slovenskÁ antropolÓgia - prírodovedecká fakulta · slovenskÁ antropolÓgia ročník 19 Číslo...
TRANSCRIPT
SLOVENSKÁ ANTROPOLÓGIA
Ročník 19
Číslo 1
SLOVENSKÁ ANTROPOLOGICKÁ SPOLOČNOSŤ PRI SAV
BRATISLAVA 2016
SLOVENSKÁ ANTROPOLÓGIA
Roč. 19, čís. 1
Skratka: Slov. Antropol.
NAKLADATEĽ: SLOVENSKÁ ANTROPOLOGICKÁ SPOLOČNOSŤ PRI SAV
MLYNSKÁ DOLINA B2, 842 15 BRATISLAVA, SLOVENSKÁ REPUBLIKA
e-mail editora: [email protected]
EDITOR: Doc. RNDr. MILAN THURZO, CSc.
VÝKONNÝ REDAKTOR: RNDr. EVA NEŠČÁKOVÁ, CSc.
TECHNICKÁ ÚPRAVA: Mgr. SILVIA BODORIKOVÁ, PhD.
REDAKČNÁ RADA: Doc. RNDr. RADOSLAV BEŇUŠ, PhD.,
Prof. RNDr. IVAN BERNASOVSKÝ, DrSc., Mgr. SILVIA BODORIKOVÁ, PhD.,
RNDr. EVA NEŠČÁKOVÁ, CSc., RNDr. ALENA ŠEFČÁKOVÁ, PhD.,
Doc. RNDr. MILAN THURZO, CSc.
Sídlo vydavateľa: Vazovova 5, 812 43 Bratislava
Vydavateľ: Vydavateľstvo STU
Nakladateľstvo STU
IČO 00397 687
Dátum vydania: november 2016
Periodicita vydania: 2-krát ročne
Príspevky boli recenzované anonymne.
All contributions were reviewed anonymously.
VYDALA SLOVENSKÁ TECHNICKÁ UNIVERZITA V BRATISLAVE VO VYDAVATEĽSTVE STU
© SLOVENSKÁ ANTROPOLOGICKÁ SPOLOČNOSŤ PRI SAV BRATISLAVA 2016
1
Slov. Antropol.,19(1):1-4, 2016
APOA5 GENE VARIANTS AND THE RISK OF CORONARY HEART
DISEASE IN SLOVAK POPULATION FROM PREŠOV REGION
Jarmila Bernasovská1, Regina Lohajová Behulová
2, Ivan Bernasovský
3, Iveta Boroňová
1, Ján
Kmec4, Eva Petrejčíková
1, Dana Dojčáková
1, Mariana Priganc
1, Michaela Zigová
1, Daniela
Grejtáková1
1 Institute of Biology, Faculty of Humanities and Natural Sciences, University of Prešov, 17.
November str. 1, 080 01 Prešov, Slovakia, e-mail: [email protected] 2
Slovak Medical University in Bratislava, Limbová 12, 833 03 Bratislava, Slovakia 3
Center of languages and cultures of national minorities, University of Prešov, Prešov, Slovakia 4
Faculty of Health Care, University of Prešov, Partizánska 1, 080 01 Prešov, Slovakia
Abstract: Apolipoprotein A5 has an important role in lipid metabolism, specifically for
triglyceride-rich lipoproteins. ApoA5 gene variants are genetic determinants of the concentration of
triglycerides, which are a known risk factor for coronary heart disease (CHD). Mechanism of action
is still poorly understood. Gene analysis was undertaken on 65 CHD patients, 56 non-CHD controls
and 50 healthy controls from Prešov region. Molecular-genetic analyses included two variants of
the ApoA5 gene, -1131T>C and 553G>T, that were analyzed for their association with CHD. SNP -
1131CT>C was shown to be a CHD risk factor (P=0.027; OR, 1.413; 95% CI, 1.042–1.915). The
severity of CHD was defined by the number of coronary arteries with >50% coronary artery
occlusion. The single nucleotide polymorphism 553G>T, was found to correlate with the severity of
CHD. Therefore, these genetic variants could be potentially used to predict cardiovascular disease.
Key words: apolipoprotein A5, CHD, SNP, -1131T>C, 553G>T, Central Europe
Introduction
Apolipoprotein A-V (ApoA-V) was identified by two groups simultaneously in 2001. Since that
time, studies conducted on rodents APOA5 have implicated in the physiology of triglyceride-rich
lipoprotein (TRL) metabolism. Initial studies were accompanied by data in humans demonstrating
an association between single nucleotide polymorphisms (SNPs) at the APOA5 locus and blood
triglycerides, suggesting that this protein is also involved in TRL metabolism in humans (Tai and
Ordovas 2008). Coronary heart disease (CHD) is a severe condition in which plaque builds up
inside the coronary arteries. Over time, plaque hardens and narrows the coronary arteries,
eventually leading to myocardic infarction and mortality. Triglycerides (TGs) are the major
components of plaque and aberrant levels of TGs significantly correlate with the risk of CHD
(Carey 2010). Increased TGs contribute to the development of hypertriglyceridemia and metabolic
syndrome (Evans, Aberle and Beil 2011), which are associated with cardiovascular events (Maász
et al. 2008). Although a small number of candidate genes have been identified for the risk of CHD,
it is estimated that 95% of genetic factors remain unidentified in elucidating the pathogenesis of this
complex disease (Peden and Farrall 2011). Apolipoprotein A-V (ApoA-V) is a key regulator of TG
levels (Pennacchio et al. 2001, Martinelli et al. 2007) and apolipoprotein A5 (APOA5) gene variant,
-1131T>C (rs662799). This genetic variant has been significantly associated with TG levels and the
risk of CHD (Yu, Xue and Zhao 2007). TG levels have been shown to be significantly higher in -
1131C controls compared with -1131T controls (Liu, Zhang and Lin 2005) Another variant,
553G>T (rs2075291), was shown as a risk factor for CHD in the Chinese population (Kao et al.
2003, Tang et al. 2006). However, conflicting results of APOA5 variants were observed in a number
of other studies (Martinelli et al. 2007, Maász et al. 2008, Prochaska et al. 2010). Studies showed
2
that – 1131T>C was not associated with the risk of CHD in Italian (Martinelli et al. 2007) and
Brazilian populations (Prochaska et al. 2010). Since previous epidemiological studies indicate that
there is an ethnic difference in the APOA5 gene variants, a meta-analysis of the available data was
necessary to investigate the role of the APOA5 gene in the risk of CHD (Zhou et al. 2013).
Methods
A total of 171 unrelated individuals were analyzed for our study, which included 65 CHD cases
(males 37; females 28; age 60.27±8.50 years), 56 non-CHD controls ( males 29; females 27; age
56.62±8.41) and 50 healthy controls from Prešov region. CHD cases were patients with >50%
coronary artery occlusion of one or more major coronary arteries or a history of prior angioplasty or
coronary artery bypass surgery. Non-CHD participants were selected from inpatients who had
<50% occlusion in the major coronary artery and did not have any atherosclerotic vascular disease.
In addition, 50 apparently healthy individuals from the Prešov region were recruited as healthy
controls. Subjects were excluded from this study if the individual had congenital heart disease,
cardiomyopathy, liver or renal disease or cancer.
Genomic DNA from peripheral blood (native or frozen, in solution of 0.5 ml 0.5 M EDTA) was
extracted by standard extraction procedures using ReliaPrep™ gDNA Tissue Miniprep System
(Promega) and using nucleic acid extraction automatic analyzer (Eppendorf epMotion 5070). The
qPCRs were performed on 7500 Fast Real-Time PCR System (Applied Biosystems) in a total
volume of 10 μl/well. Primers for the single base extension reaction are shown in Table 1. To verify
the repeatability and stability of the experiment, 5% of random samples and 10 control samples,
including 5 negative and 5 positive controls, were used for quality control.
Departure of Hardy-Weinberg equilibrium (HWE) and haplotype frequencies were analyzed by
Arlequin program version 3.5. The linkage disequilibrium of APOA5 gene variants was measured
by an online calculator (www.oege.orgsoftware 2016).
Table 1: Primer sequences for single base extension reaction
SNP Name Primer Sequence (5′-3′)
rs662799 -1131T>C 1st-P ACGTTGGATGGCCCTGCGAGTGGAGTTCA
2nd-P ACGTTGGATGACTCTGAGCCCCAGGAACT
UEP_SEQ GGGTGAACTGGAGCGAAAGT
rs2075291 -553G>T 1st-P ACGTTGGATGTTGGGCTTTGCTGCAGGGAC
2nd-P ACGTTGGATGATGGGTGGAAGAGCTCTTTG
UEP_SEQ GCTCTTTGAAGCGGC
Results SNPs -1131T>C and 553G>T were consistent with HWE (P>0.05). Haplotypes of the 2 SNPs
were associated with the risk of CHD. We observed -1131C to be a CHD risk factor (P=0.081, OR,
1.443, 95% CI, 1.064–1.975; table 2). The severity of CHD was defined by the number of coronary
arteries with >50% coronary artery occlusion. Our results indicated that 553G>T correlated with
CHD severity in males only (P=0.081). Further breakdown analysis by gender did not show
significant results between two variants and the risk of CHD.
3
Table 2: Significant differences in genotype distributions CHD cases vs. non-CHD
controls
CHD cases vs. healthy controls
Male OR (95% CI) P – value, df=1 OR (95% CI) P – value, df=1
rs 2075291 (GT+TT vs. GG) 0.665 0.232 1.699 0.273
rs 662799 (AG + GG vs.AA) 1.386 0.243 1.513 0.124
Female
rs 2075291 (GT+TT vs. GG) 0.795 0.674 0.902 1.012
rs 662799 (AG + GG vs.AA) 1.561 0.188 1.750 0.092
Total
rs 2075291 (GT+TT vs. GG) 0.702 0.278 1.174 0.602
rs 662799 (AG + GG vs.AA) 1.445 0.112 1.443 0.081
CHD-coronary heart disease, OR-odds ratio, CI-confidence interval
Discussion
A number of studies have found that the -1131T>C gene is significantly associated with CHD.
However, the association between -1131T>C and CHD in the European populations remain
controversial (Havasi, Szolnoki and Talián 2006, Maász et al. 2008). Three independent studies
(Szalai et al. 2004, Havasi, Szolnoki and Talián 2006, Maász et al. 2008) observed that patients
carrying the -1131CT>C gene had higher TG levels and a significantly increased risk of coronary
events. Martinelli et al (2007) demonstrated that 2 APOA5 variants, including -1131T>C, which are
independent predictors of TGs were not associated with CHD.
SNP 553G>T is a rare APOA5 gene variant that has been studied in Han Chinese populations
(Kao et al. 2003,Yuan et al. 2011). SNP 553G>T has been found to correlate with serum levels of
TG and total cholesterol in Han Chinese individuals in Xinjiang, China (Yuan et al. 2011). A
significant association between 553G>T and CHD in Han Chinese populations, by 2 separate
groups, has been found in Taiwan (P<0.001) and Nanjing (P=0.017) (Kao et al. 2003, Tang et al.
2006). In the present study, the previous positive association between 553G>T and CHD was not
observed. Other analysis of 3 studies among 9,518 individuals indicates that the 553G>T gene is not
associated with CHD risk (P=0.40, OR, 1.22, 95% CI, 0.77 – 1.91). However, a correlation between
553G>T and the severity of CHD was observed in males (P=0.081). Further investigation of the
contribution of 553G>T to the progression of CHD is required (Zhou et al. 2013).
Our study shows that the -1131CT>C gene is a CHD risk factor in the Slovak population from
Prešov region and indicate that 553G>T correlate with CHD severity only in males, similarly to it
shows the study of Zhou et al. (2013).
Summary
This study shows that the -1131CT>C gene can to be CHD risk factor in our population and this
association is further supported by other analyses that showed ethnic difference in APOA5 gene
variants too. An improved investigation with larger sample sizes in the future.
Acknowledgments
This study is the result of the projects APVV-0644-12, ITMS 26220120023 a ITMS
26220120041.
References
CAREY, V. J., BISHOP, L., LARANJO, N., HARSHFIELD, B. J., KWIAT, C., SACKS, F. M.,
2010: Contribution of high plasma triglycerides and low high-density lipoprotein cholesterol to
residual risk of coronary heart disease after establishment of low-density lipoprotein cholesterol
control. Am. J. Cardiol., 106:757-763.
4
EVANS, D., ABERLE, J., BEIL, F. U., 2011: Resequencing the apolipoprotein A5 (APOA5)
gene in patients with various forms of hypertriglyceridemia. Atherosclerosis, 219:715-720.
HAVASI, V., SZOLNOKI, Z., TALIÁN, G., 2006: Apolipoprotein A5 gene promoter region T
1131C polymorphism associates with elevated circulating triglyceride levels and confers
susceptibility for development of ischemic stroke. J. Mol. Neurosci., 9:177-183.
KAO, J. T., WEN, H. C., CHIEN, K. L., HSU, H. C., LIN, S. W., 2003: A novel genetic variant
in the apolipoprotein A5 gene is associated with hypertriglyceridemia. Hum. Mol. Genet., 12:2533-
2539.
LIU, H., ZHANG, S., LIN, J., 2005: Association between DNA variant sites in the apolipopro-
tein A5 gene and coronary heart disease in Chinese. Metabolism, 54:568-572.
MAÁSZ, A., KISFALI, P., SZOLNOKI, Z., HADARITS, F., MELEGH, B., 2008:
Apolipoprotein gene C56G variant confers risk for the development of large-vessel associated
ischemic stroke. J. Neurol., 255:649-654.
MARTINELLI, N., TRABETTI, E., BASSI, A., GIRELLI, D., FRISO, S., PIZZOLO, F.,
SANDRI, M., MALERBA, G., PIGNATTI, P. F., CORROCHER, R., OLIVIERI, O., 2007: The -
1131 T>C and S19W APOA5 gene polymorphisms are associated with high levels of triglycerides
and apolipoprotein C-III, but not with coronary artery disease: an angiographic study.
Atherosclerosis, 191:409-417.
PEDEN, J. F., FARRALL, M., 2011: Thirty-five common variants for coronary artery disease:
the fruits of much collaborative labour. Hum. Mol. Genet., 20:R198-R205.
PENNACCHIO, L. A., OLIVIER, M., HUBACEK, J. A., COHEN, J. C., COX, D. R.,
FRUCHART, J. C., KRAUSS, R. M., RUBIN, E. M., 2001: An apolipoprotein influencing
triglycerides in humans and mice revealed by comparative sequencing. Science, 294:169-173.
PROCHASKA, C. L., PICHETH, G., ANGHEBEM-OLIVIERA, M. I., COSTANTINI, C. O.,
DE SOUZA, E. M., PEDROSA, F. O., SCARTEZINI, M., 2010: The polymorphisms -1131T>C
and the S19W of the APOA5 gene are not associated with coronary artery disease in a Brazilian
population. Clin. Chem. Lab. Med., 48:419-422.
SZALAI, C., KESZEI, M., DUBA, J., PROHÁSZKA, Z., KOZMA, G. T., CSÁSZÁR, A.,
BALOGH, S., ALMÁSSY, Z., FUST, G., CZINNER, A., 2004: Polymorphism in the promoter
region of the apolipoprotein A5 gene is associated with an increased susceptibility for coronary
artery disease. Atherosclerosis, 173:109-114.
TAI, S., ORDOVAS, J. M., 2008: Clinical significance of apolipoprotein A5. Curr. Opin.
Lipidol., 19(4):349-354.
TANG, Y., SUN, P., GUO, D., FERRO, A., JI, Y., CHEN, Q., FAN, L., 2006: A genetic variant
c.553G>T in the apolipoprotein A5 gene is associated with an increased risk of coronary artery
disease and altered triglyceride levels in a Chinese population. Atherosclerosis, 185:433-437.
ZHOU, L., HE, Z., WU, CH., YANG, H., YU, D., YANG, X., ZHANG, X., WANG, Y., SUN,
J., GAO, Y., TAN, A., HE, Y., WU, T., 2013: A genome wide association study identifies common
variants associated with lipid levels in the Chinese population. PLOS ONE, 30:426-441.
YU, Y., XUE, L., ZHAO, C.Y., 2007: Study on polymorphism in the apolipoprotein A5 gene in
patients with premature coronary heart disease. Beijing Da Xue Xue Bao.,39:576–580.
YUAN, S., MA, Y. T., XIE, X., YANG, Y. N., FU, Z. Y., MA, X., LI, X .M., XIANG, Y., LIU,
F., CHEN, B. D., 2011: Association of apolipoprotein A5 gene polymorphism with coronary heart
disease in Uygur population of Xinjiang. Chinese Journal of Medical Genetics, 28(1):73-77.
www.oege.orgsoftware, 2016: The linkage disequilibrium calculator. [Online]. Dostupné na:
http://www.oege.org/software/cubex/ 10.9.2016
5
Slov. Antropol., 19(1):5-9, 2016
NEXT-GENERATION SEQUENCING REVEALS NEW GENE VARIANTS
IN SLOVAK PATIENTS WITH DILATED CARDIOMYOPATHY
Boroňová Iveta1, Bernasovská Jarmila
1, Kmec Ján
2, Bernasovský Ivan
3, Szabadosová
Viktória1, Tóthová Iveta
1, Petrejčíková Eva
1, Zigová Michaela
1, Priganc Mariana
1
1 Department of Biology, Faculty of Humanities and Natural Sciences, University of Prešov,
17. november street 1, 081 16 Prešov, Slovak Republic, e-mail: [email protected] 2
Faculty of Health Care, University of Prešov, Partizánska 1, 080 01 Prešov, Slovak Republic, e-mail:
Center of Languages and Cultures of National Minorities, University of Prešov, 17. november street
1, 081 16 Prešov, Slovak Republic, e-mail: [email protected]
Abstract: Dilated cardiomyopathy (DCM) is one of the most prevalent inherited cardiomyopathies
and is known to be one of the leading causes of heart failure and sudden cardiac death. Recent
technical advances by introduction of next generation sequencing (NGS) technologies provide new
possibilities of dilated cardiomyopathies genetic testing. The aim of this study was evaluation of
gene variants detected by next-generation sequencing (NGS) in Slovak patients with clinical
diagnosis of dilated cardiomyopathy. In the cohort of unrelated patients with clinical diagnosis of
dilated cardiomyopathy (n=27, 24 males, 3 females, age range 58±17 years), 105,376 single
nucleotide variants were identified. Three sequence variants (rs34580776, rs41277370, rs942077)
where predicted to be "damaging” associated with cardiomyopathy (SIFT score 0-0.5). In the
analyzed cohort of DCM patients, H558R mutations (exon 12) in SCN5A gene in heterozygous and
homozygous form were detected. NGS analyses also revealed the presence of novel mutation in
CANX gene. The results of our study reflect the necessity of sequence variants evaluation in genes
involved in cardiomyopathies as a part of NGS genetic testing. Molecular-genetic testing often
identifies novel DNA sequence variants for which pathogenicity is unresolved; these variants
currently have use in the interpretation of genetic testing results.
