Untersuchung der Dichtekurven von CT-Histogrammen von Schädelkalotten zu Altersbestimmungszwecken in der Rechtsmedizin

Abstract

In der vorliegenden Studie wurde ein neues, numerisches Knochen-Analyse-Prozedere, die HFS-Methode, zur Gewinnung altersrelevanter Informationen aus CT-Dichte-Histogrammen von Schädelkalotten untersucht. Anschließend wurde die Altersvorhersage der HFS-Methode mit der anderer CT-Bild-basierter Methoden zur Altersschätzung, wie der CT-basierten Knochendichte, der fraktalen Geometrie und den Parametern der Moment-Analyse, durch multinomiale logistische Regression [MLR] verglichen. Ziel der HFS-Methode ist eine Verbesserung der Altersdiagnostik in der Rechtsmedizin.Es wurden HRCT-Daten der Schädelkalotten von 221 männlichen und 120 weiblichen Europäern retrospektiv untersucht. Mit Hilfe eines numerischen Knochen-Analyse-Prozederes wurden Dichte-Histogramme der Schädelkalotten durch nicht lineare Kurvenanpassung beschrieben. Der Statistik-Parameter Chi2 HFS wurde genutzt, um die Qualität der Kurvenanpassung zu überprüfen. Die Leistung der Altersvorhersage der HFS-Methode, der CT-basierten Knochendichte, der fraktalen Geometrie, den Parametern der Moment-Analyse, sowie Kombinationen der verschiedenen Methoden wurden verglichen und als Kovariaten in einer MLR-Analyse von siebzehn verschiedenen Modellen eingesetzt. Die Parameter der unterschiedlichen Methoden wurden genutzt, um Altersvorhersagen zu treffen, bei denen die einzelnen Schädelkalotten durch MLR einer von fünf Altersgruppen zugeordnet wurden. Die Altersbreite der einzelnen Gruppen betrug dabei 20 Jahre, mit einer gesamten Altersspanne von 0-100 Jahren. Der Nagelkerke-R2-Wert wurde genutzt, um die jeweilige Effektstärke der logistischen Regression zu bewerten. Die Daten wurden separat für Männer und Frauen, sowie für den frontalen und okzipitalen Anteil der Schädelkalotten evaluiert.Alle nichtlinearen Kurvenanpassungen von 675 Dichte-Histogrammen von Schädelkalotten konnten mit einem Chi2 HFS <0,05 erfolgreich durchgeführt werden. Bei den MLR-Analysen mit lediglich einer einzelnen Kovariaten zeigte sich die höchste Altersvorhersagekraft sowohl bei den Schädelkalotten von Männern als auch bei denen von Frauen für die HFS-Methode. Insgesamt wurde die nach dem Nagelkerke-R2-Wert sor- tierte Rangliste der siebzehn untersuchten MLR-Modell-Berechnungen von Modellen, bei denen viele verschiedene Methoden als Kovariaten eingesetzt wurden, angeführt. Für die Frauen lag die beste korrekte Alterszuordnung der Schädelkalotten bei 62,5% mit einem Nagelkerke-R2-Wert von 0,763. Bei den Männern wurde eine korrekte Alterszuordnung von 51,6% bei einem Nagelkerke-R2-Wert von 0,433 erreicht.In der vorliegenden Studie konnte die HFS-Methode als neues numerisches Knochen-Analyse-Prozedere, welches altersrelevante Informationen aus CT-Dichte-Histogrammen von Schädelkalotten gewinnen kann, eingeführt werden. Die ermittelten Ergebnisse der Alterszuordnung waren aber zu ungenau, um von praktischem Nutzen für die Rechtsmedizin zu sein. Dennoch hat diese Studie geholfen eine objektive Strategie für die Optimierung der Genauuigkeit der Altersvorhersage in zukünftigen Studien aufzuzeigen: Die Kombination vieler verschiedener Methoden zur Altersbestimmung kann weitaus mehr Informationen bezüglich des Alters gewinnen, als eine die Verwendung einer einzelnen Methode.