The Male Default Prevails in Biomedical Research: Sex Inclusion in Nature (2025)

Bien que la revue Nature exige un rapport sur l'inclusion du sexe, une analyse de ses articles de 2025 révèle que cette politique est insuffisante pour garantir une inclusion équilibrée et une analyse significative du sexe en tant que variable biologique, perpétuant ainsi la prédominance du modèle masculin dans la recherche biomédicale.

L'essentiel

🍳 Le Problème : La Recette "Par Défaut"

Imaginez que Nature est le chef étoilé le plus célèbre du monde de la science. Quand il publie une nouvelle recette (une étude), tout le monde la copie. Pendant des décennies, ce chef a eu une habitude étrange : pour tester ses plats, il utilisait presque toujours des ingrédients "masculins" (des hommes ou des animaux mâles).

Pourquoi ? Parce qu'il pensait que c'était plus simple. Il croyait que si ça marchait pour les mâles, ça marcherait pour tout le monde, comme si les femmes étaient juste des mâles avec un peu de "bruit" en plus à cause de leurs hormones.

En 2025, ce chef a décidé de changer sa carte. Il a ajouté une petite case à cocher sur son formulaire de commande : "Avez-vous utilisé des ingrédients mâles ET femelles ?". L'idée était de forcer les cuisiniers à être plus inclusifs.

🔍 Ce que les chercheurs ont découvert (L'Enquête)

Les auteurs de cette étude (Ashlyn, Liisa et Lindsay) sont entrés dans la cuisine du chef en 2025 pour vérifier si cette nouvelle règle avait vraiment changé les choses. Ils ont regardé 513 recettes (articles scientifiques).

Voici ce qu'ils ont vu :

1. La case est cochée, mais la cuisine est vide :
   Environ 63 % des recettes disaient "Oui, on a utilisé des mâles et des femelles". C'est une bonne nouvelle !
   MAIS, c'est comme si un chef disait : "J'ai mis des œufs et de la farine dans le mélange", mais qu'au moment de cuire, il ne garde que les œufs.

   • Souvent, ils ne disaient pas combien de femelles ils avaient vraiment utilisés.
   • Parfois, ils commençaient avec les deux, mais finissaient l'expérience seulement avec des mâles.
   • Parfois, ils utilisaient 10 mâles pour 1 femelle (un déséquilibre énorme).

2. Le "Faux" Inclusif :
   Sur les recettes qui disaient utiliser les deux sexes, seulement 7 % ont vraiment comparé les résultats entre les mâles et les femelles pour voir s'il y avait une différence.

   • L'analogie : C'est comme si vous faisiez un gâteau avec de la vanille et du chocolat, mais que vous ne goûtez jamais la différence entre les deux saveurs. Vous dites juste "C'est un gâteau".

3. Le Double Standard :
   C'est là que ça devient vraiment intéressant.

   • Quand les chercheurs utilisaient seulement des femelles, c'était souvent pour des problèmes qui touchent uniquement les femmes (comme un cancer de l'ovaire). C'est logique, comme utiliser uniquement du saumon pour un plat de saumon.
   • Quand ils utilisaient seulement des mâles, c'était souvent pour des maladies qui touchent les deux sexes (comme le cœur, le cerveau, le foie).
   • Le problème : Ils continuaient à penser que le mâle était le "modèle standard" pour tout le monde, même pour les femmes.

4. Les Excuses des Cuisiniers :
   Dans le formulaire, les auteurs donnaient des excuses pour ne pas utiliser les deux sexes :

   • "Les hormones des femelles sont trop compliquées, ça gâche le goût."
   • "On pensait que ça marcherait pareil pour tout le monde."
   • "On n'avait pas assez de temps ou de ressources."

💡 La Leçon : Pourquoi c'est important ?

Imaginez que vous testiez un nouveau médicament contre l'Alzheimer.

