《Egyptian Journal of Forensic Sciences》:Handprints and footprints as forensic anthropometric evidence for stature estimation: a systematic review
背景:手印与足迹人体测量学在法医学中日益受到关注,尤其是在传统骨骼或指纹鉴定方法不可用的情况下。然而,现有回归模型在不同人群中的准确性和普适性仍不确定,且目前尚无关于手印与足迹人体测量证据的综合综述。本系统综述旨在评估手印与足迹人体测量方法在不同人群中推断身高的准确性和可靠性,识别一致的身高预测因子,并评估回归模型在不同种族群体间的可转移程度。
主体:在Web of Science、Scopus、PubMed和Google Scholar中进行了结构化检索。从205条已识别记录中,排除61条重复记录,筛选144条记录。经过标题和摘要筛选及全文评估,32项研究符合预设纳入标准并纳入定性综合。使用乔安娜·布里格斯研究所分析性横断面研究批判性评价清单评估方法学质量。所有32项纳入研究均报告了身高与手印或足迹尺寸之间存在统计学显著的正相关。最强预测因子的相关系数范围为r = 0.23至r = 0.90。基于长度的变量始终优于宽度测量。不同人群、性别和测量方案之间,回归系数、估计标准误和最优预测变量存在显著差异。
结论:手印与足迹人体测量学可为不同人群提供具有法医学意义的身高推断能力。然而,回归方程具有人群特异性,未经验证的跨种族外推会引入系统性偏倚。方法学标准化、性别分层建模和独立外部验证被确定为推动该领域发展的首要优先事项。
## 背景
人体测量学(anthropometry)是对人体及其各维度之间关系的系统测量与分析(Ujevic et al. 2006; Suleiman et al. 2024),长期以来支撑着法医生物学特征刻画。根据身体部位或犯罪现场遗留的印迹推断身高是其最具实际应用价值的应用之一,即使在缺乏或缺少常规鉴定证据的情况下,也能为调查人员提供缩小潜在嫌疑人范围的手段(Raxter et al. 2006; Wilson et al. 2010; Dantcheva et al. 2015; Siti Noorain et al. 2017)。
犯罪现场提取的手印和足迹虽具有潜在价值,但常被低估。基于脊线的指纹比对仍是印迹鉴定的主要方法,但该方法要求个体指纹已存在于参考数据库中(Krishan et al. 2015)。对于初犯或未录入犯罪记录者,脊线比对往往无法得出确定结论。除脊线细节外,手印和足迹的计量尺寸可通过支持身高、性别和年龄推断来辅助生物学特征刻画,无需依赖任何先前参考记录(Reel et al. 2012; Asadujjaman et al. 2022)。在群体性灾难事件中,当遗体碎裂或混杂时,手印和足迹可作为关键性识别标记(Krishan 2008; Hemy et al. 2013)。在肢解或不完整骨骼遗骸案件中,传统的基于长骨的身高推断方法无法应用,而从印迹中获取的人体测量数据提供了一种实用替代方案(Sanli et al. 2005; Ishak et al. 2012; Moorthy and Khan 2015; Moorthy and Asogan 2017; Asadujjaman et al. 2021)。
