
Определение возраста взрослого человека по микроструктуре периостального отдела V плюсневой кости
Журнал: Судебно-медицинская экспертиза. 2021;64(4):42-46.
DOI: 10.17116/sudmed20216404142
Прочитано: 1498 раз
Резюме
ЦЕЛЬ ИССЛЕДОВАНИЯ
Статистическое изучение возрастной микроструктуры V плюсневой кости (ПК) и разработка диагностических моделей с использованием пошагового дискриминантного и регрессионного анализов. Использованы первичные материалы Ю.В. Зазулина по микроструктуре V ПК левой стопы от трупов лиц обоего пола (60 мужчин и 40 женщин) в возрасте от 18 до 90 лет из архива РЦСМЭ. Индивидуальные данные оформлены в виде компьютерной базы данных и проанализированы с помощью пакета программ Statistica 10. По данным дискриминантного анализа рассчитаны диагностические модели, разграничивающие возрастные группы: 18—49 и 50—90 лет с точностью правильной классификации 90,43%; 18—35 и 36—49 лет с точностью 94,12%; 50—61 год и 62—90 лет с точностью 80,96%. С помощью регрессионного анализа рассчитаны диагностические модели в диапазоне 18—90, 18—49 и 50—90 лет с точностью диагностики от ±9,47 до ±3,40 года. По результатам верификации модели допускают изолированное и комплексное использование в судебно-медицинской практике.
Ключевые слова
- диагностика возраста
- плюсневая кость
- статистический анализ
- дискриминантные и регрессионные модели
Дата поступления: 12.03.2021
Дата принятия в печать: 25.03.2021
Дата публикации: 16.07.2021
Необходимость определения возраста по микроструктуре кости, как правило, возникает при экспертизе фрагментированных и сожженных останков, когда возрастных анатомо-морфологических особенностей недостаточно либо они отсутствуют.
Основоположниками определения возраста человека по микроструктуре кости в судебной медицине являются Ю.М. Гладышев [1], разработавший универсальную классификацию видов и форм остеонных конструкций, и E. Kerley [2], предложивший простую, но эффективную программу микроструктурных признаков. Эти программы признаков в дальнейшем были практически реализованы [3—9].
Разработки гистоморфометрического плана появились несколько позже, но точность диагностики в пожилом и старческом возрасте практически не улучшили [10—13].
Подавляющее большинство существующих методик разработаны на длинных трубчатых костях. Работы, касающиеся коротких трубчатых костей, единичны [14, 15]. Диагностические методики основаны на регрессионном анализе. Многие из них за давностью лет не соответствуют современным стандартам. Применение методик интервальной диагностики возраста с использованием дискриминантного анализа появились совсем недавно [15, 16].
В настоящее время убедительно доказано, что признаки данного уровня не обладают половой изменчивостью и латеральной асимметрией. Такой вывод привлекателен с точки зрения экспертной практики, поскольку диагностика возраста по мелким фрагментам и отломкам костей представляет в настоящее время трудную, а иногда и неразрешимую задачу.
Задачи исследования:
— статистическое изучение первичного материала по возрастной микроструктуре V плюсневой кости (V ПК) и разработка диагностических моделей с использованием дискриминантного и регрессионного анализов;
— воспроизведение методики подсчета видов и форм остеонных конструкций по способу Гладышева на микропрепаратах V ПК с помощью современного компьютерно ориентированного микроскопического оборудования;
— верификация моделей диагностики возраста на контрольных случаях.
Материал и методы
Использовали первичные материалы [5] по микроструктуре V ПК левой стопы от 100 трупов лиц обоего пола (60 мужских и 40 женских) в возрасте от 18 до 90 лет из архива РЦСМЭ.
Забор материала производили в морге Воронежского областного бюро судебно-медицинской экспертизы сразу после вскрытия трупа. Исключалось изъятие костей от трупов лиц, страдавших заболеваниями опорно-двигательного аппарата, и от трупов женщин при обнаружении признаков беременности. Для дополнительного контроля костной патологии проводили остеоскопию с последующей рентгенографией костей скелета. Область изготовления костного шлифа соответствовала середине диафиза плюсневой кости.
Подсчет элементов микроструктуры производили на микроснимках (ув. 20) в периостальном отделе костного шлифа (на переднем, заднем, наружном и внутреннем участках) на площади не менее 4 мм2. Результаты усредняли из расчета на 1 мм2.