• Si vous ne testez que sur des hommes, vous voyez que ça marche très bien.
• Mais si vous ne regardez pas les femmes, vous manquez le fait que le médicament fonctionne moins bien pour elles, ou même qu'il a des effets secondaires différents.

C'est ce qui est arrivé avec un vrai médicament récent (le Lecanemab). On pensait qu'il ralentissait la maladie de 27 % pour tout le monde. Plus tard, on a découvert que pour les hommes, c'était 43 %, mais pour les femmes, seulement 12 %. Si on avait analysé les sexes séparément dès le début, on aurait su que le traitement n'était pas aussi efficace pour tout le monde.

🏁 Conclusion : Il faut aller plus loin que la case à cocher

Cette étude nous dit une chose simple : Remplir une case sur un formulaire ne suffit pas.

Si le journal Nature veut vraiment améliorer la science, il ne doit pas juste demander aux auteurs de dire "On a inclus les deux sexes". Il doit exiger qu'ils comparent vraiment les résultats entre les hommes et les femmes.

Sinon, nous risquons de continuer à créer des médicaments et des traitements qui fonctionnent parfaitement pour les hommes, mais qui sont moins efficaces, voire dangereux, pour les femmes. La science a besoin de voir la réalité complète, pas juste la moitié de l'image.

Résumé technique

1. Problématique

Malgré la reconnaissance de longue date du sexe en tant que variable biologique (SABV) et l'introduction de politiques par des éditeurs majeurs (comme Nature) pour améliorer la transparence et l'inclusion du sexe dans la recherche biomédicale, l'intégration réelle de ces variables reste incohérente.
L'article pose l'hypothèse que les simples listes de contrôle (checklists) et les résumés de rapportage, bien que nécessaires pour la transparence, sont insuffisants pour garantir une inclusion significative du sexe ou une analyse rigoureuse des différences sexuelles. Le problème central est la persistance d'un « modèle par défaut masculin » où les études se concentrent sur les mâles, même pour des conditions affectant les deux sexes, et où l'inclusion nominale des deux sexes ne se traduit pas par des analyses comparatives.

2. Méthodologie

Les auteurs ont mené une analyse rétrospective et quantitative de l'ensemble des articles de recherche originaux publiés dans le journal Nature au cours de l'année 2025.

• Échantillon : 513 articles impliquant des participants humains, des vertébrés ou des lignées cellulaires.
• Critères d'inclusion : Les articles devaient contenir des données biologiques ou cliniques.
• Sources de données : Analyse du texte principal des articles et du « Résumé de rapportage des sciences de la vie » (Life Science Reporting Summary) requis par Nature.
• Variables codées :
  • Présence ou absence de déclaration sur le sexe.
  • Conception de l'étude : inclusion des deux sexes, uniquement mâles, uniquement femelles.
  • Qualité du rapportage : présentation de tailles d'échantillon par sexe, équilibre des ratios sexuels.
  • Analyse statistique : traitement du sexe comme variable de découverte (variable indépendante) vs variable de confusion (covariable) ou absence d'analyse.
  • Justifications des auteurs pour les études à sexe unique (extraites des résumés de rapportage).

3. Résultats Clés

A. Inclusion et Transparence

• Déclaration du sexe : Le sexe a été rapporté dans 82,1 % des articles (n=421). Cependant, plus de 30 % des articles ne le mentionnaient pas dans le texte principal, seulement dans le formulaire de rapportage.
• Inclusion nominale : 62,6 % des articles ont rapporté l'inclusion des deux sexes. Pourtant, parmi ceux-ci :
  • 45,5 % ne rapportaient pas les tailles d'échantillon par sexe, rendant impossible la vérification de l'équilibre.
  • 38,3 % présentaient des défauts majeurs : retour à des expériences à sexe unique au sein de la même publication, ratios sexuels déséquilibrés (≥ 2:1), alternance entre groupes mâles/femelles sans analyse croisée, ou traitement du sexe uniquement comme covariable.
• Conclusion sur l'inclusion : Plus de 80 % des articles affirmant inclure les deux sexes ne l'ont pas fait de manière transparente ou analytiquement significative.

