外温变化下小鼠肝细胞18s rRNA降解与死亡时间关系研究

目的探讨在外界环境温度变化条件下,小鼠肝细胞18s rRNA降解与死亡时间的关系。方法小鼠断颈处死后置于10℃、15℃、20℃、25℃、和30℃温度下保存;从死后6h至72h,每6h分别提取肝细胞组织中总RNA。利用实时荧光定量PCR检测18s rRNA循环阈值(Ct值)的变化。应用插值函数进行分析拟合,建立死亡时间推断方程。结果各温度组Ct值随死亡时间延长均呈上升趋势,对所得数据进行插值拟合,得到一定温度变化区间内(10℃~30℃),Ct值变化与PMI关系的三元五次曲面方程:f(x,y)=-426.9+30.82x+44.48y-1.297x~2-1.837xy-1.388y~2+0.034 38x~3+0.038 17x~2y+0.038 67xy~2+0.028 77y3-0.000 612 9x~4-3.897e~(-7)x~3y-0.001 223x~2y~2+0.000256 6xy3-0.000 537 4y~4+3.606e~(-6)x~5-2.846e~(-6)x~4y+1.009e~(-5)x~3y~2-3.439e~(-6)x~2y3-2.556e~(-7)xy~4+2.664e~(-6)y~5(r2=0.999 4)。结论在外界温度变化条件下,小鼠肝细胞18s rRNA降解与死亡时间关系符合三元五次方程分布,利用插值函数拟合的方法可在外界环境温度变化条件下进行死亡时间推断。     

混合效应模型在玻璃体液推断死亡时间中的应用

目的通过检测不同温度下家兔尸体玻璃体液内K~+、Mg~(2+)浓度随PMI的变化规律,探索应用混合效应模型推断死亡时间(postmortem interval,PMI)的可行性。方法家兔处死后分别置于5℃、15℃、25℃和35℃温度下保存,在0~120h内每12h双眼交替微量提取玻璃体液80~100μL。应用生化免疫分析仪检测玻璃体液中K~+、Mg~(2+)的浓度。应用混合效应模型进行分析拟合,建立PMI推断方程。使用放置于10℃、20℃、30℃温度下均经过20、40、65h的样本检测数据对PMI推断方程进行验证。结果各温度(y)下家兔玻璃体液中K~+、Mg~(2+)浓度[f(x,y)]随PMI(x)延长均呈上升趋势。在5℃~35℃,PMI及温度拟合的K~+、Mg~(2+)浓度方程分别为:f_(K~+)(x,y)=3.413 0+0.309 2 x+0.337 6 y+0.010 83 xy-0.00247x~2(P0.000 1);f_(Mg~(2+))(x,y)=0.745 6+0.006432 x+0.0338y(P0.000 1)。经验证,PMI为0~40 h时,K~+、Mg~(2+)浓度推断PMI的偏离时间均在10 h以内;PMI为40~65 h时,偏离时间在21h以内。结论在5℃~35℃的环境温度区间内,利用混合效应模型拟合的方法可实现利用温度和玻璃体液物质浓度双参数推断PMI,将为解决玻璃体液化学物质在PMI推断中的实际应用提供新方法。     

家兔死后眼玻璃体液镁，铁含量与PMI关系的研究

目的寻找一种精确推定PMI的方法。方法应用电感耦合等离子体质谱(ICP-MS),检测家兔死后96h内眼玻璃体液镁、铁元素含量,探讨其与PMI的相关性。结果家兔死后0～48h眼玻璃体液镁元素含量与PMI显著相关,6～48h铁元素含量与PMI显著相关,其二项式回归方程分别为y=0.0738x2+0.6997x+11.45(R2=0.9119)、y=0.0411x2-0.3148x+1.4113(R2=0.9594)。结论家兔死后眼玻璃体液Mg、Fe含量变化可作为推定48h内PMI的参考指标之一。     