大量文献已确立身高与手印尺寸(Krishan et al. 2015; Kornieieva and El-Elemi 2016; Moorthy and Tee 2016)及足迹尺寸(Krishan 2008; Reel et al. 2012; Hemy et al. 2013; Asadujjaman et al. 2022)在不同地理人群中存在显著相关性。然而,该证据基础的一致发现是,人体测量关系具有人群特异性:回归系数、相关强度和最优预测变量在不同种族群体、性别甚至同一国家内的亚裔人群之间存在显著差异(Moorthy et al. 2013; Moorthy and Sulaiman 2015; Vernon et al. 2020; Panchal and Mia 2022; Palla and Shivajirao 2024)。这对法医实践具有重要影响,因为未经验证地将某一人群推导的方程应用于另一人群,存在系统性估计偏倚的风险,可能损害证据可靠性。
马来西亚为检验国内人体测量变异性提供了特别有价值的背景。其民族异质性人口由马来人、华人、印度人及众多原住民族群组成,允许在共同的地理和环境背景下考察人群特异性变异。已为多个马来西亚亚裔人群(包括马来人、华人、伊班人和美拉瑙人)建立了法医人类学标准(Moorthy et al. 2013; Moorthy and Zulkifly 2016),此类研究数量的增长反映了国际社会对本地推导的回归标准对于可靠识别至关重要的认可(Kanchan and Krishan 2011; Normaizatul Afizah et al. 2019, 2020; Bhandari et al. 2020)。
尽管该领域已发表广泛研究,但据研究人员所知,此前尚无系统综述全面综合不同人群中基于手印和足迹人体测量学推断身高的证据。Ingrová等人(2019)的既往综述考察了手长与身高之间的关系,同样将手长确定为体高的有用预测因子。然而,该综述聚焦于直接手部测量而非印迹,且未联合评估手印和足迹证据、印迹获取方法的差异,或印迹推导回归方程在人群间的可转移性。其他叙述性综述描述了个别研究,但未系统评价该证据的一致性、变异性和质量,也未识别出最限制法医适用性的方法学空白。
因此,本系统综述旨在:(1)综合现有关于手印和足迹人体测量方法在不同人群中推断身高准确性和可靠性的证据;(2)识别一致的身高预测因子,并刻画回归参数的人群间变异程度;(3)评估纳入研究的方法学质量,并确定未来研究的优先事项,以增强该方法在法医学中的适用性。
## 方法
本综述根据系统综述和荟萃分析首选报告条目(PRISMA)2020指南进行和报告(Page et al. 2021)。PRISMA 2020清单作为附加文件1提供。未预先注册综述方案。
### 检索策略
在Web of Science、Scopus、PubMed和Google Scholar中对同行评议文献进行结构化检索,以识别报告基于手印或足迹尺寸推断身高的回归模型的原始研究。数据库检索于2024年12月20日完成,随后立即进行引文追踪和手动参考文献筛选。核心检索策略将印迹术语与法医鉴定结局相结合。Scopus中使用的示例检索字符串为:
(“footprint” OR “foot print” OR “handprint” OR “hand print”)AND(“stature estimation” OR “body height” OR “stature determination”)AND(“regression” OR “forensic anthropometry”)
针对各数据库使用其各自的索引语法调整等效检索字符串(完整检索策略见附加文件2)。检索限于截至2024年12月发表的英文人类研究;未施加地域限制。为尽量减少文献遗漏,对所有纳入研究和相关综述文章的参考文献列表进行了手动筛选。使用Google Scholar进行前向引文追踪,并在法医学核心期刊(包括Forensic Science International、FSI: Reports和Journal of Forensic Sciences)中进行定向检索。研究选择过程遵循PRISMA 2020原则,并在图1中总结。
