不是玄學！我能從科研文獻里，反推出作者是男是女！

　　2017-11-28 21:17疾病

　　「文如其人」的命題在科研文獻中也適用嗎？作為一隻書蟲，閱讀各類文學作品的時候，我可以根據文風大致猜測出作者的性別。但是面對科研文獻「八股文」的時候，哪怕細讀數遍，我也對作者的性別一臉茫然。不會冒出「啊，這篇文章的文風好細膩，八成是女性作家寫的吧」，或是「搜一下她的其它作品，再決定入不入坑」之類的想法。

　　不過，最近發表在《自然－人類行為》(Nature Human Behaviour)上的一項研究，為我日後「看論文識人」奠定了堅實的文獻基礎。這項新研究來自斯坦福大學的馬蒂亞斯·尼爾森（Mathias Nielsen）團隊，揭示了有女性研究者參與撰寫的醫學研究論文中，性別特異性分析(gender and sex analysis, GSA)的特點[1]。

　　

　　圖片來源：123rf.com.cn正版圖庫

　　性別特異性分析是在研究的過程中，把研究對象的社會性別(gender)和生理性別(sex)納入分析圍度當中，得出具有「性別針對性」的分析結果。生理性別是出生性別，自從母體娩出之後，性染色體的構成就在那裡，不離不棄。社會性別則受到文化的影響，更多的是一種性別認同。有的時候，社會性別不一定與生理性別匹配。

　　不同性別的個體在某些疾病的易感性、發病後的嚴重程度以及對治療的反應等方面都是有差異的。性別特異性分析對疾病的風險評估、預防和治療都有重要的作用。以著名的冠心病為例，男性本身就是冠心病的危險因素——這個源自弗雷明漢心臟研究（Framingham Heart Study）中性別特異性分析的結果已經「稱霸」心血管疾病研究領域近七十年[2]。

　　而忽視性別特異性分析，可能會得到不利於疾病認知的研究結果。比如對老年骨質疏鬆的研究，之前的研究案例大多是絕經期因為骨質疏鬆發生骨折的女性，導致醫生們在面對老年女性沒有外傷而發生的髖關節骨折時， 第一反應就是骨質疏鬆。

　　男性出現類似情況會比女性晚十年左右，因而當老年男性相同情況時，醫生並不會直接聯繫到骨質疏鬆，而更容易想到腫瘤等情況。實際上，有三分之一因骨質疏鬆導致的髖關節骨折發生於老年男性，研究中的性別盲區在一定程度上延誤了這類病人的診斷和治療[3]。

　　看名識人的神器——Gender API

　　尼爾森團隊從PubMed論文資料庫收集了在2008年到2015年間發表的150萬篇醫學論文中，2512371名作者的名字和國家信息，再用Web of Science確認了其中2124998名作者的信息，去除信息不全的作者后，得到了最終用於分析的1542690個數據樣本。最後，利用神器Gender API[4]「算出」作者的性別並進一步分析。

　　不同於看名算命格的「神奇」，Gender API是一款基於資料庫的可以根據名字推測出性別的在線軟體，在線輸入作者名字后，會給出相應的性別、該性別的準確性以及這一判斷所基於的樣本量，算是大數據時代的福利（推薦試用，中文名用拼音表示，還蠻準的。感興趣的請訪問https://gender-api.com）。

　　

　　圖片來源：gender-api.com

　　層層碼實數據后，文章最終納入了1513638名作者的數據繪製了女性作者佔比和文章性別特異性分析分析的相關圖，想想其中可能有一個數據點就是自己的文章，心情還是有點小激動呢～

　　關注性別差異 利於醫學發展

　　在分析了這151萬多篇論文後，尼爾森和同事們發現，醫學論文中的女性作者數量越多，研究中包括性別特異性分析的可能就越大。

　　有了這篇nature背書，以後看見喜歡的文獻，掃一眼「方法」部分，看見有性別特異性分析的內容，再綜合作者名字就可以大呼：「啊，我又發掘出一個新的女神……」

　　當然，尼爾森和同事們做這個研究不是為了看論文識性別，而是想通過了解醫學研究人員中的性別差異，提高科學家在醫學研究中對生理性別差異和社會性別差異的認識，進而推動醫學研究的進展。更多女性參與設計及撰寫的醫學研究論文會納入更多的性別分析，從而更好地認識疾病風險，研究疾病的預防及診治策略。

　　

　　圖例：文章論證邏輯(帶著過度解讀的恐懼)以及女性作者不及半數的憂傷，期待「差異」不再導致「差異」的未來。圖片來源：文獻[1]｜翻譯：腦洞謝

　　現實骨感 路漫漫其修遠兮

　　至少在2008年到2015年這七年間的醫學論文中，女性作者的比例低於50%，作為通訊作者的女性作者比例更是低於三成。這種男女差別還存在著地域差異：男女差異最小的是拉美，北美和西歐處於全球的平均水平，拖後腿的是東亞地區(女性研究者比例僅佔平均水平的一半)。在排除了地區差異、研究領域等混雜因素的影響后，仍然可以發現女性作者佔比和研究納入性別特異性分析呈明顯正相關。

　　但是，我們需要意識到納入了性別特異性分析的醫學研究仍然是少數，大多數研究者(無論男女)都忽視了性別特異性分析的重要性[5]。所以除了提高女性的醫學研究參與度之外，提高醫學研究者對生理性別差異和社會性別差異分析的認識才會推動醫學研究的進展。

　　以Mathias團隊的4個人為例，經Gender API認定，第一作者馬蒂亞斯·尼爾森有95%是男性，只有第三作者隆達·施賓格（Londa Schiebinger ）一人是女性——女性作者佔比25%，低於平均水平35%，但文中對性別特異性分析的認識之深刻值得大多數女性研究者學習。當人人都認識到性別特異性分析的重要，文章作者的性別或許就不再那麼重要了。

　　利益衝突：謝nini生理性別女，性別認同待定，掙扎於性別刻板印象。