双眼交替微量取样检测兔玻璃体液钾镁离子浓度推测死亡时间

目的研究死后眼玻璃体液钾镁离子浓度变化及其与死亡时间的关系。方法取健康家兔处死,死后不同时间于双眼玻璃体液交替微量取样,采用全自动生化分析仪检测样本中[K+]、[Mg2+],对所得数据进行统计学处理。结果死后12~120h,家兔玻璃体液中[K+]由11.01mmol/L上升至32.97mmol/L,[Mg2+]1.12mmol/L上升至2.22mmol/L,两种离子浓度与PMI进行回归分析自变量为[K+]的二次多项式回归方程为y=0.1756x2-3.3188x+29.804(R2=0.9868);自变量为[Mg2+]的二次多项式回归方程为y=-46.916x2+248.01x-213.81(R2=0.9340);自变量为[K+]和[Mg2+]的二次多项式回归方程为y=-17.55-4.82[K+]+0.20[K+]2+75.77[Mg2+]-19.47[Mg2+](R2=0.9881)。用[K+]的方程推测PMI,当[K+]<26.0mmol/L(PMI<60h)时,平均偏离时间为2.7~9.4h,当[K+]>28mmol/L(PMI>72h)时,平均偏离时间>15h;用[Mg2+]的方程推测PMI,平均偏离时间几乎均在10h以上;用二元方程推测PMI,平均偏离时间较前两者小。结论死后眼玻璃体液[K+]、[Mg2+]随时间延长而升高,且浓度变化与时间呈强相关性。但从实际运用角度考虑,R2<0.98,或平均预测偏离时间过大的回归方程,不宜用于PMI推测;应用多指标建立多元回归方程是提高推测PMI准确性的可行方法。     

家兔死后眼玻璃体液锌、镍含量与 PMI关系的研究

目的寻找一种精确推定PMI的方法。方法应用电感耦合等离子体质谱（ICP－MS）,检测了家兔死后96小时内眼玻璃体液锌、镍元素含量,探讨其与PMI的相关性。结果家兔死后24h内眼玻璃体液锌、镍元素含量与PMI显著相关,可作为推定早期PMI的参考指标,其二项式回归方程分别为y=0.1404x2－1.3351x＋3.8298（R2=0.9202）、y=0.0043x2－0.0596x＋0.2665（R2=0.9103）。结论家兔眼玻璃体液中Zn、Ni元素含量变化是推定早期PMI的参考指标之一。     

应用死后眼球CT值变化规律推断死亡时间的研究

目的测量眼球整体CT值,并探究其死后的变化规律,探讨其是否可以作为推断PMI的新参数。方法采用健康成年新西兰兔10只,处死后放入20±0.5℃温箱保存,在死后0～180h的时间间隔内,每隔12h进行一次CT扫描,检测眼球整体的CT值随时间的变化情况。采用回归分析方法确定眼球整体CT值与PMI的关系。结果 PMI在0～180h之内,眼球的整体CT值随PMI的增加而增加,使用曲线拟合分析,其中三次方程的拟合效果最好,拟合回归方程为:y=-81.342+1.02x+0.099x~2-0.001x~3(x:眼球整体CT值,单位为HU;y:PMI,单位为h,R~2=0.969,P 0.001)。结论本研究表明,眼球CT值存在明确的死后变化规律,PMCT测量眼球整体CT值可作为法医学PMI推断的参数之一,有很好的应用前景,值得进一步研究。     

大鼠肌肉中微生物ATP含量及其在死亡时间推断中的应用

目的 研究死后大鼠肌肉组织中微生物ATP浓度变化及其与死亡时间(postmortem interval,PMI)的关系. 方法取健康SD大鼠处死,死后不同时间取肌肉组织,用生物发光法检测微生物ATP浓度,对所得数据进行统计学处理.结果 死后肌肉组织中微生物ATP含量随时间延长而增加,于7d达到高峰,随后逐渐降低,并于10d再次略微升高.PMI在0～9d内与肌肉中微生物ATP含量变化拟合最优.以PMI为自变量的三次多项式回归方程为:y=0.020x3-0.166x2-0.666x+13.412(r2=0.989,P<0.01).结论 死后肌肉组织中微生物ATP含量变化可用于PMI推测;本检测方法所需检材量小,不受组织自身降解的影响.     