Расшифровка видов и форм остеонных конструкций соответствовала методике [1]. Оригинальная нумерация признаков сохранена [5]:
Х98 — общее количество вторичных остеонов, расположенных в периостальном отделе, т.е. занимающем ½ толщины стенки;
Х101 — материнские остеоны — остеоны, подвергшиеся резорбции с последующим отложением гаверсовых пластинок (пластинки остеона) и формированием новых «дочерних» остеонов;
Х104, Х107, Х110, Х113 — «дочерние» остеоны первой, второй, третей и четвертой генерации, сформированные в результате резорбции;
Х116 — материнско-дочерние комплексы — конструкции, в которых из одного материнского остеона образовалось несколько «дочерних» остеонов;
Х119 — дочерне-материнские комплексы — конструкции, в которых один «дочерний» остеон захватывает несколько ранее сформировавшихся материнских остеонов;
Х122 — остеоны с перестроенным центральным отделом, имеют хорошо различимую зигзагообразную темную спайную линию остановки роста внутри остеона, указывающую на бывшую в нем резорбцию концентрических пластинок вокруг гаверсового канала;
Х125 — остеоны со смещенным гаверсовым каналом, наличием стенки, состоящей из эксцентрично расположенных гаверсовых пластинок и веретенообразной формы поперечным сечением;
Х128 — многоканально-уплощенные остеоны, имеющие вытянутую вдоль периостального края конфигурацию и несколько гаверсовых каналов;
Х131 — остеоны с расширенным гаверсовым каналом; гаверсовый канал частично резорбированный и занимает ⅓ диаметра остеона;
Х134 — лакунарные остеоны — большие остеонные конструкции с очень широким каналом и овальным или вытянутым поперечным сечением;
Х137 — вторичные цилиндрические остеоны, имеющие форму поперечного сечения, приближающуюся к круглой, и стенку вокруг канала из концентрически расположенных гаверсовых пластинок.
Сформирована электронная база данных из 100 случаев по 14 признакам от лиц с известной хронологией и групповыми признаками личности: х1 — №п/п; х2 — возраст (годы); х3 — пол (1 — муж., 2 — жен.); х4 — конституционный тип ( астеник, нормостеник, гиперстеник) х5 — рост (см).
Верификацию методики и подсчета остеонов на поперечных шлифах V ПК проводили с помощью стереомикроскопа «Leica M80» (окуляр 10х, объектив 0,75х) и микроскопа «Olympus ВХ 51» (окуляр 10х, объектив 4х). Фиксация признаков выполнялась по изображениям, полученным цифровой фотокамерой «Olympus SC 30» на экране монитора с помощью инструментов программы ImageScope. При малейшем затруднении в оценке признака, например, Х113 или Х122, прибегали к резкому увеличению его на экране монитора.
1. Общая характеристика возрастных измерений
Статистические параметры общей выборки наблюдений представлены в табл. 1.
Таблица 1. Дескриптивные статистики морфологических признаков микроструктуры плюсневой кости (18—90 лет)
Table 1. Descriptive statistics of morphological features of the microstructure of the metatarsal bone (18—90 years old)
Признак | Среднее (M) | Минимум | Максимум | Стандартное отклонение (SD) | Асимметрия (As) | Эксцесс (Ex) | Вариации (Vc) |
Х98 | 18,46 | 10,50 | 34,07 | 4,494 | 0,84 | 1,26 | 24,3 |
Х101 | 5,73 | 2,75 | 9,99 | 1,431 | 0,60 | 0,41 | 25,0 |
Х104 | 6,02 | 2,90 | 10,26 | 1,407 | 0,94 | 1,38 | 23,4 |
Х107 | 3,49 | 1,03 | 9,30 | 1,386 | 1,15 | 3,26 | 39,7 |
Х110 | 1,59 | 0,00 | 5,36 | 0,963 | 0,63 | 1,37 | 60,6 |
Х113 | 0,50 | 0,00 | 3,01 | 0,469 | 1,77 | 7,46 | 93,8 |
Х116 | 1,86 | 0,71 | 4,67 | 0,595 | 1,34 | 4,27 | 32,0 |
Х119 | 1,81 | 0,36 | 3,73 | 0,707 | 0,10 | -0,46 | 39,1 |
Х122 | 1,35 | 0,08 | 3,27 | 0,664 | 0,18 | -0,33 | 49,2 |
Х125 | 0,68 | 0,00 | 1,75 | 0,431 | 0,49 | -0,35 | 63,4 |
Х128 | 0,48 | 0,00 | 1,66 | 0,379 | 1,26 | 1,15 | 78,9 |
Х131 | 0,86 | 0,00 | 2,81 | 0,780 | 0,68 | -0,53 | 90,7 |
Х134 | 0,11 | 0,00 | 0,21 | 0,148 | — | — | — |
Х137 | 2,07 | 0,52 | 4,24 | 1,007 | 0,54 | -0,84 | 48,6 |
Примечание. Стандартные ошибки коэффициентов As=0,25; Ex=0,49.