### 纳入标准
研究需满足以下条件方可纳入:(1)以英文发表的全文原创研究文章;(2)在明确界定的同质种族或人口群体中使用基于手印或足迹测量推导的回归方程进行身高推断;(3)报告定量结果,包括相关系数和回归方程。在本综述中,同质人群定义为从单一明确界定的种族、地域或人口群体中抽取的样本,且回归模型在同一人群内开发和验证。排除标准包括:合并多个种族群体且未分层;使用手或足骨骼测量而非表面印迹尺寸;以面部测量或肢体测量为主要输入;或属于灰色文献或非英文出版物。
### 研究选择
研究选择分两阶段进行。首先,对标题和摘要进行相关性筛选。其次,全文评估以确认符合条件。两个阶段均由两名评审员独立进行;分歧通过讨论和共识解决,必要时咨询第三名评审员。
### 数据提取
将每项纳入研究的相关数据提取至标准化模板,包括:研究人群(国家和种族)、样本量(总计、男性和女性)、年龄范围、印迹获取方法、测量变量、最强相关系数(r)、展示最佳预测性能的回归方程,以及估计标准误(SEE)。若研究报告了性别特异性和合并模型,则两者均记录。
### 质量评估
使用乔安娜·布里格斯研究所(JBI)分析性横断面研究批判性评价清单(8个条目)(Moola et al. 2020)评估纳入研究的方法学质量。选择该工具是因为所有纳入研究均采用横断面人体测量设计。质量评价由两名评审员独立进行;分歧通过讨论和共识解决。研究被分类为高质量(满足8项标准中的≥6项)、中等质量(满足4–5项)或低质量(满足≤3项)。详细评价结果见附加文件3。
## 结果
### 研究选择
结构化数据库检索共识别出205条记录。排除61条重复记录后,筛选144条唯一记录的标题和摘要;89条因不符合预设纳入标准被排除。其余55篇全文文章接受合格性评估。随后排除23篇:15篇仅聚焦性别推断而非身高,8篇考察手印脊线模式或足弓形态而非印迹计量尺寸。最终,32项研究满足所有纳入标准并纳入定性综合。研究选择过程如图1所示。
### 纳入研究特征
32项纳入研究涵盖14个国家,代表来自亚洲、非洲、澳大利亚、欧洲和中东的人群。大多数(n = 19)考察了东南亚和南亚人群,反映了该领域研究的地域集中性。20项研究采用静态油墨印迹作为主要印迹获取方法;3项采用三维表面扫描;其余9项使用组合方法或数码摄影。样本量范围为22至2,072名参与者。所有研究均采用横断面设计,并以逐步或简单线性回归作为主要分析方法。质量评价根据预设的JBI评分标准将所有32项研究归类为高质量;无研究被评为中等或低质量(附加文件3)。
### 手印人体测量学与身高:主要发现
在所有纳入的手印研究中,持续报告了身高与手印尺寸之间存在统计学显著的正相关(所有研究p < 0.05)。最强个体预测因子的相关系数在男性中为r = 0.23至r = 0.75,女性中为r = 0.30至r = 0.74,大多数研究报告峰值在r = 0.55至r = 0.75之间。手印长度(handprint length)和掌印长度(palm length)是跨人群最一致识别的最优预测因子。基于宽度的变量,如手宽,始终产生较弱的关联(大多数研究r < 0.40),且很少在逐步回归模型中被选为最优预测因子。最佳手印模型的估计标准误约为±3.8 cm至±7.3 cm。
观察到一般模式中的显著例外。在Moorthy和Tee(2016)研究的马来西亚华人样本中,相关系数明显低于其他人群报告的数值(男性:r ≤ 0.23;女性:r ≤ 0.30),且已发表的回归系数量级提示可能存在单位报告不一致,需谨慎解读。在Salama(2013)研究的埃及样本中,观察到最优预测因子存在性别依赖性反转:拇指印长度在男性中最具预测性(r = 0.51),而手印长度在女性中更优(r = 0.74),提示人群和性别特异性的手指比例变异。综合来看,这些发现表明最强个体手印预测因子的身份可能因性别和人群而异,但更广泛的跨研究模式偏向于纵向手部和手指测量而非横向维度。
