Underlag för dialogmöte 2016-04-20 för projektet

Transcription

Underlag för dialogmöte
2016-04-20 för projektet
medicinsk åldersbedömning
Vetenskaplig utvärdering enligt Grade systemet
av befintlig litteratur samt förslag till ordnat
införande av nya diagnostiska metoder
Förord
Socialstyrelsen har gjort en kunskapsöversyn om medicinska åldersbedömningar. Inom ramen för projektet har Socialstyrelsen granskat omkring
1400 vetenskapliga artiklar som rör undersökning med röntgen respektive
magnetkamera.
Syftet med projektet är att se i vilken utsträckning ny forskning kan bidra
till att minska osäkerhetsmarginalerna vid medicinska ålders-bedömningar.
Det är angeläget att barn som söker asyl ska få en så korrekt åldersbedömning som möjligt, och att barns grundläggande rättigheter tillgodoses genom
att metoder väljs utifrån bästa tillgäng-liga kunskap. Projektet kan resultera i
ett ordnat införande av nya diagnostiska metoder.
Kunskapsöversynen utgör ett underlag till ett dialogmöte 2016-04-20 för
projektet medicinsk åldersbedömning, samt till Socialstyrelsens slutgiltiga
rapport.
Projektet har bedrivits vid avdelningen för kunskapsstyrning för hälsooch sjukvård och letts av Carl-Erik Flodmark, medicinskt sakkunnig. Ansvarig enhetschef är Agneta Holmström och avdel-ningschef Lars-Torsten
Larsson. Övriga projektmedlemmar har varit: Andreas Cederlund tandläkare
och sakkunnig, Olle Ekberg professor och vetenskapligt råd i medicinsk
radiologi, Marcus Gry statistiker, Edith Orem informationsspecialist, samt
experterna Sven Laurin och Sandra Diaz, Svensk Förening för Pediatrisk
Radiologi
Innehåll
Förord ...................................................................................................................... 3
Sammanfattning ................................................................................................... 7
Bakgrund ................................................................................................................ 8
Metod ................................................................................................................. 8
Magnetkamera ............................................................................................. 8
Tänder ............................................................................................................. 9
Röntgen skelett ............................................................................................. 9
Samråd ........................................................................................................... 9
Värdering av diagnostiska metoder .......................................................... 9
Resultat ............................................................................................................. 10
Diskussion .......................................................................................................... 11
Åldersbedömning med tänder................................................................. 12
Åldersbedömning med automatiska
metoder med röntgen av hand/handled .............................................. 13
Allmän konklusion ....................................................................................... 15
Förslag till handlingsplan ................................................................................ 15
Pilotstudie 18 år ........................................................................................... 15
Pilotstudie 15 år ........................................................................................... 16
Socialstyrelsens bedömning .......................................................................... 16
Konklusion magnetkamera ....................................................................... 16
Konklusion tandundersökning för 18 års gränsen .................................. 17
Konklusion automatiska bedömning
av skelett med röntgen för 18 års gränsen ............................................. 17
Förslag till pilotstudier ...................................................................................... 18
Pilotstudie 18 år ........................................................................................... 18
Pilotstudie 15 (21 år).................................................................................... 18
Tidplan .............................................................................................................. 18
Samråd ............................................................................................................. 19
Etiska överväganden ..................................................................................... 19
Referenser ............................................................................................................ 20
Bilagor ................................................................................................................... 24
Dokumentation av informationssökning.......................................................... 77
Sammanfattning
Allmänna råd ”Medicinsk åldersutredning av invandrarbarn och adoptivbarn” (SOSFS 1993:11) upphävdes 2012-06-26.
Nya rekommendationer ”Medicinsk åldersbedömning för barn i övre tonåren” togs fram av Socialstyrelsen Dnr 31156/2011 daterat 2012-06-26 för att
ge Migrationsverket stöd i arbetet med att säkra vetenskapligheten i de
metoder som bör användas vid åldersbedömning och som skulle bidraga till
att barns grundläggande rättigheter tillgodoses.
Dessa rekommendationer behöver nu revideras.
I projektet har totalt 1571 artiklar analyserats. Vetenskapliga artiklar om
åldersbedömning med magnetkamera har analyserats i ett första delprojekt.
547 artiklar har identifierats och 38 har lästs i fulltext. 25 artiklar värderades
vetenskapligt utifrån kvalitet. Efter ytterligare kvali-tetsgranskning har 19
artiklar tabellerats och värderats enligt GRADE. Meta-analys har utförts för
att kunna jämföra olika metoder i de fall det var möjligt.
En sökning rörande åldersbedömning med hjälp av radiologisk undersökning av tänder har gjorts. Då har 407 vetenskapliga artiklar identifie-rats.
Efter genomläsning av sammanfattningar (abstract) återstod 50 artiklar som
har bedömts rörande kvalitetsbrister (bias) i fulltext.
Slutligen har en litteratursökning gjorts om åldersbedömning med radiologiska metoder av skelett med joniserande strålning dvs vanlig röntgen.
Analysen har i denna rapport avgränsats till att omfatta automatiska metoder
pga det omfattande materialet och projektets tidsplan. Initialt identifierades
616 artiklar där 26 analyserats som fulltext där två utvalts.
Magnetkamera av knäled uppvisar en tydligt minskat risk att missta ett
barn för att vara vuxen jämfört med röntgen av tänder och röntgen av
hand/handled - 3/7% (pojkar/flickor) mot ca 12%. När det gäller risken att
missta en vuxen för att vara ett barn är risken tydligt minskad från 55% vid
röntgen av tänder till 29% för magnetkamera av knäled och 25% för röntgen
av hand/handled. Med tanke på populationsdosen strålning för stora grupper
asylsökande bör 18 års gränsen avgöras med hjälp av magnetkamera som
också ger en säkrare bedömning än såväl röntgen av tänder som röntgen av
hand/handled.
Till detta kommer en bristande samstämmighet mellan olika bedömare av
röntgen tänder (60-85%). Samstämmigheten är godtagbar (85%) för undersökning med magnetkamera av knäled.
Andelen barn och vuxna som blir rätt klassificerade ligger i regel under
90% för tänder men i en studie av fotled på över 90% för pojkar.
En pilotstudie föreslås undersöka hur kombinationen av fyra tillväxtzoner i
knäled och fotled undersökta med magnetkamera kan förbättra åldersbedömningen för 18 års gränsen.
UNDERLAG FÖR DIALOGMÖTE 2016-04-20 FÖR PROJEKTET MEDICINSK ÅLDERSBEDÖMNING
SOCIALSTYRELSEN
7
Bakgrund
Allmänna råd ”Medicinsk åldersutredning av invandrarbarn och adoptivbarn” (SOSFS 1993:11) upphävdes 2012-06-26.
Nya rekommendationer ”Medicinsk åldersbedömning för barn i övre tonåren” togs fram av Socialstyrelsen Dnr 31156/2011 daterat 2012-06-26 för att
ge Migrationsverket stöd i arbetet med att säkra vetenskapligheten i de
metoder som bör användas vid åldersbedömning och som skulle bidraga till
att barns grundläggande rättigheter tillgodoses.
Svensk förening för pediatrisk radiologi har tagit fram anvisningar daterade 2014-03-12 och Sveriges Tandläkarförbund 2014-01-20.
Svensk Barnläkarförening har också tagit fram ett underlag 2014-01-16.
Migrationsverket har upphandlat medicinsk åldersbedömning av lands-ting
och regioner. Endast få avtal har slutits och enligt muntlig kontakt med
verksamhetscheferna för barnmedicin i landet 2015-04-20 görs få bedömningar.
Enligt Migrationsverkets rättsliga ställningstagande angående åldersbedömning (RCI 13/2014) anges vidare att barnläkarens utlåtande från den
medicinska åldersbedömningen måste värderas tillsammans med övrig
bevisning och utredning samt att ”utlåtandet från den sakkunnige läkaren ska
bedömas tillsammans med underlaget för den medicinska åldersbedömningen, d.v.s. tand- och hand/handledsröntgen samt den pediatriska
bedömningen”.
Detta kom efter en dom i Migrationsöverdomstolen, MIG 2014:1 (Mål nr
UM 2437-13).
Denna händelsekedja, tillsammans med det faktum at det tillkommit nya
vetenskapliga studier på området, gör att Socialstyrelsen bedömer att en ny
genomgång av den vetenskapliga litteraturen måste göras för att värdera de
metoder som står till buds.
Remiss har skickats 2015 rörande revidering av Socialstyrelsens all-männa
råd (SOSFS 1989:20) om hälsoundersökning av utländska adop-tivbarn.
Råden är föråldrade och upphävdes den 17 mars 2015. I re-missvaren
efterlyses vägledning på området.
Det finns anledning att göra åldersbedömning på ett likvärdigt sätt för alla
barn i Sverige som har behov av detta oavsett på vilket sätt eller på vilka
grunder man uppehåller sig i Sverige.
Metod
Magnetkamera
I projektet har totalt 1571 artiklar analyserats. Vetenskapliga artiklar om
åldersbedömning med magnetkamera har analyserats i ett första delpro-jekt.
547 artiklar har identifierats och 38 har lästs i fulltext. 25 artiklar värderades
vetenskapligt utifrån kvalitet. Efter ytterligare kvalitetsgransk-ning har 19
artiklar tabellerats och värderats enligt GRADE (Grading of Recommendat-
8
SOCIALSTYRELSEN
ions Assessment, Development and Evaluation, ww.gradeworkinggroup.org ).
Meta-analys har i samtliga fall gjorts av Marcus Gry, Socialstyrelsen. De
utvalda artiklarna för magnetkamera har också granskats av två representanter för Svensk Förening för Pediatrisk Radiologi, Sven Laurin och Sandra
Diaz. Deras yttranden framgår av bilaga 1 och 2. Utvalda artiklar finns i
bilaga 3.
Tänder
En sökning rörande åldersbedömning med hjälp av radiologisk undersökning av tänder har gjorts. Då har 407 vetenskapliga artiklar identifierats.
Efter genomläsning av sammanfattningar (abstract) återstod 50 artiklar som
har bedömts rörande kvalitetsbrister (bias) i fulltext. Efter granskning av
kvalitét tillsammans med Andreas Cederlund, Socialstyrelsen, återstår 23
artiklar (en artikel har tillkommit vilket gör att totalt 408 artiklar granskats)
som genomgått meta-analys som använts för GRADE. Utvalda artiklar finns
i bilaga 4.
Röntgen skelett
Slutligen har en litteratursökning gjorts om åldersbedömning med radiologiska metoder av skelett med joniserande strålning dvs vanlig röntgen.
Denna sökning har i denna rapport avgränsats till att omfatta automatiska
metoder pga det omfattande materialet och projektets tidsplan. Initialt
identifierades 616 artiklar där 26 analyserats som fulltext och där två utvalts.
Ytterligare ett inskickat manuskript har ställts till Socialstyrelsens förfogande
och ingår i bedömningen (Thodberg 2016, bilaga 5). De automatiska metoderna bygger på och har validerats mot de dominerande metoderna inom
skelettradiologin för bestämning av ålder med hand/handled nämligen
Greulich och Pyles atlas samt Tanner-Whitehouse [2, 3]. Det har därför
bedömts vara tillräckligt i detta projekt att först värdera de automatiska
metoderna.
Samråd
De 19 artiklarna om magnetkamera, 23 om tänder samt 26 för automatiska
metoder användes som underlag för att identifiera 37 forskargrupper inom
fältet. Dessa fick del av utvald litteratur och specifika frågeställningar som
saknades i deras vetenskapliga artiklar. En dansk forskargrupp har tillställt
kompletterande material i form av ett nyligen inskickat manuskript med data
kring röntgen av hand/handled för bedömning av 18 års gränsen (Thodberg
2016, bilaga 5,).
Värdering av diagnostiska metoder
Det finns ingen etablerad standard för värdering av diagnostiska metoder.
Värdering enligt GRADE har begränsningar men har använts för att försöka
värdera litteraturen i detta projekt. På förhand identifierades ytterligare
faktorer förutom effektdata. I detta projekt är den effekt som värderats vid
vilken ålder som en epifysfog slutes. Ytterligare faktorer har varit hur
samstämmiga olika bedömare är (inter- och intraobeservatör samstämmighet
dvs mellan bedömare och intra=inom dvs för samma bedömare) och hur stor
SOCIALSTYRELSEN
9
andel av såväl barn som vuxna som blir rätt klassificerade dvs att ett barn
identifieras som barn och vuxen identifieras som vuxen. Dessutom bedömdes
risken att missta ett barn för att vara vuxen. Den risken bör vara så låg som
möjligt men leder till att risken för att missta en vuxen för att vara barn blir
något högre.
På förhand sattes en lägsta nivå på samstämmighet mellan bedömare till
80%, andelen som blir rätt klassificerade till minst 90% och risken att missta
ett barn för att vara vuxen till högst 10%.
Resultat
Osäkerheten i metoder för åldersbedömning som bygger på joniserande strålning
är för tänder ±2-4 år [4, 5] och för
hand/handled ±1,6 år (bilaga 5, Thodberg
2016). Baserat på andra viktiga mått som
samstämmigheten mellan olika bedömare
och hur stor andel som klassats rätt dvs
barn som barn och vuxna som vuxna växer
en annan möjlig strategi fram. Eftersom
det alltid finns en biologisk variation som
verkar uppgå till minst ±1 år (bilaga 5
Thodberg) så verkar det mera framgångsrikt att hitta epifysfogar som mognar
Figur 1. Tillväxtzon i nedre lårbenet ([1])
färdigt dvs sluts långt ifrån 18 års gränsen.
Både hand/handled och tänder mognar färdigt kring åldern 17-19 år och det
är då svårt att hitta en skillnad mot 18 års gränsen (bilaga 6, 7). Däremot
mognar knäled färdigt vid 24 års ålder och nyckelben vid 25 års ålder.
Fotleden mognar färdigt vid 21 års ålder.
Av materialet i bilaga 6 framgår att risken att missta ett barn för att vara
vuxen är 3% hos pojkar och 7% hos flickor om man undersöker knäleden [1,
6, 7]. Om fotleden undersöks (hälbenet + skenbenet) blir motsvarande siffror
9% resp 21% [8, 9]. Det vetenskapliga underlaget för att använda fotled är
dock begränsat. I den ena studien är bedömningen automatisk med hög
samstämmighet vid olika bedömningar och i den andra är samstämmigheten
84%. Över 90% av pojkarna bedöms rätt samt 98% av kvinnor som är över
18 år. 71-79% bedöms rätt av flickor som är under 18 år medan den automatiska metoden inte fungerar på pojkar under 18 år. Metoden måste dock
bekräftas i ytterligare studier.
Samstämmigheten mellan olika bedömare är ca 85% för både handled och
fotled. Om detta jämförs med undersökning av tänder i bilaga 7 är för det
första samstämmigheten mellan olika bedömare lägre ca 60-85%. Risken att
missta ett barn för att vara vuxen är 12% resp 11% (pojkar/flickor) vid
tandbedömning. Detta enligt Kullmans metod (bilaga 7). Däremot är risken
att missta en vuxen för att vara barn 55% med tandundersökning men 29%
för magnetkamera av knäled.
Andelen som blir rätt klassificerade är uppmätt för fotled till 91/92% för
pojkar under resp över 18 år och 79/98% för flickor under resp över 18 år.
10
SOCIALSTYRELSEN
Metoden är i sin nuvarande form sämre för flickor under 18 år. Den automatiska metoden för fotled bedöms inte färdigutvecklad. Andelen rätt klassificerade är inte uppmätt för knäled men är beräknad utifrån uppmätta medelvärden. För knäled blir det 93/97% som är barn och blir bedömda som barn och
ca 95% av vuxna som är vuxna blir bedömda som vuxna.
För bedömning med hjälp av röntgen dvs joniserande strålning finns ett
begränsat underlag i form av automatiska metoder i manuskriptform (bilaga
5 Thodberg 2016). Där framgår att pojkar och flickor över 18 år bedöms rätt i
87,5% av fallen medan de som är under 18 år bedöms rätt i 75% av fallen.
Bedömning av ålder med nyckelben har en dålig samstämmighet mellan
olika bedömare på under 75% [10-13]. Detta kan bero på rörelsepåverkan av
andningen eller pulsslag i aorta vid undersökningen. I en studie kunde 61 av
152 fall (eller 79 av 225 nyckelben) inte värderas dvs 35-40% och 18 av 152
fall hade rörelsepåverkan dvs 12% [13]. I de fall man kan bedöma dessa
bilder lika och personen uppnått högsta mognadsstadium på nyckelbenet är
dock risken låg att bedöma någon som under 18 år om de är vuxna. Risken
ligger under 1%.
Vid bedömning av knäled med magnetkamera kommer 42% av 18 åringar
ha en färdigvuxen knäled, 62% av 19 åringar och 71% av 20 åringar. Ju äldre
en individ är desto fler kommer att ha en färdigvuxen knäled och kan då
säkert bedömas som vuxen.
Diskussion
I denna granskning har litteraturen värderats utifrån hur samstämmiga olika
bedömare är (inter och intra observatörssamstämmigheten) och andelen som
fått sin ålder rätt bedömd vid 18 års gränsen och risken att bedöma att någon
är vuxen fastän personen är under 18 år. Endast ett fåtal studier har alla
måtten redovisade. En förutsättning för en korrekt åldersbedömning är att två
observatörers granskningar är samstämmiga. En samstämmighet under 80%
har inte bedömts vara acceptabel. Andelen som skall bedömas korrekt har
satts till 90% och risken att någon är barn fastän metoden anger att personen
är vuxen har satts till högst 10%.
Två nya huvudmetoder som använder magnetkamera har identifierats där
resultaten är möjliga att utveckla med bekräftande studier här kallat pilotstudie. Den frågeställning som generellt inte kan besvaras utan bekräftande
studier gäller effekten av etnicitet.
