レビューと評価が示すもの
このコレクションの独立したエビデンスレビューは一貫した結論に達している。思春期ブロッカーと異性ホルモンが未成年者のジェンダーに関する苦痛、メンタルヘルス、生活の質を改善するというエビデンスは弱い。イングランドのCass Reviewのためのヨーク大学のレビューは50件のブロッカー研究と53件のホルモン研究を評価し、それぞれ高品質と評価されたのは1件のみで、ブロッカーが苦痛やメンタルヘルスに与える影響について結論を出せなかった（Cass Review, 2024）。NICEの2020年の検索の更新では、2023年までに新たな適格なブロッカー研究は見つからなかった（Zepf et al., 2024）。米国政府のレビューは、先行する17件のエビデンスレビューに基づき、メンタルヘルス、生活の質、後悔に関するエビデンスをすべての介入について非常に弱いと評価した（U.S. Department of Health and Human Services, 2025）。2025年のユタ州のレビューは正反対の結論に達したが、ある批判は、それがエビデンスの全体的な確実性を一度も評価していないと論じている（Society for Evidence-Based Gender Medicine, 2026）。
ガイドライン自体の評価も同じ方向を指す。標準的な評価ツールで評価された23件のガイダンス文書のうち、開発の厳密性について50%を上回ったのはスウェーデンとフィンランドのものだけであった。WPATHの2022年の基準は35%、内分泌学会の2017年ガイドラインは42%であり、他のほとんどのガイダンスはこの2つから派生している（Taylor et al., 2024）。WPATHの6章に関する別の評価は、厳密性を39～47%、適用可能性を28～40%と評価し、8人の評価者のうち2人だけが変更なしに推奨した（Zhang et al., 2026）。内分泌学会は青少年に関するあらゆる推奨の根拠となるエビデンスを低いまたは非常に低いと評価しながら、いくつかの強い推奨を出し、その委託されたレビューは骨と心血管代謝の安全性のみを扱っていた（Hembree et al., 2017）。WPATHは青少年の転帰に関する系統的レビューは「不可能」であると述べた（Coleman et al., 2022）。
エビデンスの限界
この文献の多くは、特定の助言が正しいかどうかではなく、プロセスと報告を評価しており、ガイドラインのスコアが低いこと自体は害を示さない。いくつかの批判はこの問題について運動する組織によって資金提供され、または執筆されており、Cass Reviewの批判者にも利害がある。政策効果のエビデンスは乏しい。米国の州の禁止措置に関する自己公表の分析は、15～19歳全体の自殺率の変化がほぼゼロであることを見出したが、データは1～3年分で、影響を受ける若者がごくわずかな割合を占める集団全体で薄められた転帰であった（Greene & Kingsbury, 2026）。