Professional Documents
Culture Documents
PULPA:
Resumen
Introducción
En las últimas décadas, la estimación de la edad de los individuos vivos ha ganado considerable
importancia en la ciencia forense, principalmente debido a su utilidad en asuntos legales que
involucran subadultos. Sin embargo, la evaluación de la edad adulta es igualmente
fundamental para adultos mayores, especialmente en casos de procedimientos civiles
específicos [1-3]. La estimación de edad en adultos es más compleja con respecto a los temas
en crecimiento, cuyas etapas de desarrollo son mucho más pronunciados y detectables que los
de la procesos degenerativos que deben estudiarse en adultos [4]. En este sentido, el complejo
pulpa-dentinal es uno de los estructuras que muestran un fenómeno regresivo debido al
envejecimiento. Esto implica la reducción del volumen de la cámara de pulpa causada por la
deposición continua de dentina secundaria secretada a lo largo de los años por el odontoblasto
a lo largo de la cámara pulpar paredes [6]. La evaluación de tales fenómenos regresivos en
dientes es realmente problemático en sujetos vivos, ya que la mayoría las técnicas requieren
extracción de dientes o la sección [7-10]. Para hacer frente con esta restricción, una panoplia
de técnicas de imagen conservadoras ha sido propuesto en la literatura científica y muchos de
estas técnicas implican un examen radiográfico de la dentición [11-17]. Recientemente, un
método innovador para cuantificar el volumen de la cámara pulpar de un modelado dental
basado en. El análisis de la tomografía computarizada de haz de cono 3D (CBCT) tiene sido
introducido [5]. El método usa una aproximación geométrica de las diferentes partes del
diente, a saber, raíz, pulpa y corona, que pueden asimilarse a conos de base elíptica (raíz y
pulpa) o conos truncados de base elíptica (corona). Esto permite una evaluación rápida de los
volúmenes de interés en el diente examinado [5]. Estos últimos se usan para calcular el
relación entre el volumen de pulpa y el volumen de tejido duro, a saber, la relación BZ ^ (o
BPHr ^ en [5]):
Z ¼ Vpulp
Vtot-Vpulp
ð1Þ
donde Vpulp es el volumen de la pulpa; Vtot, el volumen total de el diente y Vtot - Vpulp, por
lo tanto, el volumen del diente tejido duro Z se ha demostrado que disminuye con la edad [5].
Considerando el buen acuerdo entre examinadores obtenido (coeficiente de correlación
intraclase de 0,99 [5]) y la práctica ventajas garantizadas por este procedimiento innovador
(como el corto tiempo de operación), el método parece ser extremadamente interesante para
el campo. En un marco forense, relacionado con la edad sin embargo, las pruebas deberían
evaluarse de forma coherente en para proporcionar respuestas que cumplan con los requisitos
forenses específicos requisitos. Por lo general, la evidencia relacionada con los fenómenos
regresivos debido a la deposición de dentina secundaria se tratan con diferentes tipos de
modelos de regresión que consideran la edad como el variable de predicción y el volumen o el
área de la pulpa cavidad como la variable dependiente [5, 11-13, 15, 16, 18-29]. Sin embargo,
estudios previos resaltaron que una metodología estadística presenta algunas desventajas,
tanto estadística [30-32] como conceptual [33, 34], cuando utilizado en la estimación de la
edad para fines forenses. Tales inconvenientes se puede superar mediante la introducción de
una perspectiva bayesiana [33, 34]. En este trabajo, un nuevo marco bayesiano para la
evaluación del volumen de la cámara de pulpa medidas consecuentemente desarrolladas.
Estaexplotado un modelo de regresión lineal múltiple bayesiano para relaciones de forma
entre la edad de una persona y las relacionadas mediciones del volumen de la cámara de pulpa
para obtener estimaciones de distribución para la normal subyacente función de verosimilitud
El marco final fue implementado y aplicado por medio de una red bayesiana (BN).El propósito
es hacer que el procedimiento de interpretación sea más rápido y sencillo en el trabajo de
casos de rutina, donde nuevos la evidencia puede ser recolectada continuamente El modelo
completo fue entrenado en un conjunto de datos auténticos de 286 individuos y su
desempeño evaluado contra las edades reales a través de estadísticas procedimientos de
remuestreo. Análisis de sensibilidad en anteriores probabilidades también se llevó a cabo con
el fin de estudiar el efectos del uso de diferentes tipos de distribución previa en estimaciones
de edad inferidas e identificar la asignación más confiable enfoque para aplicaciones reales.
