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

Nonostante le politiche di Nature che richiedono la documentazione dell'inclusione sessuale, un'analisi del 2025 rivela che la maggior parte della ricerca biomedica mantiene un pregiudizio maschile, con un'inclusione spesso nominale, squilibrata o non analizzata, suggerendo che i soli report di trasparenza siano insufficienti per garantire una rigorosa integrazione del sesso come variabile biologica.

L'essenziale

Immagina il mondo della ricerca medica come un enorme laboratorio di cucina dove si preparano le ricette per curare le malattie. Per decenni, i cuochi (gli scienziati) hanno avuto una regola non scritta: "Se la ricetta funziona per il maschio, funziona per tutti". Hanno usato quasi sempre ingredienti maschili (uomini o animali maschi) per testare le loro scoperte, pensando che il corpo femminile fosse troppo complicato o "variabile" da includere.

Questo studio, pubblicato su una rivista molto famosa chiamata Nature, è come un ispettore sanitario che entra nel laboratorio nel 2025 per vedere se le cose sono cambiate davvero dopo che sono state introdotte delle nuove regole.

Ecco cosa ha scoperto l'ispettore, spiegato con delle metafore:

1. La regola del "Sì, ma..." (Il problema della trasparenza)

La rivista Nature aveva detto agli scienziati: "Dovete compilare un foglio di controllo e dirci se avete usato maschi e femmine".
L'ispettore ha scoperto che il 63% degli scienziati ha risposto "Sì, abbiamo usato entrambi". Sembra un ottimo risultato, vero?
Ma attenzione: È come se un ristorante dicesse: "Sì, abbiamo sia pasta che riso nel menu". Ma quando guardi nel piatto, scopri che:

• A volte usano solo pasta, a volte solo riso.
• A volte mettono 100 grammi di pasta e 1 grammo di riso (uno squilibrio enorme).
• Spesso non scrivono nemmeno quanto cibo hanno messo nel piatto.

In pratica, molti scienziati hanno "messo le femmine nel menu" solo per compilare il foglio, ma poi hanno cucinato usando quasi solo maschi.

2. Il "Maschio di Default" (La sedia vuota)

Lo studio ha notato una cosa curiosa:

• Quando si studia una malattia che colpisce solo le donne (come il cancro alle ovaie), gli scienziati usano donne. È logico, come usare solo farina per fare il pane.
• Ma quando si studia una malattia che colpisce tutti (come il cuore, il cervello o il fegato), gli scienziati usano quasi sempre solo maschi.

È come se, per testare un nuovo tipo di scarpe, si provassero solo su piedi maschili, pensando che vadano bene anche per i piedi femminili. Quando poi le donne le indossano, a volte fanno male o non funzionano, ma nessuno se ne era accorto prima perché non le aveva provate.

3. La scusa della "Variabilità" (Il rumore di fondo)

Molti scienziati hanno giustificato l'uso esclusivo dei maschi dicendo: "Le donne hanno il ciclo ormonale, è troppo complicato, crea troppo 'rumore' nei dati".
L'ispettore dice: "Ma questo è come dire che non possiamo studiare il tempo atmosferico perché le nuvole cambiano forma ogni giorno!".
Il fatto che il corpo femminile sia diverso e cambi non è un difetto, è una caratteristica biologica. Ignorarlo significa perdere metà della verità. È come cercare di capire come funziona un'auto guardando solo il motore e ignorando le ruote: l'auto potrebbe sembrare funzionante, ma non andrà da nessuna parte.

4. Il pericolo reale (La medicina che non funziona per tutti)

Lo studio fa un esempio terribile e reale: il farmaco per l'Alzheimer chiamato Lecanemab.

• Quando è stato testato, sembrava funzionare bene per tutti.
• Ma anni dopo, guardando meglio i dati, hanno scoperto che funzionava benissimo per gli uomini (miglioramento del 43%), ma quasi per niente per le donne (miglioramento del 12%).
  Se avessero analizzato i dati separatamente fin dall'inizio, avrebbero salvato tempo, soldi e forse vite, evitando di dare a milioni di donne un farmaco che per loro non funzionava.

