Download INTRODUCCIÓN: La estimación de la data de la muerte

“Modelos flexibles de regresión: un reloj para el intervalo post mortem”
Manuel Febrero Bande ( Dpto. de Estadística e IO, USC)
José Ignacio Muñoz Barús (Instituto de Ciencias Forenses, USC)
La importancia de la correcta estimación de la data de la muerte es crucial en la medicina legal
por su repercusión criminal y civil. En los últimos 150 años ha sido objeto recurrente de trabajos
experimentales con la finalidad de estimar ese momento con seguridad y precisión. Debido a que
la mayoría de las víctimas de homicidio son descubiertas en las primeras 48 horas resulta
trascendente disponer de algún método que permita realizar una estimación en ese intervalo. En
la actualidad existen muchos métodos para determinar el intervalo post mortem (IPM), pero, o
bien son poco reproducibles, o poco precisos, o adolecen de falta de pruebas de campo.
Los mejores resultados para la estimación de la data de la muerte están basados en la bioquímica
del vítreo y se fundamentan en la determinación del K+ y la Hipoxantina en el humor vítreo al
correlacionar ambas sustancias con el IPM.
Diversos autores han utilizado el modelo de regresión lineal para la rstimación de la data de la
muerte de la muerte en el cadáver reciente, convirtiéndose en un método aceptado en la práctica
forense, sin embargo, la hipótesis de linealidad no ha sido verificada desde un punto de vista
estadístico y la interacción entre las diferentes causas de muerte y IPM/[K+] e IPM/[Hx] no se ha
demostrado.
El uso de un modelo lineal se basa en la hipótesis de que las [K+] y [Hx] en el humor vítreo se
incrementan más o menos constantemente a lo largo del IPM y que [U] permanece constante a lo
largo del mismo intervalo, permitiendo el uso de distintas formulas relacionando el IPM y [K+] o
y [Hx]. Sin embargo nuestros análisis sugieren que dichas hipótesis no son válidas y que la
estimación del intervalo postmortem (IPM) debe hacerse de manera más flexible porque el
proceso tiene más complejidad.
Diferentes alternativas de predicción para una relación no lineal entre las variables de regresión y
la predicción las encontramos en un Modelo Aditivo (AM) o en Support Vector Machine (SVM )
que tienen en cuenta cuatro variables predictoras : [K+], [Hx], [U] y la causa de la muerte para
estimar el IPM. Estos son modelos más flexibles que evitan la asunción de linealidad y se han
mostrado mucho más útiles.
José Ignacio Muñoz-Barús, Manuel Febrero-Bande, Carmen Cadarso-Suárez. “Flexible
regression models for estimating postmortem interval (PMI) in forensic medicine”. Statistics in
Medicine. 27:5026-38 (2008).
José Ignacio Muñoz-Barús, María Sol Rodríguez-Calvo, José Manuel Suárez-Peñaranda, Duarte
Nuno Vieira, Carmen Cadarso-Suárez, Manuel Febrero-Bande. “PMICALC: An R code-based
software for estimating postmortem interval (PMI) compatible with Windows, Mac and Linux
operating Systems”. Forensic Science International 194: 49–52 (2010).