Según nuestro conocimiento, esta es la primera vez que un BN basado en un completo El
enfoque bayesiano se ha aplicado para la interpretación de los datos de volumen de la cámara
de pulpa (medidos de forma continua escala) en una perspectiva forense, y su desempeño
evaluado en datos reales. También es la primera vez que la influencia de probabilidades
previas en la estimación de la edad ha sido estudiado a fondo a través del análisis de
sensibilidad en el dominio de estimación de edad. Para presentar de manera eficiente el
enfoque, este documento tiene ha sido dividido en tres partes principales. En la primera parte,
el conjunto de datos empleados (la sección de conjunto de datos BUsed) y el modelo
Bayesiano completo sugerido y la red bayesiana se proponen (el enfoque BA Bayesiano para
evaluar Zratios ^ sección). La segunda parte incluye la discusión de la aplicación del enfoque (la
sección BApplication to dataset ^) seguido de un análisis de sensibilidad en la distribución
previa (el Básico de la sección de antecedentes informativos) y, en el parte final, una discusión
general y la conclusión se dan (las secciones BGeneral discussion ^ y BConclusion^).
Información de 286 individuos sanos (114 hombres y 172 mujeres) constituyeron la muestra
de datos. Detalles grabados para cada sujeto fueron sexo, fecha de nacimiento y fecha de CBCT
escanear. Por lo tanto, las edades cronológicas se documentaron en ambos días y años El
mismo técnico había tomado el 286 CBCT explora mediante una unidad de haz de cono dental
Scanora (Soredex, Tuusula, Finlandia). Las imágenes fueron tomadas en 90 kV y 5-8 mA, con
una selección de campo de vista entre 60 × 60 y 75 × 100 y un tiempo de escaneo de 11-13 s.
Los análisis radiológicos se realizaron en dos estudios radiológicos privados oficinas, ubicadas,
respectivamente, en el norte y Italia central. De acuerdo con estudios previos (por ejemplo [5,
11, 23, 35, 36]), se calcularon los valores de la relación Z usando el incisivo central sano
superior izquierdo; todos los dientes que presentan tratamientos, restauraciones, cavidades,
desgaste evidente o atrición o reducción / aumento sospechoso de la pulpa posiblemente
debido a trauma o oclusión traumática fueron excluidos de la estudiar. Los análisis fueron
proporcionados por un experto forense odontólogo siguiendo el procedimiento descrito en
[5]. La evaluación de las relaciones Z se realizó a través de un ciego procedimiento, ya que los
detalles personales de los pacientes eran enmascarado. La Tabla 1 describe los individuos en la
muestra de datos según el grupo de edad, mientras que la Fig. 1 ilustra gráficamente esta
información.
Modelo sugerido
ð2Þ
donde a es la edad del individuo examinado; s, su sexo y z, el valor Z-score observado durante
el examen dental individual examen. Por lo tanto, f (a | z, s), f (a) yf (z | s, a) son los posteriores
distribución de probabilidad, la distribución de probabilidad previa y la función de
verosimilitud, respectivamente. En el BApéndice ^, otros detalles matemáticos de Eq. (3) se
proporcionan para interesados lectores.
Asignación de probabilidad
Por lo tanto, asumiendo que el sexo también afecta a lnZ, la relación puede ser evaluado
mediante una regresión lineal multinomial clásica modelo, en el que lnZ es la variable de
respuesta y la edad cronológica y el sexo son los predictores.
lnZ ¼ μa; s þ ε
¼ β0 þ β1 a þ β2 s þ ε ð4Þ
donde β0 es el parámetro de intersección, β1 y β2 son parámetros de pendiente relacionados
con la edad cronológica y el sexo, y ε es el término de error que se supone que es
normalmentedistribuido, es decir, ε ~ Ɲ (0, σ2) · Μa, s es, además, el sistema término que
resume la tendencia media de la regresión modelo.
Red bayesiana
Analizar resolver modelos bayesianos puede ser tedioso y procedimiento que lleva mucho
tiempo, que, por lo tanto, no es adecuado para la práctica diaria. No obstante, existen
herramientas estadísticas específicas para simplificar esto Los ejemplos son BNs. Los BN son
probabilísticos herramientas gráficas que presentan la doble ventaja de describiendo
gráficamente la relación entre las variables incluido en el modelo inferencial desarrollado, así
como de proporcionando directamente cálculos automáticos siguiendo las reglas de la teoría
probabilística [46]. Por lo tanto, ya están ampliamente utilizado en la ciencia forense [47] y
diversas disciplinas[48], incluida la estimación de la edad [34].