Из общего числа вторичных остеонов (Х98) наиболее часто встречаются материнские остеоны (Х101), «дочерние» первой (Х104) и второй (Х107) генераций и цилиндрические (Х137). Признак Х134 из дальнейшего анализа исключен.
Кроме первых трех признаков (Х98, Х101 и Х104), имеющих среднюю вариацию (до 25%), все остальные обладают значительной вариацией (вариабельностью), особенно Х113, Х128 и Х 131.
Признаки Х107, Х113 и Х116 имеют положительный эксцесс, характеризующийся островершинностью кривой распределения, которая вызывается чрезмерным накоплением частот в центральных классах вариационного ряда [17].
Корреляционная зависимость признаков отражена в табл. 2 и оценивалась по Л.А. Сошниковой и соавт. [18]:
Таблица 2. Корреляция признаков микроструктуры плюсневых костей
Table 2. Correlation of signs of the microstructure of the metatarsal bones
Абсолютное значение | Теснота (сила) корреляционной связи | № признака | r |
0,1<r<0,3 | Слабая | 125, 128, 137 | –0,042—0,173 |
0,3<r<0,7 | Средняя | 101, 104, 116, 122 | 0,619—0,689 |
r<0,7 | Сильная | 98, 107, 110, 113, 119, 131 | 0,756—0,852 |
2. Результаты дискриминантного анализа
Получены диагностические модели для взрослых:
DF1. Возрастные группы: G1 — 18—49 лет и G2 — 50—90 лет.
G1=0,611(Х131)+3,560(Х137)–5,239.
G2=5,078(Х131)+1,715(Х137)–5,916.
Точность правильной классификации 90,43%.
DF2. Возрастные группы: G1 — 18—35 лет и G2 — 36—49 лет.
G1=3,098(Х110)–1,41.
G2=10,123(Х110)–10,23.
Точность правильной классификации 94,12%.
DF3. Возрастные группы: G1 — 50—61 лет и G2 — 62—90 лет.
G1=5,632(Х125)–3,260.
G2=2,47(Х125)–1,24.
Точность правильной классификации 80,96%
Решающее правило: диагностика возраста допускает три формы экспертных выводов:
Pℓ≥0,95 (при ℓ≥3,0) практически достоверная;
0,95≥Pℓ≥0,75 (при ℓ=1,1–ℓ=2,9) вероятная;
Pℓ<0,75 (при ℓ≤1,0) неопределенная.
Случай относится к той группе, в которой значение дискриминантной функции G1 или G2 больше. Для оценки надежности вывода необходимо использовать функцию Pℓ, которая соответствует полученной разнице (ℓ) [19]. Результаты классификации случаев к возрастным группам G1 и G2 — модель DF1: достоверная принадлежность индивида к G1 или G2 — 54 (58,06%) случая, вероятная принадлежность — 19 (20,43%) случаев, неопределенная — 15 (16,13%) случаев, ошибочная — 5 (5,38%) случаев; модель DF2: достоверная принадлежность — 34 (66,66%) случая, вероятная — 9 (17,64%), неопределенная — 5 (9,80%), ошибочная — 3 (5,88%); модель DF3: достоверная принадлежность — 2 (4,54%) случая, вероятная — 17 (38,63%), неопределенная — 17 (38,63%), ошибочная — 8 (18,18%).
Алгоритм решения. Вначале используют диагностическую модель DF1, в дальнейшем в зависимости от результата модель DF2 или DF3.
3. Результаты регрессионного анализа
С помощью метода линейного регрессионного анализа в пошаговом варианте рассчитаны регрессионные уравнения, которые включают переменные в различных сочетаниях.
Возрастная группа 18—90 лет:
Y1=25,941+10,625(Х119)+10,866(Х131)–3,681(Х137)± 9,468 года
(R=0,864, скоррект. R2=0,739).
Возрастная группа 18—49 лет:
Y2=21,391+1,482(Х98)–4,074(Х104)+10,280(Х113)+5,877(Х119)±3,400 года
(R=0,924, скоррект. R2=0,842).