图2展示了最具代表性的手印测量标记和变量,包括手印长度、掌印长度和各个手指长度,这些变量在纳入研究中最为常用并被提取用于数据综合。报告了可比回归方程和统计结果的选定研究总结于表1。
### 足迹人体测量学与身高:主要发现
所有纳入的足迹研究均报告了身高与足迹尺寸之间存在统计学显著的正相关(p < 0.05)。最强预测因子的相关系数范围为r = 0.51至r = 0.90,马来西亚合并样本分析产生最高值(r > 0.85)。性别特异性模型在马来西亚数据集中始终产生低于合并模型的相关系数,这一模式也见于尼日利亚和台湾的研究。跨人群最可靠的单一预测因子是最大足长或趾跟对角线长度,而宽度和围度测量的预测准确性始终较低。最佳足迹模型的估计标准误约为±4.1 cm至±6.9 cm,与手印模型报告的范围大致相当。因此,跨研究模式支持纵向足迹尺寸作为身高最一致的信息性预测因子,尽管关联强度和最佳表现标记因人群、性别和测量方案而异。
图3展示了Hsieh等人(2022)报告的主要足迹人体测量变量,包括足长、宽、围、高和足趾角度测量,概述了为身高推断所考察的多样化足迹变量。报告了可比回归方程和统计结果的选定研究总结于表2,其余纳入研究以叙述形式综合。
### 人群间变异性
手印和足迹数据集的一致模式是回归参数在人群间存在显著变异性。即使在单一国家内,回归系数在亚裔人群之间也存在显著差异:仅在马来西亚内,峰值性别特异性相关系数从r = 0.23(马来西亚华人,手印;Moorthy and Tee 2016)到r = 0.84(美拉瑙女性,足迹;Khan and Moorthy 2013)。这种变异性发生在共同的地理和环境条件下,表明遗传和形态因素对印迹-身高比例关系发挥主导影响。这些发现引发了对回归方程跨人群可转移性的担忧。然而,仅回归系数的差异并不能确定当方程应用于外部人群时将产生的估计误差大小。确定此类转移的实际影响需要使用代表性样本进行独立外部验证。
## 讨论
本系统综述综合了来自14个国家关于手印和足迹人体测量学推断身高的研究证据。研究结果确认,两种方式在不同人群中均提供与身高统计学显著且法医学相关的关联。对该证据基础的批判性评估得出三个总体结论:长度作为预测因子的一致优越性、回归参数在人群间的显著变异性,以及限制直接比较和削弱推导方程普适性信心的研究间方法学异质性。
### 基于长度的变量作为优越预测因子
在所有纳入研究和手印与足迹两种方式中,纵向维度(如手印长度、掌印长度、特定手指长度、足长和趾跟对角线长度)始终优于横向测量(包括手宽和足宽)。这一模式具有生物学合理性:反映整体骨骼长度的线性身体维度与身高的比例关系比横向维度更强,后者更受软组织质量、脂肪含量和肌肉度的影响(Lundy 1985; Moorthy et al. 2018)。这些发现表明,宽度测量通常更适合作为辅助变量而非主要预测因子。在多项研究(包括来自尼日利亚和马来西亚的研究)中观察到的足迹相较于手印尺寸作为身高预测因子的相对优越性,可能反映了下肢比例与整体身高之间存在更强的生物力学耦合(Krishan 2008; Hemy et al. 2013)。然而,该模式并非普遍存在:在多个南亚数据集的女性参与者中,手印尺寸展现出与足迹相当或略优的预测能力。这种性别特异性反转值得进一步研究,并强化了性别分层分析的重要性。
### 回归方程的人群特异性和跨人群可转移性
本综述最具实际意义的发现是回归参数人群间变异性的程度。在手印和足迹数据集中,峰值相关系数从某一马来西亚亚裔人群中的r = 0.23到另一马来西亚人群合并分析中的r = 0.90,对应R2值范围约为5%至81%。这并非单纯的统计噪声:它反映了具有不同遗传背景、生长环境和营养史的人类群体之间印迹尺寸与身高比例关系的真实生物学异质性(Martin 1914; Ashizawa et al. 1997; Ruff 2002)。