Key words: heart disease, genetics, molecular-genetic testing, Central Europe
Introduction
DNA sequencing technologies have a broad range of applications in different fields, including
molecular cloning and identification of pathogenic genes as well as comparative and evolutionary
studies. In recent years, NGS has been applied to comprehensively study several Mendelian
monogenic disorders as well as complex diseases including cardiac diseases (Fokstuen et al. 2014).
For these multifactorial diseases, a very important advantage of NGS is the possibility of testing
many genes in a relatively short time and with low cost (Morini et al. 2015).
DCM is a genetically heterogeneous disease characterized by cardiac left ventricular
enlargement and systolic dysfunction (Hershberger and Siegfried 2011). The majority of patients
present with sporadic DCM, however, genetic screening of first-degree relatives reveals that 20-
35% of cases are familial DCM. DCM is primarily caused by pathogenic genetic mutations. The
majority of patients with DCM exhibit autosomal dominant genetic disease, although there are
several reported cases with recessive, X-linked, and other patterns of inheritance (Charron et al.
2010, Posafalvi et al. 2013). Due to large cohorts to investigate, large number of causative genes
and high rate of private mutations, mutational screening requires the use of extremely sensitive and
specific detection methods. Currently, over fifty genes have been documented to cause DCM. Of
6
these, the majority harbour missense mutations located in sarcomere proteins, including cardiac
myosin-binding protein C (MYBPC3), cardiac alpha-myosin heavy chain (MYH6), cardiac beta-
myosin heavy chain (MYH7), troponin T type 2 (cardiac) (TNNT2), troponin I type 3 (cardiac)
(TNNI3), tropomyosin 1 (alpha) (TPM1), myosin light chain 3 (MYL3), and actin, alpha, cardiac
muscle 1 (ACTC1). In addition, mutations in the nuclear envelope proteins of nuclear lamin A/C
(LMNA); cytoskeletal proteins, including myopalladin (MYPN), desmin (DES) and vinculin
(VCL); calcium/sodium-handling proteins of sodium channel, voltage gated, type V alpha subunit
(SCN5A); desmosomal proteins, such as desmoplakin (DSP) and RNA-binding motif protein 20
(RBM20); as well as other types of genes are considered to be closely related to the occurrence of
DCM (Zhao et al. 2015).
Recent technical advances by introduction of next generation sequencing (NGS) technologies
provide new possibilities of dilated cardiomyopathies detection. In recent years, several platforms
for NGS have been developed; their main characteristics are summarized in Table 1 (modified
according Morini et al. 2015).
Table 1: The most common Next-Generation Sequencing (NGS) platforms (modified according
Morini et al. 2015)
Sequencers SOLiDTM
5500 (Applied
Biosystems)
Hiseq 2000 (Illumina) 454 GS FLX
(Roche)
Methods Sequencing by ligation Sequencing by synthesis Pyrosequencing
Read length 35 – 50 bp 50 – 250 bp 700 bp
Reads per run 1.2 – 1.4 billion ↑ 3 billion 1 million
Time per run 1 – 2 weeks 1 – 10 days 24 h
Advantages Low cost per base
Accuracy
High throughput Read length
Fast
Disadvantages Slower method
Palindromic sequences
errors
Short read
Expensive
High concentrations of
DNA
Short reads
Runs expensive
Homopolymer
errors
Low throughput
Next-generation sequencing technology offers novel opportunities to study, diagnose and
identification of pathogenic mutations of complex and multifactorial diseases.
Subjects and methods
Analyzed survey included 27 Slovak patients with clinical diagnosis of dilated cardiomyopathy.
Of these patients, 24 were males and three were females (age range 58 ± 17 years). At the clinical
interview, physical examinations, invasive examinations and echocardiography (ECG) were
performed to determine the phenotype of each sporadic DCM. Written informed consent and
additional clinical information were obtained from each patient with DCM.
Genomic DNA was extracted from leukocytes by a standard methodology. Next-generation
sequencing analyses were performed using DNA sequencing system SOLiD™ 5500 (Applied
Biosystems). Relevant DNA sequence variants were reconfirmed by traditional capillary Sanger
sequencing (ABI PRISM 3500xL Genetic Analyzer).
Results
Next-generation sequencing analyses in the cohort of Slovak patients with clinical diagnosis of
dilated cardiomyopathy identified common and novel sequence variants. After primary data
analysis of NGS results, 105,376 sequence variants were detected, 6,320 sequence variants
7
represent insertions and deletions. Genetic variants detected by NGS were selected from most of the
synonymous or non-synonymous variants and compared with NCBI dbSNP database (MAF >0.01).
After filtering of sequence variants based on selection of sequence variants of 110
etiopathogenetically significant genes associated with the cardiomyopathy, 210 sequence variants
were selected. Among the 103 non-synonymous variants, three sequence variants (rs34580776,
rs41277370, rs942077) where predicted to be "damaging” associated with cardiomyopathy
(SIFTscore 0-0.5), other sequence variants were of uncertain significance. In addition to known
non-synonymous variants of etiopathogenetically major genes associated with cardiomyopathies,
NGS analyzes revealed the presence of a "unique" in the literature so far undisclosed sequence
variants (Table 2), which clinical significance was verified by "MutationTaster" (predictor of
detected changes clinical significance, assessment detected amino acid substitution as a
“polymorphism”, respectively potentially "damaging").
Table 2: New sequence variants detected in patients with a clinical diagnosis of cardiomyopathy by
NGS analyses
Gene Start
position
AA
change
Sequence
change
SIFT Clinical
significance
DES 220284876 A/V C/T Damaging Disease causing
ERBB3 56494978 V/A T/C Tolerated Polymorphism
ERBB3 56486583 R/W C/T 0 Disease causing
GATA4 11615857 S/L C/T Tolerated Disease causing
ISL1 50683533 A/G C/G Tolerated Disease causing
PLEC 144994279 T/I G/A Damaging Disease causing
PLEC 145018034 P/S G/A 0 Polymorphism
PLEC 144993899 D/N C/T Damaging Polymorphism
SYNE2 64483308 F/L T/C Tolerated Disease causing
TTN 179629017 V/A A/G 0 Polymorphism
TTN 179401194 Y/F A/T 0 Disease causing
TTN 179481542 S/N C/T 0 Disease causing
Of the twelve newly identified sequence variants, four sequence variants were predicted as
“polymorphisms”, other sequence variants were evaluated as “disease causing”. To verify the NGS
results, possibly pathogenic mutations were confirmed using traditional capillary Sanger
sequencing. Finally, based on the online analysis using MutationTaster, PolyPhen2 and SIFT, these
mutations were predicted to be “tolerated“ or “damaging“. The results of our study suggest that the
8 novel mutations and 3 gene variants were associated with DCM in patients of analysed survey.
Molecular-genetic analyses in our study disclosed H558R mutations (exon12) of the SCN5A gene
in heterozygous and homozygous form. Furthermore, NGS analyses revealed the presence of novel
mutation of CANX gene in the NCBI dbSNP databases still not listed. Further analyzes are needed
to clarifying the meaning of detected variants.
Discussion
A large number of genetic studies have been performed using different approaches to identify
the genetic basis of cardiomyopathies. The genetics of DCM is complex and therefore next-
generation sequencing strategies are essential when providing genetic diagnostics. Due to
incomplete knowledge of the genes involved in DCM coupled with variation in population structure
and genetics, genetic characterization of DCM has been a challenging task.
Next-generation sequencing technologies allows sequential reading of short sequence regions
with a very high density which allows there construction of the entire sequence of parallel computer
8
processing resulting in a significant increase of specificity and sensitivity analyses in comparison
with conventional sequencing methods (Rodríguez, McCudden a Willis 2009). Molecular analyses
by conventional methods are due to the strong genetic and allelic heterogeneity time-consuming,
expensive and difficult implemented in routine molecular laboratories. New next generation
sequencing methods are highly efficient, fast and cheap high-throughput mutation detection method
that is ready to be deployed in clinical laboratories (Millat, Chanavat a Rousson 2014). Next-
generation sequencing allows analysis of substantially larger genomic regions at a lower cost than
conventional capillary Sanger sequencing. Consequently, this methodology could be considered as
a high throughput mutation detection method for genes for which large cohorts of patients have to
be investigated such as cardiomyopathies (Teekakirikul et al. 2013).
Meder et al. (2011) used SOLiD platform for the analysis of 10 patients with cardiomyopathies
(HCM and DCM). They found mutations in the MYBPC3, MYH7 and LMNA genes as well as
novel variants. To confirm the specificity of their results, they selected 50 of these new variants and
confirmed their existence by the Sanger method (Morini et al. 2015). All these data demonstrated
that the application of NGS, which allowed investigators to analyze more patients and more genes
in shorter amounts of time, has been successful for the molecular diagnosis of hereditary cardiac
defects.
In the current study, evaluation of sequence variants detected by NGS analyses is the initial
study in Slovak DCM patients. A total of 105 376 non-synonymous mutations were uncovered
using NGS, of these 8 novel mutations and 3 gene variants were associated with DCM in patients of
analyzed survey. We suggest that NGS testing on DCM patients provides the most effective means
to identify at-risk family members, particularly those whose clinical features are mild or ambiguous.
In the current study, we have only described the gene variants of DCM patients, therefore, further
studies on the mechanisms of novel mutations are necessary in order to elucidate the disease
mechanisms. Additional independent studies with a larger sample size are warranted in order to
confirm our results.
Implementation of novel techniques such as NGS allows the identification a novel genetic
variants and mutations that regulate gene expression and interplay between genetic and epigenetic
disease mechanisms in the heart failure. This rapid, low-cost, and highly efficient NGS strategy
fulfills conditions required for the systematic detection of genomic variants in the most prevalent
genes involved in cardiomyopathies. Molecular biological research contributes to creating
a complex view of genetic conditionality of cardiomyopathies.
Conclusion
The results of our study reflect the evaluation that genetic testing is not only limited by an
imperfect detection rate, but in our experience, the probability of finding variants of uncertain
significance. Molecular-genetic testing often identifies novel DNA sequence variants for which
pathogenicity is unresolved and requires more detailed analyses. Further studies and genetic
association studies of novel mutation and gene variants are necessary in order to elucidate the
disease mechanisms. Elucidation of the molecular basis of cardiomyopathy cases will provide new
insights into genotype/phenotype relationships and, consequently, a better knowledge of the
physiopathology of cardiomyopathies.
Acknowledgment
This study is the result of implementation of projects APVV-0644-12 and ITMS 26220120241.
References
FOKSTUEN, S., MAKRYTHANASIS, P., NIKOLAEV, S., SANTONI, F., ROBYR, D.,
MUNOZ, A., BEVILLARD, J., FARINELLI, L., ISELI, C., ANTONARAKIS, S. E., BLOUIN, J.
9
L., 2014: Multiplex targeted high-throughput sequencing for Mendelian cardiac disorders. Clin.
Genet., 85:365-370.
HERSHBERGER, R. E., SIEGFRIED, J. D., 2011: Update 2011: clinical and genetic issues in
familial dilated cardiomyopathy. J. Am. Coll. Cardiol., 57:1641-1649.
CHARRON, P., ARAD, M., ARBUSTINI, E., BASSO, C., BILINSKA, Z., ELLIOTT, P.,
HELIO, T., KEREN, A., MCKENNA, W.J., MONSERRAT, L., PANKUWEIT, S., PERROT, A.,
RAPEZZI, C., RISTIC, A., SEGGEWISS, H., VAN LANGEN, I., TAVAZZI, L., EUROPEAN
SOCIETY OF CARDIOLOGY WORKING GROUP ON MYOCARDIAL AND PERICARDIAL
DISEASES, 2010: European Society of Cardiology Working Group on Myocardial and Pericardial
Diseases: Genetic counselling and testing in cardiomyopathies: a position statement of the European
Society of Cardiology Working Group on Myocardial and Pericardial Diseases. Eur. Heart J.,
31:2715-2726.
MEDER, B., HAAS, J., KELLER, A., HEID, C., JUST, S., BORRIES, A., BOISGUERIN, V.,
SCHARFENBERGER-SCHMEER, M., STÄHLER, P., BEIER, M., WEICHENHAN, D., STROM,
T.M., PFEUFER, A., KORN, B., KATUS, H. A., ROTTBAUER, W., 2011: Targeted next-
generation sequencing for the molecular genetic diagnostics of cardiomyopathies. Circ. Cardiovasc.
Genet., 4:110-122.
MILLAT, G., CHANAVAT, V., ROUSSON, R., 2014: Evaluation of a new NGS method based
on a custom AmpliSeq library and Ion Torrent PGM sequencing for the fast detection of genetic
variations in cardiomyopathies. Clin. Chim. Acta., 433:266-271.
MORINI, E., SANGIUOLO,
F.,
CAPOROSSI, D., NOVELLI, G., AMATI, F., 2015:
Application of Next Generation Sequencing for personalized medicine for sudden cardiac death.
Front. Genet., 6:55.
POSAFALVI, A., HERKERT, J. C., SINKE, R. J., VAN DEN BERG, M. P., MOGENSEN, J.,
JONGBLOED, J. D., VAN TINTELEN, J. P., 2013: Clinical utility gene card for: dilated
cardiomyopathy (CMD). Eur. J. Hum. Genet., 21:21.
RODRÍGUEZ, J. E., McCUDDEN, C. R., WILLIS, M. S., 2009: Familial hypertrophic
cardiomyopathy: basic concepts and future molecular diagnostics. Clinic. Biochem., 42(9):755-65.
TEEKAKIRIKUL, P., KELLY, M. A., REHM, H. L., LAKDAWALA, N. K., FUNKE, B. H.,
2013: Inherited cardiomyopathies: molecular genetics and clinical genetic testing in the
postgenomic era. J. Mol. Diagn., 15:158-170.
ZHAO, Y., FENG, Y., ZHANG, Y. M., DING, X. X., SONG, Y. Z., ZHANG, A. M., LIU, L.,
ZHANG, H., DING, J. H., XIA, X. S., 2015: Targeted next-generation sequencing of candidate
genes reveals novel mutations in patients with dilated cardiomyopathy. Int. J. Mol. Med.,
36(6):1479-1486.
10
Slov. Antropol., 19(1):10-17, 2016
POROVNÁNÍ TĚLESNÉHO SLOŽENÍ PODLE MATIEGKOVÝCH ROVNIC
U SOUČASNÝCH 6 AŽ 8LETÝCH CHLAPCŮ A DÍVEK
Z OLOMOUCKÉHO KRAJE S REFERENČNÍMI HODNOTAMI
ČESKOSLOVENSKÉ SPARTAKIÁDY Z ROKU 1985
Miroslav Kopecký1, Jiří Charamza
1, Renata Hrubá
2
1
Fakulta zdravotnických věd UP v Olomouci, Ústav pro studium odborných předmětů a
praktických dovedností, Hněvotínská 3, 775 15, Olomouc, Česká republika, e-mail:
Fakulta zdravotnických věd UP v Olomouci, Ústav porodní asistence, Hněvotínská 3, 775 15,
Olomouc, Česká republika
Abstract: Body composition of contemporary boys and girls aged 6 to 8 years from Olomouc
Region (Czech Republic), modeled on Matiegka’s equations, and compared with reference values of
the 1985 Czechoslovak Spartakiad. Participants included 175 boys and 173 girls aged 6 to 8 years.
Each child was measured for its body height, weight and body composition based on Matiegka’s
equations. The somatic parameters and body composition of the boys and girls were evaluated and
compared with the reference data of the Czechoslovak Spartakiad of 1985 (CSS ’85). Results
showed that from the age of 6 until 8 years, although girls and boys share the same height and
weight, girls have a higher percentage of fat mass and a lower proportion of the skeletal and
muscular body mass than boys of the same age. Comparison of the body height, weight and
percentage of body fractions, determined on Matiegka’s equations in contemporary boys and girls
aged 6 to 8 years, with the reference values of the Czechoslovak Spartakiad’85, showed that
contemporary boys and girls have a higher height and weight, the same or lower percentage of the
skeleton, skeletal muscle and residue, but a higher percentage of fat mass in the total body weight
compared with the reference values of the CSS ‘85. The differences are more pronounced in today's
girls than in boys.
Key words: children, body composition, Matiegka´s equations, Czechoslovak Spartakiad of 1985,
Central Europe
Úvod
Tělesná výška a hmotnost jsou obecně považovány za hlavní znaky, podle nichž je hodnocena
tělesná vyspělost a zdravotní stav dítěte (Neščáková et al. 2013).
Tělesná hmotnost je komplexní veličina, která u dětí mladšího a staršího věku prochází jak
obdobím rychlého růstu, tak obdobím, kdy se její růst zpomaluje (Cymek a Kriesel 2002). Tento
trend není jen výrazem změn v celkové hmotnosti těla. Postupné přírůstky tělesné hmotnosti odráží
růst všech tkání a orgánů vyvíjejícího se dětského organismu (Jürimäe a Hills 2001).