应用死后肾脏CT值变化规律推断死亡时间

目的检测死后不同时间点新西兰兔肾脏CT值(单位:Hounsfield Unit,HU),获得其死后变化规律,建立死亡时间推断方程。方法采用健康成年新西兰兔10只,利用耳缘静脉空气栓塞法处死后放入20℃恒温箱内保存,在死后0～168h内,采取每隔12h进行一次CT扫描,检测肾脏CT值随时间的变化情况,采用回归分析方法确定肾脏CT值与PMI的关系。结果 PMI在0～168h之内,肾脏CT值随PMI的延长呈现先增加后下降的趋势,使用曲线拟合分析,x:肾脏整体CT值,单位为HU;y:PMI,单位为h,其中二次方程的拟合效果最好,拟合回归方程为:y=2266.973-93.180x+0.974x~2(R~2=0.758,P 0.001)。结论本研究表明,肾脏CT值随着死亡时间的逐渐延长存在明显的死后变化规律,PMCT测量肾脏整体CT值可作为法医学推断PMI的新方法之一,具有很好的应用前景,值得进一步研究。     

家兔急性胰腺炎死后不同时间眼玻璃体液淀粉酶变化

目的探讨急性胰腺炎死后不同时间眼玻璃体液淀粉酶变化。方法用1%牛胆酸钠诱导家兔急性胰腺炎动物模型建立,于死后不同时间和正常对照组,观察其淀粉酶变化。结果家兔急性胰腺炎死后72h眼玻璃体液淀粉酶含量(x)与死亡时间(y)存在相关关系,并导出其二项式回归方程为y=8.7420 0.7699x-0.0083x2(R2=92.62792,F=14.89734,P=0.001)。可作为推定早期损伤时间的参考指标。结论家兔急性胰腺炎死后不同时间眼玻璃体液淀粉酶改变为法医早期死亡时间推断提供了灵敏客观的实验依据。     

兔死后角膜厚度与死亡时间的关系

目的研究兔死后角膜厚度变化规律与死亡时间(postmortem interval,PMI)的关系。方法用空气栓塞法建立兔死亡模型。在兔死后0~72h,每隔6h进行角膜取材,切片后常规HE染色,用光学显微镜摄取全角膜图像,结合Motic Images Plus 2.0图像分析软件观察角膜上皮层厚度(x1)、角膜基质层厚度(x2)、全角膜厚度(x3)3项指标的变化值,并作统计学分析,建立与PMI(y)的回归方程。结果在兔死后72 h内,角膜基质层厚度和全角膜厚度均在死后12h开始增加,并在死后54h达到高峰,两者与PMI正相关,回归方程分别为y=-0.070 2 x22+11.398 x2+1 634(R2=0.712 2,P0.05),y=-0.074 9 x32+12.036 x3+1 819.4(R2=0.675 0,P0.05)。结论角膜基质层厚度和全角膜厚度与PMI之间呈较好的线性关系,且角膜基质层厚度优于全角膜厚度,可作为推断死亡时间的指标。     

猪眼玻璃体液钾离子、次黄嘌呤浓度变化与PMI推断

目的 研究猪眼玻璃体液成分变化及其与死亡时间(postmortem interval,PMI)的关系.方法放血处死家猪后取带眼睑的眼球96只,随机分为24组,在避光、温度(15±2)℃、湿度(50±5)%条件下分别放置2～96h,采集玻璃体液,运用全自动生化检测仪、超高效液相色谱检测K+、Na+、Cl-及次黄嘌呤(hy...     

A Study on the Estimation of Postmortem Interval Based on Environmental Temperature and Concentrations of Substance in Vitreous Humor

A method to determine postmortem interval (PMI) based on environmental temperature and the concentrations of vitreous humor (VH) molecules were explored. Rabbit carcasses were placed in a chamber at 5, 15, 25, or 35°C, and 80–100 μL of VH was collected with the double‐eye alternating micro‐sampling method every 12 h. A Roche DPPI biochemical analyzer was used to measure the concentrations of six substances in VH samples. The interpolation function model and mixed‐effect model were employed for data fitting to establish equations for PMI estimation. The concentrations of K⁺, P, Mg²⁺, creatinine (CRE), and urea nitrogen (UN) exhibited an upward trend with increasing PMI in all temperature groups, while the concentration of Ca²⁺ showed a downward trend. Validation results using K⁺ and Mg²⁺ ions revealed that the mixed‐effect model provided a better estimation than the interpolation function model using the data from our experiment. However, both models were able to estimate PMI using temperature and VH molecule concentrations.     

