Les 50% oubliés

Tout d'abord, un aperçu personnel de la recherche : ce texte est en projet depuis plus d'un an. Non pas parce que la recherche ou l'élaboration ont pris autant de temps, mais parce que personne ne semblait vouloir me parler de ce sujet, et encore moins avoir cette problématique à l'esprit. J'avais déjà réalisé deux interviews il y a plus d'un an. L'une avec un directeur d'études à l'université de Luxembourg. Bien que j'aie envoyé mes questions à l'avance à certains d'entre eux – sur demande – il m'a fait comprendre pendant notre entretien qu'il n'était pas préparé et ne savait pas de quoi je voulais parler. Pendant l'entretien, j'ai posé plusieurs questions, car je n'étais pas sûre – ou ne voulais pas admettre – qu'il avait vraiment compris mes questions. J'ai quitté son bureau frustrée et me suis remis en question. « Est-ce que ce n'est pas un sujet aussi important que je le suppose? Est-ce que je suis trop dans ma petite bulle et que je ne réalise pas que ce n'est finalement pas si important d'en parler et d'écrire? », telles étaient les questions qui me taraudaient alors.

Les nombreux posts des médias internationaux – et parce que le sujet a de nouveau été abordé au sein de la rédaction – m'ont confortée dans l'idée que j'étais finalement sur la bonne voie. « En médecine, les hommes sont la norme. Cela signifie pour les femmes : Des erreurs de diagnostic, une médication inappropriée et peut-être un taux de mortalité plus élevé », écrivait Fluter en juin 2021. « Les femmes sont souvent oubliées ou ignorées lors de la saisie des données. L'absence de prise en compte des différences entre les sexes lors de la collecte de données constitue une forme subtile de discrimination et peut avoir des conséquences fatales pour les femmes », écrivait également en juin dernier l'association suisse de défense des droits humains Human Rights. Il s'agit du « gender data gap ». La plupart des gens connaissent le « gender pay gap », c'est-à-dire la différence entre le salaire horaire brut moyen des deux sexes. En bref, le « gender data gap » décrit le manque de représentation des données relatives à un sexe donné. Des distorsions apparaissent ainsi dans divers domaines, car des informations importantes, qui peuvent être pertinentes non seulement sur le plan médical, mais aussi sur le plan économique ou social, manquent en raison de collectes de données lacunaires.