《PLOS One》:The utility of innominate dry bone weight in age estimation: A new pelvic aging method
编辑推荐:
研究人员探讨了骨骼重量、实际年龄与生物学性别之间的关系。本研究检查了来自16至93岁个体的383具无名骨,以探究骨骼重量(此处作为骨矿物质密度的代理指标)在整个生命周期中的变化模式。使用标准的骨科实验室设备以及一台秤来测量无名骨的高度和干骨重量。干骨重量是骨矿
研究人员探讨了骨骼重量、实际年龄与生物学性别之间的关系。本研究检查了来自16至93岁个体的383具无名骨,以探究骨骼重量(此处作为骨矿物质密度的代理指标)在整个生命周期中的变化模式。使用标准的骨科实验室设备以及一台秤来测量无名骨的高度和干骨重量。干骨重量是骨矿物质密度的一个不完美的代理指标;然而,在这个干骨样本中,观察并量化了骨骼重量随年龄增长而下降的现象。尽管男性和女性在整个生命过程中都会经历骨矿物质密度的缓慢下降,但这种效应在女性中更为显著,并反映在研究结果中。为了量化这些变化,研究人员创建了预测性贝叶斯线性模型,利用干骨重量、高度和生物学性别来估计死亡年龄。表现最佳的模型决定系数R2为0.33,平均不准确性为9.37年。对于57.3%的训练样本,估计年龄在已知年龄的±10年范围内,87.2%的估计死亡年龄在已知年龄的±20年范围内。当这些模型在一个较小的现代子样本上进行测试时,结果的准确性和精确度均有所下降,这表明需要在扩展的现代样本上进行验证。总体而言,这些结果表明,在训练样本中,干骨重量的显著减少与实际年龄的增加相关,尤其是在女性中。本研究表明,干骨重量可用于支持实际年龄的估计;然而,应谨慎应用,进一步测试,并仅与经过充分验证的年龄估计方法结合使用。
理解整个生命周期中与年龄相关的变化,对于研究在世个体的衰老过程以及死后身份不明遗体的鉴定过程都非常重要。年龄长期以来被认为是生物特征中最复杂的方面之一,尽管关于衰老过程的临床文献数量庞大,但在在世个体中观察到的变化并非总能在骨骼记录中清晰定义。此外,骨骼衰老的证据可能难以一致且迅速地观察到,并且识别高度依赖年龄的形态学特征的困难长期以来一直是骨学研究的主题。尽管根据耳状面和颅缝等骨骼指标进行死亡年龄估计的方法通常不会将男性和女性的衰老过程区别对待,但临床文献表明,老年女性的骨骼衰老模式与老年男性有显著不同。骨骼记录中的年龄变化可能难以量化和一致评分,尤其是在男性和女性之间,因为特定形态特征变化的时间点尚不明确。然而,存在一些与年龄相关、显示男女差异且不涉及特定形态特征视觉检查和评分的骨骼变化。其中之一就是骨矿物质密度随时间的变化。骨矿物质密度随年龄的变化受到性别特异性模式的影响。研究表明,女性在18岁左右、男性在20岁左右达到峰值骨量和尺寸(高达90%)。在此期间之后,骨量受到多种因素的影响,包括钙摄入和吸收、生育次数、内分泌状态、营养、雌激素等激素以及体重。骨矿物质密度也随年龄增长而下降,部分原因是随着年龄增长,骨形成显著减少。尽管文献报道男性和女性在整个生命周期中都会经历骨矿物质密度的缓慢下降,但这种效应在女性中更为显著。美国国立卫生研究院骨质疏松症和相关骨骼疾病国家资源中心报告称,女性在30岁至绝经期之间经历的总骨量变化相对较小;然而,绝经的开始导致雌激素水平低下,加速了骨质流失。据估计,4310万美国人和全球2亿人(包括男性和女性)骨矿物质密度偏低。