Идентификация личности — одна из основных задач криминалистики и судебной медицины.

Увеличение миграции населения в последние десятилетия, повышение количества асоциальных и криминальных элементов в общем числе популяции усложняют данную задачу.

Значительный процент насильственной смерти с криминальными захоронениями, наличие обширных и в ряде случаев малолюдных территорий в стране, изобилующих дикими животными, нередко способствуют быстрому скелетированию трупов. Вследствие внешних факторов мягкие ткани уничтожаются, и на исследование доставляют фрагменты скелета или только кости.

Увеличение промышленного потенциала влечет и увеличение техногенных аварий, иногда сопровождающихся гибелью значительного количества людей.

В ряде случаев вследствие взрывного характера травмы или других воздействий тела погибших подвергаются значительному разрушению и фрагментации.

Большое количество деревянных строений, в том числе жилых, подвергаются пожарам с гибелью людей и значительным обугливанием трупов, препятствующих их опознанию и проведению медико-генетического исследования. В таких случаях разрушению подвергаются в первую очередь выступающие части тела: голова, руки и ноги.

Наиболее распространенные методики определения пола, возраста и длины тела основаны на использовании черепа и длинных трубчатых костей [1—4].

Более рациональным следует признать изучение костей, при жизни хорошо защищенных большим массивом мягких тканей и наименее подверженных разрушениям при техногенных катастрофах с массовыми человеческими жертвами и пожаров. Такой костью является лопатка, служащая местом прикрепления большого числа мышц, участвующих в работе пояса верхних конечностей, защищающих ее от травматизма и в то же время обеспечивающих ее большим количеством параметров, которые могут быть подвергнуты анализу и статистической обработке.

Л.А. Кошелев [5] обратил внимание на лопатку как объект для идентификации пола. З.Л. Лаптев [6], исследовав 348 пар лопаток женщин и мужчин Тернопольской области, вывел формулу, достаточно точно, на его взгляд, позволяющую определить длину тела человека [6].

Следует заметить, что в практической деятельности по этой формуле только в небольшом проценте случаев можно рассчитать длину тела в значительном диапазоне погрешностей. Вероятнее всего, это можно объяснить эмпирическим определением формулы без использования современных статистических методик.

Е.Л. Воронцова [7] в 2005 г. использовала коллекцию из 86 скелетов «современного человека», хранящуюся на кафедре антропологии биологического факультета МГУ им. М.В. Ломоносова.

Каждый скелет был представлен анатомическим набором костей без достоверных данных о возрастной и половой принадлежности. Е.Л. Воронцова предложила свою формулу вычисления длины тела человека по отдельным параметрам лопатки, основанную на современных статистических методиках.

Материал, который исследовала автор, относится к середине прошлого века, поэтому в настоящее время невозможно использовать предлагаемые формулы ввиду значительных погрешностей вычислений.

Цель исследования — разработка научно обоснованных диагностических критериев определения длины тела по отдельным параметрам лопатки в рамках медико-криминалистической идентификации личности.

Материал и методы

Использовали практический судебно-медицинский материал Центрального региона России. Объектами исследования служили лопатки 108 трупов лиц в возрасте от 19 до 99 лет, умерших от заболеваний сердечно-сосудистой системы, острых отравлений этанолом и/или наркотическими препаратами, сочетанной механической травмы тела.

Все умершие, согласно классификации ВОЗ, были разделены на следующие возрастные группы (В): В₁ — 18— 25 лет, В₂ — 25—44 года, В₃ — 44 года—60 лет, В₄ — 60—75 лет, В₅ — 75—90 лет, и В₆ — старше 90 лет. В каждой группе изучили 18 пар лопаток — по 9 мужских и женских.

Результаты и обсуждение

Построение регрессионной модели длины тела в зависимости от признаков Xi проводили для возрастных групп В₁—В₃ и В₄—В₆ отдельно [8, 9].

Сначала определили степень связи длины тела с признаками Xi для выбора таких, которые дают коэффициенты корреляции, наиболее близкие к 1, что свидетельствует о сильном влиянии их на длину тела. Такими для 1-й группы оказались следующие признаки: морфологическая высота лопатки (X_1л); морфологическая ширина подостной ямки (X_7л); проекционная ширина подостной ямки (X_6л) у левых лопаток; длина лопаточной ости у правых лопаток (X_10п). Основным требованием при построении регрессии является условие, чтобы коэффициенты корреляции признаков с длиной тела были больше коэффициентов корреляции между самими признаками. В связи с этим в результате приемлемыми оказались сочетания признаков X_6л, X_10п и X_7л, X_10п. Регрессионные модели по этим сочетаниям представлены в табл. 1 и 2.

Таблица 1. Регрессионные модели для группы В1—В3

Примечание. Здесь и в табл. 2: R, R² и F — соответственно множественный коэффициент корреляции, коэффициент детерминации и критерий Фишера; B — коэффициенты при соответствующих признаках; ВЕТА — стандартизованные значения признаков; t — критерий Стьюдента; p — статистическая значимость t.

Таблица 2. Регрессионные модели для группы В4—В6

По 1-й модели (М1) рассчитать длину тела по признакам X_6л и X_10п позволяет следующее уравнение:

Длина тела=4,009∙X_6л+3,788∙X_10п+77,699.

Уравнение составлено из коэффициентов в столбце B (табл. 1, 2) путем умножения их на соответствующие значения признаков из столбца БЕТА.

Параметры регрессионного уравнения: множественный коэффициент корреляции R, коэффициент детерминации R² и критерий Фишера F — оценивают точность и степень достоверности регрессии, а числа в столбцах БЕТА, t и p — соответственно значимость признака в получении прогноза, оценка достоверности его отличия от 0 и степень этой достоверности.

Коэффициент множественной регрессии R=0,848 свидетельствует о почти 85% точности прогноза длины тела и достаточной адекватности модели. Средняя ошибка при расчете длины тела по регрессионному уравнению составила 5,1 см.

Аналогичная интерпретация параметров регрессии и для остальных моделей табл. 1 и 2 (М2—М5). В модели 2 (М2) признак X₆ заменен на признак X₇. Взаимозаменяемость признаков X_6л и X_7л объясняется их высоким коэффициентом корреляции (r=0,975). В приведенных случаях пол не рассматривался. При учете пола в 1-й группе уравнение регрессии содержит только один признак — X_6л (М3). Все коэффициенты признаков статистически значимы. Стандартная ошибка оценки составляет 5 см.

Таким образом, все представленные регрессионные уравнения имеют множественный коэффициент корреляции не менее 0,847, что означает 85% эффективности моделей и возможность использования их в экспертной практике.

Результаты для 2-й группы (В₄—В₆) несколько хуже: коэффициенты множественной регрессии 0,759 и 0,796 и стандартная ошибка оценки 5,3 и 5,7 см. Пол является незначимым фактором в этой группе.

Такой результат закономерен ввиду специфики состояния костной ткани в пожилом возрасте. Для возрастной группы В₁—В₃ наилучший результат получен по регрессионному уравнению, которое учитывает пол и признак X_6л. Для возрастной группы В₄—В₆ лучший результат показывает регрессионная модель, учитывающая сочетание признаков X_1п, X_10л.

Заключение

Таким образом, предлагаемые регрессионные модели показали свою состоятельность и могут быть использованы в судебно-медицинской практике при идентификации личности.

Авторы заявляют об отсутствии конфликта интересов.