La estructura cualitativa de una red se logra definiendo un llamado nodo para cada variable a
considerar en el razonamiento inferencial. Para el propósito de este trabajo, el principal las
variables son la edad cronológica (nodo A), el sexo (nodo S) y el logaritmo medido de la
relación Z (nodo lnZ). Los nodos son luego conectadas entre sí por medio de arcos dirigidos,
que ilustrar la dirección de las relaciones probabilísticas entre variables. En este sentido, la
probabilidad de observar el valor dado de lnZ en un individuo depende de su edad y sexo. Por
lo tanto, los arcos dirigidos comienzan desde los nodos A y S hasta el nodo InZ, como se ilustra
en la Fig. 2 [34]. Desde un punto cuantitativo de vista, las probabilidades deben asignarse a
cada nodo para modelar la incertidumbre relacionada con las variables consideradas. Aquí, se
deduce la edad cronológica. Por lo tanto, un previo específico la distribución de probabilidad
debe asignarse al nodo A, mientras una distribución normal con los parámetros μ y σ necesita
ser asignado al nodo lnZ, siguiendo el supuesto matemático discutido en la sección anterior. El
BN puede ser extendido agregando más nodos para tomar correctamente en incertidumbre de
la cuenta asociada con otras variables ocultas. Aquí, en particular, los nodos que modelan el
análisis de regresión los parámetros se incluyeron explícitamente (es decir, β0, β1, β2, μ y σ), y
distribuciones de probabilidad asignadas de acuerdo con supuestos matemáticos del análisis
de regresión. El final la estructura de BN retenida se representa en la figura 2, mientras que
una completa la descripción de los nodos se presenta en la Tabla 2.
Desde el punto de vista operativo, el empleo del BN es extremadamente intuitivo Al insertar
evidencia observada en el red, es decir, el sexo del individuo examinado y medido lnZ, las
distribuciones de probabilidad inicialmente asociadas a la otra los nodos en el BN se actualizan
automáticamente siguiendo los principios de la teoría de la probabilidad; la probabilidad
posterior de la edad cronológica se puede leer en el nodo A.
El modelo probabilístico. El procedimiento se repitió para todos 286 sujetos. De esta manera,
cada individuo fue probado una vez maximizar los datos utilizados en el proceso de
aprendizaje y limitar la influencia de los exponentes. Los análisis se llevaron a cabo en el
Entorno R [49]. El paquete R2OpenBUGS [50] era aplicado para implementar el BN presentado
en el BA Enfoque Bayesiano para evaluar Z-ratios ^ sección. Un listo para usar la versión del
código R se presenta como electrónica Material complementario como anexo a este artículo.
Los parámetros β0, β1, β2 y σ se estimaron aplicando el modelo de regresión descrito en el
enfoque bayesiano BA para evaluando la sección Z-ratios ^ a los conjuntos de entrenamiento.
La regresión análisis se realizaron con el BMLR (Bayesian Multiple Código de regresión lineal)
[51]. Dado que no hay información de fondo estaba disponible sobre los parámetros de
regresión, una información poco informativa distribución previa fue asignada;
específicamente, por defecto. Se usaron distribuciones en el código BMLR. Como una
probabilidad previa de la edad cronológica, una distribución uniforme entre Se eligieron 8 y
100 años e ingresaron en el nodo A. El límite inferior de este intervalo es la edad a la que
podría ser. Se espera que surjan los incisivos centrales permanentes [52], mientras que el
límite superior modela una expectativa razonable para la edad máxima de una persona
promedio. El BN automáticamente actualiza esta distribución de probabilidad inicial,
simplemente poringresando valores para lnZ y S observados en el sujeto examinado.
Convergencia del procedimiento de simulación realizado por la máquina R2OpenBUGS se
probó usando el paquete Coda [53] La media de la distribución de probabilidad posterior de la
edad cronológica fue aceptada como la estimación de edad. Los el rendimiento del método fue
investigado en términos de precisión y parcialidad El sesgo se define como la diferencia entre
el edades temáticas estimadas y reales, mientras que su valor absoluto corresponde a la
inexactitud [44].
sexo y muestran que las diferencias entre los sexos son infrecuentes observado. Los valores
medios de sesgo (Tabla 3) son generalmente positivos. Aunque esta estadística parece indicar
que el método tiende a sobreestimar la edad, las proporciones de subestimación y
sobreestimación (las dos últimas columnas en la Tabla 3) muestran en cambio que no hay una
tendencia uniforme y el método estudiado producido ninguna subestimación o
sobreestimación sistemática. Positividad del sesgo los valores medios probablemente estén
influenciados por sobreestimaciones extremas, se muestran como valores atípicos en la figura
4. En algunas cohortes, las diferencias entre los sesgos encontrados para los sujetos
masculinos y femeninos se pueden ver pero no se puede excluir que esa discrepancia surja de
la estructura de muestra.