骨骼成分、结构和功能的完整性随年龄下降可导致骨质疏松症。骨质疏松症的特点是骨矿物质密度和骨量降低,以及伴随的骨骼结构变化。骨质疏松症受到成骨细胞活性降低和破骨细胞活性增加的影响,这种转变随着年龄增长而发生。骨质疏松症影响男性和女性,但在50岁或以上的女性中比男性常见四倍。据报道,这种情况在白种美国人中也比在黑种美国人中更常见。虽然这些变化已在生物人类学和临床文献中得到探讨,但也在涉及干骨的骨学文献中进行了探索。例如,Hale和Ross在法医背景下利用双能X射线吸收测定法扫描干骨。由于DXA扫描评估骨矿物质密度,它们在可能涉及饥饿、忽视、代谢性骨病鉴定和埋藏学研究的背景下是有用的工具。DXA扫描也已用于跟踪多个群体的骨折风险。在骨学文献中,研究年龄与干骨重量之间潜在相关性的研究较少。作者能够确定一种方法:最近发布的过渡分析3(TA3)死亡年龄估计方法在方法评分手册中包含了多个骨骼元素的干骨重量。然而,该特征的定义是主观的,基于骨骼看起来“正常”或“轻”。“正常”被定义为“骨骼重量落在个体预期范围内。处于边界或仅略轻于正常的骨骼应被评为正常。此观察是主观的,因此应倾向于将骨骼分类为正常。”“轻”被定义为:“骨骼必须明显轻于预期,但外观正常。在轻的无名骨中,皮质骨通常极其脆弱且薄如纸。”在特征评分手册的首次迭代中,作者指出“当骨骼完整时,应尽可能通过以下方式以度量方式大致近似骨骼‘密度’:使用标准骨测量板测量最大高度并四舍五入到最接近的毫米,以及使用数字秤测量重量并记录到最接近的克。”此定义没有相关指南为从业者提供如何从这些特征近似骨骼密度的指导。在最新版本的TA3评分手册中,此度量提及已被删除。无名骨尺寸与整体体型的关系也在其他地方被注意到。例如,Auerbach和Ruff研究了双耳宽(这需要将左右无名骨重新关联)与体重之间的关联,当体重使用性别特异性和合并性别公式计算时。鉴于此信息,任何试图估计年龄的研究也应尝试考虑体型。尽管将干骨重量纳入年龄分析并非一种常见方法,并且即使存在也缺乏明确、客观的标准,但此类工作有潜力成为临床环境中观察到的与年龄相关变化与骨学记录中指出的变化之间的跨学科桥梁。本研究有三个主要目标,以阐明干骨重量与年龄之间可能的关系:确定骨骼重量(此处作为骨密度的初步代理指标)是否与年龄变化相关;确定干骨重量与年龄之间的关系是否因人口群体而异(特别是本样本中的女性平均而言是否表现出更大的骨骼重量随年龄变化);确定当考虑无名骨重量、生物学性别和无名骨高度变量时,贝叶斯线性模型是否能产生准确精确的年龄估计。
研究人员检查了来自哈曼-托德收藏集的383名个体的无名骨。哈曼-托德收藏集由3000多具骨骼组成,收集于1912年至1938年间,收藏于美国俄亥俄州克利夫兰的克利夫兰自然历史博物馆。从该收藏集中随机选择了年龄在16至93岁之间的个体,并尽可能从每个十年人口组中选择偶数个个体(来自多个种群亲缘组的男性和女性),以获得平衡的样本。此外,在使用此初始训练样本创建贝叶斯线性模型后,该模型在一个小型现代样本上进行了测试,以评估模型在现代与历史样本中的性能差异。数据收集自位于密歇根州马奎特的北密歇根大学法医科学中心的法医人类学研究实验室捐赠骨骼收藏集的30名个体(12名女性和18名男性)。这些个体的死亡年龄范围从23到91岁。本研究使用的人口统计信息由收藏集分配。在收集数据之前,从哈曼-托德收藏集管理员处获得了研究许可。北卡罗来纳大学教堂山分校人类研究伦理办公室评估了为此工作提交的内部审查委员会提案,并确定其不需要IRB批准。