家兔眼玻璃体液21例元素含量PMI关系的研究

目的寻找一种精确推定PMI的方法。方法应用电感耦合等离子体质谱(ICP-MS),系统研究了家兔死后96h内眼玻璃体液21种元素含量与PMI的相关性。结果眼玻璃体液Co、Mo、Cd、Sb、I、Pb、Bi、Li共8种元素与PMI无关。K、Mg、Fe、P、Na、Al、Ca、Ti、Ni、Cu、Zn、Sr、Ba共13种元素含量与PMI有关。结论眼玻璃体液K、Mg、Fe、P、Na、Al、Ca、Ti、Ni、Cu、Zn、Sr、Ba共13种元素与PMI有关。为研究人尸体眼玻璃体液元素与PMI的关系奠定了选择指标的基础。     

不同温度下离体人静脉血ATP含量与死亡时间的关系

目的探讨在环境温度变化条件下,人体静脉血ATP降解与死亡时间的关系。方法健康志愿者48名,随机分为6组,肱静脉取静脉血,置于10℃、15℃、20℃、25℃、30℃和35℃下保存;每4h应用ATP检测仪对不同温度下的ATP含量进行检测;应用SPSS统计软件进行回归分析,MATLAB软件进行差值函数分析拟合。结果各温度组ATP值随死亡时间延长均呈下降趋势,从取血即刻的1 573.683 E-13mol/L,降至6.00 E-13mol/L左右,所经历的时间分别为236h(10℃)、163h(15℃)、124h(20℃)、92h(25℃)、72h(30℃)和64h(35℃),对所得数据进行回归分析,得到各温度组下ATP含量变化与PMI关系的二元三次曲线方程(R2范围为0.976～0.990);进行差值拟合,得到10～35℃范围内ATP含量变化与PMI关系的三元四次曲面方程。结论在不同温度下,人体静脉血ATP降解与PMI关系符合三元四次方程分布,利用差值函数拟合的方法可在温度变化条件下进行死亡时间推断。     

A new perspective in the estimation of postmortem interval (PMI) based on vitreous

The relation between the potassium concentration in the vitreous humor, [K+], and the postmortem interval has been studied by several authors. Many formulae are available and they are based on a correlation test and linear regression using the PMI as the independent variable and [K+] as the dependent variable. The estimation of the confidence interval is based on this formulation. However, in forensic work, it is necessary to use [K+] as the independent variable to estimate the PMI. Although all authors have obtained the PMI by direct use of these formulae, it is, nevertheless, an inexact approach, which leads to false estimations. What is required is to change the variables, obtaining a new equation in which [K+] is considered as the independent variable and the PMI as the dependent. The regression line obtained from our data is [K+] = 5.35 + 0.22 PMI, by changing the variables we get PMI = 2.58[K+] - 9.30. When only nonhospital deaths are considered, the results are considerably improved. In this case, we get [K+] = 5.60 + 0.17 PMI and, consequently, PMI = 3.92[K+] - 19.04.     

Vitreous humor chemistry: the use of potassium concentration for the prediction of the postmortem interval

Upon review of the literature, extensive disagreement was found as to the usefulness of vitreous humor potassium concentration as a predictor of the postmortem interval (PMI). A pilot study of 1427 cases was performed to address this problem. The requisite statistical analysis for the prediction of PMI is inverse prediction. The 95% inverse prediction interval was found to be approximately +/- 20 h. The linear regression equation for the data was y = 0.238 chi + 6.342, with a coefficient of determination (r2) of 0.374. This r2 value means that 62.6% of the variation of potassium is unaccounted for by the variation in PMI. Further studies are required to attribute this unaccounted variation to quantifiable factors. This would narrow the inverse prediction interval and enable vitreous potassium to be a useful aid in the prediction of PMI.