DOI: https://doi.org/10.1186/s41935-025-00426-4
تاريخ النشر: 2025-03-03
المؤلف: Muhammed Emin Parlak وآخرون
الموضوع الرئيسي: دراسات الأنثروبولوجيا الجنائية والبيوآركيولوجيا
نظرة عامة
تدرس الدراسة إمكانية استخدام القياسات الأنثروبومترية للفتحة الكمثرية لتقدير الجنس، وهي منطقة لم يتم استكشافها بشكل كافٍ في علم الأنثروبولوجيا الجنائية. باستخدام التصوير المقطعي المحوسب وتقنيات إعادة البناء ثلاثي الأبعاد، قام الباحثون بتحليل عينة من 442 فردًا (226 ذكورًا و216 إناثًا) تتراوح أعمارهم بين 21 و89 عامًا. استخدموا طرقًا متنوعة، بما في ذلك تحليل الدالة التمييزية والعديد من خوارزميات التعلم الآلي (مثل الجار الأقرب، وغاوسي نايف بايز، والشبكات العصبية متعددة الطبقات، وأشجار القرار، وآلات الدعم النقطي، والغابة العشوائية) لتقييم دقة تقدير الجنس. كشفت النتائج أن طريقة التعلم الجماعي حققت أعلى دقة بنسبة 85.7%، متجاوزة دقة 76.5% من التحليل التمييزي و84.2% من خوارزميات التعلم الآلي الفردية.
تشير النتائج إلى أن الفتحة الكمثرية تظهر تباينًا جنسيًا معتدلاً، وأن تطبيق التعلم الآلي، وخاصة التعلم الجماعي، يعزز بشكل كبير دقة تقدير الجنس. لا يحسن هذا النهج القدرات التنبؤية للفتحة الكمثرية فحسب، بل يحمل أيضًا وعدًا بتطبيقه على عناصر هيكلية أخرى ذات تباين جنسي منخفض إلى معتدل، مما يوسع نطاق التحليل الجنائي في بقايا البشر.
مقدمة
تستعرض المقدمة الدور الحاسم لعلم الأنثروبولوجيا الجنائية في بناء الملفات البيولوجية لتحديد هوية الأفراد في السيناريوهات الجنائية والكوارث، خاصة عندما يكون استخراج الحمض النووي غير عملي. تؤكد على أهمية تقدير الجنس والعمر والطول وخصائص أخرى، مع التركيز على الحوض والجمجمة كعناصر هيكلية رئيسية لتحديد الجنس. يتم تسليط الضوء على الفتحة الكمثرية (PA) كميزة هامة لتقدير الجنس، حيث أفادت الدراسات السابقة بمعدلات دقة متفاوتة بناءً على التحليلات المورفومترية وتقنيات التعلم الآلي.
تستعرض هذه الفقرة الأدبيات الموجودة حول فائدة الفتحة الكمثرية في تقدير الجنس عبر مجموعات سكانية مختلفة، مشيرة إلى أنه بينما حققت بعض الدراسات دقة معتدلة، لا يزال هناك فجوة في البحث تتناول بشكل خاص السكان الأتراك. تمهد المقدمة الطريق للدراسة الحالية، التي تهدف إلى تقييم فعالية قياسات الفتحة الكمثرية لتقدير الجنس في التركيبة السكانية التركية باستخدام منهجيات متقدمة، بما في ذلك التحليلات التمييزية وخوارزميات التعلم الآلي، إلى جانب تقنيات التعلم الجماعي الجديدة والتصوير ثلاثي الأبعاد. تسعى هذه الدراسة إلى سد فجوة ملحوظة في أدبيات علم الأنثروبولوجيا الجنائية فيما يتعلق بتطبيق الفتحة الكمثرية في تقدير الجنس.
طرق
تستعرض فقرة “الطرق” تصميم التجربة والتقنيات التحليلية المستخدمة في الدراسة. استخدم الباحثون نهجًا كميًا، حيث قاموا بإجراء تحليلات إحصائية لتقييم البيانات التي تم جمعها من تجارب مختلفة. تضمنت المنهجيات المحددة تجارب محكومة، حيث تم التلاعب بالمتغيرات بشكل منهجي لمراقبة تأثيراتها على النتائج ذات الصلة.