När det gäller etnicitet brukar man göra skillnad på kultur som kan innefatta olika etniska grupper och som kan gå över nationsgränser, nationalitet
som kan innefatta olika etniska grupper och kulturer samt etnicitet som kan
ha en genetisk komponent, en folkgrupp, men som också är något man själv
kan definiera sig som tillhörande [14].
Det finns en studie av hand/handled med röntgen (joniserande strålning)
som redovisar olika etniska grupper i samma land (USA) utifrån begreppen
”Caucasian”, ”African American”, ”Hispanic” och ”Asian” [15]. Det framgår
att kurvorna är likartade där framförallt kaukasier utvecklas senare. Data
finns fram till 15 års åldern och frågan om skillnader utjämnas efter puberteten föreslås bli föremål för en pilotstudie.
SOCIALSTYRELSEN
11
En metod för magnetkamera studerar bentillväxtzonen i lårbenets nedre
del som är en del av knäleden. Metoden har utvärderats dels av en tysk
forskargrupp och dels av en fransk som bekräftat fynden [7, 16]. De använder olika fältstyrkor vid magnetkameraundersökning (1,5 Tesla resp 3,0
Tesla). Risken att bedöma någon som vuxen fastän vederbörande är under 18
år är 3% för pojkar och 7% för flickor om man väger ihop studierna (bilaga
6).
Samstämmigheten mellan två bedömare är 85%.
Andra studier har visat en möjlighet att bedöma övre delen av skenbenet
(proximala tibia) hos både pojkar och flickor [6, 17]. Av dessa två studier har
bara en goda resultat om man använder sig av metoderna 3T och T1W [17].
Då blir samstämmigheten mellan två bedömare 85% och risken att bedöma
en person som vuxen när de i själva verket är under 18 år 4% för pojkar och
9% för flickor. Dessa data måste bekräftas i ytterligare studier men visar på
att undersökning av knäleden – antingen nedre lårbenet eller övre skenbenet
kan användas för en första screening. En bekräftande undersökning kan
sedan göras med andra metoder.
Den andra utvecklingsbara metoden innebär att man studerar handens ben
med magnetkamera. Den är sannolikt främst av intresse för åldersbedömning
av lägre åldrar än då handleden mognar t ex 15 års gränsen. Det finns en
automatiserad analys från Tyskland som även bekräftats i en italiensk studie.
Felmarginalen för åldersbedömningen i den
tyska studien är 0,85 ±0,58 år för pojkar
[18]. Metoden är illustrerad i Fig 2 [19].
Liknande resultat finns i den italienska
studien men där är metoden för bedömningen inte beskriven på ett tydligt sätt men
omfattar både pojkar och flickor [20, 21].
Metoden går inte att värdera ytterligare
utifrån de data som är publicerade. SamFigur 2. Automatisk metod för magnetkamera av hand/handled.
stämmigheten mellan olika bedömare är
mycket hög och ligger på 96-98%. Skillnaden mellan kronologisk ålder och
uppmätt ålder är -0,7 till -0,2 år. Metoden måste dock bekräftas i ytterligare
studier.
En närbesläktad metod har använts inom sportturneringar för att identifiera
17 års gränsen [22-25]. Den fungerar dock inte för att avgöra 18 års gränsen.
Se bilaga 6.
Eftersom bedömningen av fotled blir säkrare när man lägger ihop tillväxtzonen i skenbenets nedre del med hälbenet kan det vara ett stöd för att
säkerheten i bedömning ökar om man även lägger till bedömning av nedre
lårbenet och övre skenbenet vid bedömning av knäleden.
Åldersbedömning med tänder
Rötterna till tredje kindtanden (3 molar) har traditionellt använts för åldersbedömning. Där finns en variation mellan olika bedömares samstämmighet
på 60-85% [26-42]. Samstämmigheten ökar när man använder maturity index
[43-45]. Det kan noteras att samtidigt har metoden att undersöka samstäm-
12
SOCIALSTYRELSEN
migheten mellan olika bedömare förändrats. Istället för att man jämför två
bedömare som granskar alla bilder parallellt jämför man en bedömare som
granskar alla bilder med en annan bedömare som bara granskar en liten andel
kanske 10% av bilderna gemensamt. Denna metod riskerar att underskatta
skillnaden mellan olika bedömare.
Underlaget som ligger till grund för maturity index är otillräckligt och
fortsatt forskning i en pilotstudie som studerar 15 års gränsen rekommenderas. Det uppstår samma svårigheter att värdera 18 års gränsen för såväl
hand/handled som för tänder eftersom bägge avslutar sin tillväxt i 17-19 års
åldern. Men det är möjligt att 15 års gränsen kan bättre bedömas. Detta måste
dock undersökas i en jämförande pilotstudie för åldersgränsen 15 år där man
studerar hand/handled undersökt med såväl röntgen som magnetkamera som
röntgen av tänder (2-3 molaren). Man kan då också studerar om maturity
index är bättre än att enbart studerar hur rötterna i 2-3 molaren stängs för
fortsatt tillväxt.
När det gäller andelen barn som klassats som barn ligger risken att klassificera rätt ofta under 90% enligt den vanligaste metoden Demirjian [26, 29,
35, 39, 40]. Meta-analys visar att risken att klassa ett barn som vuxen är 5%
medan risken att klassa en vuxen som barn är 52%. Motsvarande siffror för
Kullman är 12% resp 55% [36, 46]. Jämfört med såväl magnetkamera av
knäled som röntgen av hand handled är säkerheten i data sämre vid tandbedömning för 18 års gränsen. Eftersom samstämmigheten också är sämre
mellan olika bedömare är det Socialstyrelsens bedömning att bedömning av
tänder inte bör göras för att avgöra 18 års gränsen. Socialstyrelsen har dock
inte tagit ställning till att tandundersökning inte kan användas för att avgöra
15 års gränsen. För detta krävs ytterligare litteraturstudier samt en pilotstudie
som omfattar både magnetkamera och röntgen av hand/handled samt röntgen
av tänder.
Åldersbedömning med automatiska
metoder med röntgen av hand/handled
Röntgen (joniserande strålning) har länge använts för att bedöma ålder [2, 3].
Syftet har varit att se hur långt puberteten gått och vilken slutlängd ett barn
kan förväntas få. Detta är viktigt t ex vid dosering av tillväxthormon. Metoden har således inte använts för att bedöma en individs ålder t ex 18 års
gränsen som en del av en asylprocess. Det innebär att få studier adresserat
frågeställningen mer än delvis [47, 48]. Genom en enkät till 37 forskargrupper har dock ett manuskript tillställts Socialstyrelsen som ytterligare belyser
frågan (bilaga 8). Ett sådant manus behöver givetvis gå igenom en publikationsprocess för att ytterligare värderas samtidigt som underlaget för en
rekommendation är begränsat. Data bedömes dock vara av stort intresse
framöver när metoder för att undersöka hand/handled ytterligare värderas i
en pilotstudie för 15 års gränsen. Där föreslås att magnetkamera jämförs med
röntgen av hand/handled samt röntgen av tänder (andra och tredje molarens
rötter och maturity index).
Data från manuskriptet visar risken att missta ett barn för att vara vuxen
resp en vuxen för att vara ett barn (p/f=pojkar/flickor) för 18 års gränsen. Se
Fig 3.
SOCIALSTYRELSEN
13
Metod
Barn
Vuxen
Metod
Röntgen tänder
12%
55%
(Kullman)
Röntgen handled
12,5%
25%
(Thodberg)
Magnetkamera
handled
Ej redovisat
Ej redovisat
(Serinelli)
Magnetkamera
knäled
3%/7% (p/f)
29%
(metaanalys)
Figur 3 Jämförelse av risken att missta ett barn för vuxen eller en vuxen för barn med olika metoder.
Pojkar
Ålder
P(stage2)
P(stage3)
P(stage4)
16
20%
70%
0.5%
17
8%
53%
1.3%
18
2,30%
34%
2,70%
19
0.05%
18%
5.1%
20
~0%
8%
10%
21
~0%
3%
15%
22
~0%
~0%
23%
Figur 4. Meta-analys av fördelning av stadium 2, 3 och 4 för knäled hos pojkar.
Flickor
Ålder
P(stage2)
P(stage3)
P(stage4)
16
6%
61%
2.5%
17
1%
37%
4,40%
18
0,10%
17%
7,40%
19
~0%
6%
12%
20
~0%
2%
18%
21
~0%
~0%
25%
22
~0%
~0%
34%
Figur 5. Meta-analys av fördelning av stadium 2, 3 och 4 för knäled hos flickor.
Se bilaga 9 för tydligare bilder.
Forest-plot för samtliga studier med magnetkamera respektive tänder finns i
bilaga 10. Av dessa framgår att studier med tänder ligger kring 17-19 år
medan nyckelben ligger på ett avstånd från 18 års gränsen. Nedre lårbenet
ligger med sin nedre gräns vid 18 år för pojkar och något över för flickor.
Distributionen mer i detalj framgår således av Fig 4 och 5.
14
SOCIALSTYRELSEN
Allmän konklusion
Magnetkamera av knäled uppvisar en tydligt minskat risk att missta ett barn
för att vara vuxen jämfört med röntgen av tänder och röntgen av
hand/handled 3/7% (pojkar/flickor) mot ca 12%. Den gruppen representeras
av individerna till vänster om 18 års gränsen av den gröna kurvan (Fig 4, 5,
Se även bilaga 9 för tydligare bilder). När det gäller risken att missta en
vuxen för att vara ett barn är risken tydligt minskad från 55% vid röntgen av
tänder till 29% för magnetkamera av knäled och 25% för röntgen av
hand/handled. Den gruppen representeras av individerna till höger om 18 års
gränsen (grön linje) av den blåa kurvan (Fig 4, 5). Med tanke på populationsdosen strålning för stora grupper asylsökande bör 18 års gränsen avgöras
med hjälp av magnetkamera som också ger en säkrare bedömning än såväl
röntgen av tänder som röntgen av hand/handled.
Till detta kommer en bristande samstämmighet mellan olika bedömare av
röntgen tänder (60-85%). Samstämmigheten är godtagbar (85%) för undersökning av magnetkamera av knäled.
Andelen barn och vuxna som blir rätt klassificerade ligger i regel under
90% för tänder men i en studie av fotled på över 90% för pojkar.
En pilotstudie föreslås undersöka hur kombinationen av fyra tillväxtzoner i
knäled och fotled undersökta med magnetkamera kan förbättra åldersbedömningen för 18 års gränsen.
Förslag till handlingsplan
Den typ av magnetkamera som krävs för undersökningar av knäled och
fotled är liten och billigare än större utrustningar. Kostnaden kan vara
ca 7 Mkr per styck mot normalt 15-23
Mkr. Det torde vara möjligt att sätta upp
ett 10-tal maskiner i Sverige enligt en
bedömning av Migrationsverkets representanter vid ett möte med dem på SKL
2015-09-17. Utrustningen ger ingen
joniserande strålning utan kan skötas av
Migrationsverkets personal. Bilderna
måste dock bedömas av läkare och
Rättsmedicinalverket skulle kunna vara
ansvarig för medicinsk kvalitét. Skulle
sjukdomar upptäckas måste en medicinsk
utredning startas pga fynden på bilderna. Figur 6. Magnetkamera för extremitetsundersökning.
Pilotstudie 18 år
Åldersbedömning efter undersökning med magnetkamera av knäled bör
kunna uppskatta 18 års gränsen hos såväl pojkar som flickor efter undersökning av nedre lårbenet med en risk att missa en person under 18 år på 3-7%
(pojkar/flickor). Ju äldre gruppen som undersöks är desto större andel kan
bedömas. Andelen som kan bedömas kan sannolikt också ökas om man
kombinerar en undersökning med magnetkamera av både knäled och fotled.
SOCIALSTYRELSEN
15
Effekten av etnicitet måste dock undersökas i ytterligare studier. En alternativ metod för 18 års gränsen för både pojkar flickor skulle vara undersökning
av övre skenbenet och fotleden. En pilotstudie föreslås som studerar de fyra
tillväxtzonerna i knäled och fotled som har mest lovande data för att kunna
vara aktuella för ett ordnat införande. Dessutom föreslås att nya avbildningsmetoder av nyckelbenet med magnetkamera börjar studeras för att
förbättra samstämmigheten mellan olika bedömare.
För att belysa frågan om etnicitet föreslås bekräftande studie på barn födda
i Sverige med utländsk bakgrund från olika befolkningar göras som en
kvalitetskontroll av metoden. Genom att undersöka barn födda i Sverige i
första respektive andra generationen kan effekten av etnicitet möjligen
kvantifieras.
Pilotstudie 15 år
Automatiska system för undersökning av hand/handled med magnetkamera
tycks inte kunna uppskatta 18 års gränsen men kan tänkas användas för lägre
åldrar t ex 15 års gränsen. Då måste dock litteraturstudier göras rörande 15
års gränsen för bedömning av röntgen av tänder samt röntgen av
hand/handled. Sannolikt krävs också en kompletterande pilotstudie för en ny
metod rörande tänder, maturity-index som jämförs med de två automatiska
metoder som står till buds – röntgen respektive magnetkamera.
För bedömning av 21 års gränsen behöver den osäkra bedömning av nyckelben förbättras. Dels krävs litteraturstudier av röntgen av nyckelben (med
datortomografi) för jämförelse med litteraturstudien av nyckelben med
magnetkamera. Dels krävs en pilotstudie för att se om andra sekvenser vid
inställning av magnetkamera som kan avbilda brosk bättre (dvs tillväxtzonen) gör att samstämmigheten mellan olika bedömare av ett nyckelben kan
förbättras.
Socialstyrelsens bedömning
Konklusion magnetkamera
Tidigare har röntgen använts för att bedöma skelettålder för att förutsäga
längdtillväxt hos barn oftast upp till 15-17 år. Det har saknats säkra metoder
att bedöma åldersgränsen 18 år. En annan avbildande metod, magnetkamera,
har visat sig lämplig för att bättre avbilda skelettets tillväxtzoner. Det finns
ett begränsat till måttligt starkt vetenskapligt underlag för att undersöka
nedanstående tillväxtzoner med magnetkamera. En bekräftande pilotstudie
rekommenderas inför ett ev. ordnat införande av magnetkameraundersökningar av nedanstående tillväxtzoner.
• Undersökning av knäets övre del (nedre lårbenet, distala femur) ger
information om
− 18 års gränsen bedöms med en risk att missta ett barn för en vuxen på
3% för pojkar och 7% för flickor
• Undersökning av knäets nedre del (övre skenbenet, proximala tibia) ger
information om
16
SOCIALSTYRELSEN
• Undersökning av fotleden (nedre skenbenet, distala tibia och hälbenet,
calcaneus) ger information om
− Den automatiska metoden är inte färdigutvecklad och behöver förbättras för pojkar och flickor under 18 år
• Undersökning av nyckelbenet (clavikel) ger information om
ca 1% för både pojkar och flickor. Anatomiska variationer kan dock förekomma som omöjliggör bedömning vilket gör att undersökningen
endast kan bli aktuell i särskilda fall. Samstämmigheten mellan olika
bedömare måste förbättras inför en pilotstudie.
Konklusion tandundersökning för 18 års gränsen
Tidigare har röntgen av tänder använts för att bedöma om åldern 18 år
uppnåtts. Socialstyrelsens genomgång av den vetenskapliga dokumentationen
på området visar att det föreligger korrelationer mellan tändernas utveckling
och kronologisk ålder men att den individuella variationen kan vara stor. De
metoder som baseras på en bedömning av tändernas utvecklingsstadium är
också behäftade med en stor osäkerhet rörande samstämmigheten mellan
olika bedömare. Samstämmigheten är oftast endast 60-85%, i vissa studier
ännu lägre. En ny metod, maturity index, visar på bättre siffror men samtidigt
har samstämmigheten mellan olika bedömare undersökts på ett förenklat sätt.
Istället för att två eller flera bedömare undersöker samma bildmaterial
verifieras samstämmigheten endast för en mindre del av materialet.
Det är ett grundläggande krav att samstämmigheten är god och Socialstyrelsens bedömning är att samstämmigheten bör vara minst 80%. Detta
uppfyller inte tandundersökning för 18 års gränsen med dagens metoder. Det
krävs ytterligare studier för att värdera maturity index särskilt hur samstämmigheten är mellan olika bedömare då alla bilder bedöms av flera bedömare.
Tills maturity index kunnat värderas ytterligare är det Socialstyrelsens
bedömning att tandundersökningar för 18 års gränsen inte bör göras dvs är sk
icke göra. Motiveringen är att det vetenskapliga underlaget för metoden är
otillräckligt men att det även finns underlag som indikerar att metoden inte
bör användas för 18 års gränsen pga bristande samstämmighet och en låg
andel av rätt bedömda såväl barn som vuxna.
Konklusion automatiska bedömning
av skelett med röntgen för 18 års gränsen
Tidigare har röntgen använts för att bedöma skelettålder för att förutsäga
längdtillväxt hos barn oftast upp till 15-17 år. Det har saknats säkra metoder
att bedöma åldersgränsen 18 år. Det finns ett begränsat vetenskapligt underlag för att bedöma 18 års gränsen med röntgen (joniserande strålning) av
hand/handled. Vid bedömning av 18 års gränsen är individdosen låg medan
däremot populationsdosen kan bli betydande om ett stort antal asylsökande
skall undersökas. Det är därför Socialstyrelsens bedömning att metoden inte
SOCIALSTYRELSEN
17
bör användas för att bedöma 18 års gränsen innan metoden kan jämföras med
resultatet från en pilotstudie med magnetkamera rörande 18 års gränsen.
Skulle undersökning med magnetkamera vara lika bra eller bättre, vilket
Socialstyrelsens litteraturgenomgång indikerar och föreslås undersökas
vidare i en pilotstudie, bör undersökning med magnetkamera användas
istället.
Förslag till pilotstudier
Pilotstudie 18 år
Friska individer folkbokförda och födda i Sverige erbjuds deltaga via
slumpmässigt urval i folkbokförd ålder 17-19 år ev. 16-20 år (6 mån intervall, +- 1 månad). Fördelas lika på subgrupper med 0, 1 resp 2 generationer
utländsk bakgrund och dominerande invandrarländer och kön. Det är särskilt
viktigt att bedöma samstämmigheten mellan olika bedömare.
Bilderna med magnetkamera bör bedömas av två specialister i radiologi
med minst 5 års erfarenhet. Erfarenhet i pediatrisk radiologi eller muskuloskeletal radiologi är meriterande.
• Kan fyra utvalda tillväxtzoner i knäled och fotled i kombination bättre
bestämma 18 års gränsen än tidigare forskning visat? MR sekvens valideras.
− Hypotes: Tillväxtzonerna mognar i viss ordning för en individ trots
biologisk variation
• Kan etnicitet hos folkbokförda och födda i Sverige påverkas av att ha
utländsk bakgrund (1-2 generationer)
− Hypotes: Det finns ingen skillnad vid lika levnadsbetingelser vid 18 år
• Kan samstämmigheten mellan bedömare ökas med ny sekvens för nyckelben för brosk?
• Kan undersökning av barnläkare och psykosocial bedömning förbättra
underlaget för åldersbedömningen?
Pilotstudie 15 (21 år)
En liknande pilotstudie kan göras för åldrarna 14-22 för att svara på frågan
vilka metoder som är lämpliga för dessa åldrar. För 15 års gränsen torde
undersökning av hand/handled och tänder vara lämpliga eftersom dessa
mognar några år senare än 15 års gränsen. För hand/handled behöver avgöras
vilken automatisk metod som är bäst, röntgen av hand/handled eller undersökning med magnetkamera. För tänder bör man studera undersökning av
molarrötter (andra och tredje molar) och jämföra med sk maturity index där
rötter och tandhöjd studeras. Det är särskilt viktigt att bedöma samstämmigheten mellan olika bedömare.
Tidplan
Fortsatt genomgång av all litteratur på området dvs manuella metoder som
