目前正在考虑开发单独的框架，这需要与不同的利益相关者合作完成。
这项研究通过开发 SIRF 框架，为解决临床前研究中的性别偏见问题提供了有效的工具。该框架在实验设计评估方面具有创新性和实用性，尽管存在一定的局限性，但为后续研究指明了方向。它有助于推动科研人员在研究中更加科学地考虑性别因素，提高科研成果的质量和可靠性，促进生物医学研究的发展，减少因性别偏见导致的研究偏差，使科研成果能更好地应用于人类健康领域。