Tělesnou hmotnost můžeme rozdělit na dvě základní složky. Jde o složku tukovou, která
představuje poměrně homogenní část těla a složku tukuprosté tělesné hmoty. Tukuprostá tělesná
hmota zahrnuje komponenty, které se od sebe odlišují po stránce morfologické, biochemické a také
z hlediska biologické aktivity (Kopecký et al. 2013). Tukuprostou tělesnou hmotnost můžeme
rozdělit na složku kosterní, svalovou a tzv. zbytek, který v sobě zahrnuje hmotnost vnitřních orgánů
včetně tělních tekutin (Pařízková et al. 2007). S růstem tělesné hmotnosti v průběhu dětského věku
se také mění hmotnost jednotlivých složek těla, které v konečné míře ovlivňují kvalitu života,
zdraví, celkovou zdatnost a výkonnost rostoucího a vyvíjejícího se organismu. Vzájemný poměr
11
jednotlivých složek se mění nejen v průběhu vývoje u jedince samotného, ale také mezi pohlavími
(Bidle et al. 2010, Heymsfield et al. 2005).
V současné době existuje celá řada metod používaných k vyšetření tělesného složení. Jedná se o
metody vhodné pro terénní výzkum (antropometrické měření, metoda bioelektrické impedance) a
metody laboratorní (hydrodensitometrie, pletysmografie, duální rentgenová absorpciometrie –
DEXA a další), které jsou pro terénní výzkum nedostupné (Pařízková et al. 2007).
Soubor a metody
Antropologický výzkum dětí se realizoval v roce 2014 a 2015 v 1. a 2. třídách základních škol
v Olomouckém kraji. Antropometricky bylo změřeno 348 probandů (175 chlapců, 173 dívek).
Měření dětí se uskutečnilo na základě písemného souhlasu zákonných zástupců (rodičů). Výzkum
byl schválen Etickou komisí Fakulty zdravotnických věd Univerzity Palackého v Olomouci.
U každého probanda byl vypočten chronologický věk k datu měření v decimální soustavě
(Weiner a Lourie 1969), věkové kategorie byly stanoveny podle WHO (např. 7letí = 7,00 – 7,99
roku).
Děti byly měřeny ve cvičebním úboru, bez obutí a v samostatné místnosti. Kompletní
antropometrické vyšetření bylo provedeno standardní technikou podle Bláhy et al. (1986a) a
antropometrickým instrumentářem (Kopecký, Krejčovský a Švarc 2013). Tělesná hmotnost byla
měřena diagnostickým přístrojem InBody 230 (InBody 720 2007).
Pro objektivní posouzení tělesného složení 6 – 8letých chlapců a dívek byla použita
antropometrická metoda frakcionace tělesné hmotnosti podle Matiegkových rovnic v
procentuálních korigovaných hodnotách (Bláha et al. 1986a, 1986b).
Zastoupení kosterní, svalové, tukové složky a rezidua je vyjádřeno v procentech celkové tělesné
hmotnosti. Somatické charakteristiky, ze kterých byly vypočítány jednotlivé komponenty tělesného
složení, byly zpracovány programem ANTROPO (Bláha 1991).
U sledovaných parametrů byl určen aritmetický průměr (M), směrodatná odchylka (SD) a
diference porovnávaných hodnot (diff). Průměrné hodnoty tělesné výšky, hmotnosti a procentuální
zastoupení kosterní, svalové, tukové složky a rezidua sledovaného souboru chlapců a dívek byly
porovnávány dvoustranným t-testem. Naměřené a vypočítané hodnoty chlapců a dívek byly
komparovány s referenčními údaji Československé spartakiády – Morava z roku 1985 (dále jen
ČSS 85, Bláha et al. 1986b) a s výzkumem dětí a mládeže v olomouckém regionu v roce 2001–
2002 (Kopecký 2006) pomocí jednostranného t-testu. Normální rozdělení dat bylo analyzováno
podle Kolmogorova-Smirnova testu (Hendl 2004). Testy byly prováděny na hladině významnosti
*p < 0,05 a **p < 0,01. Statistická analýza byla provedena programem STATISTICA Cz. 12.
Výsledky a diskuze
Tělesná výška a hmotnost jsou obecně považovány za hlavní znaky, podle nichž je hodnocena
tělesná vyspělost dítěte (Cymek a Kriesel 2002). Matejovičová, Balla a Nagyová (2008) uvádí, že
normální růst je indikátorem zdraví jedince, nepřiměřený růst je pravděpodobně signálem vážnější
poruchy.
Tělesná výška a hmotnost sledovaného souboru 6 – 8letých chlapců a dívek odpovídá
normativům 6. Celostátního antropologického výzkumu dětí a mládeže 2001 (Česká republika,
Bláha et al. 2005), jak uvádí Kopecký (2015).
Dynamiku vývoje tělesné výšky 6 až 8letých chlapců a dívek a jejich průměrné hodnoty ukazují
tab. 1, 2 a 3. Tělesná výška chlapců v porovnání se stejně starými dívkami je vyšší, ale v žádné
věkové kategorii nebyl zjištěn signifikantní rozdíl. Nejvyšší meziroční přírůstky v tělesné výšce
chlapců (5,44 cm) a dívek (4,15 cm) jsou zaznamenány mezi 7. a 8. rokem.
12
Tělesná hmotnost chlapců je v porovnání se stejně starými dívkami vyšší, ale podobně jako u
tělesné výšky nebyly zjištěny signifikantní rozdíly. Mezi 7. a 8. rokem je patrný nejvyšší přírůstek
v tělesné hmotnosti u chlapců (5,45 kg) a dívek (3,41 kg), který odráží i změny v tělesné výšce.
Tab. 1: Porovnání somatických parametrů a tělesného složení 6letých chlapců a dívek
Table 1: Comparison of somatic parameters and body composition of 6-year-old boys and girls
Parametr Chlapci Dívky diff p
N M SD N M SD
Tělesná výška (cm) 36 123,17 5,86 45 122,38 4,63 0,79 0,499ns
Tělesná hmotnost (kg) 36 24,99 4,27 45 24,11 3,79 0,88 0,375 ns
% podíl kostry 36 19,28 2,00 45 16,99 1,82 2,29 0,000**
% podíl svalstva 36 36,79 3,49 45 34,60 3,19 2,19 0,009**
% podíl tuku 36 14,46 7,53 45 19,57 7,24 5,10 0,007**
% podíl zbytku 36 29,46 3,08 45 28,84 3,10 0,62 0,423 ns
N – počet probandů, M – aritmetický průměr, SD – směrodatná odchylka, diff – rozdíl průměrných hodnot, p – hladina
významnosti, **p<0,01, ns – nesignifikantní rozdíly
N – the number of probands, M – mean, SD – standard deviation, diff – value mean difference, p – level of significance,
** p<0.01, ns – nonsignificant differences
Tab. 2: Porovnání somatických parametrů a tělesného složení 7letých chlapců a dívek
Table 2: Comparison of somatic parameters and body composition of 7-year-old boys and girls
Parametr Chlapci Dívky diff p
N M SD N M SD
Tělesná výška (cm) 108 128,01 5,39 94 126,58 5,62 1,43 0,060 ns
Tělesná hmotnost (kg) 108 26,52 4,99 94 26,39 5,11 0,13 0,857 ns
% podíl kostry 108 18,39 2,17 94 16,43 2,05 1,96 0,000**
% podíl svalstva 108 36,35 4,15 94 34,02 4,65 2,33 0,000**
% podíl tuku 108 16,84 8,65 94 22,39 9,23 5,55 0,000**
% podíl zbytku 108 28,42 3,55 94 27,17 3,45 1,25 0,012*
N – počet probandů, M – aritmetický průměr, SD – směrodatná odchylka, diff – rozdíl průměrných hodnot, p – hladina
významnosti, *p<0,05, **p<0,01, ns – nesignifikantní rozdíly
N – the number of probands, M – mean, SD – standard deviation, diff – value mean difference, p – level of significance,
*p<0.05, ** p<0.01, ns – nonsignificant differences
Tab. 3: Porovnání somatických parametrů a tělesného složení 8letých chlapců a dívek
Table 3: Comparison of somatic parameters and body composition of 8-year-old boys and girls
Parametr Chlapci Dívky diff p
N M SD N M SD
Tělesná výška (cm) 31 133,17 3,99 34 132,98 8,36 0,19 0,909 ns
Tělesná hmotnost (kg) 31 31,97 7,70 34 30,15 7,93 1,82 0,352 ns
% podíl kostry 31 16,75 3,17 34 15,78 2,73 0,98 0,050*
% podíl svalstva 31 33,35 5,44 34 31,85 3,97 1,50 0,048*
% podíl tuku 31 23,83 12,81 34 26,22 10,60 2,39 0,036*
% podíl zbytku 31 26,07 4,87 34 26,14 4,87 0,07 0,965 ns
N – počet probandů, M – aritmetický průměr, SD – směrodatná odchylka, diff – rozdíl průměrných hodnot, p – hladina
významnosti, *p<0,05, ns – nesignifikantní rozdíly
N – the number of probands, M – mean, SD – standard deviation, diff – value mean difference, p – level of significance,
* p<0.05, ns – nonsignificant differences
13
Procentuální podíl korigované hmotnosti kostry na celkové hmotnosti těla je u chlapců
v porovnání s dívkami signifikantně vyšší. Na sexuálním dimorfismu v procentuálním podílu kostry
na tělesné hmotnosti se kromě vyšší tělesné výšky pravděpodobně podílí také vyšší robusticita
kostry u chlapců (Kopecký 2006), resp. gracilita kostry u dívek. U obou pohlaví byl také zjištěn
klesající podíl procentuálního podílu hmotnosti kostry na celkové hmotnosti mezi 6. a 8. rokem
(tab. 1, 2 a 3). U chlapců činí pokles 2,53 % a u dívek 1,21 % podílu hmotnosti kostry.
Tab. 1, 2 a 3 ukazují, že procentuální podíl hmotnosti kosterního svalstva je u chlapců ve všech
věkových skupinách signifikantně vyšší než u dívek. Překvapující je, že podobně jako u
procentuálního podílu hmotnosti kostry, je i zde zjištěn pokles procentuálního podílu kosterní
svaloviny od 6 do 8 let. U chlapců je pokles o 3,44 % a u dívek činí pokles 2,75 % na celkové
tělesné hmotnosti.
Průměrné hodnoty korigovaného procentuálního podílu tuku jsou u 6 až 8letých chlapců
v porovnání s dívkami signifikantně nižší (tab. 1, 2 a 3). U obou pohlaví byl zjištěn nárůst
procentuálního podílu tuku od 6 do 8 let. U chlapců činí nárůst o 3,44 %, u dívek je nárůst
procentuálního podílu tuku na tělesné hmotnosti téměř dvojnásobný v porovnání s chlapci, tj. o 6,65
%. Zjištěné rozdíly v procentuálních průměrných hodnotách tukové frakce ve prospěch dívek ve
všech sledovaných věkových skupinách odpovídají závěrům Bláhy et al. (2001) a Matejovičové
(2002). Uvádějí, že vyšší průměrné hodnoty procenta tuku u dívek jsou odrazem sexuálního
dimorfismu a také přípravou na následné fyziologické poslání ženy – graviditu a laktaci, kdy tuk
budoucí matky představuje energetickou zásobárnu pro plod.
Průměrné hodnoty podílu hmotnosti korigovaného zbytku, který v sobě zahrnuje hmotnost
vnitřních orgánů včetně tělních tekutin (Bláha et al. 1986a), mají u obou sledovaných souborů ve
věku 6 a 8 let téměř shodné procentuální zastoupení. Pouze ve věkové kategorii 7letých byl zjištěn
signifikantní rozdíl, kdy chlapci mají vyšší podíl zbytku na celkové tělesné hmotnosti ve srovnání
s dívkami (tab. 1, 2 a 3). U korigovaného podílu zbytku byl (podobně jako u procentuálního podílu
kostry a svaloviny) zjištěn pokles od 6 do 8 let na celkové tělesné hmotnosti (chlapci o 3,39 %;
dívky o 2,7 %).
Prezentované výsledky porovnání tělesného složení podle Matiegkových rovnic u 6 – 8letých
chlapců a dívek ukazují na rozdílnou stavbu těla i přesto, že tělesné výška a hmotnost je téměř
shodná. Tuto skutečnost dokládají vypočítané signifikantní rozdíly v procentuálním zastoupení
korigovaného podílu hmotnosti kostry a svalstva ve prospěch chlapců. U dívek bylo naopak zjištěno
vyšší procentuální zastoupení tuku a podkožní tukové tkáně v porovnání se stejně starými chlapci
(tab. 1, 2 a 3). Přibližně shodný procentuální podíl na celkové hmotnosti byl zjištěn u rezidua ve
věkové kategorii 7letých, kde u chlapců byl zjištěn vyšší signifikantní podíl v porovnání s dívkami.
Vypočítané signifikantní rozdíly ukazují na tendenci postupného rozlišení tělesné stavby u chlapců
a dívek a následného zvýšení sexuálního dimorfismu, ke kterému výrazně dojde především
v období pubertálního vývoje. Provedená analýza však naznačuje, že dívky v tomto období mají
větší procentuální podíl tukové složky, nižší podíl tukuprosté tělesné hmoty v porovnání se stejně
starými chlapci v období od 6 do 8 let.
Zjištěné změny v tělesném složení chlapců a dívek jsme porovnávali s normativy antropometrie
Československé spartakiády z roku 1985 (Bláha et al. 1986b). Tělesné složení chlapců a dívek
z olomouckého regionu podle Matiegkových rovnic uvádí také Kopecký (2006), ale věkové
kategorie jsou prezentovány až od 7 let.
Somatické parametry 6 – 8letých chlapců a dívek a jejich porovnání s referenčním údaji ČSS 85
(Bláha et al. 1986b) prezentuje tab. 4, 5 a 6.
Výsledky ukazují (tab. 4, 5, 6), že současní chlapci od 6 do 8 let mají vyšší tělesnou výšku ve
všech věkových kategoriích, ale statisticky významný rozdíl byl zjištěn pouze v kategorii 7letých
chlapců.
U tělesné hmotnosti je možné potvrdit signifikantně vyšší hodnoty v porovnání se stejně starými
chlapci z roku 1985. Procentuální podíl kosterní frakce vykazuje u chlapců v 6 letech shodné
14
zastoupení, zatímco v 7 a v 8 letech byl zjištěn signifikantně nižší podíl v porovnání s normami
z roku 1985. Relativní zastoupení kosterní svaloviny 6 a 7letých chlapců je vyšší a u 8letých je
shodné v porovnání se stejně starými chlapci z roku 1985. Výsledky ukazují také na narůstající a
vyšší procentuální zastoupení tukové frakce u současných 7 a 8letých chlapců.
U reziduální frakce byl u chlapců od 6 do 8 let zaznamenán nižší procentuální podíl v porovnání
s normami ČSS 85 (Bláha et al. 1986b). Kopecký (2006) uvádí u změřeného souboru chlapců
z roku 2002 procentuální podíl svalové frakce u 7letých 37,43 %, 8letých 37,41 % a procentuální
podíl tukové frakce 15,29 % a 15,78 % na celkové tělesné hmotnosti. V porovnání 7 a 8letých
současných chlapců (tab. 2 a 3) a chlapců z roku 2002 jsou v uvedených tělesných komponentech
zjištěny vyšší hodnoty, které vykazují signifikantní rozdíly (s výjimkou u tukové složky 7letých
chlapců).
Analýza tělesného složení u současných 6 – 8letých dívek v porovnání se stejně starými dívkami
z roku 1985 ukázala, že současné dívky mají vyšší tělesnou výšku a signifikantně vyšší tělesnou
hmotnost. Zajímavé je zjištění, že současné dívky mají ve všech věkových skupinách nižší nebo
stejný (jen v případě 6letých dívek u kosterní frakce) procentuální podíl kosterní, svalové a
reziduální frakce v porovnání se stejně starými dívkami z roku 1985. Naopak je velmi zřetelný trend
zvyšování podílu tukové složky v porovnání se stejně starými dívkami. Nejvyšší rozdíl
v procentuálním zastoupení byl zjištěn u současných 8letých dívek, které mají o 9,27 % více tukové
frakce než dívky změřené v roce 1985.
U 7 a 8letých dívek, změřených v roce 2002 v olomouckém regionu, byl zjištěn procentuální
podíl svalové složky 37,32 % a 37,10 % a u tukové frakce 15,69 % a 17,47 % (Kopecký 2006).
Komparací procentuálního podílu svalové a tukové frakce současných dívek (tab. 2 a 3) a dívek
z roku 2002 (Kopecký 2006) byly zjištěny statisticky signifikantní vyšší rozdíly (nižší procentuální
podíl svalové složky a vyšší procentuální podíl tukové složky). Uvedené výsledky ukazují na
postupný pokles procentuálního zastoupení svalové komponenty a naopak nárůst tukové
komponenty u současné populace chlapců a dívek.
Závěr
Porovnání základních somatických parametrů současných 6 – 8letých chlapců se stejně starými
dívkami ukázalo, že chlapci a dívky mají podobnou tělesnou výšku a hmotnost, ale rozdílné tělesné
složení. Chlapci mají vyšší procentuální podíl kosterní a svalové frakce, zatímco u dívek je vyšší
procentuální zastoupení tukové složky. U obou pohlaví se procentuální podíl kosterní a reziduální
složky v relativních hodnotách postupně snižuje, relativní hodnoty u svalové frakce vykazují
stagnaci s mírným poklesem v 8 letech.
Srovnání tělesné výšky, hmotnosti a procentuálních podílů tělesných frakcí určené na základě
Matiegkových rovnic u současných 6 až 8letých chlapců a dívek s referenčními hodnotami ČSS 85
ukázalo, že chlapci a dívky mají vyšší tělesnou výšku a hmotnost, shodný nebo nižší procentuální
podíl kostry, kosterního svalstva a rezidua, ale vyšší podíl tukové složky na celkové tělesné
hmotnosti v porovnání s referenčními hodnotami ČSS 85. Zjištěné rozdíly jsou výraznější u
současných dívek než u chlapců. Uvedené rozdíly – nižší relativní zastoupení svalové frakce, ale
vyšší zastoupení tukové frakce u sledovaného souboru chlapců a dívek – jsou pravděpodobně
způsobeny nižší úrovní pohybové aktivity u současné populace.