为所描述的研究获得了所有必要的许可,并遵守了相关规定。当左侧无名骨未受损时,研究人员检查了它;否则,如果此标准未满足,则检查右侧无名骨。记录了每个无名骨的重量,并四舍五入到最接近的克。干骨重量模式通过目视检查,以评估训练样本中整个生命周期以及峰值骨密度期(20多岁后期)之后的趋势。图1显示了数据的变异性。还通过十年年龄组检查了平均干骨重量,以确定干骨重量的峰值以及在生命周期中的何时开始下降。在创建预测性年龄估计模型之前,为评估与年龄的相关性,进行了初步分析。对所有个体、所有男性和所有女性进行了干骨重量的皮尔逊积矩相关分析。还计算了每个十年年龄组的平均干骨重量。还计算了每个十年组的平均残差,以评估整个生命周期中年龄估计准确性的趋势,结果见表7。统计分析在R 4.2.1和SAS 9.4统计软件中进行。
在观察到无名骨重量与年龄、以及无名骨高度和重量之间存在统计学显著相关性后,研究人员创建了一个用于从无名骨估计年龄的贝叶斯线性模型。由于男性和女性在整个生命周期中表现出不同的骨骼重量模式,因此性别作为虚拟变量被包含在模型中。包括一个性别*无名骨重量的交互项以考虑这些不同的斜率。探索了种群亲缘关系作为预测变量,但模型的准确性和精确度与不包含亲缘关系的模型相比差异可忽略不计。因此,研究人员选择了更简单的模型,并将种群亲缘关系合并到性别中。此外,创建了两个模型;一个涵盖训练样本中所有年龄段的个体,另一个针对31岁及以上的个体。创建第二个模型是为了解释生长模式和骨骼密度在20多岁后期达到峰值,之后骨密度开始下降。在贝叶斯线性回归中,参数估计来自观察数据的后验概率分布,该分布与数据的可能性和参数的先验概率的乘积成正比。在本研究中,后验预测分布是使用哈密顿蒙特卡罗和NUTS采样算法,以及R中的rstanarm包,采用马尔可夫链蒙特卡罗采样和均匀先验进行的。然后将模型拟合到模拟数据,并将这些新的参数估计与最终模型进行比较。参数的后验分布和95%可信区间是从最终模型计算得出的。使用留一交叉验证比较具有不同固定效应的竞争模型,使用估计的对数后验密度进行模型选择。模型精确度使用贝叶斯R
2评估,准确性使用后验残差分布的中位数绝对值评估。
在训练样本中检查的所有人口统计组(美国黑人和白人男性和女性)中,发现已知年龄与干骨重量之间存在统计学显著相关性(α = 0.05)。所有相关性均为负值,表明骨骼重量随年龄增长而减少。R和p值显示在表3中。r值表示相关的强度,值范围从-1到1,表示正或负关联。通常,|r| ≥ 0.7表示强关联,0.3 ≤ |r| < 0.7表示中等关联,|r| < 0.3表示弱关联。虽然训练样本中的所有组都显示出干骨重量与年龄之间显著的负相关,但这种关系在女性中比男性更为明显。样本中的所有男性合计显示与年龄存在弱负相关,而所有女性合计则表现出中等负相关。显示在表4中的平均干骨重量表明,虽然本样本中的男性和女性都在大约相同的时间(在骨骼成熟时期)达到峰值干骨重量,但女性的骨骼重量下降比男性更为急剧。由于临床文献表明个体可能直到20多岁后期才达到峰值骨量,因此从分析中移除了16-20岁和21-30岁的个体,并重新进行了所有皮尔逊积矩相关分析。与考虑所有年龄段时的结果类似,在31岁及以上年龄组中,训练样本中的所有男性合计显示无名骨干骨重量与年龄之间存在弱负相关,而女性则表现出中等负相关。31岁及以上个体的结果总结在表5中。