马来西亚数据集在此方面尤其具有启发性。该国多民族人口已拥有针对华人、马来人、伊班人、美拉瑙人、伦巴旺人、马拉雅利人、泰卢固人和印度亚裔人群的法医人类学既定研究,证明即使在共同的国家和环境背景下,群体间身高-印迹比例关系的差异仍显著且具有法医学意义。未经验证地将一个马来西亚亚裔群体的回归方程应用于另一群体,可能引入幅度不确定的系统性估计误差,可能降低基于该方法所得法医证据的可靠性和可采性。然而,此类误差的实际幅度仍不确定,因为少数纳入研究使用独立外部人群评估了已发表的方程。
这一发现与关于人类身体比例生态地理变异的更广泛人类学文献一致(Holliday and Ruff 1997; Ruff 2002),并表明在稳健的外部验证证明方程可跨人群可靠转移之前,人群特异性回归标准仍是法医身高推断的首选方法。为当前法医文献中缺失的人群制定此类标准应被视为研究优先事项。
### 合并模型与性别分层模型
马来西亚足迹研究中反复出现的模式是,合并分析始终比性别特异性模型产生更高的相关系数。虽然合并模型在统计上可能具有吸引力,但其表面强度部分是人为的:将男性和女性参与者合并会大幅拓宽分析样本的身高范围,从而夸大观察到的相关性,而并未改善潜在的生物学模型。性别在足部形状和比例上的差异已在文献中明确确立(Krauss et al. 2008),这些形态差异为性别特异性模型始终更适合法医应用提供了生物学基础。在法医情境中,当个体的生物学性别可从其他证据得知时,应用性别特异性模型始终是首选,因为它提供更精确和无偏的估计。仅当无法从其他可用证据确定性别时,合并模型才保留法医实用性,且在报告用于法医的回归模型时应明确说明这一区分。
### 足迹采集中的方法学考量
需要开发或应用回归模型的从业人员关注两个特定的方法学因素:静态与动态足迹的区分,以及重影(ghosting)现象。静态(站立)和动态(行走)足迹反映不同的生物力学负荷条件。动态足迹通常因步态相关的体重转移和足部变形而显示更大的尺寸,多项研究报告动态印迹具有更强身高相关性(Reel et al. 2012; Krishan et al. 2020; ?vábová et al. 2022)。具体而言,Reel等人(2012)发现,跟至第五趾长度是动态印迹中的最强预测因子(r = 0.858),而静态印迹中为跟至第四趾长度(r = 0.786)。这表明,源自静态印迹的回归模型不应直接应用于犯罪现场提取的动态印迹,除非意识到这种系统性差异。近期采用三维扫描技术的研究将可测量的足迹变量范围扩展至传统线性尺寸之外,纳入足围、足弓高度和足趾角度等参数(Lee 2021; Hsieh et al. 2022)。这些发展可能增进对足部形态的理解,并提供超越传统足迹长度测量的额外人体测量描述符,尽管其对身高推断的贡献仍需在不同人群中进一步验证。
重影现象,即在预期足迹边缘之外出现较浅的延伸,最常见于拇指、第二趾和跟部,已被确定为动态足迹的一致特征(Nirenberg et al. 2020; Ansert et al. 2023)。关键的是,?vábová等人(2024)证明,将重影延伸纳入足迹长度测量比排除它们产生更准确的身高预测,表明重影反映真实的足部功能接触而非测量伪影。这些发现提示法医从业者在测量犯罪现场足迹时应系统评估重影,且旨在用于动态印迹证据的回归模型应采用包含重影的测量方案开发。
### 跨研究的方法学异质性
现有证据基础的一个显著局限性是研究之间在印迹获取方法、标记定义和分析方法方面缺乏标准化。研究使用了传统油墨印迹、数字平板扫描、摄影转换和三维表面建模,每种方法都引入了不同的系统测量变异来源。关键变量(如趾跟对角线长度)的标记定义在不同研究中存在差异,使得即使在同一通用测量类别内,回归系数的直接比较也存在问题。研究设计特征(包括年龄范围、性别分布和样本量)的变异进一步加剧了跨研究综合的困难。