Poděkování
Antropologický výzkum byl podpořen projektem Hodnocení somatického stavu, držení těla a
funkčního stavu podpůrně pohybového aparátu u dětí mladšího školního věku na základních
školách v Olomouckém kraji (IGA_FZV_2014_015) a projektem Prevalence nadměrné hmotnosti a
obezity a úroveň motorické výkonnosti u dětí a mládeže v Olomouckém kraji (Česká republika) a
Nitranském kraji (Slovensko; IGA_FZV_2015_004).
15
Literatura
BIDLE, S., CAVILL, N., EKELUND, U., GORELY, T., GRIFFITHS, M., JAGO, R., 2010:
Sedentary behaviour and obesity: Review of the current scintific evidence. London, Department of
Health, 126 s.
BLÁHA, P., 1991: ANTROPO – ein Programm für automatische Bearbeitung anthropologischer
Daten. Wiss. Zeitschrift der Humbolt – Univeristät zu Berlin, 5:153-156.
BLÁHA, P. PEŠEK, J., STEJSKAL, P., MOTYSOVÁ, M., VEVERKOVÁ, L., ŠEDIVÝ, V.,
KOSOVÁ, A., ČECHOVSKÝ, K., DOBISÍKOVÁ, M., DUTKOVÁ, L., HANZLÍKOVÁ, L.,
HENDRYCHOVÁ, N., JURČOVÁ, M., KOCOURKOVÁ, J., KUČEROVÁ, J., KULICHOVÁ, E.,
LASOTOVÁ, N., MAŠTEROVÁ, I., NETRIOVÁ, Y., POTOČNÝ, V., RIEGEROVÁ, J.,
ŘEZNÍČKOVÁ, M., SLOVÁKOVÁ, E., VACKOVÁ, B., VODIČKA, P., ZLÁMALOVÁ, H.,
BULTASOVÁ, D., NĚMCOVÁ, K., BRŮŽEK, J., JAHNOVÁ, A., FAINEROVÁ, E.,
KRÁSNIČANOVÁ, H., BIERMANOVÁ, M., HORÁČKOVÁ, L., HAVEL., K., HELCL, M.,
LUDVÍK, M., TRZYNECKI, P., MALÁ, H., NOVOTNÝ, V., PROKOPEC, M., TITLBACHOVÁ,
S., 1986a: Antropometrie československé populace od 6 do 55 let (Československá spartakiáda
1985). Díl I, část 1. Praha, Ústav národního zdraví pro vrcholový sport, 288 s.
BLÁHA, P. PEŠEK, J., STEJSKAL, P., MOTYSOVÁ, M., VEVERKOVÁ, L., ŠEDIVÝ, V.,
KOSOVÁ, A., ČECHOVSKÝ, K., DOBISÍKOVÁ, M., DUTKOVÁ, L., HANZLÍKOVÁ, L.,
HENDRYCHOVÁ, N., JURČOVÁ, M., KOCOURKOVÁ, J., KUČEROVÁ, J., KULICHOVÁ, E.,
LASOTOVÁ, N., MAŠTEROVÁ, I., NETRIOVÁ, Y., POTOČNÝ, V., RIEGEROVÁ, J.,
ŘEZNÍČKOVÁ, M., SLOVÁKOVÁ, E., VACKOVÁ, B., VODIČKA, P., ZLÁMALOVÁ, H.,
BULTASOVÁ, D., NĚMCOVÁ, K., BRŮŽEK, J., JAHNOVÁ, A., FAINEROVÁ, E.,
KRÁSNIČANOVÁ, H., BIERMANOVÁ, M., HORÁČKOVÁ, L., HAVEL., K., HELCL, M.,
LUDVÍK, M., TRZYNECKI, P., MALÁ, H., NOVOTNÝ, V., PROKOPEC, M., TITLBACHOVÁ,
S., 1986b: Antropometrie československé populace od 6 do 55 let. Československá spartakiáda
1985. Díl I, část 2. Praha, Ústav národního zdraví pro vrcholový sport, 357 s.
BLÁHA, P., JIROUTOVÁ, L., KOBZOVÁ, J., PAULOVÁ, M., RIEDLOVÁ, J., 2001:
Komentář k percentilovým grafům. In: Vignerová, J., Bláha, P. (ed.). Sledování růstu českých dětí a
dospívajících. Norma, vyhublost, obezita. Praha, Státní zdravotní ústav, 173 s.
BLÁHA, P., VIGNEROVÁ, J., RIEDLOVÁ, J., KOBZOVÁ, J., KREJČOVSKÝ, L.,
BRABEC, M., 2005: 6. Celostátní antropologický výzkum dětí a mládeže 2001 Česká republika.
Praha, PřF UK a SZÚ, 71 s.
CYMEK, L., KRIESEL, G., 2002: Physical Development of Village Children From Pomerania
in the Light of Selected Development Factors. Coll. Antropol., Suplement., 26:47.
HENDL, J., 2004: Přehled statistických metod zpracování dat. Praha, Portál, s.r.o., 583 s.
HEYMSFIELD, S. B., LOHMANN, T. G., WANG, Z., GOING, S. 2005: Human Body
Composition. Champaign, IL, Human Kinetics, 523 s.
INBODY 720, 2007: InBody 720 The Precision Body Composition Analyzer.
JÜRIMÄE, T., HILLS, A. P., 2001: Body Composition Assessment in Children and
Adolescents. Basel, Karger, 136 s.
MATEJOVIČOVÁ, B., 2002: Somatické a psychosexuálne dospievanie divčat. Česká
antropologie, 52:49-51.
MATEJOVIČOVÁ, B., BALLA, Š., NAGYOVÁ, S., 2008: Somatický rast a vývin v období
puberty a adolescence. Nitra, Univerzita Konštantína Filozofa v Nitre, 160 s.
KOPECKÝ, M., 2006: Somatický a motorický vývoj 7 až 15letých chlapců a dívek
v olomouckém regionu. Olomouc, Univerzita Palackého, 192 s.
KOPECKÝ, M., 2015: Sexuální dimorfismus v tělesném složení u 6–7letých chlapců a dívek
určený na základě metody bioelektrické impedance. Slov. Antropol., 18(2): 26-30.
KOPECKÝ, M., MATEJOVIČOVÁ, B., CYMEK, L., CHARAMZA, J., 2013: Základy fyzické
antropologie. Olomouc, Univerzita Palackého, 100 s.
16
KOPECKÝ, M., KREJČOVSKÝ, L., ŠVARC, M., 2013: Antropometrický instrumentář a
metodika měření antropometrických parametrů. Olomouc, Univerzita Palackého, 27 s.
NEŠČÁKOVÁ, E., CIGÁŇOVÁ, J., FUCHSOVÁ, M., BODORIKOVÁ, S., UHROVÁ, P.,
VALACHOVIČOVÁ, E., 2013: Somatický vývin detí v predškolskom veku z Malaciek. Slov.
Antropol., 16(2):55-61.
LISÁ, L., 2007: Obezita v dětství a dospívání. Praha, Galén, Karolinum, 239 s.
WEINER, J. S., LOURIE, J. A., 1969: Human Biology a Guide to Field Methods /IBP
HANDBOOK No. 9/. Oxford and Edinburgh, Blackwell Scientific Publications, 321 s.
Tab. 4: Porovnání tělesné výšky (cm), hmotnosti (kg) a tělesného složení 6letých chlapců a dívek s referenčními hodnotami ČSS 1985
Table 4: Comparison of body height (cm), weight (kg) and body composition of 6-year-old boys and girls with reference range of the CSS 1985 Parametr Chlapci ČSS 85 Chlapci diff p Dívky ČSS 85 Dívky diff p
N M SD N M SD N M SD N M SD
Tělesná výška (cm) 71 122,50 4,77 36 123,17 5,86 0,67 0,264ns
77 122,20 5,08 45 122,38 4,63 0,18 0,423 ns
Tělesná hmotnost (kg) 71 23,50 3,84 36 24,99 4,27 1,49 0,035* 77 22,40 3,24 45 24,11 3,79 1,71 0,003
**
% podíl kostry 71 19,33 1,53 36 19,28 2,00 0,05 0,894 ns
77 18,32 1,20 45 16,99 1,82 1,33 0,000**
% podíl svalstva 71 34,84 4,68 36 36,79 3,49 1,95 0,020* 77 34,45 5,34 45 34,60 3,19 0,15 0,757
ns
% podíl tuku 71 16,11 6,67 36 14,46 7,53 1,65 0,285 ns
77 17,33 6,98 45 19,57 7,24 2,24 0,044*
% podíl zbytku 71 29,68 2,32 36 29,46 3,08 0,22 0,339 ns
77 29,88 2,23 45 28,84 3,10 1,04 0,020*
Tab. 5: Porovnání tělesné výšky (cm), hmotnosti (kg) a tělesného složení 7letých chlapců a dívek s referenčními hodnotami ČSS 1985
Table 5: Comparison of body height (cm), weight (kg) and body composition of 7-year-old boys and girls with reference range of the CSS 1985 Parametr Chlapci ČSS 85 Chlapci diff p Dívky ČSS 85 Dívky diff p
N M SD N M SD N M SD N M SD
Tělesná výška (cm) 77 126,50 5,29 108 128,01 5,39 1,51 0,030* 93 126,60 5,62 94 126,58 5,62 0,02 0,490
ns
Tělesná hmotnost (kg) 77 25,10 4,07 108 26,52 4,99 1,42 0,004**
93 24,40 3,87 94 26,39 5,11 1,99 0,000**
% podíl kostry 77 19,53 1,61 108 18,39 2,17 1,14 0,000**
93 18,70 1,20 94 16,43 2,05 2,27 0,000**
% podíl svalstva 77 35,09 4,88 108 36,35 4,15 1,26 0,002**
93 36,28 4,49 94 34,02 4,65 2,26 0,000**
% podíl tuku 77 15,62 6,61 108 16,84 8,65 1,22 0,145 ns
93 15,25 6,47 94 22,39 9,23 7,14 0,000**
% podíl zbytku 77 29,72 2,51 108 28,42 3,55 1,30 0,003**
93 29,72 2,31 94 27,17 3,45 2,55 0,000**
Tab. 6: Porovnání tělesné výšky (cm), hmotnosti (kg) a tělesného složení 8letých chlapců a dívek s referenčními hodnotami ČSS 1985
Table 6: Comparison of body height (cm), weight (kg) and body composition of 8-year-old boys and girls with reference range of the CSS 1985 Parametr Chlapci ČSS 85 Chlapci diff p Dívky ČSS 85 Dívky diff p
N M SD N M SD N M SD N M SD
Tělesná výška (cm) 71 131,60 5,79 31 133,17 3,99 1,57 0,087 ns
72 131,50 5,79 34 132,98 8,36 1,48 0,146 ns
Tělesná hmotnost (kg) 71 28,00 5,33 31 31,97 7,70 3,97 0,021* 72 27,10 4,48 34 30,15 7,93 3,05 0,006
**
% podíl kostry 71 19,45 1,82 31 16,75 3,17 2,70 0,000**
72 18,22 1,42 34 15,78 2,73 2,44 0,004**
% podíl svalstva 71 35,55 4,42 31 33,35 5,44 2,20 0,065 ns
72 35,70 4,65 34 31,85 3,97 3,85 0,002**
% podíl tuku 71 16,39 7,10 31 23,83 12,81 7,44 0,010**
72 16,95 6,94 34 26,22 10,60 9,27 0,004**
% podíl zbytku 71 28,58 2,98 31 26,07 4,87 2,51 0,003**
72 29,05 2,66 34 26,14 4,87 2,91 0,000**
N – počet probandů, M – aritmetický průměr, SD – směrodatná odchylka, diff – rozdíl průměrných hodnot, p – hladina významnosti, *p<0,05, **p<0,01, ns – nesignifikantní rozdíly
N – the number of probands, M – mean, SD – standard deviation, diff – value mean difference, p – level of significance, * p<0.05, **p<0.01, ns – nonsignificant differences
18
Slov. Antropol., 19(1):18-22, 2016
KOMPARACE TĚLESNÉHO SLOŽENÍ PARDUBICKÝCH STUDENTEK
PODLE METODY MATIEGKY A METODY BIOELEKTRICKÉ
IMPEDANCE
Lucie Stříbrná1, Miroslav Kopecký
2, Jiří Charamza
2
1
Univerzita Pardubice, Fakulta chemicko-technologická, Katedra biologických a biochemických
věd, Studentská 95, 532 10, Pardubice, Česká republika, e-mail:[email protected] 2
Fakulta zdravotnických věd UP v Olomouci, Ústav pro studium odborných předmětů
a praktických dovedností, Hněvotínská 3, 775 15, Olomouc, Česká republika
Abstract: Comparison of body composition in female students from Pardubice (Czech Republic)
using Matiegka’s method and the Bioelectrical impedance analysis. The research was aimed at
assessing the body composition of a group of 29 women using the methods of standardized
anthropometry based on Matiegka’s equations on the one hand, and the bioelectrical impedance
analysis (BIA), on the other hand. The analyzer used was the InBody 230. Furthermore, the body
composition of females, analysed using Matiegka’s method, was compared with the data of a
reference group of females measured at the Czechoslovak Spartakiad in 1985. Comparison of
results acquired using Matiegka’s method and a BIA-based method showed that measurements
carried out with the InBody 230 device registered higher averages of muscle and lean body mass in
absolute and relative units in those based on Matiegka’s method. In contrast, in terms of fat mass,
Matiegka’s method yielded higher absolute and relative values compared with values generated by
the diagnostic device InBody 230. Comparison of the body composition of females with the
reference data of the 1985 Czechoslovak Spartakiad revealed that today’s females have a higher
body height and body mass, a significantly lower relative representation of the muscle mass and the
lean body mass but a significantly higher percentage of fat mass.
Key words: standardized anthropometry, thickness of skinfolds, fat component, muscle component,
university female students
Úvod
Stanovení tělesného složení lidského těla je významným indikátorem odhadu nutriční kondice
nejen jedince, ale i celé populace (Deurenberg, Westerterp a Velthuis-te Wierik 1994). Pro
sledování jednotlivců a souborů populace se ukazuje, že základní antropometrické charakteristiky,
jako jsou tělesná výška, tělesná hmotnost a z nich vypočítaný body mass index (BMI), nedokáží a
ani nemohou spolehlivě informovat o tělesné stavbě lidského těla (Baumgartner 1990).
Kvantitativní stanovení množství tukuprosté tělesné hmoty a tukové komponenty v organismu je
v současné době možné technicky a finančně náročnými přístroji (denzitometrie, DEXA, TOBEC
apod.) a technicky nenáročnými metodami (Pařízková et al. 2007). V klinické a pediatrické praxi
a především v terénních podmínkách se uplatňují metody standardizované antropometrie a stále
více diagnostické přístroje (Tanita, Omron, InBody apod.), které při měření tělesného složení
využívají metodu bioimpedanční analýzy (BIA; Bláha a Vignerová 2002).
Přesné kvantitativní stanovení množství tukové komponenty a ostatních složek v organismu je
velmi obtížné (Heymsfield et al. 2005). Proto se k určování stupně obezity v klinické a pediatrické
praxi stále více zařazuje odhad tělesného složení pomocí metody bioelektrické impedance
(Wilmore, Costill a Kenney 2008). Ukazuje se, že přístrojové stanovení odhadu tělesného složení
nedokáže plně nahradit komplexní antropometrické vyšetření, které však klade nároky na
dostupnost antropometrického instrumentáře a především na zkušenosti a odbornost pracovníků,
19
kteří provádí antropometrická měření (WHO Expert Committee 1995). Cílem této studie bylo
porovnat tělesné složení u žen pomocí antropometrie stanovené na základě regresních rovnic podle
Matiegkovy metody a podle metody bioelektrické impedance s využitím diagnostického přístroje
InBody 230.
Soubor a metody
Vyšetřovaný soubor 29 žen (průměrný věk 21,6 roků) reprezentovaly studentky různých fakult
z Univerzity Pardubice (Fakulta chemicko-technologická, Dopravní fakulta Jana Pernera, Fakulta
ekonomicko-správní, Fakulta informačních technologií).
Celkem bylo osloveno 136 žen, ale s antropometrickým měřením dalo písemný souhlas pouze
29 žen, tj. 21,3 %. Ženy byly měřené ve spodním prádle v samostatné místnosti v dopoledních
hodinách. U každé ženy byly standardní antropometrickou metodou (Martin a Saller 1957,
Knussmann 1988) změřeny výškové, šířkové a obvodové rozměry a kožní řasy. Naměřené
somatické parametry byly použity k výpočtu tělesných frakcí v absolutních a relativních hodnotách
podle Matiegkových rovnic (Bláha et al. 1986a). Následně byla u změřených žen provedena analýza
jejich tělesného složení na diagnostickém přístroji InBody 230 (InBody 720) pomocí metody
bioelektrické impedance (BIA). Pomocí programu ANTROPO (Bláha 1991) byly počítány
komponenty složení těla (podíl kostry, kosterního svalstva, tuku, reziduálu a tukuprosté tělesné
hmoty) podle Matiegkových rovnic (Bláha et al. 1986a).
Diagnostickým přístrojem InBody 230 bylo analyzováno absolutní (kg) a relativní (%)
zastoupení tukuprosté tělesné hmoty (Fat-free Mass, FFM), kosterní svalstvo (Skeletal Muscle
Mass, SMM) a tuková hmota (Body Fat Mass, BFM). Měřené ženy byly několik dní před vlastním
měřením instruovány o standardních podmínkách měření na diagnostickém přístroji InBody 230,
které bylo nutno dodržet (InBody 720).
U sledovaných parametrů žen byl určen aritmetický průměr (M), směrodatná odchylka (SD),
rozpětí (R) a variační koeficient (V).
