Questo interessante studio narrativo sulle persone Transgender e la Raccolta Dati Epidemiologici ci pone di fronte al moltiplicarsi barocco dei termini non binari ed alla rovescia alla assunzione automatica di categorie binarie rigide che se applicate cancellerebbero dalle statistiche le persone Transgender!
I movimenti Transgender oggi radicalizzati contro una società ancora transfobica non colgono la necessità di categorie semplici ed univoche per essere identificati in (relativamente) grossi gruppi allo scopo di avere studi epidemiologici efficaci a loro tutela.
Il lavoro scientifico spiega bene le trasformazioni radicali del linguaggio transgender tra i giovani, motivo per cui come AMIGAY abbiamo eliminato nello strumento detto Sex and Gender Orienteering qualsiasi sigla.
I numeri per ogni sigla nuova mostrati nello studio sono infatti inutili in epidemiologia e le definizioni spesso sono le stesse per più termini o peggio sono barocche nel tentativo di trovare differenze che di fatto spezzettano inutilmente il già irrisorio gruppo di minoranza Transgender.
Inoltre l'idea radicale di dirsi solo M o solo F invece di Maschio Transgender e Donna Transgender implica che i propri rari dati (0,33% attesa della popolazione in entrambi i casi) semplicemente scompaiano perché messi dentro il gruppo della popolazione generale.
Alla rovescia bisogna assolutamente evitare di fare domande incomprensibili alla maggioranza della popolazione altrimenti molte persone sbagliando a rispondere (ad esempio alla domanda col termine Cisgender) e finiranno per riempire il gruppo delle persone Transgender con i propri dati.
Statisticamente gli studi fatti solo sulla popolazione Transgender, magari legata alle associazioni o in rete o ai centri di transizione, non corrispondono ai dati presi a campione con un questionario unico per tutta la popolazione. Dobbiamo quindi lavorare per rendere utile questo strumento invece di inseguire i linguaggi radicalizzati.
L'obiettivo è ottenere dati scientifici efficaci.
La domanda da noi AMIGAY proposta è diventata "il genere corrisponde al sesso alla nascita ? Si No Non del tutto" e può essere anche chiesta per prima se si capisce che la persona di fronte è Transgender. Tuttavia questo implica che la differenza tra persona Transgender e popolazione generale resta quasi sempre evidente (tranne nei minori o prima della transizione) ed è assurdo nascondere questa evidenza quando di tratta di raccogliere dati epidemiologici.
La nostra domanda con risposta Si No Non del tutto semplifica e crea relativamente grossi gruppi ... circa 0.33 % della popolazione generale in realtà (nati M No, nati F No, Nati "M o F" Non del tutto).
Non ha nessun senso epidemiologico ridurre ulteriormente un campione già così piccolo. Di fatto gli studi già con l'1% della popolazione sono raramente utili in epidemiologia.
Matematicamente, dati americani alla mano, ad esempio, le persone Non Binarie sono 0, 16 % della popolazione chi nasce M NB e 0,16% i nati F NB e queste sono spesso comunque cifre inutili per le statistiche.
Spesso negli studi scientifici attuali si elaborano solo i dati dei partecipanti senza un vero metodo a campione. Tuttavia in questi studi chi si autodefinisce con un termine innovativo o appena inventato viene escluso dagli studi oppure inserito in Nati M Transgender e Nati F Transgender... eliminando anche la categoria Non Binary. Magari il titolo o l'abstract cita termini innovativi ma come in questo caso i dati innovativi sono inutili e messi da parte o inclusi in gruppi generali più ampi (nati AFAB Transgender e nati AMAB Transgender).
Il motivo della esclusione è appunto che una categoria con 1 sola persona non è una categoria mentre la somma di tutti i dati innovativi mimori nei due gruppi AFAB ed AMAB Transgender è necessaria per avere almeno due gruppi utili per le analisi statistiche. Infatti senza la somma dei dati di categorie innovative anche il solo campione AFAB o AMAB Transgender sarebbe inutile statisticamente.
Il nostro metodo detto Sex and Gender Orienteering elimina le risposte comunque inutili in epidemiologia e prova ad evidenziare il gruppo non binari con la risposta Non del tutto.
Abbiamo lasciato la risposta Altro per misurare eventuali differenze e validare il test. Se Altri diventa troppo ampio allora sono le persone Cisgender ad averlo usato e il campione va escluso. Se resta nei limiti sotto lo 0.33% allora sono persone Transgender radicalizzate e i dati possono essere usati sommandoli per AFAB ed AMAB Transgender.
Comments