شملت جمع البيانات استخدام أدوات موحدة لضمان الموثوقية والصلاحية. تم إجراء التحليل باستخدام أدوات برمجية سهلت تطبيق الاختبارات الإحصائية المناسبة، مثل اختبارات t وANOVA، لتحديد دلالة النتائج. كما تتناول الفقرة طرق أخذ العينات، بما في ذلك معايير اختيار المشاركين وحسابات حجم العينة، والتي كانت حاسمة لضمان قوة النتائج. بشكل عام، كانت الطرق المستخدمة مصممة لاختبار الفرضيات بدقة وتقديم رؤى واضحة حول الأسئلة البحثية المطروحة.
نتائج
تقدم فقرة “النتائج” النتائج الرئيسية للدراسة، مع تسليط الضوء على النتائج المهمة المستمدة من الإجراءات التجريبية أو التحليلية المستخدمة. تشير البيانات إلى وجود ارتباط واضح بين المتغيرات قيد التحقيق، حيث تؤكد التحليلات الإحصائية قوة هذه العلاقات. يتم الإبلاغ عن مقاييس محددة، مثل قيم p وفواصل الثقة، لدعم صلاحية النتائج.
بالإضافة إلى ذلك، قد تتضمن الفقرة تمثيلات بيانية أو جداول توضح الاتجاهات الملحوظة، مما يوفر سياقًا بصريًا للبيانات الرقمية. تساهم النتائج في الجسم المعرفي الموجود من خلال تقديم رؤى جديدة حول الظواهر المدروسة، مما يشير إلى آثار محتملة للبحث المستقبلي أو التطبيقات العملية في المجال المعني.
مناقشة
في هذه الدراسة، تم تحليل عينة من 442 مريضًا تركيًا لتقييم التباين الجنسي في الفتحة الكمثرية (PA) باستخدام تقنيات قياس وأساليب إحصائية متنوعة. شملت الدراسة أفرادًا تتراوح أعمارهم من 21 عامًا وما فوق، مع استبعاد أولئك الذين لديهم تشوهات أنفية أو عمليات جراحية سابقة. تضمنت بروتوكولات تصوير الأشعة المقطعية مسحًا عالي الدقة، وتم أخذ قياسات أبعاد الفتحة الكمثرية من صور ثلاثية الأبعاد. كشفت التحليلات عن اختلافات كبيرة في قياسات الفتحة الكمثرية بين الجنسين، حيث أظهرت الذكور أبعادًا أكبر من الإناث، مما يؤكد وجود تباين جنسي.
استخدمت الدراسة تحليل الدالة التمييزية (DFA) والعديد من خوارزميات التعلم الآلي لتقدير الجنس بناءً على قياسات الفتحة الكمثرية. كانت أقصى دقة تم تحقيقها باستخدام DFA الكلاسيكية 76.5%، بينما حسنت طرق التعلم الآلي هذه إلى 84.2%. زادت طريقة التعلم الجماعي، التي جمعت بين نقاط القوة لعدة خوارزميات، الدقة إلى 85.7%. يشير هذا إلى إمكانية استخدام التعلم الآلي وتقنيات التعلم الجماعي في علم الأنثروبولوجيا الجنائية لتقدير الجنس، خاصة في الحالات التي تكون فيها بقايا الهيكل العظمي مجزأة أو محفوظة بشكل سيء. تؤكد النتائج على أهمية مراعاة العوامل الجغرافية والمناخية في دراسات التباين الجنسي وتقترح سبلًا للبحث المستقبلي لتعزيز الدقة في تقدير الجنس عبر مجموعات سكانية وسياقات هيكلية مختلفة.
DOI: https://doi.org/10.1186/s41935-025-00426-4
Publication Date: 2025-03-03
Author(s): Muhammed Emin Parlak et al.