bygger på röntgen respektive litteratur kring 15 och 21 års gränsen kan
komma att ta ytterligare ett år. Möjligheterna att genomföra en sådan fort-
18
SOCIALSTYRELSEN
sättning är beroende ytterligare uppdrag till Socialstyrelsen. De föreslagna
pilotstudierna kräver särskild tidplan och särskilt uppdrag.
Samråd
Rättsmedicinalverket har begärt och fått information om projektet den 10
februari liksom Justitiedepartementet. Samråd har även skett på initiativ från
Strålskyddsmyndigheten och Socialdepartementet. Dessa intressenter samt
SBU, Barnläkarföreningen, Tandläkarförbundet, Svenska Läkarsällskapet,
Åklagarmyndigheten, Polismyndigheten, Skatteverket, SKL och Migrationsverket är inbjudna för fortsatt dialog den 20 april.
Etiska överväganden
En grupp av tre etiker har påbörjat sin granskning den 1 februari under
ledning av Lars Sandman i samråd med Lisa Furberg och Erik Malmqvist.
Deras slutsatser redovisas i en särskild rapport den 20 april.
SOCIALSTYRELSEN
19
Referenser
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
20
Krämer, JA, Schmidt, S, Jurgens, KU, Lentschig, M, Schmeling, A,
Vieth, V. Forensic age estimation in living individuals using 3.0 T MRI
of the distal femur. International journal of legal medicine. 2014;
128(3):509-14.
Martin, DD, Wit, JM, Hochberg, Z, Savendahl, L, van Rijn, RR, Fricke,
O, et al. The use of bone age in clinical practice - part 1. Hormone
research in paediatrics. 2011; 76(1):1-9.
Thodberg, HH, Neuhof, J, Ranke, MB, Jenni, OG, Martin, DD.
Validation of bone age methods by their ability to predict adult height.
Hormone research in paediatrics. 2010; 74(1):15-22.
Gunst, K, Mesotten, K, Carbonez, A, Willems, G. Third molar root
development in relation to chronological age: a large sample sized
retrospective study. Forensic science international. 2003; 136(1-3):52-7.
Kullman, L, Johanson, G, Akesson, L. Root development of the lower
third molar and its relation to chronological age. Swed Dent J. 1992;
16(4):161-7.
Dedouit, F, Auriol, J, Rousseau, H, Rouge, D, Crubezy, E, Telmon, N.
Age assessment by magnetic resonance imaging of the knee: a
preliminary study. Forensic science international. 2012; 217(1-3):232
e1-7.
Saint-Martin, P, Rerolle, C, Pucheux, J, Dedouit, F, Telmon, N.
Contribution of distal femur MRI to the determination of the 18-year
limit in forensic age estimation. International journal of legal medicine.
2015; 129(3):619-20.
Saint-Martin, P, Rerolle, C, Dedouit, F, Bouilleau, L, Rousseau, H,
Rouge, D, et al. Age estimation by magnetic resonance imaging of the
distal tibial epiphysis and the calcaneum. International journal of legal
medicine. 2013; 127(5):1023-30.
Saint-Martin, P, Rerolle, C, Dedouit, F, Rousseau, H, Rouge, D,
Telmon, N. Evaluation of an automatic method for forensic age
estimation by magnetic resonance imaging of the distal tibial epiphysis-a preliminary study focusing on the 18-year threshold. International
journal of legal medicine. 2014; 128(4):675-83.
Hillewig, E, De Tobel, J, Cuche, O, Vandemaele, P, Piette, M,
Verstraete, K. Magnetic resonance imaging of the medial extremity of
the clavicle in forensic bone age determination: a new four-minute
approach. European radiology. 2011; 21(4):757-67.
Hillewig, E, Degroote, J, Van der Paelt, T, Visscher, A, Vandemaele, P,
Lutin, B, et al. Magnetic resonance imaging of the sternal extremity of
the clavicle in forensic age estimation: towards more sound age
estimates. International journal of legal medicine. 2013; 127(3):677-89.
Tangmose, S, Jensen, KE, Villa, C, Lynnerup, N. Forensic age
estimation from the clavicle using 1.0T MRI--preliminary results.
Forensic science international. 2014; 234:7-12.
Vieth, V, Schulz, R, Brinkmeier, P, Dvorak, J, Schmeling, A. Age
estimation in U-20 football players using 3.0 tesla MRI of the clavicle.
Forensic science international. 2014; 241:118-22.
SOCIALSTYRELSEN
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
Darvishpour, M, Westin, C, Karlsson, L. Migration och etnicitet:
perspektiv på ett mångkulturellt Sverige. Lund: Studentlitteratur; 2015.
Thodberg, HH, Savendahl, L. Validation and reference values of
automated bone age determination for four ethnicities. Academic
radiology. 2010; 17(11):1425-32.
Kramer, JA, Schmidt, S, Jurgens, KU, Lentschig, M, Schmeling, A,
Vieth, V. Forensic age estimation in living individuals using 3.0 T MRI
of the distal femur. International journal of legal medicine. 2014;
128(3):509-14.
Krämer, JA, Schmidt, S, Jurgens, KU, Lentschig, M, Schmeling, A,
Vieth, V. The use of magnetic resonance imaging to examine
ossification of the proximal tibial epiphysis for forensic age estimation
in living individuals. Forensic science, medicine, and pathology. 2014;
10(3):306-13.
Stern, D, Ebner, T, Bischof, H, Grassegger, S, Ehammer, T, Urschler,
M. Fully automatic bone age estimation from left hand MR images.
Medical image computing and computer-assisted intervention : MICCAI
International Conference on Medical Image Computing and ComputerAssisted Intervention. 2014; 17(Pt 2):220-7.
Ebner, T, Stern, D, Donner, R, Bischof, H, Urschler, M. Towards
automatic bone age estimation from MRI: localization of 3D anatomical
landmarks. Medical image computing and computer-assisted
intervention : MICCAI International Conference on Medical Image
Computing and Computer-Assisted Intervention. 2014; 17(Pt 2):421-8.
Serinelli, S, Panebianco, V, Martino, M, Battisti, S, Rodacki, K,
Marinelli, E, et al. Accuracy of MRI skeletal age estimation for subjects
12-19. Potential use for subjects of unknown age. International journal
of legal medicine. 2015; 129(3):609-17.
Tomei, E, Sartori, A, Nissman, D, Al Ansari, N, Battisti, S, Rubini, A, et
al. Value of MRI of the hand and the wrist in evaluation of bone age:
preliminary results. Journal of magnetic resonance imaging : JMRI.
2014; 39(5):1198-205.
Dvorak, J, George, J, Junge, A, Hodler, J. Application of MRI of the
wrist for age determination in international U-17 soccer competitions. Br
J Sports Med. 2007; 41(8):497-500.
Dvorak, J, George, J, Junge, A, Hodler, J. Age determination by
magnetic resonance imaging of the wrist in adolescent male football
players. Br J Sports Med. 2007; 41(1):45-52.
Schmidt, S, Vieth, V, Timme, M, Dvorak, J, Schmeling, A. Examination
of ossification of the distal radial epiphysis using magnetic resonance
imaging. New insights for age estimation in young footballers in FIFA
tournaments. Science & justice : journal of the Forensic Science Society.
2015; 55(2):139-44.
Tscholl, PM, Junge, A, Dvorak, J, Zubler, V. MRI of the wrist is not
recommended for age determination in female football players of U16/U-17 competitions. Scandinavian journal of medicine & science in
sports. 2015.
Babburi, S, Nelakurthi, H, Aparna, V, Soujanya, P, Kotti, AB,
Ganipineni, K. Radiographic Estimation of Chronological Age using
Mineralization of Third Molars in Coastal Andhra, India. Journal of
International Oral Health. 2015; 7(5):49-52.
SOCIALSTYRELSEN
21
27.
28.
29.
30.
31.
32.
33.
34.
35.
36.
37.
38.
39.
40.
41.
22
Bagherpour, A, Anbiaee, N, Partovi, P, Golestani, S, Afzalinasab, S.
Dental age assessment of young Iranian adults using third molars: A
multivariate regression study. J Forensic Leg Med. 2012; 19(7):407-12.
Bhowmik, B, Acharya, AB, Naikmasur, VG. The usefulness of Belgian
formulae in third molar-based age assessment of Indians. Forensic
science international. 2013; 226(1-3):300 e1-5.
Cameriere, R, Ferrante, L, De Angelis, D, Scarpino, F, Galli, F. The
comparison between measurement of open apices of third molars and
Demirjian stages to test chronological age of over 18 year olds in living
subjects. International journal of legal medicine. 2008; 122(6):493-7.
Cavalcante Carneiro, AP, Lins Guimarães, JAT, Silva Ikeda, RM, Silva
Santiago Costa, AP, Laureano Filho, JR. Chronological table of third
molar mineralization in a survey in the state of Alagoas, Brazil.
Brazilian Journal of Oral Sciences. 2010; 9(4):488-92.
Corradi, F, Pinchi, V, Barsanti, I, Garatti, S. Probabilistic classification
of age by third molar development: the use of soft evidence. Journal of
forensic sciences. 2013; 58(1):51-9.
Corradi, F, Pinchi, V, Barsanti, I, Manca, R, Garatti, S. Optimal age
classification of young individuals based on dental evidence in civil and
criminal proceedings. International journal of legal medicine. 2013;
127(6):1157-64.
Kasper, KA, Austin, D, Kvanli, AH, Rios, TR, Senn, DR. Reliability of
third molar development for age estimation in a Texas Hispanic
population: a comparison study. Journal of forensic sciences. 2009;
54(3):651-7.
Liversidge, HM. Permanent tooth formation as a method of estimating
age. Front Oral Biol. 2009; 13:153-7.
Liversidge, HM, Marsden, PH. Estimating age and the likelihood of
having attained 18 years of age using mandibular third molars. Br Dent
J. 2010; 209(8):E13.
Maled, V, Manjunatha, B, Patil, K, Balaraj, BM. The chronology of
third molar root mineralization in south Indian population. Med Sci
Law. 2014; 54(1):28-34.
Meinl, A, Tangl, S, Huber, C, Maurer, B, Watzek, G. The chronology of
third molar mineralization in the Austrian population--a contribution to
forensic age estimation. Forensic science international. 2007; 169(23):161-7.
Mincer, HH, Harris, EF, Berryman, HE. The A.B.F.O. study of third
molar development and its use as an estimator of chronological age.
Journal of forensic sciences. 1993; 38(2):379-90.
Scheurer, E, Quehenberger, F, Mund, MT, Merkens, H, Yen, K.
Validation of reference data on wisdom tooth mineralization and
eruption for forensic age estimation in living persons. International
journal of legal medicine. 2011; 125(5):707-15.
Streckbein, P, Reichert, I, Verhoff, MA, Bodeker, RH, Kahling, C,
Wilbrand, JF, et al. Estimation of legal age using calcification stages of
third molars in living individuals. Science & justice : journal of the
Forensic Science Society. 2014; 54(6):447-50.
Tangmose, S, Thevissen, P, Lynnerup, N, Willems, G, Boldsen, J. Age
estimation in the living: Transition analysis on developing third molars.
Forensic science international. 2015.
SOCIALSTYRELSEN
42.
43.
44.
45.
46.
47.
48.
Vidisdottir, SR, Richter, S. Age estimation by dental developmental
stages in children and adolescents in Iceland. Forensic science
international. 2015; 257:518 e1-7.
Cameriere, R, Ferrante, L, Cingolani, M. Precision and reliability of
pulp/tooth area ratio (RA) of second molar as indicator of adult age.
Journal of forensic sciences. 2004; 49(6):1319-23.
De Luca, S, Biagi, R, Begnoni, G, Farronato, G, Cingolani, M, Merelli,
V, et al. Accuracy of Cameriere's cut-off value for third molar in
assessing 18 years of age. Forensic science international. 2014; 235:102
e1-6.
Deitos, AR, Costa, C, Michel-Crosato, E, Galic, I, Cameriere, R,
Biazevic, MG. Age estimation among Brazilians: Younger or older than
18? J Forensic Leg Med. 2015; 33:111-5.
Kullman, L, Martinsson, T, Zimmerman, M, Welander, U.
Computerized measurements of the lower third molar related to
chronologic age in young adults. Acta Odontol Scand. 1995; 53(4):2116.
van Rijn, RR, Lequin, MH, Thodberg, HH. Automatic determination of
Greulich and Pyle bone age in healthy Dutch children. Pediatric
radiology. 2009; 39(6):591-7.
Zhang, SY, Liu, G, Ma, CG, Han, YS, Shen, XZ, Xu, RL, et al.
Automated determination of bone age in a modern chinese population.
ISRN Radiol. 2013; 2013:874570.
SOCIALSTYRELSEN
23
1
Bilaga 1
Utlåtande över det vetenskapliga underlaget för bedömning av skelettmognad med
hjälp av MR-teknik, med särskild hänsyn tagen till 18-årsgränsen
2016-04-07
Sven Laurin, docent, specialist i medicinsk radiologi
med särskild behörighet i pediatrisk radiologi
1. På uppdrag av Socialstyrelsen (ref. Carl-Erik Flodmark) har jag granskat det vetenskapliga
underlaget för åldersbedömning med MR-undersökning i sammanlagt 19 vetenskapliga
artiklar.
2. Bakgrund
Barn och ungdomar har inte ett färdigvuxet skelett. Skelettmognaden kan bedömas med
röntgen eller MR-teknik (magnetisk resonanstomografi eller mer vardagligt MR-kamera).
[För att skelettet ska kunna växa finns tillväxtzoner i fr.a. rörbenen. Tillväxtzonerna kan ses
med MR-teknik. Tillväxtzonerna försvinner (ersätts med normalt ben) när tillväxten avslutas.
Detta sker vid olika tidpunkt för olika ben. Utseendet av tillväxtzonerna och tidpunkten när
dessa försvinner kan alltså indikera personens ålder. Det finns stor individuell variation för
slutning av tillväxtzonerna. En del ben i handroten har inte tillväxtzoner utan tillväxer vid ytan.
Även dessa bens form och storlek kan indikera personens mognadsstadium.]
På friska personer ska joniserande strålning (röntgen) undvikas. Där är MR-undersökning en
bättre metod för bedömning av skelettmognad.
Det är väl känt att skelettmognaden avslutas tidigare hos kvinnor (flickor) och att
skelettmognaden visar stor variation mellan olika individer av samma kön och med samma
kronologiska ålder.
Skelettmognaden uppvisar skillnader hos olika etniska grupper(2,17). Detta gäller även vid
handröntgen för bestämning av skelettmognad hos barn av olika etniska grupper uppvuxna i
USA(18) .
3. Granskning
3 a. Den vetenskapliga litteraturen(1-17,19,20) av åldersbedömning med hjälp av MRundersökning som jag har granskat rör följande anatomiska regioner: Nyckelben (den del av
nyckelbenet som ledar mot bröstbenet), hand, handled, knä, dvs nedre delen av lårbenet och
övre delen av skenbenet, samt nedre delen av skenbenet och hälbenet.
3 b.Värdet av studierna försvagas genom att urvalet av testpersoner inte är slumpartat. Ett
skevt urval kan därmed förrycka resultatet. En studie avser endast flickor(17) andra studier
enbart pojkar(2,3,10,11,13,18,19).
Vidare är i vissa fall antalet testpersoner i åldrarna 16 – 22 år i varje årsgrupp litet (7 -20
personer, pojkar och flickor blandat(1,4,5,6,7,9,10,12,13,14,16,19). För rättvisande resultat bör antalet i
varje åldersgrupp vara flera gånger större. Genomförda meta-analyser kan i vissa fall öka det
statistiska stödet för slutsatserna.
3 c. Metoder för att läsa MR-bilder automatiskt har prövats för vissa anatomiska områden.
Resultaten är preliminära. Automatiserad läsning kan ännu inte tillämpas rutinmässigt(9,13,18).
3 d. En av studierna(1) är svår att jämföras med de övriga eftersom MR-undersökningen har
utförs på ett annorlunda sätt vilket inverkar på utseende av skelettmognaden på MR-bilderna.
2
4. Olika anatomiska områden
Hand: MR-undersökning av handen kan användas för bedömning av skelettmognad upp till
åldern 17 år för pojkar och 16,5 år för flickor men för 18-årsgränsen är metoden
osäker(12,13,15,16,19).
Handled: MR undersökning av handleden visar en spridning mellan kronologisk ålder 17 år
och 30+ år för slutning av tillväxtzonen i strålbenet (det största benet i handleden), vilket
innebär att metoden inte kan användas med god säkerhet för åldersgränsen 18
år och högre(2,3,11,12,16,17,19).
Nyckelben: MR-undersökning av nyckelbenet ger möjlighet att avgränsa kronologisk ålder
över 18 år, men det är anmärkningsvärt svårt att bedöma bilderna anatomiskt och
rörelseartefakter kan ofta göra bedömningen omöjlig(4,5,14,20). Bortfallet är därför ej obetydligt.
Nedre delen av lårbenet: MR-undersökning av nedre delen av lårbenet förefaller kunna
användas för bedömning av åldersgränsen genom att undersökningen påvisar en stor del av
dem som är över 18 år. Alla över 18 år påvisas dock ej (6,10). Metod enligt Dedouit et al.(1) är
svår att använda för jämförelse.
Övre delen av skenbenet: MR-undersökning av övre delen av skenbenet är osäker för
kvinnor över 18 år eftersom tillväxtzonen sluts redan vid 17,7 år hos många flickor(1,7).
Nedre delen av skenbenet och kombination med hälbenet: MR-undersökning av nedre
delen av skenbenet + hälbenet kan sannolikt användas(8).
Automatiserad läsning av MR-bilder: De automatiserade metoderna för bedöming av
skelettålder har testats för handen+handleden(13,19) och för skenbenets nedre del + hälbenet(8).
För hand och handled gäller samma begränsningar som nämnts ovan. För skenbenets övre del
är den automatiserade metoden inte mogen enligt författarna(9).
5. Pilotstudier
Resultaten som redovisats kortfattat ovan kan sammanfattas så att det torde vara värt att gå
vidare med pilotstudier vilka dels visar inverkan av etnicitet, dels testar olika anatomiska
områden, nämligen knäled (nedre delen av lårbenet och övre delen av skenbenet) samt
fotleden (nedre delen av skenbenet + hälbenet).
Litteratur
1. Dedouit F, Auriol J, Rousseau H, Rougé D, Crubézy E, Telmon N (2012) Age assessment by magnetic
resonance imaging of the knee: a preliminary study. Forensic Sci Int 217: 232–7
2. Dvorak J, George J, Junge A, Hodler J (2007) Age determination by magnetic resonance imaging of the wrist
in adolescent male football players. Br J Sports Med 41:45–52.
3. Dvorak J , George J, Junge A, Hodler J (2007) Application of MRI of the wrist for age determination in
international U-17 soccer competitions. Br J Sports Med 41:497–500.
4. Hillewig E, De Tobel J, Cuche O, Vandemaele P, Piette M, Verstraete K (2011) Magnetic resonance imaging
of the medial extremity of the clavicle in forensic bone age determination: a new four-minute approach. Eur
Radiol 21:757–767.
5. Hillewig E, Degroote J,Van der Paelt T, Visscher A,Vandemaele P, Lutin B, D’Hooghe L,
Vandriessche V, Piette M ,Verstraete K (2013) Magnetic resonance imaging of the sternal extremity of the
clavicle in forensic age estimation: towards more sound age estimates Int J Legal Med 127:677–689
6. Krämer J, Sven Schmidt S, Jürgens K, Lentschig M, Schmeling A, Vieth V (2014) Forensic age estimation in
living individuals using 3.0T MRI of the distal femur. Int J Legal Med 128:509–514
3
7. Krämer J, Schmidt S, Jürgens K-U, Lentschig M, Schmeling A, Vieth V (2014) The use of magnetic
resonance imaging to examine ossification of the proximal tibial epiphysis for forensic age estimation in living
individuals. Forensic Sci Med Pathol 10:306–313
8. Saint-Martin P, Rérolle C, Dedouit F, Bouilleau L, Rousseau H, Rougé R, Telmon N (2013) Age estimation
by magnetic resonance imaging of the distal tibial epiphysis and the calcaneum. Int J Legal Med 127:1023–1030