Возрастная группа 50—90 лет:
Y3=66,864–9,068(Х125)–5,224(Х137)+1,085(Х98)–5,763(Х122)–8,749(Х128)±8,048 года
(R=0,722, скоррект. R2=0,462).
Алгоритм решения аналогичен приведенному ранее.
4. Верификация диагностической методики
Пример 1. Определение возраста мужчины (37 лет) по результатам микроструктуры V ПК.
1. Интервальное определение возраста с использованием дискриминантных моделей.
DF1: G1 — 18—49 лет; G2 — 50—90 лет.
Х131=0,6, Х137=3,2.
G1=0,611(Х131)+3,560(Х137)–5,239=0,611(0,6)+ 3,560(3,2)–5,916=6,52.
G2=5,078(Х131)+1,715(Х137)–5,916=5,078(0,6)+ 1,715(3,2)–5,916=2,619.
ℓ=6,52–2,619=3,901, что соответствует функции Pℓ>0,95. Следовательно, мужчина практически достоверно относится к возрастной группе G1 — 18—49 лет.
Проверим вывод по диагностической модели DF2: G1 — 18—35 лет; G2 — 36—49 лет.
Х110=1,4.
G1=3,098(Х110)–1,41=3,098(1,4)–1,41=2,931.
G2=10,123(Х110)–10,23=10,123(1,4)–10,23=3,940.
ℓ=3,94–2,931=1,009. Следовательно, мужчина мог принадлежать к группе G2 — 36—49 лет, но по функции Pℓ<0,75 этот вывод сомнителен.
2. Точечное определение возраста с использованием регрессионных моделей.
Модель Y1. (возраст 18—90 лет):
Age1=25,941+10,625(Х119)+10,866(Х131)3,681(Х137)= 25,941+10,625(0,6)+10,866(3,2)=34,49±9,468 года.
Теперь используем для проверки модель Y2 (возраст18—49 лет):
Age2=21,391+1,482(Х98)–4,074(Х104)+10,280(Х113)+ 5,877(Х119)=21,391+1,482(16,4)–4,074(5,0)+10,280(0,6)+ 5,877(1,3)=39,13±3,400 года.
Как видно, паспортный возраст мужчины (37 лет) почти полностью совпал с биологическим.
Пример 2. Результаты микроскопии V ПК женщины: Х98=15,37; Х101=5,73; Х104=6,04; Х107=2,55; Х110=0,39; Х116=1,38; Х119=1,25; Х122=0,84; Х125=0,65; Х128=0,74; Х131=0,51; Х137=1,75.
По дискриминантным моделям DF1 диагностирована вероятная принадлежность случая к группе G1 (возраст 18—49 лет), по модели DF2 — к группе G1 (возраст 18—35 лет) в достоверной форме.
По регрессионной модели Y1 возраст оказался равным 38,22±9,47 года. Коррекция случая по модели Y2 опустила возрастную планку до 26,9±3,40 года. Действительный возраст женщины 25 лет.
Пример 3. Результаты микроскопии V ПК мужчины: Х98=19,61; Х101=6,61; Х104=5,12; Х107=3,62; Х110=2,29; Х113=0,94; Х116=1,5; Х119=2,42; Х122=2,43; Х125=1,15; Х128=0,09; Х131=0,99; Х137=1,27.
По DF1 и DF3 наибольшая величина по дискриминантной функции в группе G2 — возраст 50—90 лет и 62—90 лет в вероятной форме.
По регрессионным моделям Y1 и Y3 установлен возраст 57,73±9,47 года и 56,30±8,05 года. Действительный возраст мужчины 60 лет.
Выводы
1. Разработана методика диагностики возраста взрослого человека по микроструктуре периостального отдела V ПК.
2. По данным дискриминантного анализа рассчитаны три диагностические модели, разграничивающие возрастные группы: 18—49 и 50—90 лет с точностью правильной классификации 90,43%; 18—35 и 36—49 лет с точностью 94,12%; 50—61 год и 62—90 лет с точностью 80,96%.
3. С помощью регрессионного анализа в пошаговом варианте рассчитаны диагностические модели в диапазоне: от 18 до 90 лет с коэффициентами детерминации R2=0,739 и точностью диагностики ±9,47 года; от 18 до 49 лет с коэффициентом детерминации R2=0,842 и точностью диагностики ±3,40 года; от 50 до 90 лет с коэффициентом детерминации R2=0,462 и точностью диагностики ±8,05 лет.