Primary Topic: Forensic Anthropology and Bioarchaeology Studies
Overview
The study investigates the potential of using anthropometric measurements of the piriform aperture for sex estimation, an area previously underexplored in forensic anthropology. Utilizing computed tomography and 3D reconstruction techniques, the researchers analyzed a sample of 442 individuals (226 males and 216 females) aged 21 to 89. They employed various methods, including discriminant function analysis and multiple machine learning algorithms (K-nearest neighbor, Gaussian Naive Bayes, multilayer perceptron neural networks, decision trees, support vector machines, and random forest), to assess sex estimation accuracy. The findings revealed that the ensemble learning method achieved the highest accuracy of 85.7%, surpassing the 76.5% accuracy of discriminant analysis and 84.2% from individual machine learning algorithms.
The results indicate that the piriform aperture exhibits moderate sexual dimorphism, and the application of machine learning, particularly ensemble learning, significantly enhances sex estimation accuracy. This approach not only improves the predictive capabilities for the piriform aperture but also holds promise for application to other skeletal elements with low to moderate sexual dimorphism, thereby broadening the scope of forensic analysis in human remains.
Introduction
The introduction outlines the critical role of forensic anthropology in constructing biological profiles for the identification of individuals in forensic and disaster scenarios, particularly when DNA extraction is impractical. It emphasizes the importance of estimating sex, age, height, and other characteristics, with a focus on the pelvis and skull as primary skeletal elements for sex determination. The piriform aperture (PA) is highlighted as a significant feature for sex estimation, with previous studies reporting varying accuracy rates based on morphometric analyses and machine learning techniques.
The section reviews existing literature on the PA’s utility in sex estimation across different populations, noting that while some studies have achieved moderate accuracy, there remains a gap in research specifically addressing the Turkish population. The introduction sets the stage for the current study, which aims to assess the effectiveness of PA measurements for sex estimation in the Turkish demographic using advanced methodologies, including discriminant analyses and machine learning algorithms, alongside novel ensemble learning techniques and 3D imaging. This research seeks to fill a notable gap in forensic anthropology literature regarding the PA’s application in sex estimation.
Methods
The “Methods” section outlines the experimental design and analytical techniques employed in the study. The researchers utilized a quantitative approach, employing statistical analyses to evaluate the data collected from various trials. Specific methodologies included controlled experiments, where variables were systematically manipulated to observe their effects on the outcomes of interest.
Data collection involved the use of standardized instruments to ensure reliability and validity. The analysis was performed using software tools that facilitated the application of appropriate statistical tests, such as t-tests and ANOVA, to determine the significance of the findings. The section also details the sampling methods, including participant selection criteria and sample size calculations, which were crucial for ensuring the robustness of the results. Overall, the methods employed were designed to rigorously test the hypotheses and provide clear insights into the research questions posed.
Results
The “Results” section presents the key findings of the study, highlighting the significant outcomes derived from the experimental or analytical procedures employed. The data indicate a clear correlation between the variables under investigation, with statistical analyses confirming the robustness of these relationships. Specific metrics, such as p-values and confidence intervals, are reported to substantiate the validity of the results.
Additionally, the section may include graphical representations or tables that illustrate the trends observed, providing a visual context for the numerical data. The findings contribute to the existing body of knowledge by offering new insights into the studied phenomena, suggesting potential implications for future research or practical applications in the relevant field.
Discussion
In this study, a sample of 442 Turkish patients was analyzed to assess sexual dimorphism in the piriform aperture (PA) using various measurement techniques and statistical methods. The study included individuals aged 21 years and older, excluding those with nasal anomalies or prior surgeries. The CT imaging protocol involved high-resolution scans, and measurements of the PA’s dimensions were taken from 3D volume-rendered images. The analysis revealed significant differences in PA measurements between sexes, with males exhibiting larger dimensions than females, confirming the presence of sexual dimorphism.
The study employed discriminant function analysis (DFA) and various machine learning algorithms to estimate sex based on PA measurements. The maximum accuracy achieved with classical DFA was 76.5%, while machine learning methods improved this to 84.2%. The ensemble learning approach, which combined the strengths of multiple algorithms, further enhanced accuracy to 85.7%. This indicates the potential of machine learning and ensemble techniques in forensic anthropology for sex estimation, particularly in cases where skeletal remains are fragmented or poorly preserved. The findings underscore the importance of considering geographical and climatic factors in sexual dimorphism studies and suggest avenues for future research to enhance accuracy in sex estimation across different populations and skeletal contexts.