Колясникова Анна Сергеевна

Введение. Лобный внутренний гиперостоз (далее HFI), это патологическое состояние, характеризующееся разрастанием внутренней поверхности лобной кости. В настоящее время большинство исследователей описывают HFI как сопутствующий гормональным дисфункциям признак, который преобладает у современного населения. Также было отмечено, что лобный внутренний гиперостоз может быть ассоциирован с метаболическими нарушениями и иметь наследственный характер. Целью данной работы является оценка частоты встречаемости HFI на краниологическом материале представителей четырех адаптивных типов.

Материалы и методы. Исследовано 2211 черепов представителей четырех адаптивных типов – арктического, тропического, умеренного и континентального (59 краниологических коллекций из фондов НИИ и Музея антропологии МГУ, Музея антропологии и этнографии имени Петра Великого РАН и фондов ФИЦ ТюмНЦ СО РАН). Анализировалась общая частота встречаемости признака и с учетом степени его развития (4-х балльная оценка), проведен сравнительный межгрупповой анализ.

Результаты и обсуждение. Было обнаружено, что частота встречаемости HFI в группах представителей арктического, континентального и умеренного адаптивных типов варьирует от 2,3% до 4,3%, что значительно меньше, чем у современного населения (12-37%). У представителей тропического адаптивного типа HFI обнаружен не был. В исследованных выборках самым распространенным оказался тип А, реже был отмечен HFI тип B, а тип С зафиксирован только у одного индивидуума арктического адаптивного типа. На примере исследованных групп обсуждаются причины относительно низкого распространения HFI у представителей различных адаптивных типов.

Заключение. Учитывая одинаково низкие значения HFI в группах всех изученных адаптивных типов, относительно современных групп, можно предположить, что адаптация к условиям окружающей среды и образу жизни несет больший вклад в развитие лобного внутреннего гиперостоза, нежели сугубо климатические и географические особенности.

Введение. Лобный внутренний гиперостоз (HFI) – утолщение лобной кости, связанное с метаболическими и гормональными нарушениями. В современных популяциях признак чаще встречается у пожилых женщин, в древних популяциях есть группы, преимущественно исторических периодов, где признак преобладает у мужчин. Исследование направлено на анализ частоты встречаемости признака HFI в краниологических сериях мезолита/неолита территории Приднепровья.

Материалы и методы. Исследовано 8 краниологических серий (107 черепов) из коллекций НИИ и Музея антропологии МГУ. Анализировалась встречаемость признака и с учетом степени его развития (4-х балльная оценка).

Результаты и обсуждение. Была выявлена высокая частота встречаемости лобного внутреннего гиперостоза в мезолитических и неолитических группах Приднепровья (20,6%), что дает возможность предполагать связь HFI с хроническими метаболическими стрессами в переходные к другому образу жизни эпохи. Характерной особенностью исследованных групп является соотношение типов лобного внутреннего гиперостоза (HFI тип A, B, C – 1:1:1), поскольку наиболее часто, по данным исследователей, встречается лобный внутренний гиперостоз тип А, а типы В и С отмечаются гораздо реже. Высокие значения для HFI тип В и С, вероятно указывают на наличие метаболических и гормональных нарушений в исследованных группах. Была отмечена тенденция увеличения частоты HFI в старших возрастных группах, что подтверждает данные других исследователей. Ассоциация с пародонтозом, травмами и Cribra orbitalia указывает на влияние экологического стресса.

Заключение. Выявленные нами черепа с признаками лобного внутреннего гиперостоза являются самыми ранними, известными на данное время, случаями HFI у доисторических популяций Восточной Европы. Результаты подчеркивают роль HFI как маркера стресса в переходных исторических периодах.

Введение. Определение половой принадлежности индивидуумов по костям посткраниального скелета – важная задача в палеоантропологии и судебной медицине, при фрагментации или отсутствии костей черепа и таза. Традиционный остеометрический подход, основанный на половом диморфизме размерных характеристик, требует учета популяционной специфичности и непрерывно совершенствуется. Целью данного обзора является систематизация и анализ современных методов определения пола по костям посткраниального скелета, базирующихся на остеометрических данных.

Материалы и методы. В обзоре проведен анализ современных научных публикаций, посвященных методам определения пола по посткраниальному скелету. Рассматриваются три основных методологических подхода: методы, основанные на одномерной статистике (анализ отдельных размерных признаков), методы многомерной статистики (дискриминантный анализ, логистическая регрессия), а также современные технологии, включающие использование данных компьютерной томографии (КТ) для 3D-реконструкций и применение алгоритмов машинного обучения (в частности, глубокого обучения) для анализа изображений костей.

Результаты и обсуждение. Одномерные методы сохраняют практическую ценность благодаря простоте применения и возможности работы с фрагментированным материалом, хотя их точность обычно ниже, чем у многомерных. Многомерные статистические модели, учитывающие комплекс взаимосвязанных признаков, обеспечивают более высокую точность определения пола. Ключевым фактором, влияющим на надежность любого метода, является его популяционная специфичность – применение моделей, разработанных для одной популяции, к другой приводит к значительному снижению точности. Интеграция данных КТ и методов искусственного интеллекта открывает новые перспективы для автоматизации, повышения объективности и выявления новых диагностических признаков.

Заключение. Современные методы определения пола по посткраниальному скелету представляют собой развивающийся инструментарий, где традиционные одномерные подходы эффективно дополняются сложными многомерными моделями и инновационными технологиями. Для обеспечения высокой достоверности результатов необходима разработка и валидация популяционно-специфичных стандартов. Будущее направления связано с дальнейшей интеграцией методов 3D-визуализации и машинного обучения, что позволит повысить точность, скорость и объективность экспертной идентификации.

Благодарности. Исследование выполнено в рамках государственного задания МГУ имени М.В.Ломоносова.