Variabilita dat byla hodnocena pomocí krabicových grafů a normální rozdělení dat bylo
analyzováno podle Kolmogorova-Smirnova testu (Zvára 2004).
Porovnání vybraných frakcí tělesného složení u souboru žen, měřeného pomocí metody
bioelektrické impedance přístrojem InBody 230 a Matiegkovy metody, bylo z důvodu jejich
nízkého počtu provedeno pomocí neparametrického testu Wilcoxonova testu a současně ověřeno
parametrickým párovým t-testem (Zvára 2004).
Průměrné hodnoty tělesné výšky, hmotnosti a jednotlivých frakcí tělesného složení podle
Matiegky byly komparovány s referenčními údaji Československé spartakiády – Čechy z roku 1985
(dále jen ČSS 85; Bláha et al. 1986b) pomocí jednostranného t-testu (Hendl 2004). Testy byly
prováděny na hladině významnosti *p < 0,05 a **p < 0,01. Získané parametry byly statisticky
analyzovány programem STATISTICA Cz. 12.0.
Výsledky a diskuze
Komparace podílu kosterního svalstva (SMM) v absolutním (kg) a relativním (%) podílu podle
obou metod u sledovaného souboru žen ukázala vyšší podíl této frakce, zjištěný metodou BIA než u
Matiegkovy metody. Zjištěné rozdíly nejsou ale signifikantní (tab. 1).
Naopak u podílu tukové komponenty (BFM) byly naměřené hodnoty získané pomocí
Matiegkovy metody (19,58 kg/31,07 %) vyšší oproti průměrným hodnotám, získaným na přístroji
InBody 230 u stejného vzorku probandů (17,91 kg/21,85 %; tab. 1). U tukuprosté hmoty (FFM)
byly průměrné hodnoty sledovaného souboru vyšší u InBody 230 (42,96 kg/ 71,16 %) proti
hodnotám získaným Matiegkovou metodou (41,67 kg/ 68,47 %, tab. 1). Pomocí Wilcoxonova testu
a párovým t-testem nebyly zjištěny signifikantně významné rozdíly mezi oběma metodami (tab. 1).
Je třeba uvést, že zásadní chyby u bioimpedanční metody jsou za reálných podmínek ovlivněny
stavem hydratace probandů a i při objektivních podmínkách je třeba počítat s celkovou chybou 5 –
20
7 % z naměřené hodnoty (Lohman 1992). Stejně tak je třeba uvést, že i metodika měření tloušťek
kožních řas má svá úskalí. Lisá (2005) k metodice měření kožních řas uvádí, že měření vyžaduje
dlouhodobou praxi a zručnost měřitele a při měření stejným typem kaliperu doporučuje dodržovat
současně i stupeň a délku stlačení kožní řasy mezi měřícími hroty kaliperu. Ulijaszek a Kerr (1999)
upřesňují, že při měření kožních řas se toleruje chyba měření 1 – 3 %.
Průměrná tělesná výška žen je 166,38 cm (SD = 7,09) a průměrná hmotnost 60,87 kg
(SD = 9,06; tab. 2).
Tab. 1: Porovnání stanovení odhadu jednotlivých komponent těla žen Matiegkovou metodou
s měřením na InBody 230
Table 1: Comparison of estimating individual components of female's bodies in Matiegka´s methods
and measurements on InBody 230
Parametr Ženy InBody 230 N = 29 Ženy Matiegka N = 29 diff p
M SD R V M SD R V
SMM (kg) 23,42 3,04 13,10 12,97 22,86 4,11 15,03 17,99 0,56 0,222 ns
SMM (%) 38,74 4,08 17,27 10,54 37,56 4,64 17,46 12,35 1,18 0,139 ns
BFM (kg) 17,91 6,22 25,30 34,74 19,58 6,86 24,24 35,06 –1,67 0,112 ns
BFM (%) 28,85 7,13 29,40 24,73 31,07 8,17 32,04 26,30 –2,22 0,133 ns
FFM (kg) 42,96 5,05 21,30 11,76 41,67 6,51 23,50 15,62 1,29 0,180 ns
FFM (%) 71,16 7,14 29,44 10,04 68,47 8,25 30,08 12,05 2,59 0,860 ns
N – počet probandů, SMM – kosterní svalstvo, BFM – tělesný tuk, FFM – tukuprostá hmota, M – aritmetický průměr,
SD – směrodatná odchylka, R – rozpětí, V – variační koeficient, diff – rozdíl průměrných hodnot, p – hladina
významnosti, ns – nesignifikantní rozdíly
N – the number of probands, SMM – Skeletal Muscle Mass, BFM –Body Fat Mass, FFM – Fat- free Mass, M – mean,
SD – standard deviation, R –- range, V – coefficient of variation, diff – value mean difference, p – level of
significance, ns – nonsignificant differences
Tab. 2: Porovnání tělesné výšky, hmotnosti a vybraných frakcí tělesného složení podle Matiegky
sledovaného souboru žen s referenčními hodnotami ČSS 85 – Čechy
Table 2: Comparison of body height, body mass and selected fractions of body composition by
Matiegka between ČSS 85 files and the study group
Parametr Ženy ČSS 85 –
Čechy N = 196
Ženy 2015
N = 29
diff p
M SD M SD
TV (cm) 165,5 5,89 166,38 7,09 0,88 0,511 ns
TH (kg) 59,2 7,85 60,87 9,06 1,67 0,329 ns
SMM (%) 41,65 4,07 37,56 4,64 –4,09 0,000 **
BFM (%) 19,87 5,87 31,07 8,17 11,20 0,000 **
FFM (%) 79,22 – 68,47 8,25 –7,01 0,000 **
N – počet probandů, TV – tělesná výška, TH – hmotnost, SMM – kosterní svalstvo, BFM – tělesný tuk, FFM –
tukuprostá hmota, M – aritmetický průměr, SD – směrodatná odchylka, diff – rozdíl průměrných hodnot, p – hladina
významnosti, ** p<0,01, ns – nesignifikantní rozdíly
N – the number of probands, TV – body height, TH – body weight, SMM – Skeletal Muscle Mass, BFM – Body Fat
Mass, FFM – Fat- free mass, M – mean, SD – standard deviation, diff – value mean difference, p – level of
significance, **p<0.01, ns – nonsignificant differences
21
Porovnání základních tělesných parametrů souboru současných 21letých žen s referenčními údaji
ČSS 85 (Bláha et al. 1986b) ukázalo, že současné ženy mají vyšší tělesnou výšku a hmotnost, ale
zjištěné rozdíly nejsou statisticky významné (tab. 2). Komparace relativního podílu svalové, tukové
složky a tukuprosté tělesné hmoty ukázala, že současné ženy mají v porovnání se stejně starými
ženami z roku 1985 signifikantně nižší procentuální podíl svalové složky (SMM) a tukuprosté
tělesné hmoty (FFM), ale statisticky významně vyšší procentuální podíl tukové frakce (BFM; tab.
2). Zvýšený podíl tukové frakce je pravděpodobně způsoben nedostatečnou pohybovou aktivitou a
nevhodným stravováním u současných žen v porovnání s ženami z roku 1985.
Závěr
Pro účely předkládané studie byly vzájemně porovnány dvě zcela odlišné metody stanovení
odhadu tělesného složení vybraných komponent lidského těla na stejném vzorku probandů – u
vysokoškolských studentek. První metoda šetření vycházela z klasického antropometrického
přístupu, tj. určení tělesného složení pomocí Matiegkových regresních rovnic a druhá metoda
vycházela z modernějšího přístupu, založeného na diagnostice tělesného složení pomocí
bioelektrické impedance BIA (přístroj InBody 230).
Výsledky, porovnávající obě metody ukázaly, že u sledovaného souboru žen dosahovaly při
metodě BIA vyšších průměrných hodnot u podílu kosterního svalstva (SMM) jak v absolutním (kg),
tak v relativním (%) zastoupení než u Matiegkovy metody. Tyto diference však nevykazovaly
žádnou statistickou významnost. Shodný trend byl zachycen u tukuprosté hmoty (FFM), kde opět
dosahovaly ženy vyšších hodnot ve prospěch metody BIA. Opačný směr se projevil u podílu tukové
komponenty (FM), kdy vyšší podíl tukové frakce (FM) ukázaly výsledky získané Matiegkovou
metodou v porovnání s metodou BIA u stejného souboru žen. Mezi oběma metodami nebyly ani
pomocí Wilcoxonova testu, ani pomocí párového t-testu zjištěny signifikantně významné diference.
Nejlepší shodu mezi oběma metodami prokázaly výsledky, získané u svalové komponenty (SMM) a
naopak nejmenší shoda byla zaznamenána u procentuálního podílu tukuprosté tělesné hmoty
(FFM).
Porovnáním výsledků sledovaného souboru žen s referenčními údaji Československé spartakiády
z roku 1985 jsme zjistili, že současné ženy mají vyšší tělesnou výšku a hmotnost, ale signifikantně
nižší podíl tukuprosté tělesné hmoty (FFM) a vyšší procentuální podíl tukové frakce (FM) na
celkové tělesné hmotnosti.
Limity vykonané komparace
Autoři předkládají výsledky, které byly získány změřením a vyhodnocením získaných údajů
relativně malého souboru dospělých žen. Z uvedeného důvodu předpokládají ověření komparace a
přesnosti měření uvedených dvou metod na početně větším a věkově širším spektru dospělých žen.
Získání početnějšího souboru je však časově a organizačně náročné, protože dospělé ženy velmi
často nejsou ochotné z různých důvodů se antropometricky měřit.
Poděkování
Naše poděkování patří všem studentkám Univerzity v Pardubicích, které se nechaly dobrovolně
změřit oběma metodami a poskytly tak cenné podklady pro komparativní projekt. Dále děkujeme
vedení Katedry biologických a biochemických věd Fakulty chemicko-technologické, které nám
umožnilo provést sběr dat v prostorách laboratoří.
Literatura
BAUMGARTNER, R. N, CHUMLEA, W. C., ROCHE, A. F., 1990: Bioelectric impedance for
body composition. Excercise and Sport Science Reviews, 18:193-224.
BLÁHA, P., 1991: ANTROPO – ein Programm fűr automatische Bearbeitung anthropologischer
Daten. Wiss. Zeitschrift der Humboldt-Universität zu Berlin, 5:153-156.
22
BLÁHA, P., ČECHOVSKÝ, K., DOBISÍKOVÁ, M., DUTKOVÁ, L., HANZLÍKOVÁ, L,
HENDRYCHOVÁ, N., JURČOVÁ, M., KOCOURKOVÁ, J., KOSOVÁ, A., KUČEROVÁ, J.,
KULICHOVÁ, B., LASOTOVÁ, N., MAŠTEROVÁ, I., NETRIOVÁ, Y., POTOČNÝ, V.,
RIEGEROVÁ, J., ŘEZNÍČKOVÁ, M., SLOVÁKOVÁ, E., ŠEDÝ, V., VACKOVÁ, B.,
VODIČKA, P., ZLÁMALOVÁ, H., BULTASOVÁ, D., NĚMCOVÁ, K., 1986a: Antropometrie
československé populace od 6 do 55 let. Díl 1, část 1. Praha, Ústav národního zdraví pro vrcholový
sport, Československá spartakiáda 1985, 288 s.
BLÁHA, P., ČECHOVSKÝ, K., DOBISÍKOVÁ, M., DUTKOVÁ, L., HANZLÍKOVÁ, L,
HENDRYCHOVÁ, N., JURČOVÁ, M., KOCOURKOVÁ, J., KOSOVÁ, A., KUČEROVÁ, J.,
KULICHOVÁ, B., LASOTOVÁ, N., MAŠTEROVÁ, I., NETRIOVÁ, Y., POTOČNÝ, V.,
RIEGEROVÁ, J., ŘEZNÍČKOVÁ, M., SLOVÁKOVÁ, E., ŠEDÝ, V., VACKOVÁ, B.,
VODIČKA, P., ZLÁMALOVÁ, H., BULTASOVÁ, D., NĚMCOVÁ, K., 1986b: Antropometrie
československé populace od 6 do 55 let. Díl 1, část 2. Praha, Ústav národního zdraví pro vrcholový
sport, Československá spartakiáda 1985, 357 s.
BLÁHA, P., VIGNEROVÁ, J., 2002: Investigation of the growth of Czech children and
adolescents. Normal, underweight, overweight. Praha, Státní zdravotní ústav, 130 s.
DEURENBERG, P., WESTERTERP, K. R., VELTHUIS-TE WIERIK J. M. E., 1994: Between-
laboratory comparison of densitometry and bio-electrical impedance measurement. Brit. J. Nutr.,
71:309-316.
HENDL, J., 2004: Přehled statistických metod zpracování dat. Praha, Portál, s.r.o., 583 s.
HEYMSFIELD, S. B., LOHMANN, T. G., WANG, Z., GOING, S., 2005: Human Body
Composition. Champaign, IL, Human Kinetics, 523 s.
INBODY 720, 2007: InBody 720 The Precision Body Composition Analyzer.
KNUSSMANN, R., 1988: Anthropologie, Handbuch der verleichenden Biologie des Menschen.
Stuttgart-New York, Gustav Fischer Verlag, 871 s.
LISÁ, L., 2005: Obezita v dětském věku. Čes-slov. Pediat., 60(3):131-134.
LOHMAN, T. G., 1992: Advances in Body Composition Assessment. Champaign, Human
Kinetics, 150 s.
MARTIN, R., SALLER, K., 1957: Lehrbuch der Anthropologie in systematischer Darstellung. I.
Stuttgart, Gustav Fischer Verlag, 661 s.
PAŘÍZKOVÁ, J., LISÁ, L., BLÁHA, P., FRAŇKOVÁ, S., HAINEROVÁ, I., HLAVATÁ, K.,
KOLÁŘ, P., KUČERA, M., KUNEŠOVÁ, M., RADVANSKÝ, J., VIGNEROVÁ, J., 2007:
Obezita v dětství a dospívání. Praha, Galén, Karolinum, 239 s.
ULIJASZEK, S. J., KERR, A. D., 1999: Anthropometrical measurement error and the
assessment of nutritional status. Brit. J. Nutr., 82:165-77.
WHO EXPERT COMMITEE, 1995: The Use and Interpretation of Anthropometry Physical
Status. Report. Report of WHO Expert Commitee, WHO. Switzerland.
WILMORE, J. H., COSTILL, D. J., KENNEY, W. L., 2008: Physiology of Sport and Excercise.
Champaign, IL, Human Kinetics, 574 s.
ZVÁRA, K., 2004: Biostatistika. Praha, Karolinum, 260 s.
23
Slov. Antropol., 19(1):23-28, 2016
ANALÝZA DAKTYLOSKOPICKÝCH MINÚCIÍ V OBLASTI HYPOTENARU
V SLOVENSKEJ POPULÁCII
Mária Kondeková1, Radoslav Beňuš
1, Soňa Masnicová
2
1
Univerzita Komenského v Bratislave, Prírodovedecká fakulta, Katedra antropológie, Mlynská
dolina B2, 842 15 Bratislava, Slovensko; e-mail: [email protected] 2
Akadémia Policajného zboru v Bratislave, Katedra kriminalistiky a forenzných vied, Sklabinská 1,
835 17 Bratislava, Slovensko; e-mail: [email protected]
Abstract: Analysis of dactyloscopic minutiae in hypotenar area in Slovak population. The
comparison of the minutiae is one of the most important aspects of the identification process.
The total amount of 160 palmprints was obtained from 40 females and 40 males in the ages from 18
to 70 years from Slovak population. The aim was to determine bilateral and intersexual differences,
to determine the frequency of every minutiae type in both hands and sexes, to determine
correlations among minutiae and to define the most convenient type of minutiae for personal
identification. The number of minutiae in the male population was 12,380 and in the female
population it was 10,324, which gave us the total count of minutiae 22,704. The most common
minutia in both populations was ridge ending. In the male population was the least common minutia
trifurcation with frequency 0.05% and in the female population return and trifurcation with
frequency 0.06%. A significant intersexual difference was for minutia break and crossbar and
significant bilateral difference was only in the female population for dot and break. In personal
identification those minutiae that are not in correlation are more important than those that correlate,
because their occurrence is random. In the male population these minutiae were for example: ridge
ending – bridge, bifurcation – return, enclosure – crossbar. In the female population for example:
ridge ending – trifurcation, break – return, enclosure – dock.
Keywords: dermatoglyphics, second level markants, identification, forensic anthropology
Úvod
V biometrických systémoch sa často stretávame s odtlačkami prstov a dlaní. Biometrické
systémy sú automatizované metódy rozpoznávania jedincov, založené na ich fyzických alebo
behaviorálnych charakteristikách. Biometrické modely využívajúce dermatoglyfy vychádzajú
z teórie, že žiadne dve papilárne línie z odlišných oblastí dlane alebo žiadne línie u dvoch jedincov
nie sú rovnaké (Benhammadi et al. 2007, Wayman 2004).
Pri sledovaní dermatoglyfických obrazcov sa sledujú jednotlivé detaily papilárnych línií. Tie
delíme do troch úrovní, a to detaily prvej, druhej a tretej úrovne. Medzi detaily prvej úrovne radíme
plynutia papilárnych línií a vzor, ktorý týmto plynutím vytvárajú. Detaily druhej úrovne sú
nepravidelnosti vyskytujúce sa v priebehu papilárnej línie, ktoré inak nazývame minúcie. Za detaily
tretej úrovne považujeme všetky ostatné charakteristiky, ako napríklad: zjazvenia, póry,
vmedzerené línie či vrásky (Maceo 2009, Pospíšil 1979, Gutiérrez et al. 2007, Jain, Chen
a Demirkus 2007).
V súčasnosti sa kladie dôraz na minúcie. Každý odtlačok je individuálnym obrazcom jedinca,
ktorý je tvorený veľkým množstvom minúcií, ktoré sa líšia frekvenciou a tvarom. Tieto detaily
druhej úrovne sú charakterizované jedinečnosťou, nemennosťou a neopakovateľnosťou a využívajú
sa v biometrii. Prvýkrát boli opísané Sir Francis Galtonom (1822 – 1911; Bansal, Sehgal a Bedi
2011, Zhu, Yin a Zhang 2005, Chang a Fan 2001).
