编辑推荐：
在人类骨骼遗骸鉴定中，性别估算至关重要。研究人员利用来自科英布拉已鉴定骨骼样本库和 21 世纪已鉴定骨骼样本库的 181 例样本，构建基于尺骨和桡骨测量的性别估算模型。模型准确性高、性别偏差低，并制成在线应用，助力性别预测。
性别估算是人类骨骼遗骸鉴定过程中的关键步骤，与年龄、身高和种群亲缘关系鉴定同等重要。骨盆是骨骼中两性差异最为显著的部位，但长骨也能很好地用于性别估算。本研究旨在利用来自科英布拉已鉴定骨骼样本库（Coimbra Identified Skeletal Collection）和 21 世纪已鉴定骨骼样本库（21st Century Identified Skeletal Collection）的 181 名个体（107 名女性，74 名男性）的混合样本，开发基于尺骨（ulna）和桡骨（radius）的性别估算模型。研究人员采用基于测量数据的计量学方法进行性别估算，通过逻辑回归生成了 15 个模型，并在里斯本已鉴定骨骼样本库（Lisbon Identified Skeletal Collection，N=107；61 名女性，55 名男性）中进行了测试。最终生成的模型被整合到一个在线响应式应用程序（
https://vertigemdasespecies.shinyapps.io/RADIULNA/）中，以方便进行性别预测。总体而言，这些模型具有较高的准确性和较低的性别偏差。在交叉验证中，总体准确率在 84.0% 至 95.8% 之间，在测试样本中则在 81.9% 至 90.6% 之间。在仅基于桡骨的模型中，3R 模型（变量包括桡骨头矢状径、头 - 结节桡骨长度和远端骨骺宽度）在交叉验证中的准确率较高（94.7%），而 4R 模型（与 3R 模型变量相同，再加上桡骨结节周长）在测试样本中的表现最佳（90.6%）。在尺骨模型中，交叉验证准确率较高的是 4U 模型（变量包括最大长度、尺骨冠突高度和骨干中部周长），而 2U 模型（变量包括最大长度和尺切迹长度）在测试集中表现更好（89.8%）。