9. Saint-Martin P, Rérolle R, Dedouit F, Rousseau H, Rougé D, Telmon N (2014) Evaluation of an automatic
method for forensic age estimation by magnetic resonance imaging of the distal tibial epiphysis – a preliminary
study focusing on the 18-year threshold. Int J Legal Med 128:675–683
10. Saint-Martin P, Rérolle C, Pucheux J, Dedouit F, Telmon N (2015) Contribution of distal femur MRI to the
determination of the 18-year limit in forensic age estimation. Int J Legal Med 129:619–620
11. Schmidt S, Vieth V, Timme T, Dvorak J, Schmeling A (2015) Examination of ossification of the distal radial
epiphysis using magnetic resonance imaging. New insights for age estimation in young footballers in FIFA
tournaments. Science and Justice 55:139–144
12. Serinelli S, Panebianco V, Martino M,Battisti S, Rodacki K, Marinelli E, Zaccagna F, Semelka R, Tomei E
(2015) Accuracy of MRI skeletal age estimation for subjects 12–19.
Potential use for subjects of unknown age. Int J Legal Med 129:609–617
13. Stern D, Ebner T, Bischof H, Grassegger S, Ehammer T, Urschler M (2014) Fully automated bone age
estimation from left hand images. P Golland et al (Eds.) MICCAI 2014, Part II, LNCS 8674, pp.220-227,
Springer International Publishing, Switzerland
14. Tangmose S, Jensen K-E, Villa C, Lynnerup N (2014) Forensic age estimation from the clavicle using 1.0 T
MRI—preliminary results. Forensic Science International 234:7–12
15. Terada Y, Kono S, Tamada D, Uchiumi T, Kose K, Miyagi R, Yamabe E, Yoshioka H (2013) Skeletal age
assessment in children using an open compact MRI system. Magnetic Resonance in Medicine 69:1697–1702
16. Tomei E, Sartori A, Nissman D, AlAnsari N, Battisti S, Rubini A, Stagnitti A, Martino M, Marini M,
Barbato E, Semelka R (2014) Value of MRI of the hand and the wrist in evaluation of bone age: Preliminary
results J Magn Resonance Imaging 39:1198–1205
17. Tscholl P, Junge A, Dvorak J, Zubler (2016) MRI of the wrist is not recommended for age determination in
female football players of U-16/U-17 competitions. Scand J Med Sci Sports 26(3):324-8
18. Thodberg H, Sävendahl L (2010) Validation and reference values of automated bone age determination for
four ethnicities. Acad Radiol 10:1425-32
19. Urschler M, Grassegger S, Stern D (2015) What automated age estimation of hand and wrist MRI data tells
us about skeletal maturation in male adolescents. Ann Hum Biol 42(4): 358–367
20. Vieth V, Schulz R, Brinkmeier P, Dvorak J, Schmeling A (2014) Age estimation in U-20 football players
using 3.0 tesla MRI of the clavicle. Forensic Science International 241:118–122
Bilaga 2
2016-04-09
Sandra Díaz Ruíz, PhD, Överläkare barnradiologi, MR ansvarig på muskuloskelettal
område, Astrid Lindgrens Barnsjukhus, Karolinska, Solna.
Utlåtande över vetenskapliga underlaget för bedömning av skelettmognad med hjälp av
MR-teknik med särskild hänsyn tagen till 18-årsgränsen.
Bakgrund
Magnet resonans teknik (MR-teknik) är den ideala metoden för att undersöka barn på
grund av att den inte använder joniserande strålning. Den stora fördelen med tekniken
är den höga upplösningen för avbildning av mjuka delar i kroppen. Brosket som finns i
tillväxtzoner hos växande individer kan avbildas och mätas med god tillförlitlighet om
man använder adekvata sekvenser och magnetstyrka. Undersökning är tidskrävande
och har visa restriktioner. MR-kamera är dyrt med begränsad tillgänglighet.
Det är redan känt att skelettmognaden uppvisar skillnaden hos olika etniska grupper
och mellan kön.
Granskning
1. Vetenskapliga litteraturen av åldersbedömning med MR-teknik omfattar 19
publicerade artiklar av olika kroppsdelar:
a. Nyckelben: 4 artiklar varav en endast av pojkar
b. Hand och handled: 9 artiklar varav 4 endast av pojkar och en endast av
flickor
c. Knä med avseende av nedre delen av lårbenet och övre delen av
skenbenet: 4 artiklar varav en endast av pojkar
d. Fotled med avseende av nedre delen av skenbenet och hälbenet: 2 artiklar
2. Flera aspekter gör att värdet av studierna kan ifrågasättas:
a. Urval av individer var inte slumpartat. Flera studier hade olika ändamål.
b. Antalet testpersoner varierar och är inte symmetrisk fördelad i olika
åldersintervall eller kön.
c. Styrka av magnetfältet variera i olika studier och likadana sekvenser
urval. Detta gör svar jämförelse mellan studier.
d. Analys av resultaten har också variera mellan manuella, automatiska och
semiautomatiska metoder.
e. Granskare har också olika bakgrund och erfarenhet i bildgranskning.
3. Bedömning:
a. Hand och Handled: stor osäkerhet av skelettsmognad för 18-årgränsen
framför allt hos flickor samt stor intervall spridning hos pojkar. Icke
rekommenderas som enbart metod.
b. Nyckelben: metod och sekvenskrävande, dock lovande för eventuell
pilotstudie med god anpassning och rätt sekvens urval med hänsyn till att
nyckelbenet är det sista ben i kroppen som förbenas. Tillhör
forskningsgrupp.
c. Knä: fördel med avbildning av båda nedre delen av lår och övre delen av
skenben i samma seans. Låg magnetstyrka ger bra upplösning i bilden.
Dock rekommenderas speciell brosksekvens som ger möjlighet till volym
undersökning av därmed rekonstruktioner i 3 planer för bättre
kartläggning i tveksamma fall. Tidskrävande, ca 6 min. Krävs god anatomi
kunskap och röntgen erfarenhet i barnskelett för granskning. Underlag
finns för praktiskt införande i större skala med kontinuerlig
kvalitetskontroll.
d. Fotled: det finns för lite material i detta område och intervallerna visar sig
bredda för hälbenet. Tillför mer osäkerhet till bedömningen. Icke
rekommenderas som enbart metod. Tillhör forskningsgrupp.
e. Automatiserad granskning: Det saknas stor material och validering av
metoden. Tillhör forskningsgrupp.
Inom radiologi är MR-teknik modaliteten som mest har utvecklas i de sista åren.
Tendensen går till att öka magnetstyrka vilket i sin tur kräver stor utrustning och
infrastruktur för att tillämpa den i kliniskt bruk och naturligvist ökad kostnad. För att
göra MR-undersökning mer tillgängligt och praktiskt med låga kostnaden har industrin
utvecklat dedicerade MR-kamrar för skelett ändamål. Detta innebär lägre styrka som
kan accepteras för klinisk diagnostik med mindre apparater som upplevs behaglig för
patienterna och därmed mindre undersökningstid och kostnad. Industrin erbjuder nu
förtiden magneter med 1Tesla styrka med god bildkvalitet för skelett diagnostik. Hänsyn
bör tas till att sådana maskiner har samma restriktioner beträffande MR-kompatibilitet i
kroppen. Dessutom krävs det att granskaren är ’van vid’ att se och urskilja olika
anatomiska strukturer som kan missleda bedömningen.
Bilaga 3. Studier rörande magnetkameraundersökning
Metaanalys
Författare
År
Land
för
folkbokföring
Title
Patient
population
(age,
b/g)
Stadium
of fusion
Indextest
and body
part (tag
bort tidigare label
efterhand)
Intra/inter observer
reliability
Effect biological age
Effect
stage
epiphysis
NF=nonfusion
F=fusion
Tesla
Or
Sequence
N, Mean
(SD), min
max
SaintMartin,
P., et al.
2013
France
"Age
estimatio
n by
magnetic
resonance
imaging
of the
distal
tibial
epiphysis
and the
calcaneu
m."
8-25
years
100 g/80
b
Schmeli
ng
modifie
d
F=stadiu
m3
NF=1-2
Distal tibia
(calcaneus
in the same
study)
MR 1.5 T
T1W-TSE
Effect measurement
Denna del på svenska
Grade per studie, vetenskapligt underlag
XXXX starkt
XXXO måttligt starkt
XXOO begränsat
XOOO otillräckligt
Intra
0.97 dist tib
Dist tib B
<18
NF/F
31/1
Inter
0,84 dist tib
>=18
NF/F
11/37
<18
NF/F
44/21
>=18
NF/F
1/43
Dist tib G
B<18 90.6% (tibia+cal)
B>18 91.7%
F<18 78,6%
F>18 97,7%
XXOO
Avdrag överförbarhet och
studiestorlek
SaintMartin,
P., et al.
2014
France
"Evaluation of an
automatic
method
for forensic age
estimation by
magnetic
resonance
imaging
of the
distal
tibial
epiphysis--a
preliminary
study
focusing
on the
18-year
thresh-
8-25
years,
80 b/80
g)
Schmeling
Distal tibia
MR 1.5 T
T1W TSE
Automatic computer
analysis
Correct classification (20
ind PCA)
B <18 65.7%
B >18 97.4
G <18 70.9%
F=stadiu
m4
B >18 93.9%
NF_1-3
XXXO
Studiestorlek. Tillägg för
precision. Aut analys.
old."
?
Radius
Dvorak,
J., et al.
Dvorak,
J., et al.
2007
2007
Finland
, Peru,
Japan,
Singap
ore
Switzer
land,
Malays
ia,
Alerger
ia,
"Applicat
ion of
MRI of
the wrist
for age
determina
tion in
internatio
nal U-17
soccer
competiti
ons."
"Age
determina
tion by
magnetic
resonance
imaging
AFC
U17 96
b
<17
(Finland
/Peru)
FIFA
U17 93
b
27 <17
66
>=17<18
(Japan
Singapo
re)
Stadium
NF 1-5
F6
496 b
14-19
years
Stadium
NF 1-5
Distal
radius
1-1.5 T
T1W SE
Sport
population
Missing/Missing
Finland
Peru
Japan
Singapore
NF/F
NF/F
NF/F
NF/F
58/17
37/8
37/11
45/3
XXOO
design
Distal
radius
MR 1.0-1.5
T1W SE
0.95-0.97/0.91-0.92
17.00-17.99
18.00-18.99
NF/F
104/11
NF/F
75/10
XXXO
Avdrag överförbarhet
Radius
Schmidt,
S., et al.
2015
Argenti of the
na
wrist in
adolescen
t male
football
players."
Ger"Examimany
nation of
ossification of
the distal
radial
epiphysis
using
magnetic
resonance
imaging.
New
insights
for age
estimation in
young
footballers in
FIFA
tourna-
F6
Sport
population
152 b
Distala
radius
18-22
years
Schmeling
FStadium
4
NF=Sta
dium 13
MR 3.0 T
T1/TSE
Sport population
>=18
NF/F
88/64
Missing/0.88
XOOO
design (över 18) och avsaknad interbedreliabilitet
ments."
Radius/carp
al
Serinelli,
S., et al.
2015
Italy
"Accuracy of
MRI
skeletal
age estimation
for subjects 1219. Potential
use for
subjects
of unknown
age."
77 b 74
f
12-19
years
Radius/carpal
Se fig/0.98 (b), 0.97
(g)
18-18.99 years
XXOO
Males
design (antal)
Observer A
Observer B
18.19(0.8
3);16.4219.08
18.2(0.83)
;16.4219.08
Females
Observer A
18.52
(0.32); 1818.83
Observer B
18.52
(0.32);1818.83
Mean differ-
ence range
-0.5-0.2 years
Radius
Prox
tibia
Tomei,
E., et al.
Dedouit,
F., et al.
2014
2012
Italy
France
"Value of
MRI of
the hand
and the
wrist in
evaluation of
bone age:
preliminary results."
101
b/78g
Radius +
carpal
11-17
years
0.2 T
"Age
assessme
nt by
magnetic
resonance
imaging
of the
knee: a
prelimina
ry study."
14-20
years
Missing/0.97 (b)/0.96
(g)
Rater A r2=0.9
Rater B r2=0.2?
XXOO
T1W SE
design
11
grades
of fusion
(Tomei)
214/0?
138/152
b/g
Stadium
by
Schmeling
Prox tibia
MR 1.5 T
T2/PD
0.96/0.63
Male
24.1 (3.48);
17.8-30.0
Female
21.7 (4.08);
15.6-29.6)
XXXO
F=stadiu
m4
NF=1-3
Prox
tibia
Dist
femur
Krämer,
J. A., et
al.
Dedouit,
F., et al.
2014
2012
Germa
ny
France
"The use
of
magnetic
resonance
imaging
to
examine
ossificati
on of the
proximal
tibial
epiphysis
for
forensic
age
estimatio
n in
living
individua
ls."
166/124 Proximal
tibia
10-30
years
MR 3.0 T
"Age
assessme
14-20
Stadium
by Schmeling
0.88/0.85
T1W-TSE
Male
XXXO
24.5 (3.8) 16.330.8
Female
23.7 (4.3) 15.630.8
F=stadiu
m4
NF=1-3
MR 1.5 T
T2/PD
0.96/0.86
Male
23.6 (3.08);
XXXO
nt by
magnetic
resonance
imaging
of the
knee: a
prelimina
ry study."
years
214/0?
Distal
femur
Stadium
by
Schmeling
17.8-30.0
Female
22.7 (3.68);
16.6-29.6
Male
XXOO
117; 24.9 (3.5);
18.3-30.8
design (få vid 18 år)
F=stadiu
m4
NF=1-3
Dist
femur
Krämer,
J. A., et
al.
2014
Germany
"Forensic
age estimation in
living
individuals using
3.0 T
MRI of
the distal
femur."
166/124
Dist Femur
10-30
years
MR 3 T
Stadium
by Schmeling
F=stadiu
m4
NF=1-3
T1-TSE
0.94/0.85
Female
88; 24.3
(4.0);16.2-30.8
Clavikel
Clavikel
Hillewig, 2011
E., et al.
Hillewig, 2013
E., et al.
Belgium
Belgiu
m
"Magnetic resonance
imaging
of the
medial
extremity
of the
clavicle
in forensic bone
age determination: a
new fourminute
approach."
121
Clavicle
11-30
years g
MRI 3.0 T
"Magneti
c
resonance
imaging
of the
sternal
extremity
110 b
110 g
16-26
years
Schmeli
ng
NF 1-3
NF=1-3
Missing/0.743 (right)
0.787 (left)
T1W grad
echo
XOOO
24.5 (0.6)
Avdrag överförbarhet och 2
för design (oklart antal+vä/hö och interbed
reliabilitet)
Säkert
antal ind
per stage
osäkert.
Meta
analys går
ej.
F=4-5
Clavicle
(medium)
MR 3.0 T
T1W grad
echo
Fused
0.75 (intra);
0.76/0.74 (inter, left/
right)
Male
16.1-26.2 (NF)
22.1-26.9 (F)
Female
16.0-26.0 (NF)
18.1-26.9 (F)
NF/F
74/
34
NF/F
64/44
Clavikel
Clavikel
Tangmose, S.,
et al.
Vieth,
V., et al.
2014
2014
of the
clavicle
in
forensic
age
estimatio
n:
towards
more
sound age
estimates.
"
"Forensic
age estimation
from the
clavicle
using
1.0T
MRI-preliminary results."
F 4-5
Switzer "Age
zerestimaland,
tion in U-
152 b
Denmark,
55
NF=1-3
F=4
Below 18 if F
Female 0.8%
Male 0.2%
Clavicle
(medial
epiphysis)
0.669/-0.004-0.414
Säkert
antal ind
per stage
osäkert.
Meta
analys går
ej.
XOOO
18.1-23.0
NF/F
127/1
Only one subject >18 was
Metaanalys möjlig
XOOO
T2W gradient echo
18-22
years
MR 3.0 T
Missing
design
(interbedömarreliabilitet)
No subject <18
was fused
MR 1.0 T
Calvicle
(medial)
XXOO
för design (oklart antal per
stage och interbed reliabilitet)
SaintMartin,
P., et al.
SaintMartin,
P., et al.
2015
2013
(Dist
tibia
sam
Malaysia,
Algeria,
Argentina
20 football players using
3.0 tesla
MRI of
the clavicle."
Schmeling
T2W fat
sat
NF 1-3
Sport population
France
"Contribution of
distal
femur
MRI to
the determination of
the 18year limit
in forensic age
estimation."
14-20
years
"Age
estimatio
n by
magnetic
8-25
Calcaneus
years
MR 1.5 T
100 g/80 T1W-TSE
b
France
F4
214b
fused
per kön
för design (antal vid 18 år
och interbed reliabilitet)
14
NF/F
37/0
T1-TSE
15
NF/F
45/0
Dist femur
16
NF/F
35/0
17
NF/F
31/0
18
NF/F
32/15
19
NF/F
27/18
20
NF/F
7/6
MR 1,5 T
0.86/0.86
Stadium
by
Schmeling
F=stadiu
m4
XXXO
NF=1-3
för design
Intra
0.97 calcaneus
Inter
Calc B
<18
NF/F
31/1
ma
studi
e)
resonance
imaging
of the
distal
tibial
epiphysis
and the
calcaneu
m."
>=18
Schmeli
ng
modifie
d
F=stadiu
m3
0.90 calcaneus
NF/F
11/37
<18
NF/F
44/21
>=18
NF/F
1/43
Calc G
XXOO
design (studiestorlek)
B<18 90.6% (tibia+cal)
NF=1-2
B>18 91.7%
F<18 78,6%
F>18 97,7%
Stern,
D., et al.
2014
Austria
"Fully
automatic
bone age
estimation from
left hand
MR images."
13-20
years
56 b
Computer
analysis
ad m
Distala
radius +
carpal +
metacarpal
Mean
difference
0.85+0.58
MR unknown T
Fig 3
lacks
numbers
regarding
T1W gra-
XXOO
design.
.
Terada,
Y., et al.
Terada,
Y., et al.
2013
2014
Japan
Japan
"Skeletal
age assessment
in children using an
open
compact
MRI
system."
"Improved
reliability
in skeletal age
assessment
using a
pediatric
hand MR
Ebner
dient echo
distribtuion
83 evaluated
due to
artifacts
Distala
0.958/0.922-0.926
radius, ulna
and metacarpal
bones,
interphalangeal
joints
No data
besides
Fig 5a.
Correlation between
chronological
age and
MRI age
50 b, 43
g
4.1-16.4
years
Comparison
TW2
atlas
65 b, 23
g
3.4-15.7
years
Comparison
TW2
atlas
0.3 T
XOOO
för design (under 18 år och
inga data)
T1W gradient echo
Distala
0.918/0.880-0.935
radius, ulna
and metacarpal
bones,
interphalangeal
joints
0.3 T
No data besides Fig 3.
XOOO
för design (under 18 år och
inga data)
scanner
with a
0.3T
permanent
magnet."
Tscholl,
P. M., et
al.
2015
Switzerland
"MRI of
the wrist
is not
recommended
for age
determination in
female
football
players of
U-16/U17 competitions."
T1W gradient echo
487
controls+
139
football
players=
626 g
F=6
NF=1-5
Distal radius
1.0-1.5 T
T1W SE
Sport population
Control (487)
Missing/0.928
Female
Footbal
NF/F
109/32
(139)
NF/F
48/11
XXXO
Bilaga 4. Studier rörande undersökning av tänder.
Author
Year
Land
Title
Patient population (age,
b/g)
Intra/inter
observer
reliability
Andel rätt klassificerade över
resp under 18
Effect
stage root 3
molar
Method
for AC
Grade
Non Apex
Closure
(N-AC)
Apex closure (AC)
Age for AC
N, Mean
(SD), min
max
Babburi, S.,
et al.
2015 India
Bagherpour, 2012 Iran
A., et al.
"Radiographic
Estimation of
Chronological
Age using
Mineralization
of Third Molars in Coastal
Andhra, India."
15-22y, 248
b/302 g
"Dental age
assessment of
young Iranian
15-22y,
M, one supervisor
M
AC (b+g)
Demirjian
21.8 (1.2).
See Table 3
XOOO
(avdrag överförbarhet,
-2 redovisning
389 b/885 g
0.873/0.8350.911
AC
>18 y,
Köhler
XXOO (överförbarhet -1
adults using
third molars: A
multivariate
regression
study."
Bhowmik,
B., et al.
Cameriere,
R., et al.
Cameriere,
R., et al.
2013 India
2004 Italy
2008 Italy
"The usefulness of Belgian formulae
in third molarbased age assessment of
Indians."
14-23 y, 94
b, 174 g
"Precision and
reliability of
pulp/tooth area
ratio (RA) of
second molar
as indicator of
adult age."
14-24 y
"The comparison between
measurement
of open apices
of third molars
and Demirjian
14-23 y
One observer 10% reevualted
B 92.8%96.7%
Inter z-score
-1.937, 1.697, 1.326, 1.651
AC
redovisning)
G 90.9-100%
Köhler
XOOO (överförbarhet -2
redovisning)
Demirjian
+
pulp/tooth
area ratio
XXOO (överförbarhet
B<18 77.9%
B>18 81.0
G<18 79.9
G>18 75.3
135b, 177 g
0.833/NS
between
different
observers
AC 92% See
Table 3 and 4
Maturity
index
420 b, 486 g
0.93/0.949
(subsample)
AC 79% See
Table 9
Demirjian
(etnicitet få
studier) -1
redovisning)
XXOO (överförbarhet
(etnicitet få
studier) -1
redovisning
stages to test
chronological
age of over 18
year olds in
living subjects."
Cavalcante
2010 Brasil
Carneiro, A.
P., et al.
"Chronological 9-21 y
table of third
312 (118 b,
molar mineral194 g)
ization in a
survey in the
state of Alagoas, Brazil."
0.789/M (10
pictures)
Corradi, F.,
et al.
2013 Italy
"Probabilistic
classification
of age by third
molar development: the
use of soft
evidence."
16-22 y
0.7000.817/0.6510.722
Corradi, F.,
et al.
2013 Italy
"Optimal age
classification
of young individuals based
on dental evi-
15-22 y
0.7920.892/0.650.71
307 b, 252 g
683 b, 866 g
AC
236/237
months
(upper
lower)
Nicodemo
XOOO (överförbarhet -2
redovisning)
0.80 (whole
age span 16-22
y)
Demirjian
XOOO (överförhet -2 (metod), redovisning)
0.85
Demirjian
XOOO (överförbarhet låg
interbedrel
korrekt klassifikation)
dence in civil
and criminal
proceedings."
De Luca, S., 2014 Italy
et al.
Deitos, A.
R., et al.
Gunst, K.,
et al.
2015 Brazil
2003 Belgium
"Accuracy of
Cameriere's
cut-off value
for third molar
in assessing 18
years of age."
13-22 y
M/M
0.914
205 b/192 g
Maturity
index
XOOO (överförbarhet
(etnicitet få
studier) -2
redovisning
"Age estima378 205 b,
tion among
239 g
Brazilians:
Younger or
older than 18?"
0.825/0.873
(subsample)
"Third molar
root development in relation to chronological age: a
large sample
sized retrospective
study."
Intra 0.127
(-0.2140.468). Inter
0.141 (0.1860.468).
16-23 y
1055 b,
1458 f
0.87
Maturity
index
