Washington, Estados Unidos.
La neurobióloga estadounidense Rebecca Shansky recuerda sus primeras experiencias al estudiar ratones en el laboratorio, hace dos décadas: el «error», dice, fue estudiar a los machos.
«Las principales excusas para no incluir a las hembras en la investigación fueron que las hormonas hacían que todo fuera tan complicado que ibas a tener dificultades si intentamos estudiar el cerebro en animales hembras», dijo Shansky.
El artículo de Shansky, publicado el jueves en la revista estadounidense Science, denuncia prácticas basadas en estereotipos de género obsoletos del siglo XIX que continúan influyendo en la investigación científica actual.
En la ciencia, las mujeres eran tradicionalmente consideradas versiones más complicadas de los hombres.
Los investigadores creían que los ciclos menstruales y los cambios biológicos de las mujeres las convertían en sujetos de estudio «hormonales, emocionales, inestables».
Pero los ratones machos también pueden tener sus propios cambios hormonales, con grandes variaciones del nivel de testosterona dependiendo de si son dominantes o no. Sin embargo, los científicos consideraron que esos cambios no son un problema en los machos, escribió Shansky en su artículo.
Eso significa que durante décadas, los laboratorios farmacéuticos desarrollaron medicamentos, que según se descubrió más tarde, no eran adecuados para el cuerpo o el cerebro de muchas mujeres, especialmente cuando se trata de enfermedades mentales como la depresión o la ansiedad, que afectan a más mujeres que hombres.
El medicamento para dormir Ambien es un ejemplo famoso, ya que causa más efectos secundarios en las mujeres que en los hombres.
Por: AFP
- Plumas NCC | Paráfrasis crítica. Manifestaciones del crimen organizado transnacional - octubre 7, 2024
- NCC Radio – Emisión 279 – 07/10/2024 al 13/10/2024 – Los grillos se abren camino como alimento saludable y sostenible en Tailandia - octubre 7, 2024
- NCC Radio Tecnología – Emisión 279 – 07/10/2024 al 13/10/2024 – Taller en Valencia reflexiona sobre los sesgos en la inteligencia artificial - octubre 7, 2024