由于整个生命周期中的无名骨重量已被证明受整体体型的影响,研究人员进行了皮尔逊积矩相关性检验,以检验无名骨重量与身高之间的关联。无名骨的高度使用骨测量板从髂嵴最上点到坐骨结节最下点测量到最接近的毫米。当包括所有个体(例如,男性和女性)时,结果具有统计学意义,且存在中等强度的关系(p值:< 0.001,r = 0.57)。这些结果表明,任何利用无名骨重量估计年龄的预测模型也应包括无名骨高度测量,以控制体型差异。本研究记录的无名骨干骨重量和高度可在与本手稿相关的补充文件中找到。
在创建的两个模型中,31岁以上年龄组模型比全年龄组模型更准确(R
2分别为0.33和0.32)。虽然R
2值基本相同,但全年龄组和31岁以上年龄组模型的准确性和精确度有所不同。这个更高准确性的31岁以上年龄组模型平均不准确性为9.37年。对于57.3%的训练样本,估计年龄在已知年龄的±10年范围内,87.2%的估计死亡年龄在已知年龄的±20年范围内。相比之下,全年龄组模型的平均不准确性为11.96年。44.3%的训练样本估计年龄在已知年龄的±10年范围内,76.5%的估计死亡年龄在已知年龄的±20年范围内。两个模型的参数估计显示在表6中。每个十年组的平均残差显示在表7中。
当考虑两个模型在现代北密歇根大学测试样本上的表现时,31岁以上年龄组模型的不准确性为12.48,53%和83%的样本分别在已知年龄的10年和20年范围内。该样本的年龄分布呈右偏,中位年龄为71岁,比哈曼-托德训练样本大10岁。因此,全年龄组模型的表现不如前者,平均不准确性为14.81年;47%和80%的预测年龄分别在已知年龄的±10年和±20年范围内。
此处报告的方法仅适用于骨骼成熟的个体。虽然在此生成并报告了全年龄组和31岁以上年龄组两个模型,但作者建议仅应用31岁以上年龄组模型,因为它在训练和测试样本中的准确性和精确度都更高。这种死亡年龄估计方法在实践中可以通过首先称重和测量无名骨、获得生物学性别的估计或判定(例如通过DNA、测量或形态学方法)并使用适当的方程(全年龄组或31岁以上年龄组模型)来应用。方程如下:31岁以上年龄组模型(因更高的准确性和精确度而推荐使用)年龄(年) = -10.82 - (30.28 * 性别) + (0.59 * 无名骨高度(毫米)) - (0.34 * 无名骨重量(克)) + (0.20 * 性别 * 无名骨重量(克));全年龄组模型(不推荐使用)年龄 = -58.21 - (26.10 * 性别) + (0.86 * 无名骨高度(毫米)) - (0.43 * 无名骨重量(克)) + (0.16 * 性别 * 无名骨重量(克))。作为一个如何应用此方法的例子,考虑哈曼-托德训练样本中的一个个体(一名60岁的女性,干骨重量为128克,无名骨高度为198毫米)。将使用31岁以上年龄组模型方程:年龄(年) = -10.82 - (30.28 * 0) + (0.59 * 198) - (0.34 * 128) + (0.20 * 0 * 128)。这得到的年龄估计为62.48岁。与男性相比,这些模型对女性的预测年龄更准确。全年龄组模型在较年轻年龄组(30岁以下)表现不佳,这并不意外,因为显著的骨密度流失通常不会发生在年轻时期。也许并不令人意外的是,该模型在较老年龄组,尤其是男性中的表现也较差。模型斜率的减弱表明,与许多其他衰老方法一样,该方法存在“向中间吸引”的长期问题(即高估年轻人的年龄同时低估老年人的年龄)。如前所述,在所有进行的分析中,女性表现出的干骨重量随年龄下降的趋势比男性更为明显。对于仅分析31岁及以上个体的31岁以上年龄组模型,男性的相关性强度减弱,而女性的增强。尽管干骨重量是骨矿物质密度的不完美代理指标,但这些干骨重量的趋势与临床文献中关于女性骨密度随年龄增长而降低的趋势一致。骨矿物质密度的降低使得老年女性,特别是65岁以后,因骨质疏松症和骨量减少症等并发疾病而面临更高的骨折风险。