Una comparación exhaustiva con los hallazgos de estudios previos en este campo no se pudo
realizar de manera satisfactoria. En De hecho, una gran parte de una investigación previa se
basa en un 2D enfoque y se utiliza para calcular el área de la pulpa [12, 54, 55] (y no
volúmenes) o medidas lineales [11, 14]. Estos trabajos son incomparables con los hallazgos
presentados en este estudio, precisamente debido al enfoque radiológico 2D, que considera
solo dos dimensiones de la extensión de la pulpa (sin tener en cuenta el modificación de la
pulpa en la dirección bucal-lingual). Además, estos trabajos previos tuvieron que lidiar con el
aumento radiológico y angulación que típicamente afectan los rayos X 2D y generalmente no
realizó una validación comparando medidas con medidas reales de dientes extraídos. Una
comparación con estudios que consideran la medición de la pulpa el volumen de la cámara
como evidencia relacionada con la edad también es difícil de realizar, ya que hay diferencias en
las técnicas utilizadas para evaluar el rendimiento del método. Por lo tanto, la comparación de
tales resultados pueden ser engañosos. Además, la mayoría de los estudios no consideran la
precisión según el grupo de edad, como realizado en este trabajo. Dado que, refiriéndose a
una serie de trabajos que se enfocan en la reducción de la cámara de pulpa, el método
discutido en este trabajo proporciona una precisión comparable o mejor. Entre trabajos
anteriores, solo unos pocos analizaron la central incisivo como en este estudio. Someda et al.
[16] consideró el incisivo central mandibular de una muestra japonesa en la que los sujetos
tenían entre 12 y 79 años. Ellos informaron un error estándar entre 8.09 y 9.24 para sujetos
femeninos y entre 10.09 y 11.40 para hombres según el volumen mesurado. Star et al. [23]
analizaron una muestra recogida en Bélgica (de 10 a 65 años de edad) y notificó una raíz media
error cuadrado de 12.86, mientras que de una muestra china que incluye sujetos entre 16 y 63
años, Ge et al. [29] observó un error estándar de la estimación de 8.88 (masculino) y 9.51
(hembra) para el incisivo central. Para el otro singlerooted dientes analizados en su estudio,
informaron resultados entre 8,63 y 10,20 años para hombres y 8,80 y 10.61 años para las
mujeres. Pinchi et al. [5] presentó los hallazgos de una muestra italiana de sujetos con edades
comprendidas entre 10 y 80 años de edad, utilizando los mismos grupos de edad que se han
investigado. En el estudio actual. La precisión del método fue presentada en términos de
residuos y los autores informaron residual significa variar entre -9,92 y 13,88, con los
residuales más bajos observado para las cohortes centrales (es decir, de 30 a 59 años de edad).
Otras publicaciones informaron resultados obtenidos mediante el análisis de otros tipos de
dientes (por ejemplo [15, 21, 26, 29, 56]). Los hallazgos son análogos a los mencionados
anteriormente. Como un excepción, Tardivo et al. [25] informaron mejores resultados a nivel
mundial en términos de precisión mediante el análisis de caninos de una muestra de Franceses
entre 15 y 85 años de edad. El dimorfismo sexual es un punto controvertido relacionado con la
degeneración modificaciones de los tejidos dentales. Un número grande de trabajos anteriores
apoyaron que ninguna relación significativa entre el estrechamiento de las cámaras de pulpa y
el sexo se puede observar [5, 23, 57, 58]. El análisis de los resultados actuales tiende a de
acuerdo con estos hallazgos previos. Otros estudios, sin embargo, encontró que el sexo puede
tener una influencia no despreciable en la pulpa reducción de la cámara [16, 22, 28, 29].