24
Súbor a metódy Odtlačky boli poskytnuté Katedrou antropológie Prírodovedeckej fakulty Univerzity
Komenského v Bratislave. Súbor tvoria valivé odtlačky celých dlaní 80 dospelých jedincov
slovenskej populácie vo veku 18 – 70 rokov. Bolo analyzovaných 160 odtlačkov dlaní. Odtlačky
boli pre potreby analýzy skenované pri rozlíšení 600 dpi a vyznačila sa na nich oblasť hypotenaru.
Hypotenar sa od ostatných oblastí dlane oddelil pomocou priamky spájajúcej trirádius a a t,
vytiahnutím distálnej transverzálnej flekčnej ryhy a vytiahnutím poslednej línie trirádia t smerujúcej
ulnárne (obr.1). Na základe toho, že hypotenar zaberá pomerne veľkú časť dlane sa štúdia zamerala
najmä na ulnárnu časť hypotenaru, ktorá sa najčastejšie vyskytuje ako latentný odtlačok v podobe
tzv. pisárskych dlaní.
Obr. 1: Hypotenar oddelený od ostatných oblastí dlane
Fig. 1: Hypotenar area separated from other palm areas
25
Pri vyhodnocovaní sa použila klasifikácia podľa Gutierréza et al. (2007), kde sa minúcie
označovali písmenami abecedy a – m (obr. 2).
Obr. 2: Minúcie označené písmenami abecedy a – m podľa Gutiérreza el al. (2007) (a – ukončenie,
b – vidlica, c – fragment, d – bodka, e – zlom, f – očko, g – prekrytie, h – ,,crossbar”, i – mostík, j –
skríženie, k – trojitá vidlica, l – ,,dock”, m – otočenie)
Fig. 2: Minutiae types marked by letters a – m according to Gutiérrez et al. (2007) (a – ridge ending, b
– bifurcation, c – fragment, d – dot, e – break, f – enclosure, g – overlap, h – crossbar, i – bridge, j –
opposited bifurcations, k – Y o M, l – dock, m – return)
Na vyhodnotenie odtlačkov sa použil program AdobePhotoshopPortable_16.1.1. Získané
informácie sa zaznamenali do tabuliek a následne sa vyhodnotili v programe Microsoft Office Excel
2007, Graphshad a SPSS. Pri zisťovaní bilaterálnych a intersexuálnych rozdielov sa použil Fisherov
exaktný test, kde sa rozdiely sledovali na hladine významnosti α < 0,05.
Výsledky a diskusia
V tab. 1 sú uvedené dosiahnuté hodnoty minúcií, bilaterálne rozdiely a intersexuálne rozdiely.
Zo zistených hodnôt sa v mužskej populácii najčastejšie vyskytovala minúcia ukončenie
s frekvenciou 54,62 %. Druhou najčastejšou minúciou bola vidlica s frekvenciou 20,86 % a treťou
najčastejšou bola minúcia fragment s frekvenciou 5,53 %. Za najmenej častú minúciu bola
vyhodnotená trojitá vidlica, ktorá dosiahla frekvenciu 0,05 %. V ženskej populácii bola
za najčastejšiu minúciu vyhodnotená minúcia ukončenie s frekvenciou 57,17 %, druhou
najčastejšou minúciou bola vidlica s frekvenciou 25,03 %. Treťou najčastejšou bola minúcia
fragment, ktorá dosiahla frekvenciu 4,54 %. Za najzriedkavejšie minúcie v ženskej populácii boli
vyhodnotené otočenie a trojitá vidlica, z ktorých každá dosiahla frekvenciu 0,06 %. Pri osobnej
identifikácii sa využívajú minúcie, ktoré v súbore dosahujú najnižšie frekvencie. Z tejto štúdie
vyplýva, že pre mužskú populáciu je to minúcia trojitá vidlica a v ženskej populácii sú to minúcie
otočenie a trojitá vidlica.
Tabuľka ďalej znázorňuje bilaterálne rozdiely v mužskej a ženskej populácii. V mužskej
populácii sa pri porovnávaní jednotlivých minúcií pravej a ľavej ruky nezistil žiaden štatisticky
významný rozdiel. V ženskej populácii sa zistili až dva štatisticky významné rozdiely, a to
pri minúciách bodka a zlom. Minúcia bodka dosiahla na ľavej ruke v ženskej populácii frekvenciu
3,04 % a na pravej ruke 3,20 %. Minúcia zlom sa na ľavej ruke vyskytovala s frekvenciou 2,40 % a
na pravej ruke s frekvenciou 2,52 %.
Na konci tabuľky sú uvedené intersexuálne rozdiely medzi jednotlivými rukami, ale aj medzi
celkovými hodnotami u mužov a žien. Štatisticky významné intersexuálne rozdiely pri porovnávaní
ľavých rúk boli zistené pri minúciách bodka a zlom.
26
Tab. 1: Dosiahnuté hodnoty minúcií, bilaterálne rozdiely a intersexuálne rozdiely
Table 1: Achieved minutiae values, bilateral differences and intersexual differences Muži ĽR a b c d e f g h i j k l m
N 3385 1214 342 267 276 36 327 135 38 22 5 19 7
f (%) 54,52 19,05 5,57 4,33 4,48 0,58 5,30 2,22 0,59 0,35 0,08 0,31 0,12
µ 84,63 30,35 8,55 6,68 6,90 0,90 8,18 3,38 0,95 0,55 0,13 0,48 0,18
SD 31,51 16,87 5,61 8,10 4,84 1,08 4,63 2,28 1,40 0,90 0,33 0,85 0,45
Minimum 36 10 0 0 0 0 0 0 0 0 0 0 0
Maximum 182 86 23 45 20 5 19 8 6 3 1 4 2
Muži PR a b c d e f g h i j k l m
N 3377 1369 342 306 300 60 293 178 23 33 1 21 4
f (%) 53,54 21,71 5,42 4,85 4,76 0,95 4,65 2,82 0,36 0,52 0,02 0,33 0,06
µ 84,43 34,23 8,55 7,65 7,50 1,50 7,33 4,45 0,58 0,83 0,03 0,53 0,10
SD 35,07 17,23 5,35 5,86 5,42 1,57 4,24 3,29 0,84 1,03 0,16 0,68 0,30
Minimum 25 4 2 0 0 0 1 0 0 0 0 0 0
Maximum 181 81 27 22 22 7 18 15 3 4 1 2 1
Bilaterálne
rozdiely
(p)
1,000 1,000 1,000 1,000 1,000 0,232 1,000 0,359 0,653 0,173 0,201 0,489 0,737
Ženy ĽR a b c d e f g h i j k l m
N 2931 1211 224 152 120 34 162 102 29 23 2 15 3
f (%) 58,53 24,18 4,47 3,04 2,40 0,68 3,23 2,04 0,58 0,46 0,04 0,30 0,06
µ 73,28 30,28 5,60 3,80 3,00 0,85 4,05 2,55 0,73 0,58 0,05 0,38 0,08
SD 26,58 12,43 3,95 3,58 2,79 1,00 3,37 2,83 1,06 0,93 0,22 0,63 0,27
Minimum 39 11 0 0 0 0 0 0 0 0 0 0 0
Maximum 165 73 17 12 10 4 12 12 5 4 1 2 1
Ženy PR a b c d e f g h i j k l m
N 2971 1373 245 170 134 41 180 102 37 36 4 20 3
f (%) 55,89 25,83 4,61 3,20 2,52 0,77 3,39 1,92 0,70 0,68 0,08 0,38 0,06
µ 74,28 34,33 6,13 4,25 3,35 1,03 4,50 2,55 0,93 0,90 0,10 0,50 0,08
SD 24,60 14,78 3,50 4,32 2,46 1,12 3,01 2,22 1,07 1,01 0,50 0,68 0,27
Minimum 33 10 1 0 0 0 0 0 0 0 0 0 0
Maximum 134 89 17 20 10 4 14 8 4 4 3 2 1
Bilaterálne
rozdiely
(p)
1,000 1,000 0,116 0,029* 0,048* 1,000 0,432 0,781 0,503 0,117 1,000 0,482 1,000
Muži spolu a b c d e f g h i j k l m
N 6762 2583 684 573 576 96 620 313 61 55 6 40 11
f (%) 54,62 20,86 5,53 4,63 4,65 0,78 5,01 2,53 0,49 0,44 0,05 0,32 0,09
μ 84,53 32,29 8,55 7,16 7,20 1,20 7,75 3,91 0,76 0,69 0,08 0,50 0,14
SD 33,12 17,05 5,45 7,04 5,11 1,37 4,43 2,86 1,16 0,98 0,27 0,76 0,38
Minimum 25 4 0 0 0 0 0 0 0 0 0 0 0
Maximum 182 86 27 45 22 7 19 15 6 4 1 4 2
Ženy spolu a b c d e f g h i j k l m
N 5902 2584 469 322 254 75 342 204 66 59 6 35 6
f (%) 57,17 25,03 4,54 3,12 2,46 0,73 3,31 1,98 0,64 0,57 0,06 0,34 0,06
μ 73,78 32,30 5,86 4,03 3,18 0,94 4,28 2,55 0,83 0,74 0,08 0,44 0,08
SD 25,45 13,72 3,72 3,95 2,62 1,06 3,19 2,53 1,06 0,98 0,38 0,65 0,27
Minimum 33 10 0 0 0 0 0 0 0 0 0 0 0
Maximum 165 89 17 20 10 4 14 12 5 4 3 2 1
Intersex. roz.
ĽR (p) 1,000 1,000 0,359 0,029* 0,048* 0,821 0,201 0,225 1,000 0,815 0,432 1,000 0,481
Intersex. roz.
PR (p) 1,000 1,000 1,000 1,000 1,000 0,155 0,494 0,057 0,263 0,654 1,000 1,000 1,000
Intersex. roz.
celkom
(p)
1,000 1,000 0,368 0,056 0,047* 0,193 0,064 0,018* 0,526 0,525 0,746 0,870 0,430
Vysvetlivky: ĽR – ľavá ruka, PR – pravá ruka, a – ukončenie, b – vidlica, c – fragment, d – bodka, e – zlom, f – očko, g
– prekrytie, h – ,,crossbar”, i – mostík, j – skríženie, k – trojitá vidlica, l – ,,dock”, m – otočenie, N – celkový počet, f
(%) – frekvencia udávaná v %, µ - priemer, SD – smerodajná odchýlka, (p) – p hodnota.
Legend: ĽR – left hand, PR – right hand, a – ridge ending, b – bifurcation, c – fragment, d – dot, e – break, f –
enclosure, g – overlap, h – crossbar, i – bridge, j – opposited bifurcations, k – Y o M, l – dock, m – return, N – total
count of minutiae, f (%) – frequency in %, µ - mean, SD – standard deviation, (p) – p value.
27
Minúcia bodka sa v mužskej populácii na ľavej ruke vyskytovala s frekvenciou 4,33 %, pričom v
ženskej populácii na ľavej ruke dosahovala frekvenciu 3,04 %. Minúcia zlom sa na ľavej ruke v
mužskej populácii vyskytovala s frekvenciou 4,48 %, na ľavej ruke v ženskej populácii dosiahla
frekvenciu 2,4 %. Medzi hodnotami pravých rúk v mužskej a ženskej populácii neboli preukázané
žiadne štatisticky významné rozdiely. Pri porovnávaní celkových hodnôt u mužov a žien boli
zistené dva štatisticky významné rozdiely. Tieto rozdiely boli zistené pri minúciách zlom a
crossbar. Minúcia zlom sa v mužskej populácii vyskytovala vo frekvencii 4,65 %, v ženskej
populácii dosiahla frekvenciu 2,46 %. Minúcia crossbar sa vyskytovala u mužov s frekvenciou 2,53
% a u žien s frekvenciou 1,98 %. Po viacnásobnom preskúmaní a potvrdení týchto štatisticky
významných rozdielov na väčšom súbore jedincov by sa mohli považovať za prediktory pohlavia.
Korelácie sa využívajú pre vytypovanie minúcií vhodných pre osobnú identifikáciu. Tu platí, že
pri zistení konkrétnych korelácií sa pri vyhľadávaní ostatných minúcií v odtlačku pristupuje viac
k tým, ktoré sa vo vzájomnej korelácii nenachádzajú.
V mužskej populácii sa tieto minúcie nenachádzajú vo vzájomnej korelácii: ukončenie – očko,
ukončenie – mostík, ukončenie – skríženie, ukončenie – trojitá vidlica, ukončenie – dock,
ukončenie – otočenie, vidlica – zlom, vidlica – dock, vidlica – otočenie, fragment – mostík,
fragment – skríženie, fragment – trojitá vidlica, fragment – dock, fragment – otočenie, bodka –
mostík, bodka – skríženie, bodka – trojitá vidlica, bodka – otočenie, zlom – skríženie, zlom – trojitá
vidlica, zlom – dock, zlom – otočenie, očko – prekrytie, očko – crossbar, očko – mostík, očko –
trojitá vidlica, očko – dock, očko – otočenie, prekrytie – mostík, prekrytie – skríženie, prekrytie –
trojitá vidlica, prekrytie – dock, prekrytie – otočenie, crossbar – skríženie, crossbar – trojitá vidlica,
crossbar – otočenie, mostík – skríženie, mostík – dock, mostík – otočenie, skríženie – trojitá vidlica,
skríženie – dock, skríženie – otočenie, trojitá vidlica – dock, trojitá vidlica – otočenie, dock –
otočenie.
V ženskej populácii sa vo vzájomnej korelácii nenachádzajú minúcie: ukončenie – mostík,
ukončenie – trojitá vidlica, ukončenie – otočenie, vidlica – bodka, vidlica – zlom, vidlica – crossbar,
vidlica – mostík, vidlica – trojitá vidlica,vidlica – otočenie, fragment – očko, fragment – mostík,
fragment – skríženie, fragment – otočenie, bodka – očko, bodka – mostík, bodka – skríženie, bodka
– trojitá vidlica, bodka – otočenie, zlom – očko, zlom – mostík, zlom – skríženie, zlom – trojitá
vidlica, zlom – dock, zlom – otočenie, očko – crossbar, očko – mostík, očko – trojitá vidlica, očko –
dock, očko – otočenie, prekrytie – skríženie, prekrytie – trojitá vidlica, prekrytie – otočenie,
crossbar – mostík, crossbar – skríženie, crossbar – trojitá vidlica, crossbar – dock, crossbar –
otočenie, mostík – skríženie, mostík – trojitá vidlica, mostík – dock, mostík – otočenie, skríženie –
trojitá vidlica, skríženie – dock, trojitá vidlica – dock, trojitá vidlica – otočenie, dock – mostík.
Záver
Najčastejšie sa vyskytujúcimi minúciami v mužskej populácii boli minúcie ukončenie, vidlica a
fragment. Najmenej častou minúciou bola trojitá vidlica. V ženskej populácii sa najčastejšie
vyskytovala minúcia ukončenie, vidlica a fragment. Za najmenej časté boli vyhodnotené minúcie
otočenie a trojitá vidlica.
Pri zisťovaní intersexuálnych rozdielov medzi ľavými rukami mužov a žien boli zistené dva
štatisticky významné rozdiely, a to u minúcií bodka a zlom. Na pravej ruke nebol zistený žiaden
štatisticky významný intersexuálny rozdiel. Pri porovnávaní celkových hodnôt u mužov a žien boli
zistené dva štatisticky významné rozdiely. Tieto rozdiely boli zistené pri minúciách zlom
a crossbar.
Typy minúcií, ktoré sa nenachádzajú vo vzájomnej korelácii, a teda sú vhodné na identifikáciu v
mužskej populácii sú, napríklad: fragment – mostík, zlom – trojitá vidlica, očko – otočenie, crossbar
– skríženie, skríženie – otočenie alebo dock – mostík. Korelácie v ženskej populácii neboli zistené
28
pri dvojiciach minúcií, napríklad: dock – otočenie, trojitá vidlica – dock, crossbar – mostík,
prekrytie – otočenie, očko – mostík, ukončenie – trojitá vidlica.
Literatúra
BANSAL, R., SEHGAL, P., BEDI, P., 2011: Minutiae Extraction from Fingerprint Images - a
Review. International Journal of Computer Science Issues, 8(5):74-85.
BENHAMMADI, F., AMIROUCHE, M. N., HENTOUS, H., BEY BEGHDAD, K., AISSANI,
M., 2007: Fingerprint matching from minutiae texture maps. Pattern Recognition, 40:189-197.
CHANG, J. H., FAN, K. C., 2001: Fingerprint ridge allocation in direct gray-scale domain.
Pattern Recognition, 34:1907-1925.
GUTIÉRREZ, E., GALERA, V., MARTÍNEZ, J. M., ALONSO, C., 2007: Biological variability
of the minutiae in the fingerprints of a sample of the Spanish population. Forensic Science
International, 172:98-105.
JAIN, A. K., CHEN, Y., DEMIRKUS, M., 2007: Pores and Ridges: High-Resolution Fingerprint
Matching Using Level 3 Features. IEEE Transactions on Pattern Analysis & Machine Intelligence,
29(1):15-27.
MACEO, A. V., 2009: Friction Ridge Skin: Morphogenesis and Overview. In: Jamieson, A.,
Moenssens, A. (ed.): Wiley Encyclopedia of Forensic Science. Chichester, John Wiley & Sons,
s. 1322-1331.
POSPÍŠIL, M., 1979: Základy dermatoglyfiky. 2. vyd., Bratislava, Univerzita Komenského,
184 s.
WAYMAN, J., 2004: Biometric Systems. New York, Springer, 458 s. ISBN978-0-387-95593-3.
ZHU, E., YIN, J., ZHANG, G., 2005: Fingerprint matching based on global alignment of
multiple reference minutiae. Pattern Recognition, 38:1685-1694.
