Mapping gender measurement approaches through semantic embedding and intersectionality framework reveals hidden trends

En el mundo de la medicina, los médicos han dependido durante mucho tiempo de una sencilla distinción biológica para comprender la salud: el sexo. Esto se refiere a los rasgos físicos con los que una persona nace, como los cromosomas y las hormonas. Sin embargo, una fuerza distinta pero igualmente poderosa moldea cómo las personas experimentan la enfermedad y la recuperación: el género. El género no es un hecho biológico, sino uno social, construido a partir de los roles, las expectativas y las vidas cotidianas que la sociedad asigna a las personas según cómo son percibidas. El género de una persona influye en sus niveles de estrés, su trabajo, quién cuida de ella cuando enferma y cómo interactúa con el mundo. Durante décadas, la investigación médica a menudo pasó por alto este matiz, tratando el género como una simple elección entre masculino y femenino, o ignorándolo por completo. Este descuido significó que los síntomas y tratamientos específicos de la experiencia social de una persona fueran frecuentemente etiquetados erróneamente como diferencias biológicas o dejados sin explicación.

Para solucionar esto, los investigadores han pasado años creando herramientas, o instrumentos, para medir el género con mayor precisión. Estas herramientas son esencialmente listas de verificación de preguntas sobre la vida de una persona, que van desde su ocupación e ingresos hasta sus rasgos de personalidad y tareas de cuidado. El objetivo es convertir estas complejas experiencias sociales en números que puedan estudiarse junto con los datos biológicos. Pero a medida que el número de estas herramientas creció, surgió un nuevo problema. Con docenas de diferentes listas de verificación en uso, nadie sabía cómo se relacionaban realmente entre sí. ¿Medían dos herramientas diferentes lo mismo? ¿Cubrían el rango completo de la experiencia humana, o todas se enfocaban en la misma estrecha porción de la vida? Sin una forma de compararlas, el campo corría el riesgo de convertirse en una colección de estudios desconectados que no podrían construirse unos sobre otros.

Un equipo de investigadores de Alemania y los Países Bajos se propuso mapear este panorama. Reunieron veintiocho herramientas diferentes de medición de género publicadas entre 1974 y 2025 y las analizaron no solo leyendo las preguntas, sino utilizando un método computacional que comprende el significado detrás de las palabras. Imagine a un bibliotecario que puede clasificar instantáneamente miles de libros no solo por su título, sino por la historia real que contienen, agrupando libros que cuentan historias similares incluso si sus portadas se ven diferentes. Los investigadores utilizaron un enfoque digital similar para ver cómo estas veintiocho herramientas se solapaban, dónde divergían y qué puntos ciegos compartían.

Lo primero que descubrió el equipo fue que estas herramientas están lejos de ser uniformes. Encontraron que las preguntas realizadas en estos instrumentos están fuertemente concentradas en solo algunas áreas de la vida. La mayoría de las variables medidas caen en cuatro categorías principales: personalidad y estilo de vida, estatus económico, salud mental y la labor de cuidar a otros. Juntas, estas cuatro áreas constituyen casi el ochenta por ciento de todas las preguntas realizadas en las veintiocho herramientas. En contraste, otros aspectos vitales de la identidad de una persona fueron ampliamente ignorados. Las preguntas sobre la edad, la identidad sexual, la raza, la religión o las visiones del mundo personales aparecieron en muy pocas herramientas, y a menudo solo como una ocurrencia tardía. Esto sugiere que la investigación médica actual está capturando una versión específica y estrecha del género, una que se ajusta bien a la vida en las naciones ricas de Occidente, pero que podría fallar al describir las realidades de las personas en otras partes del mundo o de aquellas con estructuras de vida diferentes.

Cuando los investigadores observaron más de cerca las palabras específicas utilizadas en las preguntas, encontraron una sorprendente falta de acuerdo. De casi cuatrocientas variables únicas, solo veinticuatro aparecieron en más de una herramienta. Incluso entonces, la redacción era a menudo diferente; una herramienta podría preguntar por el "estado civil" mientras que otra pregunta por el "estado de situación civil", aunque signifiquen lo mismo. Esta fragmentación dificultaba la comparación directa de los estudios. Para resolver esto, el equipo utilizó un sistema informático que podía comprender el significado de estas diferentes frases. Trataron las preguntas como oraciones y calcularon qué tan similares eran sus significaciones, permitiéndoles agrupar las herramientas basándose en lo que realmente intentaban medir, en lugar de solo cómo estaban etiquetadas.

Este análisis más profundo reveló que las herramientas se clasificaban naturalmente en seis grupos distintos. Un grupo se centraba enteramente en cómo las personas expresan su identidad de género, preguntando sobre la autocategorización y la presentación social. Otro grupo estaba dedicado a los rasgos de personalidad, utilizando listas de adjetivos para describir características masculinas o femeninas. Un tercer grupo miraba estrictamente los roles sociales, como los ingresos, la educación y quién realiza las tareas del hogar. Otros grupos mezclaban estos elementos, creando herramientas que combinaban rasgos psicológicos con factores sociales, o herramientas que se enfocaban específicamente en resultados de salud como el trauma o las enfermedades crónicas. Los investigadores encontraron que las herramientas dentro de un mismo grupo eran muy similares entre sí, pero las herramientas de diferentes grupos a menudo medían cosas completamente distintas. Por ejemplo, una herramienta diseñada para medir rasgos de personalidad no era intercambiable con una diseñada para medir el estatus económico, incluso si ambas se etiquetaban como "medidas de género".

El estudio también destacó un sesgo geográfico significativo. Casi todas las herramientas provenían de Europa y América del Norte, específicamente de países de ingresos altos. Esto significa que las preguntas realizadas reflejan las estructuras sociales de esas regiones, como el empleo formal y tipos específicos de arreglos familiares. Los investigadores señalaron que estas herramientas probablemente no funcionarían en lugares donde los mercados laborales, las composiciones de los hogares o las formas de medir los ingresos son diferentes. Además, encontraron que muy pocas de estas herramientas estaban diseñadas para ser utilizadas en entornos hospitalarios de rutina. La mayoría requería datos que los médicos no suelen recopilar, como encuestas detalladas sobre la infancia de un paciente o hábitos sociales específicos, lo que dificulta la aplicación de estos conocimientos en la atención médica cotidiana.

Quizás el hallazgo más importante fue que el campo ha estado operando sin un lenguaje compartido. Los investigadores demostraron que, si bien existen muchas herramientas, estas no forman un sistema único y cohesivo. En cambio, son cúmulos dispersos de diferentes enfoques, cada uno con su propio enfoque y puntos ciegos. Al mapear estas relaciones, el equipo proporcionó la primera imagen clara de cómo estos instrumentos convergen y divergen. Demostraron que, para avanzar, la comunidad médica necesita dejar de tratar el género como una única casilla de verificación y empezar a reconocerlo como una experiencia compleja y multidimensional. El trabajo sugiere que, antes de que los médicos puedan usar de manera confiable las puntuaciones de género en la clínica, el campo debe acordar un vocabulario más rico y diverso que capture el espectro completo de la vida humana, en lugar de solo las partes que encajan perfectamente en una caja binaria. Este mapeo no es una solución final, sino un primer paso necesario hacia la construcción de un entendimiento compartido que finalmente pueda ayudar a la medicina a ver a la persona completa.