XOOO
(överförbarhet
(etnicitet få
studier) – redovisning)
+-2.9 years
(95% konfidens-intervall)
Modifierad XOOO (överKöhler
förbarhet, 2
redovisning)
Kasper, K.
A., et al.
2009 USA
Kullman,
L., et al.
1992 Sweden
"Reliability of
third molar
development
for age estimation in a Texas
Hispanic
population: a
comparison
study."
12-22 y
"Root development of the
lower third
molar and its
relation to
chronological
age."
15-25
0.766/0.676
M
M/0.84
Non-AC stadium 6
415 b 535 g
323 b, 354 g
Stadium H
14-16 lower/G
20.8322.85 upper. Table
12 probabilites
Modifierad XOOO (överDemirjian förbarhet 2
redovisning)
Kullman
19.2 (1.0) b
XXOO (överförbarhet,
redovisning)
19.9 (1.6) g
95% conf int
+-2-4 y
Kullman,
L., et al.
1995 Sweden
"Computerized
measurements
of the lower
third molar
related to
chronologic
age in young
adults."
13.4-18.6 y
72 /38 b, 34
g)
M/M
+-2.8 (1.0-1.4)
Kullman
XOOO (överförbarhet, 2
redovisning)
Liversidge,
H. M.
2009 London, UK
"Permanent
(white/Bangladeshi) tooth formation as a
method of
estimating
age."
2-22 y,
Liversidge,
H. M. and
P. H.
Marsden
2010 London, UK
"Estimating
(white/Bangladeshi) age and the
likelihood of
having attained 18 years
of age using
mandibular
third molars."
11-25 y
Maled, V.,
et al.
2014 India
Meinl, A.,
et al.
2007 Austria
0.77/M
529 b, 521 g
(25 in each
group except in one
group)
13-25 y
"The chronology of third
molar mineralization in the
Austrian popu-
12-24 y
XOOO (överförbarhet 2
redovisning)
Table 7
Non-AC
(A1/2)
18.79 b,
19.57 g
Moorrees
and Demirjian
XXOO (överförbarhet och
redovisning)
M/M
M
AC 22.1 b
Kullman
XOOO (överförbarhet och
redovisning 2)
Demirjian
XXOO (överförbarhet +
redovisning)
101 b, 91 g
275 b, 335 g
Moorrees
0.91-0.95/M
300 (78 b
white, 93 g;
60 b 67 g
bangladeshi)
"The chronology of third
molar root
mineralization
in south Indian
population."
AC 20.23
(2.33)
22.2 g
M/0.85 (70
separate
sample)
AC
22.9 b 23.1
g
lation--a contribution to
forensic age
estimation."
Mincer
Scheurer,
E., et al.
Streckbein,
P., et al.
1993 USA
2011 Switzerland
2014 Germany
The ABFO
study
14-24 y
"Validation of
reference data
on wisdom
tooth mineralization and
eruption for
forensic age
estimation in
living persons."
17.5-18.5
"Estimation of
legal age using
calcification
stages of third
molars in living individuals."
15-22
M/M
90,1/92,2 (b/g)
(Table 4)
Demirjian
redovisning
M/0.58-0.60
(mandible)
18year limit
overestimation
2 years in 76 b
and 82% g.
Demirjian
kolla
redovisning)
Demirjian
redovisning)
823 (54% g)
139 b, 168 g
One examiner in the
data used
1047 b,
1313 g
M/M
Correct within
2 years in 2418%
AC 21.58 b
Tangmose,
S., et al.
Vidisdottir,
S. R. and S.
Richter
2015 Sydkorea
2015 Iceland
"Age estimation in the
living: Transition analysis
on developing
third molars."
15-24
"Age estimation by dental
developmental
stages in children and adolescents in
Iceland."
4-24
220 b, 208 g
469 b 508 g
No significant intra
and interobserver effects
M/M (one
examiner
calibrated
against coauthor)
B<18 94%
Modifierad XXOO (överKöhler
förbahet,
redovisning)
B>18 82%
G<18 81%
G>18 81%
Non AC
17.63 b,
18.47 g
Haavikko
redovisning)
Bilaga 5 Studier av automatiska metoder för röntgen av skelett
Author
Year
Country
Title
Patient
population (age,
b/g)
Indextest
Intra/inter
observer
reliability
van Rijn, R.
R., et al.
2009
The
Netherlands
"Automatic
determination of Greulich and Pyle
bone age in
healthy
Dutch children."
226 b 317 years
Automated
China.
"Automated
determination of bone
age in a
modern chinese population."
2883 b 220 years
“Automated
determination of bone
age from
Zhang, S.
Y., et al.
Thodberg,
et al (manuscript
bilaga 8)
2013
2016
<18/1000
0
Andel rätt
klassificerade över
resp under
15
Andel rätt
klassificerade över
resp under
18
Grade
M.
M
M
XOOO
(avdrag
etnicitet,
få studier,
redovisning)
Automated
M.
M
M
XOOO
231,
Automat119b/112 ed
g (from 1st
Zurich)
M
179 g 315 years.
(avdrag
etnicitet,
få studier,
redovisning)
3143 g 219 years
1250
B+G>18
87,5%
B+G<18
XXOO
(avdrag
etnicitet,
få stu-
hand X-rays
at the end of
puberty, and
its
applicability
for age estimation.”
End of
puberty:
26 b 88 g
(from
Erasmus)
96 b, 157
g (Los
Angeles)
75%
dier).
Företags
tagssponsrad
studie.
Bilaga 6. Meta-analys för magnetkamera
Forfattare
Kon
Stage
Antal
Vieth
M
3
Vieth
M
4
Hilleweg 2011
K/M
Medel
SE
SD
Ben
111 20.6
_
1.5
1 21.2
_
-
110/110 -
Pop
Tesla
Kontrast
Puls
Intra/Inter
Clavicula
3T
T2W
FS
M/M
_
Clavicula
3T
T2W
FS
M/M
-
Clavicula
3T
T1W
Hilleweg 2013
M
3
57 20.6
0.3
_
Clavicula
3T
T1W
GE
M
4
34 24.9
0.2
_
Clavicula
3T
T1W
GE
Hilleweg 2013
K
3
60 19.8
0.3
_
Clavicula
3T
T1W
GE
Hilleweg 2013
K
4
44 24.2
0.3
_
Clavicula
3T
T1W
GE
Tangmose ST
Tangmose ST
Tangmose KEJ
Tangmose KEJ
Tangmose CV
Tangmose CV
Weighted Clavicula
Weighted Clavicula
M
K
M
K
M
K
M
K
4
4
4
4
4
4
4
4
34
13
37
9
46
16
3.1
3.1
2.9
3.8
3.2
3.3
Clavicula
Clavicula
Clavicula
Clavicula
Clavicula
Clavicula
1T
1T
1T
1T
1T
1T
T2W
T2W
T2W
T2W
T2W
T2W
GE
GE
GE
GE
GE
GE
Saint Martin 2013
K/M
_
100/80
_
_
_
Distal Tibia (+cal)
1.5T
T1W
TSE
0.97/0.84
Saint Martin 2014
K/M
_
80/80
_
_
_
Distal Tibia
1.5T
T1W
TSE
Automatic
Deduoit
M
3
33 18.6
2.9
Prox Tibia
1.5T
PD
FSE
0.96/0.63
<18/10000
XX00 (överförbarhet och
publikationsbias)
21 24.1
3.48
Prox Tibia
1.5T
PD
FSE
0.96/0.63
398
22 17.0
3.68
Prox Tibia
1.5T
PD
FSE
0.96/0.63
6070
Deduoit
K
4
46 21.7
4.08
Prox Tibia
1.5T
PD
FSE
0.96/0.63
1822
Krämer
M
4
124 24.5
3.8
Prox Tibia
3T
T1W
TSE
0.88/0.85
435
Krämer
K
4
96 23.7
4.3
Prox Tibia
3T
T1W
TSE
0.88/0.85
24,43
23
Tomei
Serinelli
Schmidt
Stern
Terada 2013
Terada 2014
M
M
M
_
NA
NA
_
Tscholl
_
_
Dvorak "appli"
Dvorak "Age"
Dvorak "Age"
Weighted wrist
Dedouit
Dedouit
Krämer
_
M
M
3
M
K
M
_
Krämer
Saint Martin 2015
Weighted Dist femur
Weighted Dist femur
K
M
M
K
Saint Martin 2013
K/M
_
6 18.4
16 18.2
64 21.1
_
_
3
4
4
4
4
4
_
4
_
_
_
_
_
_
45 16.78
57 17.21
18,63
38 23.6
63 22.7
117 24.9
_
_
0.98
0.93
_
Wrist
Wrist
3.08
3.68
3.5
88 24.3
214
0.2T
0.2T
3T
3T
0.3T
0.3T
T1W
T1W
T1W
T1W
T1W
T1W
SE
?
TSE
GE
GE
GE
1-1.5T
T1W
SE
1-1.5T
1-1.5T
1-1.5T
T1W
T1W
T1W
SE
SE
SE
Dist femur
Dist femur
Dist femur
1.5T
1.5T
3T
PD
PD
T1W
FSE
FSE
TSE
0.96/0.86
0.96/0.86
0.94/0.85
4 Dist femur
Dist femur
3T
1.5T
T1W
TSE
TSE
0.94/0.85
0.86/0.86
Dessa kan viktas sinsemellan
Sport
Sport
Sport
M/0.97(b), 0.96(g)
M/0.98(b), 0.97(g)
M/0.88
M/M
0.958/0.922-0.926
0.918/0.880-0.935
90.6
91.7
78.6
97.7
431
publikationsbias)
85
XX 00 (överförbarhet
relevans avdrag 2,)
Stöd för att inte använda
för 18 års gränsen. Hur
M/M
gradera?
0.95-0.97/0.91-0.92
0.95-0.97/0.91-0.92
M/0.928
XXX0 (överförbarhet
etnicitet)
24,52
23,57
100/80
93.9
1180
Radius/carpal
Radius/carpal
Radial Epiphysis
_
4
4
97.7
70.9
925
publikationsbias)
0.22
0.83
1.3
_
4
78.6
97.4
4180
3
4
91.7
65.7
37
34
149
102
95
135
7,6
7,2
4
4
90.6
9
M
M
Girls>18
2192
K
K
Girls <18
<1
X0000
Vieth 20% obedömbara
0.75/0.76 (left), 0.74
pga formvariattion 6%
(right)
rörelseartefakter
Avdrag för en X precision,
XX överförbarhet
(etnicitet + helkropps MR
0.669/-0.004-0.414
3T)
0.669/-0.004-0.414
0.669/-0.004-0.414
0.669/-0.004-0.414
0.669/-0.004-0.414
0.669/-0.004-0.414
Deduoit
Weighted Prox Tibia
Boys >18
1254
Deduoit
Weighted Prox Tibia
Boys < 18 (% correctly
classified)
415
M/0.787 (left), 0.743
(right)
0.75/0.76 (left), 0.74
(right)
0.75/0.76 (left), 0.74
(right)
0.75/0.76 (left), 0.74
(right)
Hilleweg 2013
26.3
26.4
24.3
26.8
25.5
25.3
25,03
24,6
Grade
8021
2800
345
1007
243
576
270
744
Calcaneus (+dist
tib)
1.5T
T1W
M=missing
b=boys
g=girls
TSE
0.97/0.90
Se ovan
Bilaga 7 Meta-analys för tandundersökning
Forfattare
Kon
Stage
Cameriere 2004
De Luca
De Luca
De Luca
De Luca
De Luca
De Luca
Deitos
Deitos
Deitos
Deitos
Deitos
Deitos
Weighted mat-idx
Weighted mat-idx
Weighted mat-idx
Weighted mat-idx
M/F
M
M
M
F
F
F
F
F
F
M
M
M
F
F
M
M
0-0.08
0.08-0.3
0.3-0.5
0-0.08
0.08-0.3
0.3-0.5
0-0.04
0.04-0.08
0.08-0.3
0-0.04
0.04-0.08
0.08-0.3
0-0.08
0.08-0.3
0-0.08
0.08-0.3
Bagherpour 2012
Cameriere 2008
Cameriere 2008
Cameriere 2008
Cameriere 2008
Cameriere 2008
Cameriere 2008
Babburi 2015
Liversidge
Scheurer 2011
Scheurer 2011
Scheurer 2011
Scheurer 2011
Scheurer 2011
Scheurer 2011
Scheurer 2011
Scheurer 2011
M/F
F
F
F
M
M
M
M/F
M/F
F
F
F
F
F
F
F
F
F
G
H
F
G
H
F
F
F
F
G
G
G
G
Antal
Medel
312
90
23
43
80
19
21
77
24
76
74
20
61
26
41
98
35
55
96
550
153
30
28
51
44
52
43
62
54
SD
Intra/Inter
0.833/NS
between
different
observers
M/M
M/M
M/M
M/M
M/M
M/M
0.825/0.873
0.825/0.874
0.825/0.875
0.825/0.876
0.825/0.877
0.825/0.878
NA
20.21
17.63
15.57
20.37
17.14
15.44
20.14
18.71
17.42
19.86
NA
1.55
2.3
1.75
1.53
2.16
1.92
1.74
1.78
2.2
1.57
18 1.71
16.47
1.39
20.1
1.64
17.36
2.19
19.865
1.64
16.61
1.53
17.76
18.64
20.34
17.31
18.62
20.02
1.79
1.67
1.37
1.72
1.49
1.46
15.2
15.1
15.1
2.1
2.1
2
2
2
2
15
18.2
18.2
20.4
20.5
2.2
2.2
Grade
<18/10000 Boys < 18 (%
Boys
correctly
>18 Girls
classified)
<18 Girls>18
Kommentar
0.95 regardless of sex
769
5640
9200
606
6550
9100
1090
3450
6040
1180
5000
8645
1000
6150
1275
8180
Bygger på regressionsmodell
Mat-index för att skatta ålder
Klassificeringkorrekthet
Mat-index
inte könsuppdelad
Mat-index
inte könsuppdelad
Mat-index
inte könsuppdelad
Mat-index
inte könsuppdelad
Mat-index
inte könsuppdelad
Mat-index
inte könsuppdelad
Mat-index
Mat-index
Mat-index
Mat-index
Mat-index
Mat-index
Mat-index
XOOO
Mat-index
Mat-index
XOOO
Mat-index
0.873/0.8350.911, One
observer 10% reevualted
0.93/0.949
7560
0.93/0.950
5850
0.93/0.951
1640
0.93/0.952
8370
0.93/0.953
6006
0.93/0.954
2423
M/Supervisor
0.91-0.95/M
M/0.58-0.60 (mandible). One ex used
9087
9163
9264
9331
4601
4601
1376
1280
92,31
43,6
8
93,94
34,5
9
89,1
65,5
39,6
88,2
50
13,55
90
38,5
87,25
18,2
92,8-96,7
90,9-100
24,4
41,5
83,6
16,3
39,94
75,77
9,13
8,37
7,36
6,69
53,99
53,99
86,24
87,2
Metod
Köhler
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Har inte delat uppDemirjian
på kön
Ingår inte i metaanalys
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Grade
XOOO
Scheurer 2011
Scheurer 2011
Scheurer 2011
Scheurer 2011
Scheurer 2011
Scheurer 2011
Scheurer 2011
Scheurer 2011
Streckbein 2014
Streckbein 2014
Streckbein 2014
Streckbein 2014
Streckbein 2014
Streckbein 2014
Weighted-Demirjian
Weighted-Demirjian
Weighted-Demirjian
Weighted-Demirjian
Weighted-Demirjian
Weighted-Demirjian
Kullman 1992
Kullman 1992
Kullman 1992
Kullman 1992
Kullman 1992
Kullman 1992
Kullman 1995
Kullman 1995
Kullman 1995
Kullman 1995
Kullman 1995
Kullman 1995
Maled 2014
Maled 2014
Maled 2014
Maled 2014
Maled 2014
Maled 2014
Weighted-Kullman
Weighted-Kullman
Weighted-Kullman
Weighted-Kullman
M
M
M
M
M
M
M
M
F
F
F
M
M
M
F
F
F
M
M
M
F
F
F
M
M
M
F
F
F
M
M
M
F
F
F
M
M
M
F
F
F
M
F
F
F
F
G
G
G
G
F
G
H
F
G
H
F
G
H
F
G
H
23
19
27
28
39
40
61
61
224
411
388
120
285
482
4
5
6
4
5
6
4
5
6
4
5
6
4
5
6
4
5
6
4
5
6
4
63
72
70
54
55
59
52
56
64
47
43
49
10
10
10
10
10
10
16.1
16.2
17.8
17.8
18.1
18.1
17.58
18.73
20.61
16.77
18.02
20.21
16.86
18.86
20.56
16.84
18.11
20.18
17.9
18.6
19.9
17.3
19.2
17.9
19.4
20.1
17.3
18.2
19.5
17.48
18.92
19.26
17.88
18.92
19.12
17.81
18.98
19.86
17.34
2.2
2.2
18 2.1
18 2.1
1.67
1.67
1.23
1.28
1.56
1.32
1.79
1.78
1.34
1.56
1.69
1.34
1.6
1.8
1.6
1.2
18 1.2
1.53
1.65
1.6
0.9
1.36
1.19
0.88
1.74
0.91
1.22
1.15
1.74
1.45
1.73
1.5
1.04
2 M/0.58-0.60 (mandible). One ex used
8290
8159
5362
5362
5000
5000
4800
4800
M/M
5981
3331
169
8317
4948
470
7379
3145
211
7714
4741
519
M/0.84
5250
M/0.85
3964
M/0.86
1175
M/0.87
7201
M/0.88
5000
1 M/0.89
1151
M/M
5260
M/M
1981
M/M
947
M/M
7816
M/M
4415
M/M
1037
M/M
7227
M/M
2985
M/M
831
M/M
5392
M/M
2119
M/M
2599
5521
2855
1074
7371
17,1
18,41
46,38
46,38
50
50
52
52
40,19
66,69
98,31
16,83
50,52
95,3
26,21
68,55
97,89
22,86
52,59
94,81
47,5
60,36
88,25
27,99
50
88,49
47,4
80,19
90,53
21,84
55,85
89,63
27,73
70,15
91,69
46,08
78,81
74,01
44,79
71,45
89,26
26,29
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Demirjian
Kullman
Kullman
Kullman
Kullman
Kullman
Kullman
Kullman
Kullman
Kullman
Kullman
Kullman
Kullman
Kullman
Kullman
Kullman
Kullman
Kullman
Kullman
Kullman
Kullman
Kullman
Kullman
XOOO
XOOO
Weighted-Kullman
Weighted-Kullman
Gunst 2003
M
M
M/F
5
6
18.17
19.31
2513
1.25
1.1
4459
55,41
Kullman
1168
88,32
Kullman
XOOO
Intra 0.127 (-0.214-0.468). Inter 0.141 (-0.186-0.468).
+-2.9 years +-2.9
(95% years
konfidens-intervall)
+-2.9
(95% years
+-2.9
(95% years
(95% Köhler
International Journal of Legal Medicine
Automated determination of bone age from hand X-rays at the end of puberty, and its
applicability for age estimation
--Manuscript Draft-Manuscript Number:
Full Title:
Automated determination of bone age from hand X-rays at the end of puberty, and its
applicability for age estimation
Article Type:
Original Article
Corresponding Author:
Hans Henrik Thodberg, PhD
Visiana
DENMARK
Corresponding Author Secondary
Information:
Corresponding Author's Institution:
Visiana
Corresponding Author's Secondary
Institution:
First Author:
First Author Secondary Information:
Order of Authors:
Rick R van Rijn
Oskar G Jenni
David D Martin
Order of Authors Secondary Information:
Funding Information:
Abstract:
The BoneXpert method for automated determination of bone age from hand X-rays
was introduced in 2009, covering the Greulich-Pyle bone age range up to 17 years for
boys and 15 years for girls. This paper presents an extension of the method up to bone
age 19 years for boys and 18 years for girls.
The extension was developed based on images from the First Zurich Longitudinal
Study of 231 healthy children born in 1954-56 and followed with annual X-rays of both
hands until the age of 20 years.
The method was validated on two cross-sectional studies of healthy children from
Rotterdam and Los Angeles. We found a root mean square deviation from manual
rating of 0.68 and 0.49 years in these two studies for boys in the bone age range 17-19
years. For girls, the deviations were 0.77 and 0.63 years respectively, in the bone age
range 15-18 years.
The method is applied to infer the age probability distribution for healthy Caucasian
European males. Considering a population with age 16-21 years, the method can be
used to decide whether the subject is above 18 years with an error rate of 20.5%, of
which 5.0% are children classified as adults and 15.5 % are adults classified as
children.
To apply this method in other ethnicities would require a study of the average of "bone
age - age" at the end of puberty, i.e. how much this population is shifted relative to the
Greulich Pyle standard.
Author Comments:
Dear Editor
Please find enclosed a paper on a major new development in age estimation from
hand X-rays. It has three qualities:
(1) It is 100% computer-automated, which is the main novelty
(2) It includes a Bayesian method to present the result in a more understandable form.
I am curious to learn whether this is broadly accepted. What is perhaps new here is
Powered by Editorial Manager® and ProduXion Manager® from Aries Systems Corporation
Manuscript
Click here to download Manuscript Paper23-EOP-Ver3.doc
Click here to view linked References
Paper23 – End of Puberty – Ver. 3
Automated determination of bone age
from hand X-rays at the end of puberty,
and its applicability for age estimation
Hans Henrik Thodberg1, Rick R van Rijn2, Oskar G Jenni3, and David D Martin4
1Visiana, Søllerødvej 57C, 2840 Holte, Denmark, email: [email protected], corresponding
author
2Academic Medical Center, Amsterdam, Meibergdreef 9, 1105 AZ Amsterdam, Netherlands
3Child Development Center, University Children’s Hospital Zürich, Steinwiesstrasse 75, 8032 Zürich,
Switzerland
4Tubingen University Children’s Hospital, Hoppe-Seyler-Strasse 1, 72076 Tübingen, and Filderklinik,
Im Haberschlai 7, 70794, Filderstadt, Germany
Abstract
The BoneXpert method for automated determination of bone age from hand Xrays was introduced in 2009, covering the Greulich-Pyle bone age range up to 17
years for boys and 15 years for girls. This paper presents an extension of the
method up to bone age 19 years for boys and 18 years for girls.
The extension was developed based on images from the First Zurich Longitudinal
Study of 231 healthy children born in 1954-56 and followed with annual X-rays of
both hands until the age of 20 years.
The method was validated on two cross-sectional studies of healthy children from
Rotterdam and Los Angeles. We found a root mean square deviation from manual
rating of 0.68 and 0.49 years in these two studies for boys in the bone age range
17-19 years. For girls, the deviations were 0.77 and 0.63 years respectively, in the
bone age range 15-18 years.
The method is applied to infer the age probability distribution for healthy
Caucasian European males. Considering a population with age 16-21 years, the
method can be used to decide whether the subject is above 18 years with an error
rate of 20.5%, of which 5.0% are children classified as adults and 15.5 % are adults
classified as children.
To apply this method in other ethnicities would require a study of the average of
“bone age – age” at the end of puberty, i.e. how much this population is shifted
relative to the Greulich Pyle standard.
Conflict of interest:
HHT is the owner of Visiana, which develops and markets the BoneXpert medical
device for bone age assessment. The other authors have nothing to declare.
Submitted to International Journal of Legal Medicine
page 1 of 16
1 Introduction
Bone age rating from hand X-rays is associated with a considerable inter- and
intrarater variability that limits its usefulness. To remove this, a fully automated
method for bone age determination was introduced in 2009 [1, 2]. This is now
widely used in clinical practice in Northern Europe, mainly in relation to pediatric
endocrinology. To date, it has not been used in forensic medicine because it is
limited to the bone age range 2.5-17 years for boys and 2-15 years for girls.
This paper presents an extension of the automated method up to bone age 19
years for boys and 18 years for girls. The method was developed on longitudinal
data and validated on two cross-sectional studies against manual rating according
to the Greulich Pyle (GP) method [3].
In the discussion we show how this can be used to derive the probability
