变性人和不同性别的人自闭症比率升高
目前尚不清楚，与大量非临床队列中的顺性个体相比，变性人和不同性别的人是否有更高的自闭症诊断率或与自闭症相关的特征。为了调查这一点，我们使用了五个独立招募的横断面数据集，包括641,860人，他们完成了性别、神经发育和精神诊断(包括自闭症)的信息，以及与自闭症相关的特征测量(自闭症特征、同理心、系统化和感官敏感性的自我报告测量)。与顺性人相比，变性人和不同性别的人平均有更高的自闭症、其他神经发育和精神诊断的比率。对于自闭症和非自闭症患者，变性人和不同性别的人在自闭症特征、系统化和感官敏感度的自我报告指标上平均得分较高，而在同理心的自我报告指标上平均得分较低。这一结果可能对改善获得精神卫生保健的机会和为变性人和不同性别的人提供足够的支持具有临床意义。
自闭症是一组神经发育疾病，其特征是早期出现社交沟通困难，异常重复的行为和狭隘的兴趣，以及非典型的感觉敏感性1。根据大规模的患病率和监测研究，估计大约有1%-2%的总人口患有自闭症，尽管这些数字在不同的国家、评估时的年龄以及其他标准2、3、4、5、6、7、8之间存在差异。虽然有几项研究调查了出生时被指定为男性和女性的个人的自闭症比率，但仍有。性别认同是一种不同于出生时分配的性别的概念，通常主要根据外生殖器将性别分为男性或女性。有些个体出生时就有染色体、生殖器或荷尔蒙的性别特征，这些特征不同于男女二元(双性个体)，他们可能被归类为男性或女性，或作为男性或女性抚养长大。性别认同是一个人对自己性别的感觉，这可能与出生时指定的性别一致，也可能不一致。按照目前推荐的做法，我们使用术语“顺性别”来指代其性别与其出生时指定的性别相对应的个人。然而，性别认同是多种多样的，包括变性人、非二元、性别流动、年龄、性别酷儿、双性恋、双性恋或其他。同样，根据目前推荐的做法，我们将这些和其他不同的性别认同统称为“变性人和性别多样化”(即其性别并不总是与他们出生时被分配的性别相对应的个人)。目前，据估计，总人口中有0.4-1.3%的9、10、11是变性人和性别多样化的人，尽管根据这些术语的定义，这些数字有很大的差异11。
一些研究大多基于临床，通常样本量较小，针对性别焦虑症(GD，定义为出生时分配的性别和性别认同不匹配导致的持续痛苦)，调查了自闭症/与自闭症相关的特征与性别多样性12、13之间的联系。这些研究发现，与普通人群相比，自闭症儿童和青少年14、15、16、17、18和成人19、20的性别多样性比率更高。这些针对儿童和青少年的研究大多使用儿童行为检查表(CBCL)上的一个项目来量化性别差异，CBCL是行为问题的照顾者报告测量标准，这些研究已经确定，4%到5.4%的自闭症儿童可能是潜在的变性人或性别多样化，而非自闭症儿童的这一比例为0.7%。其中最大的一项在近30万名儿童中进行，发现自闭症儿童临床诊断为GD的可能性是非自闭症儿童的四倍。17.尽管在使用CBCL和临床GD信息的研究中，变性人和性别多样性的百分比存在差异，但相对比率大致相似(在5.7至7.7之间)。第二组研究调查了患有GD的儿童和青少年21、22、23和成人24、25的自闭症发病率。这些研究已经确认，在GD诊所就诊的个人中，有4.8%到26%的人根据几种不同的标准诊断出自闭症。其中最大的一项研究(N = 53224和N = 54025)根据对临床和医疗记录的回顾，发现这些人中分别有6.0%和4.8%患有自闭症。虽然这些研究都没有使用匹配的对照样本来调查自闭症诊断的相对比率，但使用基线人口
A这个数字提供了在五个数据集中(C4：N = 514,100；MU：N = 85,670；APHs：N = 2312；图像：N = 1803；生命线：N = 37,975)中，变性人和性别多样的人中自闭症的未经调整的优势比(OR，积分)和95%的CI。B这个数字提供了在五个数据集中(C4：N = 514,100；MU：N = 85,670；APHS：N = 2312；图像：N = 1803；生命线：N = 37,975)中，变性人和性别多样化的人中自闭症的调整OR(点)和95%的CI。ORS已经根据年龄、教育程度进行了调整，在图像数据集的情况下，还增加了一个用于研究的虚拟变量(参见“补充方法”)。两个面板的y轴比例相同。模型1和模型2之间图像数据集的OR差异主要是由于包含了“研究”组作为协变量。具体地说，图像数据集由招募到数学和自闭症研究(“方法”)中的个人组成。虽然数学组主要是男性，并且有较高的教育程度(所有人都至少有本科学位)，但病例控制组的比例更平衡，教育程度更广泛。在同一研究中，参与者已经被招募到(数学或自闭症病例对照)来改变OR。