参与者的年龄范围在不同研究间也差异显著,从Kornieieva和El-Elemi(2016)沙特阿拉伯队列的17岁到Moorthy和Khan(2016)伦巴旺样本的84岁,多数研究将跨越数十年的成年参与者合并,而非按年龄组分层。这是一个有意义的空白,因为身高本身不仅在“年轻”和“老年”之间存在差异,而且在成年期会随年龄逐步变化,在晚年因椎体和姿势改变而出现有据可查的下降(Raxter et al. 2006)。因此,年龄异质性构成与上述人群特异性差异不同且可能叠加的跨研究变异来源,并可部分解释为何来自广龄或偏老龄样本的回归方程偏离来自仅年轻成人样本的方程,而与任何种族效应无关。少数纳入研究在其自身样本中报告了按年龄分层的分析;建议将此作为该领域未来原始研究的优先事项,并将报告参与者年龄范围作为标准做法。
纳入研究的样本量从22到2,072名参与者不等,较小样本面临更大的回归不稳定和过拟合风险。少数纳入研究报告了其回归方程的外部验证,且在进行内部验证时,方法学细节往往不足以评估其充分性。这些考虑共同表明,在JBI评估中被评为高质量的研究高比例反映了各研究自身框架内的方法学健全性,而非跨研究的可比性。这一区分对跨人群比较的解释具有重要意义。还应指出,JBI批判性评价清单评估的是个体研究的内部方法学质量,而非跨研究的方法一致性。因此,一项研究可能满足大多数JBI标准,同时仍使用与文献中其他地方使用的测量方案、标记定义或分析方法存在显著差异。这一区分有助于解释为何在观察到相当大方法学异质性下,高质量研究比例仍然很高。
### 局限
应承认本系统综述的若干局限性。首先,检索限于英文出版物,可能导致排除了以其他语言发表的相关研究,特别是非英语法医研究界的成果。其次,未进行正式的荟萃分析,因为纳入研究不足以实现有意义定量合并所需的同质性。这些研究评估了不同的预测因子,包括总手印或足迹长度、掌印长度、单个手指或足趾长度、趾跟对角线、宽度、围度以及多变量测量组合。它们在性别分层、印迹获取方法、标记定义、统计模型、测量单位以及相关系数、回归系数、决定系数和估计标准误的报告方面也存在差异。由不同定义或不同尺度预测因子推导的回归斜率不可直接互换,而仅从各项研究合并最强系数会合并不等价的人体测量变量,并可能产生缺乏明确法医解释的汇总估计。因此,定性综合被认为是更合适的。第三,发表偏倚可能影响现有证据基础,因为关联较弱或非显著的研究较不可能在检索数据库中被发表或索引。第四,PRISMA 2020清单虽提供了严格的报告框架,但其本身并不确保测量方案的可比性,且关键概念在不同研究中的操作化差异仍是不确定性解释的来源。第五,前向引文追踪和手动参考文献列表检索虽系统进行,但无法保证完全识别所有符合条件的研究。
## 结论
本系统综述确认手印和足迹人体测量学提供了一种在不同全球人群中具有统计学显著性和法医学意义的身高推断方法。基于长度的变量始终是最强预测因子;宽度测量增加值有限,且若无经验依据,不应假定为主要预测因子。最佳表现模型的预测准确性,其估计标准误通常在±4至±7 cm之间,与已确立的软组织人体测量方法大致相当,足以在缩小潜在嫌疑人范围方面用于调查目的。
然而,本综述的一个关键发现是回归参数在人群间存在显著变异性,导致某一民族群体推导的方程在多大程度上可外推至另一群体存在不确定性。这一担忧同时适用于国际和国内层面,马来西亚亚裔人群观察到的变异性即为明证。然而,由于少数纳入研究进行了独立的跨人群验证,此类转移所产生的估计误差的实际幅度仍不确定。因此,回归方程不应应用于未经独立验证的人群,否则可能将幅度不确定的系统性估计偏倚引入法医和法医学调查中。
该领域的进展存在三个优先事项:(1)为当前文献中缺失的种族群体(特别是代表性不足的地区)制定人群特异性法医人类学标准;(2)标准化印迹获取方案和标记定义,以实现真正的跨研究可比性;(3)在未来的回归研究中系统纳入外部验证并报告预测区间,以向从业人员提供对估计不确定性的现实评估。解决这些优先事项将加强印迹身高推断的科学基础及其在法医学中的可采性。