distribution of age for a given observed bone age. Finally we present performance
measures (sensitivity, specificity, etc.) for the use of this method to determine
whether a male is above 18 years old.
2 Material and methods
2.1 Material
This study was based on three data sets, which had all been used in previous
publications, but here we exploited the higher end of the bone age more
extensively:
1) The First Zurich Longitudinal Study (1ZLS) of 231 healthy children with leftand right-hand X-rays taken at every anniversary1 until the age of 20 – for
some late maturers even one or more years longer. These data were used
previously, in particular for adult height prediction [4, 5]. The images were
rated according to the GP method at the time of the study.
2) The Erasmus study of normal children from Rotterdam imaged in 1997.
Each image was rated by one of two pediatric radiologists [6].
3) The Los Angeles Study of normal children of four ethnicities. Each image
was rated independently by two pediatric radiologists [7].
The first study was used for development, and the last two for validation.
2.2 Method
The BoneXpert method for automated determination of bone age is a CE-marked
medical device for routine clinical use [8], capable of replacing the manual rating
altogether. The method locates 13 bones in the hand: Radius, ulna and the 11
1
94% were taken within 14 days of the anniversary, 99% within a month
page 2 of 16
short bones in ray 1, 3 and 5, the so-called RUS bones, and determines the GP
bone age in each, and the final bone age is formed as the average of these.
The BoneXpert method was originally developed using the principle (due to Tanner
[9]) that the bone ages of the 13 RUS bones should agree among each other, and
this was used in the training of the method based on cross-sectional data [1].
In this work we were interested in the bone age range above 17 years for boys and
15 years for girls, the so-called end-of-puberty range, and here this principle can no
longer be applied, because the maturation of the short bones have finalised; only
ulna and radius display signs of continued maturation. Tanner therefore refrained
from assessing bone age in the end-of-puberty range, and the Tanner-Whitehouse
3 bone age scale, which agrees on average well with the GP scale before the end of
puberty, therefore stops at bone age 16.5 years for boys and 15 years for girls. The
GP bone age scale, however, continues up to bone age 19 years for boys and 18
years for girls.
To extend BoneXpert, we employed the 1ZLS in the following manner: For each
boy we selected the visit at the anniversary where GP 18 was reached as the
anchor of that subject. For girls the anchor was chosen as the visit where GP 16
was reached, which has the same appearance as GP 18 in boys. This stage of
maturity is described as “fusion of the epiphysis has begun”, and this is a relatively
clear maturity indicator, because fusing of the epiphysis occurs over a short span
of time. Hence it is easy for a rater to identify the visit that reaches this stage. We
pooled males and females by treating the females as males with GP 18 at the
anchor visit.
We picked the images taken 1 and 2 years before the anchor and assigned them
nominal bone age 17 and 16 years. Likewise, the visits 1 and 2 years after the
anchor were defined as having nominal bone age 19 and 20. Figure 1 shows
examples of these training data for two subjects.
The computation of bone age from the images was implemented using random forests
[10], suitable for processing data with many input variables. We used a technique similar
to [11], where features are formed from average image intensities in rectangles placed in
arbitrary locations across the bone image.
The random forest has 160 decision trees, and each tree was trained on a subset of the
subjects, each subject having a left- and a right-hand series of 5 images centred at the
anchor visit. This process of introducing randomness, called bagging, allows for an elegant
way to also use the training data for validation, through out-of-bag cross-validation [10].
To exploit this, we trained 500 trees, and for each subject we found 160 trees, which did
not use this subject for training, and these were used to form a random forest to cross
validate the model on this subject. This was done for each subject in turn. We exploited
this in the discussion section to form distributions of bone ages observed at a given age.
Males and females mature by going through the same sequence of visual
appearances, but shifted in age by about 2 years. More precisely, the shift is 1.8
years at the end of puberty, so a male bone age of 19 has the same appearance as
a female bone age of 17.2. The GP method ends at 19 for males and at 18 for
females, so it would have been more consistent if GP stopped at 17.2 for females;
in other words the progression from 17.2 to 18 in females cannot be determined
reliably. However, rating females up to bone age 18 has become a convention, and
page 3 of 16
the new automated system adheres to this. The automated system yields a
smoothly progressing bone age, and it is designed to end at 19.2 for males and
18.2 for females.
The new method requires that at least 2 cm of radius is included in the image.
Figure 2 is an example where there is just about enough included.
A critical element of the new method is the localisation of the radius and ulna.
These bones are more difficult to delineate than the short bones, because their
shapes and pose vary more. In particular ulna can be rotated around its axis; the
ideal rotation presents the tip of ulna on the left side, but it can also be in the
middle (as in Figure 2). Also, the amount of profusion of the tip of ulna varies.
Finally there can be some overlap of radius and ulna – preferably this should be
avoided.
The new method automatically determines whether the bones have been located
with sufficient reliability for a bone age assessment. If radius is not found reliably,
the bone age assessment above 17 years of bone age is reported as “unreliable”.
Whether ulna is found does not matter in this context.
In the bone age range 2.5-16.25 years for boys, the bone age is determined as a
simple average over the 13 bones, i.e. the bones have equal weight. When bone
age becomes larger than 16.25 years, radius and ulna are given a progressively
larger weight; by age 17 half of the weight is attributed to them, and at 17.75 all
the weight. The relative importance of radius and ulna is initially 2:1, but as bone
age progresses to 18, ulna loses its contribution, so from 18-19, the bone age is
almost exclusively determined by the radius. This is similar to what a manual rater
does. For girls, the same rules apply, but shifted by 2 years.
3 Results
We validated the new method on two studies, which had been used previously to
validate the method in the bone age range up to 17 years for boys and 15 years for
girls.
Radius was found reliably in 97% of the images in the Erasmus study and in 87% in
the LA data. Two percent of the Erasmus images and 11% of the LA images were
rejected because the amount of radius included in the exposed image was
insufficient.
The comparison of manual and automated rating for the Erasmus study is shown in
Figure 3. The six cases, where deviation was more than 1.4 years, are encircled.
The authors rerated these images to decide whether the original manual rating or
the automated rating was most correct, and this showed that one had wrong
automated rating, while the other five were errors in the manual rating.
Figure 4 compares automated and manual rating for the LA study; as “manual
rating” we used the average of the two manual ratings. Using again the limit of 1.4
years to define disputed cases, we found none for the males, and seven for the
females, indicated in Figure 4. Upon rerating, three were found to be errors of the
automated method, while four were errors of the manual rating.
page 4 of 16
The root mean square deviations between the bone age determinations in the
bone age range >17 years for boys and >15 years for girls are summarised in Table
1, which also includes the root mean square deviations between the two manual
raters in this bone age range; the latter was remarkably large for males.
The conclusion of this validation is that the automated method performed as well
at the end of puberty as in the rest of the bone age range, except for females in
the bone age range 17-18 years.
4 Discussion
4.1 Bone age assessment
11% of the LA images were rejected because the amount of radius included in the
exposed image was insufficient. At least 2 cm is required, so this can be safely
avoided in the future by specifying a protocol for bone age that includes at least 3
cm of radius. Then the rejection rate will be 2% or less for normal subjects,
although it could be higher for clinical patients, which can show deformities in the
wrist, e.g. Madelung deformities. It can be considered an advantage that such
images are rejected, as they should be reviewed by a radiologist, because such
deformation are likely to affect bone maturation.
The agreement with manual rating was better in males than in females, judging
from Figure 3 and 4. The agreement was poorest for females above 17 years of
bone age. We interpret this as support for the view that the GP bone age scale,
which ends at 19 years for males, should perhaps have ended at 17.2 years for
females, rather than at 18 years, as suggested from the 1.8 years offset of
maturation in males and females.
4.2 Challenges in age assessment
In forensic [12] and sports [13] medicine, bone age is used as input to an assessment of
chronological age. Since this discussion is more technical, we introduce the abbreviations
BA for bone age and CA for chronological age. A particularly important application is to
determine whether a male is above 18 years. There are three challenges with this usage:
1) Manual BA assessment is associated with considerable rater variability.
2) The median of bone ages observed for subjects of a given chronological age
(CA), is only equal to the CA in the population originally used to set up the
GP scale; other Caucasian populations have typically been found to have a
median BA lower than CA. For modern European Caucasians, the median
BA is typically 0.2-0.4 years below the CA to good approximation, while for
other ethnicities this population bias can be larger, and one should always
take this into account in age assessment based on BA.
3) The distribution of bone ages observed for subjects from a given population
and with a given age has an SD of typically 1 year. This implies that when
BA is used as a “clock”, it is not perfect – the errors in its timing across a
population exhibits a SD of typically 1 year.
page 5 of 16
Can automated BA determination mitigate these challenges? As for the first
challenge, automated rating eliminates the rater variation completely. The only
variability left is a precision error associate with the physical measurement,
defined as the SD of BAs obtained when repeated X-ray images are made and
analysed with the software. The SD of the error is 0.18 years in the BA range 2.5-17
y for boys [14], much smaller than the rater variability of typically 0.58 years [15].
The second challenge can also be addressed efficiently with the automated
method, because reference curves for average BA – CA versus CA are being
collected across the world. So far curves for 6 populations have been presented
[6, 7, 16]. In this work we will assume BA – CA = –0.3 years as found in 1ZLS. The
1ZLS was followed up by the Zurich Generation Study of children with one parent
in the 1ZLS. This study showed no secular trend in BA – CA from 1ZLS; in other
words, although the 1ZLS is a rather old study, these children are compatible with
modern children. In the Erasmus study we also observed an average BA – CA of
approximately –0.3 years, so it appears that BA – CA = –0.3 y is our best
assumption for the BA offset relative to the GP standard in present-day Caucasians
children in Europe.
The third challenge is not alleviated by an automated method, since it is relates to
the “imperfection” of the bone maturation in an individual when used as a clock. It
is a biological limitation, and any age assessment method based on bone maturity
will have an SD error contribution from this cause of approximately 1 year. So
while the error of BA determination has been reduced to SD 0.18 years by the
automated method, age assessment (above age 7) through bone age can never
obtain an SD lower than about 1 year.
There are two additional challenges in age assessment, which are related to how
the results are presented
4) The age assessment is conventionally communicated as a centre value age
and a “confidence interval” with poor rational justification, and not easily
understood by the authorities
5) Performance measures are not well-defined and standardised
In the next section we will provide a more satisfactory solution to the last two
challenges.
4.3 Inferring the age distribution from a bone age determination
What we can observe in studies is the distribution of BAs at a given age. In age
assessment, we want to turn this around and obtain the probability distribution of
age corresponding to a given observed BA [17]. This turning around is just another
day at the office for a statistician, because it is an application of Bayes Theorem.
But for people not trained in statistics, this can be a real hassle to grasp, so in the
following we will perform this inference in a graphical and intuitive manner, so
that also non-statisticians can appreciate its validity.
page 6 of 16
To start with, the observed bone ages at five anniversaries are shown in Figure 5
(these are out-of-bag cross-validated results). It is practical to parameterise these
distributions as gaussian distributions, and we have made this possible by
transforming the observed BA into a modified BA* defined as
BA* = BA
BA* = 18.7 + 5/3*(BA - 18.7)
BA* = 19.2 + 8/3*(BA - 19.0)
for BA < 18.7
for BA 18.7-19.0,
for BA >19.0.
Figure 5 shows BA*, which simply stretches the upper end of the BA scale, so that
BA* extends to 20 years, whereas BA extends to only 19.3 years. This trick eliminates
the piling up of values near 19. The observed means and SDs are given in Table 2.
The next step in the Bayesian approach is to select a priori distribution of ages, and
here it is customary to use a flat distribution within reasonable bounds. This
describes our knowledge of age before the test, and the flat distribution is chosen
in order not to bias the inference – we want the data (i.e. the X-ray image) to
speak for themselves.
As shown in Figure 6, we then generate a population of 20,000 subjects uniformly
in the selected age range, and for each we sample a BA randomly from the
gaussian with mean and SD pertaining to that age, obtained by interpolation in
Table 22. We do not have the BA distribution at age 21, so for ages 20-21 years we
used extrapolation, which seems justified.
If we now observe a BA for a new subject, we use the simulated population to
translate the BA value into an age distribution by sampling the density of points
along a horizontal line at that BA. We normalise this density to sum to 1, so that it
becomes a probability distribution that we can interpret as our belief in various
ages after the measurement. Figure 7 shows these so-called posterior age
distribution for four different bone ages3.
For an observed BA of 17 years, we see from Figure 7 that the age distribution falls
to zero at either end and is well described by a gaussian with mean 17.3 years and
SD 0.93, so in this case we can report the age assessment simply by giving the
mean and SD of the posterior distribution. We can even understand these values
intuitively: the mean age is 0.3 years higher than BA because this population is
shifted 0.3 years relative to GP scale, and the 0.93 y is similar to the SDs in table 2.
The posterior age distribution is what serves the users of an age assessment best.
It indicates directly what we can know about the age of this person and the
graphical representation as a bar plot directly allows the user to assess the weights
of probabilities. In general it is therefore good practice to give the result of the age
assessment as the posterior age distribution.
2
We actually sample BA* values, which we then transform to BA values in Figure 6
3
To generate these, we actually sample 2 million subjects and measured the density in a band
covering ±0.1 years around BA.
page 7 of 16
We saw that the bounds of the prior distribution do not matter for inferring age at
BA 17 and 17.5 years. But at BA 18 years and even more at 18.5, the posterior age
distribution is truncated abruptly at the upper bound. Although the user will
understand that they could be made to extend beyond age 21, the choice of
bounds matter for the normalisation of the curve into a sum of 1. So if one wants
to compute the probability that the age is larger than 18, the bounds are almost
irrelevant at BA 17 and 17.5 years, but they matter at BA 18 years and above.
Therefore to compute such probabilities one must adopt a standard for a priori age
intervals – this is unavoidable.
It is therefore relevant to argue in more detail for our choice of an interval ±3 years
around the age being tested for. The argument is that those being tested will in
practice have an age not too far from 18 years, and it is reasonable to assume that
when we get down to 15 years, only about half of subjects would be sent for such
a test and likewise around age 21, it would start to be clear from the physical
appearance that this person is above 18. So a prior distribution over effectively 6
years seems reasonable, and the choice of a flat distribution that falls of abruptly
at the bounds is appealing by its simplicity – the flatness ensures that the shape of
the posterior age distribution is not affected by the prior.
We conclude this graphical tour of Bayesian age estimation from BA by relating it
to Bayes theorem
P(CA|BA) = P(BA|CA) P(CA) / P(BA)
The component are:

P(BA|CA) is the BA distribution at a given CA; examples are shown in Figure 5.

P(CA) is the prior distribution of age, a uniform age distribution with
reasonable upper and lower bounds.

P(CA|BA) is the posterior distribution of age for a given BA; examples are
shown in Figure 7.

P(BA) is a mere normalisation factor, ensuring that P(CA|BA) summed over
all CAs yields 1.
4.4 Performance measures
Age assessment in forensic or sports medicine is used to make a decision whether
a person is above a certain age; typically whether a person is adult, i.e. above 18
years. This means that one must settle on a certain BA threshold, above which the
subject is classified as adult.
There is a trade-off between two types of errors, which are illustrated in Figure 6

Type A: Children classified as adults

Type B: Adults classified as children
page 8 of 16
If one wants to minimise the total number of misclassifications, the threshold
should be set at 17.7 years, and this yields 16.6% errors: 8.3% of type A and 8.3%
of type B. However, in a given application context there are often different costs
associated with making the two types of errors. For instance one can decide that it
is three times more expensive to make a type A error than a type B error, and this
is how the threshold 18.1 years emerged: Here there are 5.0% errors of type A and
15.4% of type B, and the total error rate is now higher: 20.4%.
Using a threshold BA 18.5, will make type A errors (children classified as adults)
drop to 2.8%, and with threshold 18.9 it drops further to 1.1%, but it is not possible
to find a threshold yielding 0% errors.
When computing these error rates, the prior distribution of age is essential. For
instance, lowering the lower bound from 15 to 9 years would reduce these errors
by a factor of 2, a clearly unreasonable way to “improve” the performance of the
classifier. We believe that our choice of the age interval 15-21 years is a reasonable
representation of the group of subjects subjected to this age test.
The performance of this method for detecting adults is summarised as follows:

Accuracy 79.6%: the percentage of correctly classified subjects

Sensitivity 69.2%: the fraction of adults classified as adults

Specificity 90%: the fraction of children classified as children

Positive predictive value 87.5%: the fraction of those classified as adults,
which are indeed adults