4. Совпадение возрастных оценок по дискриминантным и регрессионным моделям является гарантией правильности выводов. При существенном несовпадении указанных оценок от диагностики возраста индивида следует отказаться.
Авторы заявляют об отсутствии конфликта интересов.
The authors declare no conflicts of interest.
- Гладышев Ю.М. Микроскопические конструкции костной ткани и их судебно-медицинское значение: Дис. ... д-ра мед. наук. Воронеж. 1966.
- Kerley ER. The microscopic determination of age in human bone. Am J Phys Anthropol. 1965;23:1:149-164. https://doi.org/10.1002/ajpa.1330230215
- Туровцев А.И. Комплексные методы исследования особенностей ребер для судебно-медицинской идентификации личности: Дис. ... д-ра мед. наук. Воронеж. 1971
- Бахметьев В.И. Исследование фрагментов сожженных костей в судебно-медицинском отношении (микрорентгенографическое и микроскопическое исследование): Дис. ... канд. мед. наук. М. 1977.
- Мордасов В.Ф. Судебно-медицинское установление возраста человека по микроструктуре бедренной кости (микроскопическое и микрорентгенографическое исследование): Дис. ... канд. мед. наук. Воронеж. 1989.
- Зазулин Ю.В. Возрастная динамика микроструктуры плюсневых костей как критерий судебно-медицинской диагностики возраста человека: Дис. ... канд. мед. наук. М. 1989.
- Kerley ER, Ubelaker DH. Revicions in the microscopic method of estimating age death in human cortical bone. Am J Phys Anthropol. 1978;49:1:545-546. https://doi.org/10.1002/ajpa.1330490414
- Ahlqvist MD, Damsten DD. A modification of Kerley`s method for the micropscopic deter — mination of age in human bone. J Forensic Sci. 1969;2:1:205-212.
- Cho H, Stout SD, Madsen RW. Streeter M.A. Population — specific histological age estimating method: A model for known African-American and European — American skeletal remains. J Forensic Sci. 2002;47(1):12-18. https://doi.org/10.1520/jfs15199j
- Золотенкова Г.В. Судебно-медицинское установление возраста по морфологическим особенностям большеберцовой кости на основе микроостеометрических исследований: Дис. ... канд. мед. наук. М. 2003.
- Федулова М.В. Возрастные изменения костной ткани и их судебно-медицинское значение: Дис. ... д-ра мед. наук. М. 2004.
- Iscan MY, Steyn M. The human skeleton in forensic medicine. 3 rd ed. Springfield (Illinois, USA). 2013.
- Han SH Kim SH, Ahn YW, Huh GY. Microscopic age estimation from the anterior cortex of the femur in Korean adults. J Forensic Sci. 2009;54(3):519-522.
- Звягин В.Н., Зазулин Ю.В. Диагностика возраста человека по микроструктуре плюсневых костей. Информационное письмо Главного судебно-медицинского эксперта Минздрава СССР. М. 1991.
- Звягин В.Н., Галицкая О.И., Анушкина Е.С. Интервальная диагностика возраста человека по макро- и микрометрии проксимальной фаланги V пальца кисти. В кн.: Достижения российской судебно-медицинской науки XX-XXI столетия: к 100-летию со дня образования современных судебно-экспертных школ. Труды VIII Всероссийского съезда судебных медиков с международным участием, 21—23 ноября 2018 г., Москва. Под общ. ред. д.м.н. Ковалева А.В. М.:ООО «Принт»; 2019;2:85-93.
- Звягин В.Н., Галицкая О.И., Анушкина Е.С. Методика диагностики возраста женщин по макро- и микроскопическим параметрам проксимальной фаланги V пальца кисти. Методические рекомендации. М.: ООО «Принт»; 2020.
- Лакин Г.Ф. Биометрия. М.: Высшая школа; 1990.
- Сошникова Л.А., Тамашевич В.Н., Уебе Г., Шеффер М. Многомерный статистический анализ в экономике. М.: Юнити; 1999.
- Урбах В.Ю. Статистический анализ в биологических и медицинских исследованиях. М.: Медицина; 1975.
- Receiver 12.03.2021
Рекомендуем статьи по данной теме:
Качество жизни пациентов детского возраста после перенесенного COVID-19.Медицинские технологии. Оценка и выбор. 2026;48(1):59-68
Современные методы диагностики возраста у живых лиц в условиях массовой миграции населения при чрезвычайных ситуациях с использованием искусственного интеллекта.Судебно-медицинская экспертиза. 2025;68(6):10-14


