综述与评估显示了什么
本合集中的独立证据综述得出一致结论：青春期阻滞剂和跨性别激素能改善未成年人的性别困扰、心理健康或生活质量的证据薄弱。为英格兰Cass评估所做的约克大学综述评估了50项阻滞剂研究和53项激素研究，各自只有一项被评为高质量，且无法就阻滞剂对困扰或心理健康的影响得出结论（Cass Review, 2024）。对NICE 2020年检索的更新在到2023年为止未发现新的合格阻滞剂研究（Zepf et al., 2024）。美国政府综述在参考17项此前的证据综述后，将关于心理健康、生活质量和后悔的证据对每一种干预都评为非常薄弱（U.S. Department of Health and Human Services, 2025）。犹他州2025年的一项综述得出相反结论，但一篇批评文章认为它从未对证据的总体确定性进行分级（Society for Evidence-Based Gender Medicine, 2026）。
对指南本身的评估也指向同一方向。在用标准评估工具评级过的23份指导文件中，只有瑞典和芬兰的在制定严谨性上得分超过50%；WPATH 2022年标准得35%，内分泌学会2017年指南得42%，而大多数其他指导都源自这两者（Taylor et al., 2024）。另一项对WPATH六个章节的评估将严谨性评为39–47%，适用性评为28–40%，八名评估者中只有两人建议原样保留（Zhang et al., 2026）。内分泌学会将每项青少年建议背后的证据评为低或极低，却仍发布了一些强建议，而其委托的综述只涵盖骨骼和心血管代谢安全性（Hembree et al., 2017）。WPATH指出，对青少年结局的系统综述"不可能"进行（Coleman et al., 2022）。
证据的局限
这些文献大多评估的是流程与报告，而非具体建议是否正确，且指南分数低本身并不表明存在伤害。若干批评文章由就此事进行游说的组织资助或撰写，而Cass评估的批评者也有其利益关系。政策效果的证据很薄弱：一份自行发表的关于美国各州禁令的分析发现，全部15–19岁人群的自杀率变化接近于零，但只有一到三年的数据，且结局在受影响青少年占比极小的人口中被稀释（Greene & Kingsbury, 2026）。