La Conclusione: Il "Checklist" non basta

Il messaggio finale dello studio è questo:
Fare un semplice elenco di controllo (un foglio dove si spunta una casella) non basta a cambiare la cultura. È come dare a un bambino un foglio con scritto "Non mangiare le caramelle" e poi sorprenderlo se le mangia lo stesso.

Per avere una scienza vera e sicura per tutti, non basta chiedere agli scienziati di dire se hanno usato maschi e femmine. Bisogna costringerli a analizzare i risultati separatamente e a capire perché i risultati sono diversi.

In sintesi: Finché i laboratori più famosi del mondo continueranno a usare il "Maschio di Default" come se fosse la norma universale, le medicine e le cure che scopriremo saranno incomplete e, per metà della popolazione, potrebbero non funzionare affatto. È tempo di smettere di compilare foglietti e iniziare a cucinare con tutti gli ingredienti.

Sommario tecnico

Titolo del Documento

Il modello maschile prevale nella ricerca biomedica: l'inclusione di sesso nella rivista Nature (2025)

1. Il Problema

Nonostante il riconoscimento da oltre 30 anni del "sesso come variabile biologica" (Sex as a Biological Variable - SABV), la sua integrazione nella ricerca biomedica rimane incoerente. Sebbene agenzie di finanziamento e editori scientifici abbiano introdotto politiche e linee guida (come le linee guida SAGER e i requisiti di Nature dal 2013 e 2022) per migliorare la segnalazione e l'inclusione del sesso e del genere, l'adozione pratica è stata limitata.
Il problema centrale è che l'inclusione formale non si traduce necessariamente in un'analisi significativa. Spesso gli studi escludono un sesso, utilizzano rapporti di sesso sbilanciati, o trattano il sesso solo come una covariata piuttosto che come una variabile di scoperta. Questo crea un "punto cieco" pervasivo che limita la comprensione dei meccanismi biologici, la riproducibilità e l'impatto traslazionale, perpetuando un modello di default maschile dove la biologia maschile è considerata generalizzabile e quella femminile come specifica o di disturbo.

2. Metodologia

Gli autori hanno condotto un'analisi trasversale di tutti gli articoli di ricerca originali pubblicati sulla rivista Nature nel corso del 2025.

• Campionamento: Sono stati analizzati 513 articoli che coinvolgevano partecipanti umani, animali vertebrati o linee cellulari.
• Criteri di inclusione: Gli articoli dovevano contenere dati sperimentali su uno dei tre gruppi sopra citati.
• Processo di codifica: Gli articoli sono stati esaminati per:
  1. La segnalazione del sesso (nel testo principale o nel "Life Science Reporting Summary").
  2. La composizione del campione (entrambi i sessi, solo maschi, solo femmine).
  3. La presentazione di dati disaggregati per sesso.
  4. L'analisi statistica del sesso come variabile indipendente (variabile di scoperta) rispetto a una covariata o a un pooling dei dati.
  5. La giustificazione fornita dagli autori per l'esclusione di un sesso o per la mancata analisi per sesso.
• Focus: Lo studio ha valutato specificamente se le politiche di reporting di Nature (basate su checklist) siano state sufficienti a garantire una reale inclusione e analisi significativa.

3. Risultati Chiave

L'analisi ha rivelato una discrepanza significativa tra le politiche dichiarate e le pratiche reali:

