Aller au contenu

Estimation du sexe - os longs

Estimation du sexe à partir de douze mesures ostéométriques prises sur l'humérus, le radius, le fémur et le tibia, par un modèle d'apprentissage automatique (analyse discriminante linéaire) validé sur trois échantillons de référence.

Humérus

Valeur
humxln mm
humhhd mm
hummwd mm

Radius

Valeur
radxln mm
radtvd mm
radapd mm

Fémur

Valeur
femxln mm
femebr mm
femhhd mm
femmtv mm

Tibia

Valeur
tibxln mm
tibpeb mm
0.50

En deçà de cette probabilité, l'outil ne se prononce pas. Relever le seuil relève le taux de bon classement et abaisse la proportion d'individus prononcés.

Les mesures saisies sont transmises à un serveur de calcul tiers, de serveur à serveur : votre navigateur ne contacte aucun tiers. Rien n'y est conservé ni journalisé, d'aucun côté.

Définitions des mesures

Membre supérieur

Schémas des points de mesure sur l'humérus (longueur maximale, largeur épicondylienne, diamètre de la tête, diamètre à mi-hauteur) et le radius (longueur maximale, diamètres transversal et antéro-postérieur à mi-hauteur).
Os Code Mesure
Humérus humxln Longueur maximale
humhhd Diamètre vertical maximal de la tête
hummwd Diamètre minimal à mi-hauteur
Radius radxln Longueur maximale
radtvd Diamètre transversal à la mi-hauteur
radapd Diamètre antéro-postérieur à mi-hauteur

Membre inférieur

Schémas des points de mesure sur le fémur (longueur maximale et physiologique, largeur épicondylienne, diamètre de la tête, diamètre médio-latéral à mi-hauteur) et le tibia (longueur, largeur de l'épiphyse proximale).
Os Code Mesure
Fémur femxln Longueur maximale
femebr Largeur épicondylienne
femhhd Diamètre maximal de la tête
femmtv Diamètre médio-latéral de l'arbre médian
Tibia tibxln Longueur condyle latéral - malléole médiale
tibpeb Largeur maximale de l'épiphyse proximale

Collections d'entraînement

Le modèle a été entraîné sur une base de données commune de dix collections. Les indicateurs de performance affichés après une estimation proviennent de trois groupes évalués séparément : Milan et Pretoria (repérées ci-dessous), chacune évaluée individuellement, et « BDC » (repéré ci-dessous), qui réunit les huit autres collections évaluées ensemble.

Groupe Pays Période Sexe Femmes Hommes Total
BDC Goldman International Antiquité - 21e siècle Estimé 543 985 1528
Laudun France 5e - 13e siècle Estimé 54 113 167
La Ciotat (LC) France 16e - 19e siècle Estimé 105 109 214
Marseille Petite Crotte (MPC) France 18e - 20e siècle Estimé 57 47 104
Terry États-Unis 20e siècle Connu 207 247 454
Olivier France 20e siècle Connu 40 62 102
Nice France 21e siècle Connu 21 19 40
NMDID (imagerie CT) États-Unis (Nouveau-Mexique) 2010 - 2017 Connu 50 50 100
validation CAL Milan Italie 21e siècle Connu 199 199 398
Pretoria Bone Collection (PBC) Afrique du Sud 21e siècle Connu 180 180 360
Total 1456 2011 3467

Références

Knecht, S., Santos, F., Ardagna, Y., Alunni, V., Adalian, P., & Nogueira, L. (2023). Sex estimation from long bones: a machine learning approach. International Journal of Legal Medicine, 137(6), 1887-1895. https://doi.org/10.1007/s00414-023-03072-4

Knecht, S., Krüger, G., Liebenberg, L., Ardagna, Y., Perrin, M., Ouladsine, M., ... & Adalian, P. (2026). Case-specific accuracy in sex estimation from long bones in forensic anthropology: an "Accuracy x-Factors" approach. Forensic Science International, 112820. https://doi.org/10.1016/j.forsciint.2026.112820

Knecht, S., Morandini, P., Biehler-Gomez, L., Ardagna, Y., Perrin, M., Cattaneo, C., ... & Adalian, P. (2026). Interpretable machine learning for individualized sex estimation from long bones. International Journal of Legal Medicine, 140(2), 983-995. https://doi.org/10.1007/s00414-025-03635-7

Knecht, S., Morandini, P., Biehler-Gomez, L., Ouladsine, M., Roman, C., Cattaneo, C., & Adalian, P. (2026). Population-specific validation of long bone linear discriminant analysis against morphoscopic pelvic methods for sex estimation in contemporary Italian skeletal remains. Journal of Forensic Sciences, 71(3), 1388-1397. https://doi.org/10.1111/1556-4029.70293