29
Slov. Antropol., 19(1):29-34, 2016
VYHODNOTENIE ZDRAVOTNÉHO STAVU NÔH Z PLANTOGRAMOV
ŠTUDENTOV UK V BRATISLAVE
Petra Uhrová, Gabriela Thomková, Radoslav Beňuš, Silvia Bodoriková, Michaela
Dörnhöferová, Daniela Kramárová, Eva Neščáková, Tomáš Zeman
Univerzita Komenského v Bratislave, Prírodovedecká fakulta, Katedra antropológie , Ilkovičova 6,
Mlynská dolina B2, 842 15 Bratislava; e-mail: [email protected]
Abstract: Assessment of foot health condition from footprints parameters in students from
Comenius University in Bratislava. The aim of the study was to analyse foot arch and foot
deformities – hallux varus, hallux valgus and digitus quintus varus from static footprints in young
adults. Study sample consisted of 80 males and 90 females. Stature and body weight, metatarsal
width and the narrowest part, angles of big and little toes were measured from recorded static
footprints according to the standard anthropometric procedures. The arch of foot was evaluated by
index Chippaux-Šmiřák, angles of big and little toes were evaluated by Weisflog method. Results
showed the incidence of three levels of flat foot in both sexes, however mostly in males. The
significant correlation between BMI (Body Mass Index), body weight and flat foot was observed
only in males. For the reference of big toe´s deformities, there was the main abundance in females,
in particular hallux valgus. In males there was detected the highest percentage of varus position of
big toe. Deformities of little toes were proven in both sexes. In conclusion, our analysis confirmed
monitored foot deformities in young adults, although these were not officially diagnosed by
physicians in any of them.
Key words: static footprints, hallux valgus, hallux varus, flat foot, body mass index
Úvod
DiMaggio a Vernon (2011) definujú plantogram ako kompletný odtlačok, ktorý zahŕňa päť
prstov, metatarzálnu časť chodidla, odtlačok päty, profil klenby a bočné časti klenby. Ľudská noha
so zdravou klenbou má veľmi dôležitú úlohu v živote každého človeka. Zdravá noha je definovaná
ako noha, ktorej kostrová sústava, svaly, kĺby a ani nervy nie sú postihnuté žiadnou vrodenou alebo
získanou chybou s trvalými následkami (Potůček a Oberdörfer 1990). Klenba tlmí otrasy, a preto je
dôležitým faktorom pre pružnosť chôdze, môžeme povedať, že je tzv. shock absorber (Riegerová a
Přidalová 2006). V prípade, že nohu často zaťažujeme dlhým státím, môže sa klenba znížiť,
prípadne až vymiznúť. Tento typ sa nazýva plochá noha – pes planus (Drobný 1998, 2001).
Faktorov, ktorými sa zo zdravej nohy stane patologická, čiže s deformitami klenby alebo prstov, je
viacero. Môže to byť nevhodná obuv, úraz, zápaly šliach alebo väzov, obezita, zvyšujúci sa vek
alebo reumatoidná artritída (Calabro 1983). Medzi pomerne časté deformity prstov patrí hallux
valgus (vbočený palec), ktorý je komplexnou vadou, na ktorej vzniku sa podieľajú dedičné faktory
v kombinácii s nevhodnou, príliš špicatou obuvou, ktorá vychyľuje palec z osi a obmedzuje svalovú
činnosť, a takisto preťažovaním prednej časti nohy. Vbočený palec je často spájaný aj s problémom
priečne plochej nohy, kedy vzniká preťažovaním hlavného kĺbu palca a nesprávnym typom chôdze
(Riegerová a Přidalová 2006). Termínom hallux varus označujeme vychýlenie palca do mediálnej
strany. Najčastejšou príčinou vzniku je následok po nie vždy vydarenej chirurgickej korekcie hallux
valgus (Miller 1975).
30
Súbor a metódy
Súbor tvorí 170 probandov vo veku od 18 do 33 rokov, 90 žien a 80 mužov. Probandi sa v čase
trvania výskumu, t.j. od septembra 2010 až apríla 2014 zúčastnili dobrovoľne na antropometrických
meraniach a odoberaní odtlačkov nôh. Podľa Weinera a Lourieho (1969) bol vypočítaný decimálny
vek, a to z údajov o dátume narodenia a dňa vyšetrenia. Priemerný vek probandov bol 21,41 ± 2,26.
Vyšetrení jedinci boli v čase meraní zdraví – bez diagnostikovanej poruchy nohy/dolnej končatiny a
chôdze, taktiež bez závažných chirurgických zásahov v súvislosti s dolnou končatinou. Všetci
probandi mali dosiahnutý vek minimálne 18 rokov, ktorý je vhodný na zrealizovanie vyšetrení,
pretože rastové zmeny na nohe sú vo veku 17 rokov u oboch pohlaví ukončené. Použitím
štandardných antropometrických postupov a adekvátnych antropometrických prístrojov bola
každému probandovi odmeraná telesná výška a hmotnosť, ktorá bola zaznačená do
antropometrického záznamu. Odtlačky boli odobraté na pôde Univerzity Komenského v Bratislave,
a to v priestoroch Katedry telesnej výchovy PriF UK základnou plantografickou metódou.
Odoberanie odtlačkov sme realizovali na rovnej podložke v stoji, bez vonkajších vplyvov a so
zaťažením dolných končatín vlastnou hmotnosťou tela. Na obkreslených plantogramoch boli
zmerané rozmery potrebné pre výpočet indexu Chippaux- Šmiřák (Klementa 1988; obr. 1).
Obr. 1: Metóda Chippaux a Šmiřák (Klementa 1988)
Fig. 1: Chippaux and Šmiřák method (Klementa 1988)
Ďalej sme zmerali hodnoty uhlového postavenia palca a malíčka podľa Weisfloga (Riegerová,
Žeravová a Peštuková 2003), ktorý pokladá uhol 9° za limitujúci, obr. 2. Palec sa pokladá za
relatívne rovnobežný s osou nohy, ak má uhol palca menšiu hodnotu ako 9°. Pri uhle väčšom ako
9° možno hovoriť o deformite (ide o valgóznu polohu). Negatívna hodnota uhla (veľkosť uhla
vyjadrená zápornou hodnotou) poukazuje na varóznu polohu palca. Podobne sme hodnotili uhol
malíčka, obr. 3. Získané údaje boli štatisticky spracované v programoch MS Excel 2010, GraphPad
a SPSS Statistics 20.0. Kolmogorovov-Smirnovov test bol použitý na testovanie normality dát.
Pearsonov korelačný koeficient sme použili na vyjadrenie závislostí medzi BMI, telesnou
hmotnosťou a hodnotami indexu Chippaux-Šmiřák. Bilaterálne a intersexuálne rozdiely sme
testovali pomocou Fisherovho exaktného testu.
Normálne klenutá noha Rozmedzie
1. stupeň 0,1 – 25,0 %
2. stupeň 25,1 – 40,0 %
3. stupeň 40,1 – 45,0 %
Plochá noha Rozmedzie Vyhodnotenie
1. stupeň 45,1 % – 50,0 % mierne plochá (P1)
2. stupeň 50,1 % – 60,0 % stredne plochá (P2)
3. stupeň 60,1 % – 100,0 % veľmi plochá (P3)
Vysoká noha Rozmedzie Vyhodnotenie
1. stupeň od 0,1 cm do 1,5 cm mierne vysoká
2. stupeň od 1,6 cm do 3,0 cm stredne vysoká
3. stupeň od 3,1 cm a viac cm veľmi vysoká
31
Obr. 2: Meranie uhlového postavenia palca
(Riegerová, Žeravová a Peštuková 2003)
Fig. 2: Angle measurement of big toe
(Riegerová, Žeravová and Peštuková 2003)
Obr. 3: Meranie uhlového postavenia malíčka
(Riegerová, Žeravová a Peštuková 2003)
Fig. 3: Angle measurement of little toe
(Riegerová, Žeravová and Peštuková 2003)
Výsledky a diskusia
Plochá noha alebo pes planus vzniká na základe zníženia alebo úplného vymiznutia klenby
nohy. Najskôr dochádza ku svalovej nedostatočnosti musculus fibularis longus a m. tibialis
posterior, následne je celé držanie klenby iba na väzoch, ale aj tie sa postupne pod tlakom natiahnu
a klenba nohy ostane úplne padnutá. Pri zaťažení sa noha vtáča do valgozity a oplošťuje sa
pozdĺžna a priečna klenba (Kapandji 2010). V súbore analyzovaných mužov aj žien prevládalo
zastúpenie normálne klenutej nohy 2. stupňa (tab. 1). Na statických plantogramoch pravej nohy
malo 20,00 % a na ľavej nohe 15,00 % mužov plochú nohu (1. – 3. stupeň plochej nohy).
Bilaterálne rozdiely neboli signifikantné (p ≥ 0,05). Pozorovali sme aj výskyt jedincov s vysokou
nohou, ba dokonca s veľmi vysokou nohou, čo znamená, že medzera medzi metatarzálnou a
pätovou časťou chodidla bola väčšia ako 3,9 cm. Na pravom statickom plantograme bol výskyt u
1,25 % a na ľavej nohe 2,50 %. U žien bol zaznamenaný nižší výskyt plochej nohy a zároveň vyšší
výskyt vysokej, avšak tieto rozdiely neboli štatisticky významné (p ≥ 0,05). V prácach Fuchsovej
(2015) a Fuchsovej, Neščákovej a Bodorikovej (2013) bol taktiež zaznamenaný zvýšený výskyt
plochej nohy u mladých študentiek. Predpokladali sme, že ak má jedinec vyššiu telesnú hmotnosť,
prípadne BMI (Body Mass Index) ako má mať, bude to mať vplyv na plochosť nohy. V našom
súbore mužov sme zistili iba koreláciu medzi BMI a Chipaux-Šmiřák indexom na pravej nohe
statického plantogramu, v prípade žien bol tento vzťah nesignifikantný (tab. 2). K podobným
záverom dospeli vo svojej práci i Fuchsová, Neščáková a Bodoriková (2013) na skúmanom súbore
35 mladých žien.
32
Tab. 1: Zastúpenie výskytu typov klenby nohy na statických plantogramoch v analyzovanom
súbore, (metóda Chippaux-Šmiřák index)
Table 1: The incidence of foot arch types in static plantograms in analyzed sample (Chippaux-
Šmiřák index)
Stupeň klenutia
nohy
ŽENY (N = 90) MUŽI (N = 80)
Ľavá noha Pravá noha Ľavá noha Pravá noha
N % N % N % N %
Normálne
klenutá
noha
(N1) 14 15,56 13 14,44 12 15,00 10 12,50
(N2) 49 54,44 56 62,22 43 53,75 41 51,25
(N3) 9 10,00 9 10,00 8 10,00 15 18,75
Plochá
noha
(P1) 8 8,89 7 7,78 9 11,25 5 6,25
(P2) 3 3,33 2 2,22 4 5,00 5 6,25
(P3) 0 0,00 1 1,11 3 3,75 2 2,50
Vysoká
noha
(V1) 0 0,00 2 2,22 0 0,00 0 0,00
(V2) 1 1,11 0 0,00 0 0,00 0 0,00
(V3) 6 6,67 0 0 1 1,25 2 2,50
Spolu 90 100 90 100 80 100 80 100
Tab. 2: Korelácie medzi BMI, telesnou hmotnosťou a Chippaux-Šmiřák indexom určujúcim stupeň
klenby nohy u žien a mužov
Table 2: Correlation coefficients between BMI, weight and Chippaux-Šmiřák index determining
stage of foot arch in females and males
ŽENY MUŽI
CHS SP_P CHS SP_Ľ CHS SP_P CHS SP_Ľ
Telesná
hmotnosť
r -0,374 0,431 0,076 0,173
p 0,287 0,185 0,824 0,536
Body Mass
Index
r -0,181 0,493 0,622 0,373
p 0,616 0,123 0,041 0,171 Poznámka: r – korelačný koeficient, p – p-hodnota štatistického testovania
Notes: r – correlation coeficient, p – p-value
V tab. 3 je zobrazený výskyt uhlového postavenia palca u mužov i žien. Percentuálny výskyt
deformity hallux valgus bol pri statických plantogramoch na pravej nohe u 18,89 % a na ľavej nohe
u 6,67 % žien. Varózna pozícia palca bola na statických plantogramoch v zastúpení u 20,00 % žien
na pravej a 24,44 % žien na ľavej nohe. Deformita hallux valgus patrí medzi najčastejšie deformity
prednej nohy u dospelých jedincov a častejšie u žien ako u mužov. Tento pomer je 15:1 a je
pravdepodobne v súvislosti s nosením úzkej obuvi na vysokom podpätku (Hecht a Lin 2014).
Riegerová a Přidalová (2006) uvádza, že táto deformita postihuje až 20,00 % žien po štvrtom
decéniu. Napriek tomu Nguyen et al. (2010) uvádzajú, že nepotvrdili signifikantnú koreláciu medzi
vekom a valgóznym palcom. Valgoznú polohu palca malo 10,00 % mužov na statických odtlačkoch
pravej nohy a 3,75 % mužov na ľavej nohe. Varózna pozícia palca u analyzovaných mužov bola na
statických plantogramoch u 40,00 % mužov na pravej nohe a u 27,50 % mužov na ľavej nohe. Aj
napriek tomu, že u žien sme zaznamenali vyššie percento výskytu vbočeného palca ako u mužov,
33
tak tieto rozdiely neboli štatisticky významné. Zvýšený výskyt u žien bol predpokladaný, nakoľko
práve ženy majú obľubu v nosení vysokej a častokrát úzkej obuvi, ktorá túto deformitu pri
pravidelnom a častom nosení spôsobuje a zapríčiňuje preťažovanie prednej časti nohy (Kubát
1988). Varózna pozícia palca sa objavila u oboch pohlaví. Vysoko signifikantné (p < 0,01)
intersexuálne rozdiely boli medzi pravými palcami statických plantogramov. Vyššie hodnoty boli
zaznamenané u mužov. Ide o súbor mladých mužov, ktorí vyrastali v období, keď boli veľmi
populárne široké tenisky, tzv. skejtery. Predpokladáme, že táto obuv bola veľmi voľná v prednej
časti topánky a neposkytovala chodidlu dostatočnú oporu a ani pevnosť počas chôdze, čo mohlo byť
dôvodom pre vznik práve tejto deformity.
Tab. 3: Zastúpenie hodnôt uhlového postavenia palca na statických plantogramoch v analyzovanom
súbore (metóda podľa Weisfloga; Riegerová, Žeravová a Peštuková 2003)
Table 3: The incidence of angle position of big toe in static plantograms in analyzed sample
(Weisflog method; Riegerová, Žeravová and Peštuková 2003)
Uhlové postavenie
palca
Muži (N = 80) Ženy (N = 90)
Pravá noha Ľavá noha Pravá noha Ľavá noha
N % N % N % N %
Normálny 40 50,00 55 68,75 55 61,00 62 68,89
Valgózny 8 10,00 3 3,75 17 19,00 6 6,67
Varózny 32 40,00 22 27,50 18 20,00 22 24,44
N (počet) 80 100,00 80 100,00 90 100,00 90 100,00
Prehľad deformít uhlového postavenia malíčkov je zobrazený v tab. 4. Valgozita malíčkov u
mužov bola 71,25 % na pravej nohe a 86,25 % na ľavej nohe. U žien sme zistili valgóznu polohu
malíčka na pravej nohe u 63,33 % a na ľavej u 77,77 %. U oboch pohlaví je zastúpenie tejto
deformity pomerne časté, ale výskyt je bez významných intersexuálnych rozdielov. Menej častú
deformitu prstov – varózne postavenie malíčka sme zaznamenali u veľmi malého počtu jedincov,
u mužov iba na pravej nohe (1,25 %) a u žien sme zistili výskyt tejto deformity na pravej i ľavej
nohe v rovnakom zastúpení, t.j. 2,22 %. Pri sledovaní tejto deformity sme nezistili významné
rozdiely medzi pohlaviami. Fuchsová (2015) taktiež zistila prítomnosť oboch deformít prstov nohy
u mladších i starších žien a zároveň sledovala vplyv veku u žien na valgózne, resp. varózne
postavenie malíčkov, avšak bez zistenia významných rozdielov.
Tab. 4: Zastúpenie hodnôt uhlového postavenia malíčka na statických plantogramoch
v analyzovanom súbore (metóda podľa Weisfloga; Riegerová, Žeravová a Peštuková 2003)
Table 4: The incidence of angle position of big toe in static plantograms in analyzed sample
(Weisflog method; Riegerová, Žeravová and Peštuková 2003)
Uhlové postavenie
malíčka
Muži (N = 80) Ženy (N = 90)
Pravá noha Ľavá noha Pravá noha Ľavá noha
N % N % N % N %
Normálny 18 22,50 11 13,75 27 30,00 15 16,66
Valgózny 57 71,25 69 86,25 57 63,33 70 77,77
Varózny 1 1,25 0 0,00 2 2,22 2 2,22
Nenamerané 4 5,00 0 0,00 4 4,44 3 3,33
N (počet) 80 100,00 80 100,00 90 100,00 90 100,00
34
Záver
Záverom možno konštatovať, že v sledovanom súbore malo plochú nohu (1. – 3. stupeň
plochosti), bez ohľadu na lateralitu 35,00 % mužov a 23,33 % žien. Vysokú nohu (1. – 3. stupeň)
sme zaznamenali u 2,75 % mužov a 10,00 % žien. Vbočené palce malo 6,88 % mužov a 12,78 %
žien. V prípade varózneho postavenia boli hodnoty vyššie, t.j. u mužov 33,75 % mužov a 22,22 %
žien. Rovnaké deformity sme odhalili aj pri postavení malíčkov – valgózne postavenie malíčkov
malo 78,75 % mužov, 70,5 % žien a varózne postavenie malíčkov malo 1,25 % mužov a 2,22 %
žien. Signifikantné korelácie medzi hmotnosťou, BMI (Body Mass Index) a indexom Chippaux-
Šmiřák boli iba medzi BMI a Chippaux-Šmiřák indexom u mužov na pravých statických
plantogramoch. U žien nebol zistený významný vzťah medzi hmotnosťou, BMI a indexom
Chippaux-Šmiřák. Z výsledkov výskumu je zrejmé, že už pomerne mladí jedinci trpia rôznymi
deformitami nohy. Tieto zistenia odvodzujeme ako vplyv obuvi, a to u žien z dôvodu nosenia úzkej
a špicatej obuvi a u mužov zase širokej obuvi bez opory päty.
