Estimación forense de la edad y clasificación de umbrales legales de edad basada en la RM de codo y la minería de...

Área de la Ciencia:

• Radiología e Imagen Médica
• Minería de Datos y Aprendizaje Automático
• Antropología Forense

Sus antecedentes:

• La estimación precisa de la edad es crucial en contextos forenses y clínicos.
• La imagen por resonancia magnética (RM) ofrece un método no invasivo para la evaluación de la edad ósea.
• Estudios previos han explorado varios elementos esqueléticos para la estimación de la edad utilizando RM.

Objetivo del estudio:

• Desarrollar y evaluar modelos de minería de datos para la estimación de la edad utilizando RM de codo.
• Evaluar la capacidad de los modelos para clasificar a los individuos en relación con los umbrales legales de edad.
• Analizar el rendimiento del modelo en una población china contemporánea.

Principales métodos:

• Análisis retrospectivo de 867 RM de codo de individuos de 30 años o menos.
• Evaluación experta de cinco indicadores relacionados con la edad en imágenes de RM de codo coronal ponderadas en T1.
• Construcción y validación de múltiples modelos de minería de datos, con el error absoluto medio (MAE) como métrica principal.

Principales resultados:

• Los modelos óptimos lograron una MAE baja (aproximadamente 2,98 años) en la validación externa para hombres y mujeres.
• El área bajo la curva (AUC) para la clasificación del umbral legal de edad superó 0,90 en todos los modelos.
• Se observó una alta especificidad (hasta 1,000) para clasificar a los individuos por debajo de los umbrales legales de edad.

Conclusiones:

• Los modelos de minería de datos basados en RM de codo demuestran un potencial significativo para la estimación de la edad y la clasificación de umbrales legales.
• Los modelos desarrollados exhiben buena fiabilidad y un rendimiento comparable a los métodos existentes basados en RM.
• La RM de codo es una herramienta prometedora para la evaluación de la edad en la población china, lo que justifica una mayor validación para la generalización.