• Segnalazione del sesso: Il sesso è stato segnalato nell'82,1% degli articoli (421 su 513). Tuttavia, oltre il 30% degli articoli non ha rivelato il sesso nel manoscritto principale, affidandosi solo al sommario di reporting.
• Inclusione nominale vs. reale: Sebbene il 62,6% degli articoli riportasse l'inclusione di entrambi i sessi, la maggior parte di questi non ha mantenuto tale inclusione in modo significativo:
  • Il 45,5% non ha riportato le dimensioni del campione per sesso, rendendo impossibile verificare l'equilibrio.
  • Il 38,3% degli studi che dichiaravano inclusione di entrambi i sessi presentava uno dei seguenti difetti: ritorno a esperimenti su un solo sesso all'interno della stessa pubblicazione, alternanza tra esperimenti solo maschili e solo femminili, rapporti di sesso sbilanciati (≥2:1), o trattamento del sesso come mera covariata.
  • Di conseguenza, oltre l'80% degli articoli che dichiaravano di includere entrambi i sessi non lo faceva in modo trasparente o analiticamente significativo.
• Analisi come variabile di scoperta: Solo il 7,4% di tutti gli articoli (38 su 513) ha analizzato esplicitamente il sesso come variabile di scoperta (confronto diretto tra maschi e femmine) in almeno alcune analisi.
• Studi su un solo sesso: Il 19,5% degli articoli (100 su 513) ha utilizzato disegni su un solo sesso.
  • Maschi vs Femmine: Gli studi solo maschili (10,5%) e solo femminili (9,0%) erano presenti in proporzioni simili.
  • Differenze di contesto: Gli studi solo femminili si concentravano quasi esclusivamente su condizioni specifiche per sesso (47,8%, es. tumori ovarici). Al contrario, l'88,9% degli studi solo maschili esaminava condizioni che colpiscono entrambi i sessi (es. malattie cardiovascolari, neuroscienze, invecchiamento), escludendo le femmine senza una giustificazione specifica legata alla patologia.
  • Trasparenza: Nessuno degli studi su un solo sesso (non specifici per sesso) indicava esplicitamente nel titolo o nell'abstract l'uso di un solo sesso.
• Giustificazioni degli autori: Le giustificazioni più comuni per l'esclusione delle femmine includevano la presunta equivalenza biologica, la variabilità ormonale femminile vista come "rumore", e la limitazione del campione.

4. Contributi Chiave

• Valutazione dell'efficacia delle policy: Lo studio dimostra che le checklist di reporting (come il Life Science Reporting Summary di Nature), sebbene utili per la trasparenza, sono insufficienti da sole a garantire l'inclusione significativa del sesso o l'integrazione analitica. Senza aspettative editoriali più forti, le checklist rischiano di diventare meri "spunti amministrativi".
• Dimostrazione del "Default Maschile": Fornisce evidenze empiriche che il modello maschile rimane la norma implicita nella ricerca biomedica d'alto livello, anche quando le femmine sono incluse nominalmente.
• Analisi delle conseguenze cliniche: Evidenzia come la mancata analisi per sesso possa mascherare differenze terapeutiche cruciali (citando l'esempio del Lecanemab per l'Alzheimer, dove l'efficacia differiva drasticamente tra maschi e femmine).
• Critica al ruolo delle riviste leader: Sottolinea il paradosso per cui le riviste ad alto impatto, che guidano le norme scientifiche, potrebbero essere tra le meno coerenti nell'applicazione delle linee guida SAGER, influenzando negativamente l'intera comunità di ricerca.

5. Significato e Implicazioni

I risultati suggeriscono che la semplice richiesta di segnalazione non è sufficiente a correggere i bias strutturali nella ricerca biomedica.

• Necessità di politiche più severe: È richiesto un cambiamento nelle aspettative editoriali di Nature e di altre riviste leader, che devono passare dalla semplice segnalazione all'obbligo di:
  • Rapporti disaggregati per sesso.
  • Giustificazioni rigorose per i disegni su un solo sesso.
  • Analisi del sesso come variabile di scoperta quando scientificamente pertinente.
• Rigorosa e Generalizzabilità: Senza un'integrazione analitica del sesso, i risultati della ricerca rischiano di essere meno rigorosi, meno riproducibili e meno traslabili alla popolazione generale, perpetuando disuguaglianze nella salute e nell'efficacia dei farmaci.
• Cambiamento culturale: Il documento invita a superare la visione del sesso femminile come fonte di variabilità indesiderata, riconoscendolo come una variabile biologica fondamentale per la comprensione completa dei meccanismi di malattia.

In sintesi, il paper conclude che, senza un'azione editoriale più incisiva, le attuali politiche di reporting rischiano di rafforzare, anziché sfidare, le assunzioni del modello maschile di default nella scienza biomedica.