Postmortem Changes Mistaken for Traumatic Lesions
Notice bibliographique
Résumé
Postmortem changes are well known for their possible misinterpretation as traumatic lesions which can mislead to suspicion of violent death and therefore to a forensic autopsy request. As far as we know, a systematic review of the prevalence of such a reason for coroner's autopsy request has not been done yet. A retrospective study of 230 forensic autopsies requested by the Coroner's office from 2002 to 2004 in the province of Quebec, Canada, was conducted by the authors. Of the 230 reviewed cases, postmortem artifacts mistaken for traumatic lesions were found in 18 cases. These misinterpretation were based on 5 categories of portmortem changes: purge fluid drainage in 12 cases (66.7%), bluish discoloration by lividity in 5 cases (27.8%), parchment-like drying of the skin in 4 cases (22.2%), bloating from gas formation in 4 cases (22.2%), and skin slippage in 1 case (5.56%). Therefore, postmortem artifacts misinterpretation occurred in 7.83% (95% confidence interval 0.05-0.12) of all requested forensic autopsies and in 35.29% (95% confidence interval 0.23-0.50) of decomposed autopsy cases. This study clearly establishes the high prevalence of postmortem artifacts as main reason for forensic autopsy request. Hence, in a context of forensic pathologist shortage, the improvement of coroner continuous training may reduce the workload.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».