Seda Sertel Meyvaci; Handan Ankarali & Sena Demiroglu

Este estudio tuvo como objetivo desarrollar modelos predictivos para estimar la longitud total del húmero (LTH) a partir de especímenes de húmero seco utilizando 19 mediciones de segmentos transversales y verticales, lo que contribuye a aplicaciones en antropometría, medicina forense y práctica clínica. Se analizaron 26 húmeros secos (11 derechos, 15 izquierdos) de edad y sexo desconocidos del Departamento de Anatomía de la Universidad Bolu Abant Izzet Baysal. La longitud humeral total se midió manualmente, mientras que 19 segmentos morfométricos se midieron con un calibrador Vernier digital. Cada segmento se midió tres veces y se utilizaron los valores medios para el análisis. La normalidad se evaluó mediante pruebas de Shapiro-Wilk y se realizaron comparaciones derecha-izquierda utilizando la prueba T de muestras independientes. Se realizó un análisis de correlación de Pearson para identificar relaciones entre las longitudes de los segmentos y la LTH. Se construyeron dos modelos predictivos: regresión lineal múltiple (MLR) con selección de variables hacia atrás y splines de regresión adaptativa multivariante (MARS). El rendimiento del modelo se evaluó mediante el coeficiente de determinación (R2) y el error cuadrático medio (RMSE). No se observaron diferencias significativas entre los húmeros derecho e izquierdo; por lo tanto, los análisis se realizaron colectivamente. El análisis de correlación de Pearson indicó que 17 de las 19 mediciones de segmentos se asociaron significativamente con la LTH. El modelo MLR retuvo 9 mediciones, logrando R2 = 0,984 y RMSE = 2,937. El modelo MARS incluyó 5 segmentos con términos de interacción, lo que produjo R2 = 0,994 y RMSE = 1,755. Las mediciones más influyentes en MARS fueron ISUBH, DTUH, DTLH, PHTW y SNUH. Tanto los modelos MLR como MARS demostraron una alta precisión predictiva para la longitud del húmero, con MARS mostrando un rendimiento y una eficiencia superiores. Estos modelos proporcionan herramientas fiables para estimar la longitud del húmero en contextos antropométricos, forenses y clínicos. La incorporación de factores adicionales como la edad, el sexo y la altura en futuros estudios podría mejorar aún más el rendimiento predictivo.

SERTEL MEYVACI, S.; ANKARALI, H. & DEMIROGLU, S. Modeling the entire length of the humerus from transverse and vertical segment lengths. Int. J. Morphol., 44(1):158-164,2026.