Negative predictive value 75%: the fraction of those classified as children,
which are indeed children
Finally we have computed the performance for testing whether the age is above
15 years. Optimising for best accuracy, we find an accuracy of 85.6% for females
and 88.2% for males. Again we assume a prior age interval of width 6 year centred
at the age in question.
To apply this method of age assessment to other populations than the European
Caucasians considered here, one would need to perform a study of automated BA
of healthy subjects in order to derive the average BA – CA at the end of puberty.
This was found to be –0.3 years for the Europeans, and if this is found to be for
instance –0.5 years in the new population, the inferred age distributions, shown in
Figure 7, should be shifted 0.2 years upwards. One would also need to shift the age
axis in Figure 6, to reconsider the BA threshold and to evaluate the percentages of
errors committed by the method.
page 9 of 16
5 Conclusion
We have presented an extension of the automated determination of bone age to
the end of puberty. The validation of the method in two studies showed good
agreement with manual rating, with root mean square errors of 0.73 years in the
Erasmus study and 0.57 years in the LA study for the two sexes combined. The
smaller deviations in the latter can be understood as due to a more precise manual
rating, as it is defined as the average of two independent ratings.
The Bland-Altman plots showed no particular increase of deviations at 17-19 years
for males, and at 15-17 years for females compared to the deviations at lower
bone ages. But for females in the bone age range 17-18 years, the deviations
tended to be larger, which suggests that the GP scale extends a year too far for the
females.
The analysis of 13 cases with a deviation larger than 1.4 years between manual and
automated rating, revealed that four cases were attributed to errors in the
automated method and nine to errors in the original manual rating.
The method was able to analysis 98% of images with at least 3 cm of radius
included in the image.
The coverage of ages up to 20 years gives a reliable foundation for a Bayesian
inference of the age probability distribution corresponding to a given observed
bone age, and the result of the age assessment is best communicated by
presenting this probability distribution.
For a population of European Caucasian males uniformly distributed in the age
interval 15-21 years, the automated bone method can decide whether a subject is
above 18 years with an error rate of 20.4%, of which 5.0% are children classified as
adults and 15.6% are adults classified as children.
Bibliography
1.
Thodberg HH, Kreiborg S, Juul A, Pedersen KD (2009) The BoneXpert method for automated
determination of skeletal maturity. IEEE TransMedImaging 28:52–66
2.
Thodberg HH (2009) Clinical Review: An automated method for determination of bone age. J Clin
Endocrinol Metab 94:2239–2244
3.
Greulich WW, Pyle SI (1959) Radiographic Atlas of Skeletal Development of the Hand and Wrist, 2.ed.
Stanford University Press, Stanford
4.
Thodberg HH, Jenni OG, Caflisch J, Ranke MB, Martin DD (2009) Prediction of adult height based on
automated determination of bone age. J Clin Endocrinol Metab 94:4868–4874
5.
Thodberg HH, Neuhof J, Ranke M, Jenni OG, Martin DD (2010) Validation of bone age methods
through their ability to predict adult height. Horm Res Paediatr 74:15–22
6.
van Rijn RR, Lequin MH, Thodberg HH (2009) Automatic determination of Greulich and Pyle bone age
in healthy Dutch children. Pediatr Radiol 39:591–597
page 10 of 16
7.
Thodberg HH, Sävendahl L (2010) Validation and Reference Values of Automated Bone Age
Determination for Four Ethnicities. AcadRadiology 17:1425–1432
8.
Martin DD, Deusch D, Schweizer R, Binder G, Thodberg HH, Ranke MB (2009) Clinical application of
automated Greulich-Pyle bone age in children with short stature. PediatrRadiol 39:598–607
9.
Tanner JM, Healy MJR, Goldstein H, Cameron N (2001) Assessment of skeletal maturity and prediction
of adult Height (TW3 Method). 2001. WB Saunders -
10.
Breiman L (2001) Random Forests. Mach Learn 45:5–32
11.
Urschler M, Grassegger S, Stern D (2015) What automated age estimation of hand and wrist MRI data
tells us about skeletal maturation in male adolescents. Ann Hum Biol 42:356–365
12.
Schmeling A, Grundmann C, Fuhrmann A, et al (2008) Criteria for age estimation in living individuals.
Int J Legal Med 122:457–460
13.
Malina RM, Peña Reyes ME, Figueiredo AJ, Coelho E Silva MJ, Horta L, Miller R, Chamorro M,
Serratosa L, Morate F (2010) Skeletal age in youth soccer players: implication for age verification. Clin
J Sport Med 20:469–474
14.
Martin DD, Neuhof J, Jenni OG, Ranke MB, Thodberg HH (2010) Automatic determination of left-and
right-hand bone age in the First Zurich Longitudinal Study. Horm Res Paediatr 74:50–55
15.
Kaplowitz P, Srinivasan S, He J, McCarter R, Hayeri MR, Sze R (2010) Comparison of bone age readings
by pediatric endocrinologists and pediatric radiologists using two bone age atlases. Pediatr Radiol
41:690–693
16.
Zhang SY, Thodberg HH, al et (2013) Automated Determination of Bone Age ina Modern Chinese
Population. ISRN Radiol 2013:-
17.
Thevissen PW, Fieuws S, Willems G (2010) Human dental age estimation using third molar
developmental stages: Does a Bayesian approach outperform regression models to discriminate
between juveniles and adults? Int J Legal Med 124:35–42
Tables
Table 1: Root mean square deviations between bone age determinations, in years
Erasmus: Manual – automated
LA: AverageManual – automated
LA: Manual1 – Manual2
Males
0.68
0.49
0.78
Females
0.77
0.63
0.53
Both sexes
0.73
0.57
0.66
Table 2: For each age, this table gives the means and SDs of the bone age distributions in Figure 5, in years.
Age
15
16
17
18
19
20
Mean BA*
14.69
15.82
16.92
17.78
18.48
18.67
SD BA*
0.98
1.10
1.07
1.03
0.81
0.68
page 11 of 16
Figures
Figure 1: The left half shows images of the distal radius from the same boy, his left hand to the left
and his right hand (mirrored) to the right. The five rows correspond to five subsequent anniversaries
selected such that the manual GP bone age is 18 in the third row.
Thus the rows correspond roughly to GP bone ages 16, 17, 18, 19, and “20” years.
The right half show images from another boy.
The images have been warped to the average shape of the radius
Figure 2: In this example, just about enough of radius is included for the analysis to succeed
page 12 of 16
Figure 3: Bland-Altman plot showing the agreement between automated and manual rating in the
Erasmus study. The vertical lines are the limits of reliability the previous version.
The circles indicate the disputed cases.
Figure 4: Bland-Altman plot showing the agreement between automated and manual bone age
rating in the Los Angeles study. The manual rating is the average of the two manual ratings
page 13 of 16
Figure 5: The observed bone ages at five different anniversaries for the males in the First Zurich
Longitudinal Study. As described in the text, the bone age scale has been stretched above 18.7 years
to render the distributions compatible with gaussians, shown superimposed.
page 14 of 16
Figure 6: Monte Carlo simulation of 20000 males with age uniformly distributed in the range 15-21
years. The bone ages are generated according to the curves in Figure 5.
The horizontal line represents a threshold at bone age 18.1 years. When this is used to classify the
subjects into children and adults, the blue points represents correctly classified subjects, while the
red and green points represent errors of Type A: Children classified as adults, and Type B: Adults
classified as children
page 15 of 16
Figure 7: Posterior probability distributions of age corresponding to observed bone ages 17, 17.5,
18.0 and 18.5 years for males. This is our recommended format for reporting the result of an age
assessment based on bone age.
page 16 of 16
Bilaga 9
Figur 4. Meta-analys av fördelning av stadium 2, 3 och 4 för knäled hos pojkar.
Figur 5 Meta-analys av fördelning av stadium 2, 3 och 4 för knäled hos flickor.
Bilaga 10
Figur 1. Forest plot för magnetkameraundersökningar
Figur 2. Forest plot för tandundersökningar
Dokumentation
av informationssökning
Databas: Academic Search Premier (ASP), CINAHL with Full Text, Dentistry & Oral Sciences
Source (DOSS) Databasleverantör: Ebsco Datum: 2015-10-06
Ämne: Medicinsk åldersbedömning - tänder
Sökning gjord av: Edith Orem
På uppdrag av: Carl-Erik Flodmark/Andreas Cederlund
Söknr
Termtyp *)
Söktermer
Antal ref. **)
DE "DENTAL maturity"
187
(MH "Age Determination by Teeth")
90
3.
DE (ASP,
DOSS)
DE
(CINAHL)
FT/TI, AB
1,125
4.
FT/TI, AB
5.
TI ( "age assessment" OR "age determination" OR
"age diagnosis OR "age estimation" OR "age
measurement" OR "age verification" ) OR AB ( "age
assessment" OR "age determination" OR "age
diagnosis OR "age estimation" OR "age
measurement" OR "age verification" )
TI ( dental* OR teeth OR tooth OR molar* OR "dental
pulp*" ) OR AB ( dental* OR teeth OR tooth OR
molar* OR "dental pulp*" )
2. AND 3.
6.
1. OR 2. OR 4.
409
DE "RADIOACTIVE dating"
1,008
1.
2.
7.
8.
DE (ASP,
DOSS)
DE (ASP,
DOSS)
297,073
182
11.
DE "X-rays" OR DE "RADIOLOGY" OR DE
"RADIOGRAPHY" OR DE "COMPUTED tomography"
OR DE "CONE beam computed tomography" OR DE
"ELECTRON beam computed tomography" OR DE
"SPIRAL computed tomography" OR DE "X-ray
computed microtomography"
(MM "Radiography") OR (MH "Tomography, X-Ray
Computed") OR (MH "Tomography, Spiral
Computed")
TI ( "x-ray*" OR radiograph* OR radiolog* OR
"computed tomography" OR "CT scan*" OR
"computer assisted tomography" OR "electron beam
tomography" OR "cine CT" OR "cone beam" ) OR AB
( "x-ray*" OR radiograph* OR radiolog* OR
"computed tomography" OR "CT scan*" OR
"computer assisted tomography" OR "electron beam
tomography" OR "cine CT" OR "cone beam" )
7. OR 8. OR 9. OR 10.
12.
6. AND 11.
175
"Forensic Age Estimation" OR "Forensic Age
Diagnostics"
13. AND 6.
94
12. OR 14. AND Limiters - Scholarly (Peer Reviewed)
Journals
183, efter
automatisk
dubblettkontroll
mellan
databaserna:
166
9.
DE
(CINAHL)
10.
FT/TI, AB
13.
14.
15.
FT
32,595
553,617
586,456
18
*)
DE = Descriptor (fastställt ämnesord i databasen)
•
MH = CINAHL Exact Subject Headings
•
MM = CINAHL Exact Major Subject Headings
FT = fritextsökning
FT/TI, AB = fritextsökning i fälten för titel och abstract
**)
De fetmarkerade referenserna finns nedsparade
Dokumentation
Databas: Cochrane library Databasleverantör: Wiley InterScience Datum: 2015-10-07
Söknr
Termtyp *)
Söktermer
Databas/
Antal ref. **)
5
1.
MeSH
2.
FT/TI, AB,
KW
3.
FT/TI, AB,
KW
4.
MeSH descriptor: [Age Determination by Teeth]
explode all trees
"age assessment" or "age determination" or "age
diagnosis" or "age estimation" or "age measurement"
or "age verification":ti,ab,kw (Word variations have
been searched)
dental* or teeth or tooth or molar* or "dental
pulp*":ti,ab,kw (Word variations have been
searched)
2. AND 3.
5.
1. OR 4.
18
266
21776
18
6.
MeSH
MeSH descriptor: [Radiography] this term only
140
7.
MeSH
324
8.
Qualifier
9.
MeSH
MeSH descriptor: [Radiography, Dental] explode all
trees
Any MeSH descriptor with qualifier(s): [Radiography RA]
MeSH descriptor: [Radiology] this term only
10.
MeSH
4204
11.
FT/TI, AB,
KW
MeSH descriptor: [Tomography, X-Ray Computed]
explode all trees
"x-ray*" or radiograph* or radiolog* or "computed
tomography" or "CT scan*" or "computer assisted
tomography" or "electron beam tomography" or
"cine CT" or "cone beam":ti,ab,kw (Word variations
have been searched)
6. OR 7. OR 8. OR 9. OR 10. OR 11.
12.
13.
14.
FT
"Forensic Age Estimation" or "Forensic Age Diagnostics":ti,ab,kw (Word variations have been searched)
5. AND 12.
10259
105
24924
29516
0
9:
CDSR/0
DARE/0
HTA/1
EED/0
Central/8
*)
MeSH = Medical subject headings (fastställda ämnesord i Medline/PubMed, som även
används i Cochrane library)
Explode = Termen söks inklusive de mer specifika termerna som finns underordnade
This term only = Endast den termen söks, de mer specifika, underordnade termerna utesluts
Qualifier = aspekt av ämnet
FT/TI, AB, KW = Fritextterm/er – sökning i fälten för titel, abstract, keywords
**)
CDSR = The Cochrane Database of Systematic Reviews
DARE = Database of Abstracts of Reviews of Effects
HTA = Health Technology Assessment Database
EED = NHS Economic Evaluation Database
Central = Cochrane Central Register of Controlled Trials
Dokumentation
Databas: PubMed Databasleverantör: NLM Datum: 2016-01-15
Ämne: Medicinsk åldersbedömning - skelettet
Sökning gjord av: Carl-Erik Flodmark (rad 1-5, 17)/Edith Orem (rad 6-16)
På uppdrag av: Carl-Erik Flodmark
Söknr
Termtyp *)
Söktermer
Antal ref. **)
1.
MeSH
44
2.
MeSH
( "Age Determination by
Skeleton/classification"[Mesh] OR "Age
Determination by Skeleton/standards"[Mesh] OR
"Age Determination by Skeleton/utilization"[Mesh] )
"Age Determination by Skeleton"[Majr]
61
MeSH
2. AND Filters: Review, Systematic Reviews, MetaAnalysis.
"Age Determination by Skeleton"[Mesh]
4. AND Filters: Meta-Analysis, Review, Systematic
Reviews
age assessment[tiab] OR age determination[tiab]
OR age diagnosis[tiab] OR age estimation[tiab] OR
age measurement[tiab] OR age verification[tiab]
OR age assessment[ot] OR age determination[ot]
OR age diagnosis[ot] OR age estimation[ot] OR age
measurement[ot] OR age verification[ot]
hand[tiab] OR hands[tiab] OR hand-wrist[tiab] OR
wrist[tiab] OR wrists[tiab] OR wrist-hand[tiab] OR
bone[tiab] OR skeleton[tiab] OR skeletal[tiab] OR
osteological[tiab] OR ossification[tiab] OR cervical
vertebra*[tiab] OR clavicle[tiab] OR iliac[tiab] OR
femur[tiab] OR tibia[tiab] OR radius[tiab] OR
scapula[tiab] OR hand[ot] OR hands[ot] OR handwrist[ot] OR wrist[ot] OR wrists[ot] OR wrist-hand[ot]
OR bone[ot] OR skeleton[ot] OR skeletal[ot] OR
osteological[ot] OR ossification[ot] OR cervical
vertebra*[ot] OR clavicle[ot] OR iliac[ot] OR
femur[ot] OR tibia[ot] OR radius[ot] OR scapula[ot]
6. AND 7.
182
647259
11.
"Reproducibility of Results"[Mesh] OR "Sensitivity and
Specificity"[Mesh]
reproducibility[tiab] OR valid*[tiab] OR
reliability[tiab] OR sensitivity[tiab] OR specificity[tiab]
OR predictive value*[tiab] OR reproducibility[ot] OR
valid*[ot] OR reliability[ot] OR sensitivity[ot] OR
specificity[ot] OR predictive value*[ot]
9. OR 10.
12.
8. AND 11.
230
22
14.
"Age Determination by Skeleton/statistics and
numerical data"[Majr]
12. OR 13.
248
15.
14. AND Filters: Danish, English, Norwegian, Swedish.
241
16.
1. OR 3. OR 5. OR 15.
447
3.
4.
5.
6.
FT
7.
FT
8.
9.
MeSH
10.
FT
13.
MeSH
1587
3876
2205
1136895
800
1360585
1718218
Komplettering 2016-01-21
17.
"Age Determination by Skeleton/methods"[Majr]
698
*)
MeSH = Medical subject headings (fastställda ämnesord i Medline/PubMed)
MAJR = MeSH Major Topic (termen beskriver det huvudsakliga innehållet i artikeln)
FT = Fritextterm/er
tiab= sökning i title- och abstractfälten
ot = Other term: ämnesord (keyword) som oftast inte finns som MeSH-term
**)
Dokumentation
Söknr
Termtyp *)
Söktermer
Antal ref. **)
1.
MeSH
"Age Determination by Teeth"[Mesh]
1382
2.
FT
2159
3.
FT
4.
age assessment[tiab] OR age determination[tiab]
OR age diagnosis[tiab] OR age estimation[tiab] OR
age measurement[tiab] OR age verification[tiab]
OR age assessment[ot] OR age determination[ot]
OR age diagnosis[ot] OR age estimation[ot] OR age
measurement[ot] OR age verification[ot]
dental*[tiab] OR teeth[tiab] OR tooth[tiab] OR
molar*[tiab] OR dental pulp*[tiab] OR dental*[ot] OR
teeth[ot] OR tooth[ot] OR molar*[ot] OR dental
pulp*[ot]
2. AND 3.
725
5.
1. OR 4.
1594
840985
8.
"Radiography"[Majr] OR "radiography" [Subheading]
OR "Radiology"[Mesh:NoExp] OR "Tomography, XRay Computed"[Mesh]
x-ray*[tiab] OR radiograph*[tiab] OR radiolog*[tiab]
OR computed tomography[tiab] OR CT scan*[tiab]
OR computer assisted tomography[tiab] OR electron
beam tomography[tiab] OR cine CT[tiab] OR cone
beam[tiab] OR x-ray*[ot] OR radiograph*[ot] OR
radiolog*[ot] OR computed tomography[ot] OR CT
scan*[ot] OR computer assisted tomography[ot] OR
electron beam tomography[ot] OR cine CT[ot] OR
cone beam[ot]
6. OR 7.
1295437
9.
5. AND 8.
1149
10.
9. AND Filters: Publication date from 1960/01/01,
Danish, English, Norwegian, Swedish
10. AND systematic[sb]
966
633928
14.
"Reproducibility of Results"[Mesh] OR "Sensitivity and
Specificity"[Mesh]
reliability[tiab] OR sensitivity[tiab] OR specificity[tiab]
OR predictive value*[tiab] OR reproducibility[ot] OR
valid*[ot] OR reliability[ot] OR sensitivity[ot] OR
specificity[ot] OR predictive value*[ot]
12. OR 13.
1684973
15.
10. AND 14.
253
117
17.
"Forensic Age Estimation" OR "Forensic Age
Diagnostics"
16. AND 5.
18.
11. OR 15. OR 17.
311
19.
18. NOT (animals[mesh] not humans[mesh] )
301
6.
MeSH
7.
FT
11.
SB
12.
MeSH/FT
13.
FT
16.
FT
329339
771878
6
1333025
69
*)
Exp = Termen söks inklusive de mer specifika termerna som finns underordnade
NoExp = Endast den termen söks, de mer specifika, underordnade termerna utesluts
SB = PubMeds filter för:
- systematiska översikter (systematic[sb])
- alla MeSH-indexerade artiklar (medline[sb])
FT = Fritextterm/er
ot = Other term: ämnesord (keyword) som oftast inte finns som MeSH-term
**)
Dokumentation
Ämne: Medicinsk åldersbedömning - MRI
Sökning gjord av: Ann Kristine Jonsson
På uppdrag av: Carl-Erik Flodmark
Termtyp *)
Söktermer
1.
MH/FT
2.
FT
"Age Determination by Teeth"[Mesh] OR "Age
Determination by Skeleton"[Mesh] OR (age
assessment[tiab] OR age determination[tiab] OR
age diagnos*[tiab] OR age diagnosis[tiab] OR age
estimation[tiab] OR age measurement[tiab] OR age
verification[tiab] OR skeletal matur*[tiab] OR
assessing age[tiab] OR assessing chronological
age[tiab] OR bone age assessment*[tiab] OR bone
age estimation[tiab] OR bone age
measurement*[tiab] OR determine age[tiab] OR
estimating age[tiab] OR evaluation of bone
age[tiab] OR Fels method[tiab] OR forensic age
estimation[tiab] OR GP atlas[tiab] OR Greulich and
Pyle[tiab] OR Greulich and Pyle atlas[tiab] OR hand
MRI images[tiab] OR hand-wrist maturation[tiab] OR
MRI atlas method[tiab] OR MRI skeletal age[tiab] OR
pediatric wrist MRI[tiab] OR real chronological
age[tiab] OR skeletal age estimation[tiab] OR
skeletal age measurement*[tiab] OR skeletal
maturation index[tiab] OR skeletal maturation
indices[tiab] OR skeletal maturation methods[tiab]
OR Tanner-Whitehouse[tiab] OR Tomei et al
method[tiab] OR Tomei’s method[tiab] OR Tomei's
MRI method[tiab] OR TW method[tiab] OR TW2
method*[tiab] OR TW3 method*[tiab] OR
TW2RUS[tiab] OR TW3RUS[tiab] OR volumetric hand
MRI images[tiab] OR wrist MRI[tiab] OR atlas
method[tiab])
(age[ti] OR age-related[ti] OR age[ot]) NOT
medline[sb]
1 OR 2
3.
4.
MH/FT
"Magnetic Resonance Imaging"[Mesh] OR
(Magnetic Resonance Imag*[tiab] OR MRI[ti] OR
MRI-based[tiab] OR NMR Imag*[tiab] OR
Zeugmatography[tiab] OR MR Tomography[tiab] OR
Proton Spin Tomography[tiab] OR Magnetization
Transfer Contrast Imaging[tiab] OR MRI Scan*[tiab]
OR fMRI[tiab] OR Functional MRI[tiab] OR Functional
MRIs[tiab] OR Chemical Shift Imaging*[tiab] OR
Neurodevelopmental MRI[tiab] OR age-specific
MRI[tiab] OR MR imag*[tiab] OR MR imag*[ot] OR
MRI imag*[tiab] OR MRI imag*[ot]) NOT medline[sb]
OR MRI atlas[tiab] OR MRI atlas[ot] OR "Multimodal
Imaging"[Mesh] OR "Image Interpretation,
Computer-Assisted"[Mesh] OR "Imaging, ThreeDimensional"[Mesh] OR "Anatomic
Landmarks"[Mesh] OR "Atlases as Topic"[Mesh] OR
cine MRI[tiab]
Databas/
Antal ref. **)
8106
16020
23874
465658
5.
6.
7.
MH/FT
3 AND 4
545
"Reproducibility of Results"[Mesh] OR
reliability[tiab]
5 AND 6
731920
91
*)
Exp = Termen söks inklusive de mer specifika termerna som finns underordnade
NoExp = Endast den termen söks, de mer specifika, underordnade termerna utesluts
OT = Other term: ämnesord (keyword) som oftast inte finns som MeSH-term Mostly
SB = PubMeds filter
för systematiska översikter (systematic[sb])
för alla MeSH-indexerade artiklar (medline[sb])
FT = Fritextterm/er
**)
Söksträng rad 5:
(("Magnetic Resonance Imaging"[Mesh] OR (Magnetic Resonance Imag*[tiab] OR MRI[ti]
OR MRI-based[tiab] OR NMR Imag*[tiab] OR Zeugmatography[tiab] OR MR
Tomography[tiab] OR Proton Spin Tomography[tiab] OR Magnetization Transfer Contrast
Imaging[tiab] OR MRI Scan*[tiab] OR fMRI[tiab] OR Functional MRI[tiab] OR Functional
MRIs[tiab] OR Chemical Shift Imaging*[tiab] OR Neurodevelopmental MRI[tiab] OR agespecific MRI[tiab] OR MR imag*[tiab] OR MR imag*[ot] OR MRI imag*[tiab] OR MRI
imag*[ot]) NOT medline[sb] OR MRI atlas[tiab] OR MRI atlas[ot] OR "Multimodal
Imaging"[Mesh] OR "Image Interpretation, Computer-Assisted"[Mesh] OR "Imaging, ThreeDimensional"[Mesh] OR "Anatomic Landmarks"[Mesh] OR "Atlases as Topic"[Mesh] OR cine
MRI[tiab])) AND ((((age[ti] OR age-related[ti] OR age[ot]) NOT medline[sb])) OR ("Age
Determination by Teeth"[Mesh] OR "Age Determination by Skeleton"[Mesh] OR (age
assessment[tiab] OR age determination[tiab] OR age diagnos*[tiab] OR age diagnosis[tiab]
OR age estimation[tiab] OR age measurement[tiab] OR age verification[tiab] OR skeletal
matur*[tiab] OR assessing age[tiab] OR assessing chronological age[tiab] OR bone age
assessment*[tiab] OR bone age estimation[tiab] OR bone age measurement*[tiab] OR
determine age[tiab] OR estimating age[tiab] OR evaluation of bone age[tiab] OR Fels
method[tiab] OR forensic age estimation[tiab] OR GP atlas[tiab] OR Greulich and Pyle[tiab]
OR Greulich and Pyle atlas[tiab] OR hand MRI images[tiab] OR hand-wrist maturation[tiab]
OR MRI atlas method[tiab] OR MRI skeletal age[tiab] OR pediatric wrist MRI[tiab] OR real
chronological age[tiab] OR skeletal age estimation[tiab] OR skeletal age
measurement*[tiab] OR skeletal maturation index[tiab] OR skeletal maturation indices[tiab]
OR skeletal maturation methods[tiab] OR Tanner-Whitehouse[tiab] OR Tomei et al
method[tiab] OR Tomei’s method[tiab] OR Tomei's MRI method[tiab] OR TW method[tiab]
OR TW2 method*[tiab] OR TW3 method*[tiab] OR TW2RUS[tiab] OR TW3RUS[tiab] OR
volumetric hand MRI images[tiab] OR wrist MRI[tiab] OR atlas method[tiab])))
Söksträng rad 7:
(("Reproducibility of Results"[Mesh] OR reproducibility[tiab] OR valid*[tiab] OR
reliability[tiab])) AND ((("Magnetic Resonance Imaging"[Mesh] OR (Magnetic Resonance
Imag*[tiab] OR MRI[ti] OR MRI-based[tiab] OR NMR Imag*[tiab] OR Zeugmatography[tiab]
OR MR Tomography[tiab] OR Proton Spin Tomography[tiab] OR Magnetization Transfer
Contrast Imaging[tiab] OR MRI Scan*[tiab] OR fMRI[tiab] OR Functional MRI[tiab] OR
Functional MRIs[tiab] OR Chemical Shift Imaging*[tiab] OR Neurodevelopmental MRI[tiab]
OR age-specific MRI[tiab] OR MR imag*[tiab] OR MR imag*[ot] OR MRI imag*[tiab] OR MRI
imag*[ot]) NOT medline[sb] OR MRI atlas[tiab] OR MRI atlas[ot] OR "Multimodal
Imaging"[Mesh] OR "Image Interpretation, Computer-Assisted"[Mesh] OR "Imaging, ThreeDimensional"[Mesh] OR "Anatomic Landmarks"[Mesh] OR "Atlases as Topic"[Mesh] OR cine
MRI[tiab])) AND ((((age[ti] OR age-related[ti] OR age[ot]) NOT medline[sb])) OR ("Age
Determination by Teeth"[Mesh] OR "Age Determination by Skeleton"[Mesh] OR (age
assessment[tiab] OR age determination[tiab] OR age diagnos*[tiab] OR age diagnosis[tiab]
OR age estimation[tiab] OR age measurement[tiab] OR age verification[tiab] OR skeletal
matur*[tiab] OR assessing age[tiab] OR assessing chronological age[tiab] OR bone age
assessment*[tiab] OR bone age estimation[tiab] OR bone age measurement*[tiab] OR
determine age[tiab] OR estimating age[tiab] OR evaluation of bone age[tiab] OR Fels
method[tiab] OR forensic age estimation[tiab] OR GP atlas[tiab] OR Greulich and Pyle[tiab]
OR Greulich and Pyle atlas[tiab] OR hand MRI images[tiab] OR hand-wrist maturation[tiab]
OR MRI atlas method[tiab] OR MRI skeletal age[tiab] OR pediatric wrist MRI[tiab] OR real
chronological age[tiab] OR skeletal age estimation[tiab] OR skeletal age
measurement*[tiab] OR skeletal maturation index[tiab] OR skeletal maturation indices[tiab]
OR skeletal maturation methods[tiab] OR Tanner-Whitehouse[tiab] OR Tomei et al
method[tiab] OR Tomei’s method[tiab] OR Tomei's MRI method[tiab] OR TW method[tiab]
OR TW2 method*[tiab] OR TW3 method*[tiab] OR TW2RUS[tiab] OR TW3RUS[tiab] OR
volumetric hand MRI images[tiab] OR wrist MRI[tiab] OR atlas method[tiab]))))

Underlag för dialogmöte 2016-04-20 för projektet

Transcription

Similar documents

9413 Long Twin Flakmått

Världens befolkning över 65 år ökar fram till 2030 med

Year 9 Religion.pdf

Packpulka

Avhandlingar - ISV - Department of Social and Welfare Studies

- Somatisering och patientens förklaringsmodell för

Hela svaret - Hemostatiska förband

Hela svaret - Kaliumpermanganat vid svårläkta sår

En studie av New Age-relaterade perspektiv i olika åldersgrupper

U-Pb zircon age of an Arvidsjaur group rhyolite at Makkavare