通过这项研究,研究人员观察并量化了骨矿物质密度随年龄下降的现象,并通过年龄预测性贝叶斯线性模型进行了量化。这些结果对基于骨骼遗骸的年龄估计具有更广泛的意义。如前所述,年龄估计方法可能难以一致地评分,特别是对于经验水平不同的观察者之间。此方法不需要高级成像技术。此预测模型可以使用标准骨科实验室设备(骨测量板或滑动卡尺,如标准所述)和廉价的秤(如厨房秤)来应用。骨骼长度测量已被证明具有较低的观察者间和观察者内误差率。此外,此方法可以比其他考虑骨骼重量的现有年龄估计方法(TA3)更少主观性地执行。使用上述回归方程有一些规定。第一,所讨论的无名骨必须完整且相对未受损,因为碎片会影响重量。第二,必须对无名骨的性别具有相当高的置信度进行估计。耻骨联合通常被认为是人体性别估计最准确的区域,并且存在可靠的无名骨性别鉴定资源。值得注意的是,基于人骨的性别估计方法仅估计生物学性别(有时称为“骨学性别”),不代表社会性别,也无法捕捉所有遗传和生物学变异。如果能够估计生物学性别且无名骨相对未受损,则可以对骨骼进行称重、测量和性别估计评估,并将这些信息输入贝叶斯线性模型,以产生预测年龄和95%可信区间。本研究表明,干骨重量可用于支持实际年龄的估计;然而,这些分析应与经过验证且具有既定准确率的其他年龄估计方法结合使用。虽然这项探索性研究确实看到了干骨重量与年龄的相关性(特别是如临床文献所述在女性中),但考虑可能影响干骨重量增加或减少的埋藏学影响范围非常重要,因为这些因素可能影响解释和重量。例如,在某些条件下的煮制,如高温煮沸或使用腐蚀性化学物质,可能导致骨骼失去结构完整性,其重量比未煮沸或使用酶处理的骨骼更轻。虽然记录表明哈曼-托德收藏集中的遗骸经过了煮制,但具体使用的煮制方案未知。在应用此方法时,考虑处理特点很重要,但参考数据的基础结构也很重要。例如,这些结果表明,在哈曼-托德训练数据中的平均准确性和精确度高于在北密歇根大学法医科学中心捐赠骨骼收藏集中的测试。这可能是由于后者的样本量较小;然而,时代变迁也可能是一个因素,以及上述不同的处理和煮制程序。此外,来自北密歇根大学的测试样本平均年龄比来自哈曼-托德收藏集的参考数据更老,这可能会影响方法的表现。还应考虑遗骸被回收的条件。在较短的死后间隔中,骨骼中残留有机质内容的存在得以保留,但干骨重量可能因风化和有机质分解而减少。未来关于干骨重量与年龄相关性的研究应扩展到检查比哈曼-托德收藏集更现代、更少历史的样本,例如捐赠遗体和法医样本,这些样本可能因骨骼中保留油脂和脂肪而呈现更高的重量。此外,仅依靠骨性指标进行衰老研究必须谨慎应用,因为许多混杂变量在整个生命周期中影响骨骼。Mays引用指出,高达60%的年龄相关变异可能与激素、维生素D状态以及可能不直接影响骨性标志的遗传和生物力学因素有关。虽然使用干骨重量作为骨矿物质密度的代理指标并未解决这些因素,但本研究确实利用这一指标向结合临床和骨学观察迈进了一步。正如本研究表明的那样,干骨重量减少与实际年龄增加相关,尤其是在女性中。尽管干骨重量只是骨矿物质密度的一个代理指标,但此方法的简单、易用和低成本应用对未来年龄估计研究中使用干骨重量具有有前景的意义。