Taroni et al. [60] sugirió un procedimiento intuitivo para resumir una creencia previa
relacionada con la evidencia forense que puede ser adoptado en el marco de estimación de
edad. Supongamos que el anterior a cualquier examen, y en base a su propia experiencia y
conocimiento, el examinador cree que lo más probable la edad para la persona examinada es
de 40 años. Supongamos también que no hay razón para asumir la incertidumbre sobre la
edad como no simétrico Por lo tanto, una distribución normal N (η, τ) puede ser asumido como
distribución de probabilidad previa en el cronológico años. En este escenario, 40 años se
pueden tomar como la media, η, de la distribución normal. Además, supongamos que el el
examinador considera extremadamente improbable que la edad de persona es menor de 30 o
mayor de 50 años. Estos límites se puede suponer que se encuentra simétricamente tres
estándar desviaciones de la media, ya que este espacio puede ser interpretado como una
probabilidad de 0.997 en la distribución normal. Por lo tanto, la desviación estándar, τ, se
puede asignar como 10 años / 3 = ~ 3,3 años, lo que corresponde a la incertidumbre del
examinador sobre la edad más probable. Como alternativa, el experto puede asignar una
distribución de probabilidad uniforme en un rango de edad dado. Como se mencionó
anteriormente, tal provocación debe ser considerada en luz de la información que proporciona
y el intervalo elegido debe ser tan estrecho como sea racionalmente posible. Bolstad [63]
proporciona otros ejemplos para formalizar creencias en términos de probabilidad
distribuciones. Aunque la designación de tal informado los antecedentes son subjetivos y
específicos de un caso, investigación de la influencia de la elección previa sobre la estimación
de edad es relevante, aunque relativamente inexplorada, la tarea en este campo (un ejemplo
es proporcionado por Sironi et al. [64]).
Análisis de sensibilidad
La inexactitud promedio para una cohorte es generalmente menor, o similar, a la obtenida por
una distribución previa uniforme, incluso para escenarios en el cual la edad previa más
probable (es decir, la media parámetro de la distribución normal) se asigna con un error de - 5
o + 10 años a partir de la edad real del sujeto. En segundo lugar, el distribución de probabilidad
posterior parece relativamente sensible a la obtención previa, es decir, la evidencia muestra
baja robustez hacia la elicitación previa. Esto puede estar relacionado con la alta variabilidad
del volumen de la cámara de pulpa observable para un determinado edad, como se ilustra en
la Fig. 2 y en la Tabla 2. Esto es notable preocupación, ya que la provocación incoherente de
los priores puede conducir a estimaciones de edad inconsistentes. Por lo tanto, es
fundamental que el examinador toma en cuenta toda la información disponible al formar su
propia creencia inicial y que tal información es coherentemente interpretado. En casos de alta
incertidumbre, el examinador debe considerar elegir los antecedentes con los más limitados
contenido de la información, como un uniforme previo centrado en el intervalo de edad más
lógico.
Discusión General
Una crítica que se ha ofrecido en contra de tal bayesiano enfoque se refiere a su eventual
complejidad computacional [41]. Sin embargo, la aplicación de métodos bayesianos se
convierte en una tarea extremadamente intuitiva y fácil mediante el uso de herramientas
probabilísticas, tales como BNs. Desde un punto operacional de vista, tales herramientas
gráficas probabilísticas permiten a los usuarios optimizar el procedimiento de evaluación y
obtener resultados de forma rápida, forma fácil de interpretar y estandarizada. De hecho, una
vez que BN ha sido compilado con probabilidades asignadas de un dado muestra de referencia,
se puede utilizar para evaluar la evidencia de todas las personas relacionadas con esa muestra
de referencia y proporciona rápidamente una estimación en una forma coherente. Por lo
tanto, los BN tal como se presentan en este trabajo pueden proporcionar un valor agregado a
práctica forense diaria al proporcionar estimaciones rápidas de edad.
Conclusión
Apéndice
μa;s ¼ β0 þ β1 a þ β2 s; ð
el análisis de regresión implica incertidumbre, que debe ser integrada en el modelo. Por lo
tanto, se puede suponer que lo observado lnZ value resulta de una combinación de un sistema
sistemático parte y una parte aleatoria que tiene en cuenta dicha incertidumbre [45].
Formalmente
lnZ ¼ μa;s þ ε
donde se supone que el término de error es Normalmente distribuido, es decir, ε ~ Ɲ (0, σ2) El
término de variación σ2 se supone constante en todo el rango de edad, ya que la
transformación logarítmica se reduce la heterocedasticidad de los datos. Por lo tanto, de la Eq.
(9) se puede inferir que lnZ ~ Ɲ (μa, s, σ2 ) Además, θ = {β0, β1, β2, σ} y se puede estimar a
partir de la referencia muestra por medio de la Eq. (7) presentado arriba.