B. Études à Sexe Unique

• Fréquence : 19,5 % des articles (n=100) étaient des études à sexe unique.
• Répartition : 46 % étaient des études sur des femelles et 54 % sur des mâles.
• Biais de thématique :
  • Les études femelles uniquement portaient presque exclusivement sur des conditions spécifiques au sexe (47,8 % des cas, ex. : cancer de l'ovaire).
  • Les études mâles uniquement portaient majoritairement (88,9 %) sur des conditions affectant les deux sexes (ex. : maladies neurodégénératives, maladies hépatiques, vieillissement), excluant ainsi les femelles de la recherche sur des pathologies communes.
• Manque de transparence : Aucune des études à sexe unique non spécifiques au sexe n'indiquait explicitement dans le titre ou le résumé qu'elles utilisaient un seul sexe.

C. Analyse du Sexe comme Variable de Découverte

• Seulement 7,4 % de l'ensemble des articles (et 11,8 % de ceux incluant les deux sexes) ont analysé le sexe comme une variable de découverte (variable indépendante permettant de comparer les effets entre les sexes).
• La grande majorité des études ont soit ignoré le sexe, soit l'ont traité comme un facteur de confusion à contrôler plutôt qu'à explorer.

D. Justifications des Auteurs
Le tableau 1 de l'article recense les justifications courantes pour l'exclusion des femelles ou l'absence d'analyse par sexe :

• Présomption d'équivalence biologique (le sexe n'est pas pertinent).
• La variabilité hormonale féminine vue comme une source de « bruit » à éviter.
• Limitations méthodologiques ou d'échantillonnage.
• Optimisation expérimentale (ex. : la maladie est plus sévère chez les mâles).

4. Contributions Principales

• Évaluation de l'efficacité des politiques : L'étude démontre que les exigences de rapportage actuelles de Nature (basées sur des listes de contrôle) échouent à transformer les pratiques de recherche. La transparence administrative ne se traduit pas par une rigueur analytique.
• Preuve de la persistance du biais masculin : L'article fournit des données empiriques montrant que le modèle masculin reste la norme implicite pour les maladies communes, tandis que le modèle féminin est cantonné aux maladies spécifiques au sexe.
• Identification du « piège de l'inclusion nominale » : L'étude révèle comment les chercheurs peuvent cocher la case « inclusion des deux sexes » sans pour autant mener d'analyses comparatives ou maintenir l'inclusion tout au long de l'expérience.

5. Signification et Implications

• Rigueur scientifique et généralisabilité : L'exclusion systématique des femelles ou l'absence d'analyse par sexe limite la compréhension des mécanismes biologiques, réduit la reproductibilité des résultats et compromet la traduction des découvertes en thérapies cliniques efficaces pour tous les patients (ex. : l'exemple du Lécanemab cité, où l'efficacité diffère radicalement selon le sexe).
• Rôle des éditeurs : En tant que journal phare, Nature joue un rôle central dans la définition des normes de recherche. Le fait que ce journal n'ait pas étendu les politiques renforcées (comme celles appliquées dans Nature Medicine ou Nature Communications) à son journal principal suggère un manque de leadership dans l'adoption de standards rigoureux.
• Recommandations : Les auteurs appellent à des attentes éditoriales plus fortes, incluant :
  • L'exigence de rapports de tailles d'échantillon par sexe.
  • L'encouragement (ou l'exigence) d'analyses sexospécifiques (disaggregated data).
  • La révision des justifications acceptables pour les études à sexe unique afin d'éviter l'exclusion arbitraire des femelles.
  • La transformation des résumés de rapportage de simples « cases à cocher » en outils d'engagement analytique.

En conclusion, l'article conclut que sans une intervention éditoriale plus stricte allant au-delà du simple rapportage, les politiques actuelles risquent de renforcer, plutôt que de corriger, les hypothèses par défaut masculines en recherche biomédicale.