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 (X1л); морфологическая ширина подостной ямки (X7л); проекционная ширина подостной ямки (X6л) у левых лопаток; длина лопаточной ости у правых лопаток (X10п). 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 X6л, X10п и X7л, X10п. Регрессионные модели по этим сочетаниям представлены в табл. 1 и 2.
Таблица 1. Регрессионные модели для группы В1—В3
М1. Итоги регрессии для зависимой переменной «длина тела» | ||||||
R=0,84846; R2=0,7199 | ||||||
F(2,51)=65,536; p<0,00000 Стандартная ошибка оценки 5,1195 | ||||||
Признак | БЕТА | Стандартная ошибка | B | Стандартная ошибка | t | p |
Свободный член | — | — | 77,699 | 9,571 | 8,118 | 0,000 |
X6л | 0,535 | 0,098 | 4,009 | 0,731 | 5,484 | 0,000 |
X10п | 0,396 | 0,098 | 3,788 | 0,934 | 4,057 | 0,000 |
М2. Итоги регрессии для зависимой переменной «длина тела» | ||||||
R=0,8470; R2=0,71743 | ||||||
F(2,51)=64,729; p<0,00000 Стандартная ошибка оценки 5,1423 | ||||||
Признак | БЕТА | Стандартная ошибка | B | Стандартная ошибка | t | p |
Свободный член | — | — | 84,717 | 9,71 | 8,725 | 0,000 |
X10п | 0,359 | 0,103 | 3,437 | 0,984 | 3,491 | 0,001 |
X7л | 0,558 | 0,103 | 3,724 | 0,687 | 5,418 | 0,000 |
М3. Итоги регрессии для зависимой переменной «длина тела» | ||||||
R=0,8549; R2=0,7309 | ||||||
F(2,51)=69,262; p<0,00000 Стандартная ошибка оценки 5,0178 | ||||||
Признак | БЕТА | Стандартная ошибка | B | Стандартная ошибка | t | p |
Свободный член | — | — | 143,012 | 10,167 | 14,067 | 0,000 |
Пол | –0,427 | 0,097 | –8,033 | 1,832 | –4,384 | 0,000 |
X6л | 0,509 | 0,097 | 3,808 | 0,73 | 5,218 | 0,000 |
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
М4. Итоги регрессии для зависимой переменной «длина тела» | ||||||
R=0,7960; R2=0,6337; F(2,51)=44,113; p<0,00000. Стандартная ошибка оценки 5,3496 | ||||||
Признак | БЕТА | Стандартная ошибка | B | Стандартная ошибка | t | p |
Свободный член | — | — | 68,065 | 10,834 | 6,283 | 0,000 |
X1п | 0,504 | 0,111 | 3,514 | 0,773 | 4,546 | 0,000 |
X10л | 0,372 | 0,111 | 3,362 | 1,001 | 3,358 | 0,001 |
М5. Итоги регрессии для зависимой переменной «длина тела» | ||||||
R=0,7589; R2=0,5759 | ||||||
F(2,51)=34,622; p<0,00000. Стандартная ошибка оценки 5,7564 | ||||||
Признак | БЕТА | Стандартная ошибка | B | Стандартная ошибка | t | p |
Свободный член | — | — | 72,449 | 11,551 | 6,272 | 0,000 |
X10л | 0,497 | 0,109 | 4,49 | 0,989 | 4,54 | 0,000 |
X7л | 0,361 | 0,109 | 2,989 | 0,905 | 3,301 | 0,002 |
По 1-й модели (М1) рассчитать длину тела по признакам X6л и X10п позволяет следующее уравнение:
Длина тела=4,009∙X6л+3,788∙X10п+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 X6л и X7л 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 — X6л (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 X6л. Для возрастной группы В4—В6 лучший результат показывает регрессионная модель, учитывающая сочетание признаков X1п, X10л.
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.