考虑到C4数据集的局限性，我们在其他四个独立招募的数据集中研究了这一假设：MU、IMAGE、APH和生命线(“方法”)。χ2测试确定了自闭症诊断率在性别上的显著差异(p值 <；所有数据集中的 1 × 10−5)。变性人和不同性别个体的孤独症诊断率高于顺性男性(MU：OR = 5.5，95%CI = 4.10~7.2 8，p值 <；2 × 10−16；图像：OR = 6.36，95%CI = 3.75~10.93，p值 =6.32 × 10−14；APHs：OR = 4.46，95%CI = 2.95~6.96，p值 =3.6 × 10−13；生命线：OR = 3.6 3，95%CI = 1.12~11.73，p值 =0.02；顺性女性(MU：OR = 9.92，95%CI = 7.32~13.20，p值 <；2 × 10−16；图像：OR = 5.35，95%CI = 3.14-9.24，p值 =5.23 × 10−11；APH：OR = 6.66，95%CI = 4.45-10.29，p值 <；2 × 10−16；生命线：OR = 6 88，95%CI = 2 2 7~2 0 85，p值 =1 × 10−4；顺性个体(MU：OR = 7 08，95%CI = 5 28~9 30，p值 <；2 × 10−16；图像：or = 5 90，95%CI = 3 52~10 0 2，p值 =1 80 × 10−13；APHs：OR = 5.77，95%CI = 3.88~8.86，p值 <；2 × 10−16；生命线：OR = 5.5，95%CI = 1.6~16.60，p值 =0.002)。在考虑了四个队列中的三个的年龄和教育程度后，这些结果具有统计学意义(变性人和性别多样化与顺性：MU：or = 6.07，95%CI = 4.56-8.08，p值 <；2 × 10−16；图像：or = 6.36，95%CI = 3.34-12.13，p值 =1.08 × 10−9；APHs：OR = 6.2 8，95%CI = 4.13~9.5 3，p值 <；2 × 10−16)。此外，我们在生命线队列中确定了一致的效应方向(生命线：OR = 3.0 3，95%CI = 0.72-12.76，p值 =0.13)，但由于统计能力较低(补充注释)，这在统计学上并不显著。补充表S3提供了所有三种性别的结果。
在MU数据集中进行的额外敏感性分析是通过将顺性群体分为顺性男性和顺性女性，将变性人和性别多样化的群体分为“变性人”和“其他”进行的，结果表明，与顺性男性和顺性女性相比，两个非顺性群体的自闭症诊断率都更高(补充表S4)。
鉴于我们没有在MU和C4数据集中分别收集关于性别和性别的信息，我们进一步调查了调整后的OR(变性人和性别多样化与顺性)在APHs、图像和生命线数据集与MU和C4数据集相比是否有显著不同。我们使用次抽样Bootstrap方法(10,000个子样本)来检验这一点，并计算经验p值(“方法”)。经验p值表明，APHs(p值 =0.078)、图像(p值 =0.11)和生命线(p值=0.84)数据集的OR与从C4数据集产生的10,000个样本中观察到的OR没有统计学上的不同。类似地，APHs(p值=0.56)、图像(p值 =0.44)和生命线(p值 =0.85)数据集的经验p值表明，OR与从MU数据集生成的10,000个置换样本中观察到的OR没有统计学上的不同。
在考虑了年龄和教育程度后，我们还使用Logistic回归框架调查了被诊断为自闭症的人中变性人和性别多样性的比率是否更高。我们在五个数据集中的四个(C4：或 = 4.66，95%CI = 4.26-5)中确定了重要关联
此图提供了C4数据集(N = 514,100)中的非自闭症参与者基于其性别(顺性别男性、顺性别女性、变性人和性别多样性个体)在四项自我报告测量(AQ-10、EQ-10、SQ-10和SPQ-10)上得分的核密度图。轴上的比例在面板之间是不同的。见补充图11S1，它为自闭症和非自闭症个体提供了所有四个测量的核密度图。与非自闭症顺性男性和非自闭症男性和非自闭症核密度图相比，非自闭症变性人和性别多样化的核密度图看起来更平滑，因为参与者的数量相对较少，因此在核密度估计中提供的分辨率较低。
在考虑了自闭症诊断、年龄和教育程度后，我们重复了这些分析。变性人和不同性别的人得分更高(p值 <；2 × 10−16)在AQ-10(顺性男性：β=0.89 ± 0.02，顺性女性：β=1.0 ± 0.02)、SQ-10(顺性男性：β=0.66 ± 0.02，顺性女性：β=0.99 ± 0.02)和SPQ-10(顺性男性：β=0.66 ± 0.02，顺性别：β=0.99 ± 0.02)上均高于顺性男性和顺性女性(顺性男性：β=0.89 ± 0.02，顺性女性：β=1.05 ± 0.02)，SQ-10(顺性男性：β=0.66 ± 0.02，顺性别：β=0.99 ± 0.02。EQ-10得分较低(顺性男性：β = −0.33 ± 0.02，cisgen。
.