Literatúra
CALABRO, J. J., 1983: A critical evaluation of the diagnostics features of the feet in rheumatoid
arthrititis. Arthritis & Rheumatism, 76(2):116-120.
DI MAGGIO, J. A., VERNON, W., 2011: Forensic Podiatry: Principles and Methods. New
York, Humana Press, 186 s.
DROBNÝ, I., 1998, 2001: Kostrová a svalová sústava. In: Pospíšil, M. F., Drobný, I., Hanulík,
M. (ed.): Biológia človeka 1, Bratislava, Univerzita Komenského, 264 s.
FUCHSOVÁ, M., 2015: Deformity nohy u slovenských žien vo veku 1 až 60 rokov. Slov.
Antropol., 18(2):1-25.
FUCHSOVÁ, M., NEŠČÁKOVÁ, E., BODORIKOVÁ, S., 2013: Deformity nohy a ich rizikové
faktory vzniku u žien vo veku 18 – 24 rokov. Česká antropologie, 63(2), 11-14.
HECHT., P. J., LIN, T. J., 2014: Hallux valgus. Medical Clinics of North America, 98:227-232.
KAPANDJI, A. I., 2010: The Physiology of the Joints, Vol. 2: The Lower Limb (Paperback).
Edinburg, Churchill Livingstone, 323 s.
KLEMENTA, J., 1988: Somatometrie nohy. Praha, SPN, 232 s.
KUBÁT, R., 1988: Vady a nemoci nohou. Praha, Univerzita Karlova, 104 s.
MILLER, J. W., 1975: Acquired hallux varus: a preventable and correctable disorder. J. Bone
Joint Surg. Am., 57(2):183-188.
NGUYEN, U. S. D. T., HILLSTROMX, H. J., LIK, W., DUFOURY, A. B., KIELYZ, D. P.,
PROCTER-GRAYK, E., GAGNONY, M. M., HANNAN, M. T., 2010: Factors associated with
hallux valgus in a population-based study of older women and men: the MOBILIZE Boston Study.
Osteoarthritis and Cartilage, 18:41e46.
POTŮČEK, V., OBERDÖRFER, M., 1990: Technologie pro 2. ročník učebního odboru obuvník
– obuvnice se zaměřením 03 pro výrobu ortopedické obuvi. MZČR, Praha, 193 s.
RIEGEROVÁ, J., PŘIDALOVÁ, M., 2006: Morfologie nohy a její hodnocení. In: Riegerová, J.,
Přidalová, M., Ulbrichová, M. (ed.): Aplikace fyzické antropologie v tělesné výchově a sportu
(příručka funkční antropológie). Olomouc, Nakladatelství HANEX, s. 163-181.
RIEGEROVÁ, J., ŽERAVOVÁ, M., PEŠTUKOVÁ, M., 2003: A contribution to the foot
morphology of school children and teenagers between the ages 12-18 in Moravia. Slov. Antropol.,
6(1):112-117.
WEINER, J., LOURIE, J., A., 1969: Human Biology – Guide to field Methods. IBP Handbook
No. 9. Oxford and Edinburg, Blackwell Scientific Publications, 321 s.
35
Slov. Antropol., 19(1):35-44, 2016
ZÁKLADNÁ ANTROPOLOGICKÁ CHARAKTERISTIKA JEDINCOV
Z CINTORÍNA PRI PREMONŠTRÁTSKOM KLÁŠTORE V LELESI (OKRES
TREBIŠOV, 10. – 16. STOR. N. L.)
Michaela Dörnhöferová1, Veronika Šandorová
1, Silvia Bodoriková
1, Tomáš Zeman
1, Alena
Šefčáková2
1 Univerzita Komenského v Bratislave, Prírodovedecká fakulta, Katedra antropológie, Mlynská
dolina, Ilkovičova 6, 842 15 Bratislava, Slovensko, e-mail: [email protected] 2 Slovenské národné múzeum, Prírodovedné múzeum, Antropologické oddelenie, Vajanského
nábrežie 2, 810 06 Bratislava, Slovensko
Abstract: The basic anthropological characteristic of individuals from the cemetery near the
Premonstratensian monastery in Leles (district Trebišov, Slovakia, 10th
−16th
century AD). The aim
of this study was anthropological analysis of skeletal remains from cemetery near the
Premonstratensian monastery in Leles dated to the 10th
–16th
century AD. The analyzed population
consisted of 60 individuals: 17 (28.33%) male adults, 28 (46.67%) female adults, 14 (23.33%)
juveniles and one adult (1.67%) of undetermined sex. The life expectancy of this population was
quite high (e0 = 31.1). The highest probability of death (qx) was found in the age group of 50−59
years. Index of masculinity (MI) reached 440.0 units, so the number of 1000 females theoretically
fits with 440.0 males. On average, males had long, narrow, medium-high neurocranium, a low face
with a medium-wide forehead. Females had medium-long, narrow and high neurocranium, a
medium-high face with a medium-wide forehead. The average stature was 169.69±5.69 cm in
males, and 156.10±7.65 cm in females. Both males and females were of over medium stature.
Key words: paleodemography, life expectancy, osteometry, Middle Ages, Slovakia
Úvod
Objektom skúmania bol premonštrátsky kláštor nachádzajúci sa v obci Leles (v nadmorskej
výške 112 metrov n. m.) v Potiskej nížine v okrese Trebišov (Juránková 2012, Škubla 2015).
Budova kláštora je situovaná okolo obdĺžnikového rajského dvora (obr. 1). Z južnej strany sa
k budove pripája kláštorný kostol. V juhovýchodnom rohu kláštora sa nachádza sakristia a hneď
vedľa nej je kapitulná sieň, v súčasnosti označovaná ako Kaplnka sv. Michala. Kapitulná sieň je
tvorená tromi podlažiami – dvomi nadzemnými a jedným podzemným. Všetky steny v minulosti
pokrývala rozsiahla stredoveká maľba (Juránková 2012).
Archeologicko-pamiatkový výskum prebiehal v dvoch sezónach, od júna do septembra v roku
2013 a od júla do októbra v roku 2014. Výskum bol realizovaný firmou Triglav Archeologická
spoločnosť, s. r. o. pod vedením Mgr. Petra Šimčíka. V interiéri kláštora (rajský dvor, obr. 1) sa
realizoval archeologický výskum ako súčasť projektu obnovy národnej kultúrnej pamiatky kláštora
premonštrátov. Cieľom výskumu bolo zdokumentovať priebeh jednotlivých kultúrnych vrstiev,
doskúmať stredoveké aj novoveké objekty a zachytené pohrebisko až na sterilné piesčité podložie.
Počas archeologického výskumu bolo vytýčených celkovo sedem sond. Sonda I/2013 bola
situovaná v strede rajského dvora a svojim tvarom pripomínala písmeno Y (obr. 1). Práve v tejto
sonde boli zachytené hroby a väčšina objektov. Sonda prechádzala sektormi A až F, mala rozmery
22,53 x 1,79 m s dlhšou stranou v smere J – S. Všetky hroby boli zahĺbené do piesčitého podložia
a celkovo ich bolo zachytených 57. Najstaršie kostrové pozostatky (hrob č. 50) boli datované
do mladšej doby rímskej na základe prítomnosti keramiky pochádzajúcej práve z tohto historického
36
obdobia. Hrob bol bohužiaľ poškodený hromozvodom a výkopom novovekého objektu. Na základe
prítomnosti esovitých záušníc, honosných náhrdelníkov a mincí bolo 13 hrobov datovaných do
10. – 11. stor. n. l. (včasný stredovek, belobrdská kultúra). Tri hroby boli datované do 14. – 15. stor.
n. l. (neskorý stredovek) a dva najmladšie hroby boli datované do 16. stor. n. l. (novoveku), podľa
archeologického materiálu, ktorý sa nachádzal v rovnakej vrstve ako dané pozostatky. Zvyšné hroby
boli bez hrobových inventárov a v ich blízkosti nebol nájdený žiadny archeologický materiál, ktorý
by bližšie pomohol určiť datovanie, preto boli všeobecne zaradené do obdobia stredoveku
(konkrétne do vrcholného stredoveku). Kostry boli orientované v smere Z – V. Väčšina kostier
ležala v pieskovej až v piesčito-hlinitej vrstve a v anatomickej polohe s rukami v lone alebo vedľa
tela. Nachádzali sa tu aj porušené hroby, v ktorých boli kosti voľne porozhadzované. Najväčšia
koncentrácia hrobov bola hlavne v južnej časti rajského dvora. V severnej časti prebiehala skôr
stavebná aktivita, ktorá značne porušila nálezy ako aj samotný cintorín. Na ploche rajského dvora
premonštrátskeho kláštora sa našlo aj viacero mincí a zvyškov z pecí na spracovanie bronzoviny.
Taktiež boli nájdené úlomky fajok a aj náhrdelníky datované do stredoveku, ktoré sú zložené z
drobných korálikov, vybrúsených kamienkov a skla (obr. 2; Šimčík a Molota 2015).
Obr. 1: Pôdorys kláštora a archeologická sonda v priestoroch rajského dvora (Kürthy a Glocková
2012, foto: P. Šimčík)
Fig. 1: Ground plan of the monastery and archeological probe in the premises of the court
of paradise (Kürthy and Glocková 2012, photo by P. Šimčík)
Obr. 2: Stredoveký náhrdelník z vybrúsených kamienkov a skla
(foto: P. Šimčík)
Fig. 2: Medieval necklace of grind stones and glass
(photo by P. Šimčík)
Súbor a metódy
Predmetom antropologickej analýzy boli kostrové pozostatky exhumované z cintorína
pri premonštrátskom kláštore v Lelesi (okres Trebišov), datované do 10. – 16. stor. n. l. Súbor
pozostával z 57 hrobov, v ktorých sa nachádzali pozostatky 60 jedincov v rôznom stupni
zachovanosti.
37
Na osteometrickú analýzu sa použili metódy podľa Martina a Sallera (1957) a Knussmanna
(1988). Pohlavie jedincov sa stanovovalo na základe morfoskopických charakteristík
podľa Acsádiho a Nemeskériho (1970), Martina a Sallera (1957) a Vlčeka (1971). Vek dospelých
jedincov sa odhadoval podľa metodiky Martina a Sallera (1957), Lovejoya (1985) a Acsádiho
a Nemeskériho (1970). U nedospelých jedincov sa vek odhadoval na základe metodiky Ubelakera
(1978), Florkowského a Kozlowského (1994) a Stloukala a Hanákovej (1978). Na stanovenie
telesnej výšky sa použili regresné rovnice pre kaukazoidnú varietu podľa metodiky Sjøvolda
(1990). Zo získaných údajov o pohlaví a veku jedincov sa zostavili úmrtnostné tabuľky (Acsádi a
Nemeskéri 1970).
Získané hodnoty sa spracovali v programe Microsoft Office Excel 2010 a GraphPad Software
(2016). Vekové, intersexuálne a interpopulačné rozdiely boli testované dvojvýberovým
Studentovym t-testom.
Výsledky a diskusia
Skúmaný súbor pozostával zo 60 jedincov, z ktorých 28 patrilo dospelým ženám, 17 dospelým
mužom, 14 nedospelým jedincom a jednému jedincovi neurčeného pohlavia. Najväčší počet
jedincov pochádzal z vekových kategórií adultus II (23,33 %) a maturus I (16,67 %). Vysoký počet
jedincov bol zastúpený aj v kategórii dospelí neurčení (16,67 %), a to z dôvodu zlej zachovalosti
kostrového materiálu. U nedospelých jedincov bola najviac zastúpená veková kategória infans I
(16,67 %). Najväčší počet dospelých mužov pochádzal z kategórie dospelí neurčení (10,00 %)
a z vekovej kategórie adultus I (6,67 %) a maturus II (6,67 %). Najväčší počet dospelých žien
pochádzal z vekových kategórií adultus II (16,67 %) a maturus I (11,67 %). V danom súbore nebol
zastúpený ani jeden jedinec, ktorý by spadal do vekovej kategórie circumnatale, juvenis a senilis.
Rozdelenie jedincov podľa veku a pohlavia je v tab. 1. Okrem analyzovaných jedincov sa
v jednotlivých hroboch nachádzalo i veľké množstvo primiešaných kostí.
Tab. 1: Rozdelenie jedincov podľa veku a pohlavia
Table 1: The distribution of individuals according to age at death and sex
Vekové kategórie
Nedospelí Muži Ženy Neurčení Spolu
N % N % N % N % N %
Circumnatale
Infans I 10 16,67 10 16,67
Infans II 4 6,67 4 6,67
Juvenis
Adultus I 4 6,67 4 6,67
Adultus II 4 6,67 10 16,67 14 23,33
Maturus I 3 5,00 7 11,67 10 16,67
Maturus II 4 6,67 4 6,67 8 13,33
Dospelí neurč. 6 10,00 3 5,00 1 1,67 10 16,67
Spolu 14 23,33 17 28,33 28 46,67 1 1,67 60 100,00
Úmrtnostná tabuľka (tab. 2) bola zostavená pre 50 jedincov. Desiatim jedincom nebolo možné
bližšie určiť vek, vzhľadom k ich zlej zachovalosti, a preto neboli zahrnutí do výpočtu. Stredná
dĺžka života (ex), inými slovami nádej dožitia pri narodení, je pri danej populácii pomerne vysoká
(e0 = 31,1). To znamená, že jedinci z danej populácie mali pri narodení nádej dožiť sa približne
38
ďalších 31 rokov. V ostatných vekových kategóriách má hodnota strednej dĺžky života klesajúci
charakter. Dospelí jedinci, ktorí dovŕšili 20. rok života mali nádej sa dožiť približne ďalších 21
rokov (e20 = 21,1).
Tab. 2: Úmrtnostná tabuľka pre populáciu z Lelesu
Table 2: Mortality table for the population of Leles
Veková
kategória a Dx dx lx qx Lx Tx ex
0 - 4 5 7 14,0 100,0 14,0 93,0 3110,0 31,1
5 - 9 5 6 12,0 86,0 14,0 80,0 2645,0 30,8
10 - 14 5 1 2,0 74,0 2,7 73,0 2245,0 30,3
15 - 19 5 0 0,0 72,0 0,0 72,0 1880,0 26,1
20 - 29 10 4 8,0 72,0 11,1 68,0 1520,0 21,1
30 - 39 10 14 28,0 64,0 43,8 50,0 840,0 13,1
40 - 49 10 10 20,0 36,0 55,6 26,0 340,0 9,4
50 - 59 10 8 16,0 16,0 100,0 8,0 80,0 5,0
60 - x 0 0,0 0,0 0,0 0,0 0,0 0,0
Spolu 50,0 100,0
Dx – počet jedincov v danej vekovej skupine, dx – počet jedincov v danej vekovej skupine (%), lx – počet jedincov, ktorí
sa z celkového počtu dožili danej vekovej skupiny (%), qx – pravdepodobnosť úmrtia v danej vekovej skupine (%), Lx –
počet žijúcich v určitom časovom intervale (%), Tx – celkový počet rokov, ktoré pravdepodobne ešte prežijú všetky
osoby v danej vekovej skupine dohromady, ex – nádej dožitia (stredná dĺžka života).
Dx – the number of individuals according to age categories, dx – the number of individuals according to age categories
in %, lx – the number of survivors at given age in %, qx – the probability of death at given age (in %), Lx – the number
of survivors lived in some time interval (in %), Tx – the total number of years that can be lived by all individuals in the
given age category, ex – the expectancy of life (the mean life span).
Stredná dĺžka života u žien, ktoré dovŕšili 20. rok života, bola pomerne nízka oproti strednej
dĺžke života mužov (obr. 3). Dospelé ženy mali nádej dožiť sa približne ďalších 19 a pol roka (e20 =
19,4), pričom dospelí muži mali nádej dožiť sa ešte ďalších 25 rokov. Môžeme predpokladať, že
dôvodom kratšej strednej dĺžky života u žien, bol zrejme vysoký počet úmrtí žien počas
tehotenstva, pri pôrodoch alebo počas obdobia šestonedelia.
Obr. 3: Stredná dĺžka života (ex) dospelých mužov a žien
Fig. 3: The expectancy of life (ex) in adult males and females
U nedospelých jedincov dosahovala pravdepodobnosť úmrtia (qx) najvyššie hodnoty vo veku
medzi nultým až deviatym rokom života. V sledovanom súbore môžeme pozorovať klesanie
pravdepodobnosti úmrtia u nedospelých jedincov. Tento jav možno vysvetliť tým, že v stredoveku
bola pomerne vysoká novorodenecká a dojčenská úmrtnosť (Unger 2006). U dospelých jedincov
boli najvyššie hodnoty nadobudnuté vo vekovom rozhraní 50 – 59 rokov. Po dosiahnutí 20. roku
25,0
15,0
10,7
5,0
19,4
12,1 8,6
5,0 0,00
10,00
20,00
30,00
20 – 29 30 – 39 40 – 49 50 – 59 muži ženyVekové kategórie
e x (
v r
ok
och
)
39
života je viditeľný rastúci trend krivky od 11,1 % až po dosiahnutie 100,0 % pravdepodobnosti
u jedincov medzi 50 – 59 rokom života (obr. 4).
Obr. 4: Pravdepodobnosť úmrtia (qx)
Fig. 4: The probability of death at given age (qx)
Úmrtnostný profil jedincov z cintorína v Lelesi bol porovnaný s profilom populácií z pohrebísk
Pinciná (12/13. − 17. stor. n. l.; Drozdová et al. 2014) a Nitra-Šindolka (10. − 11. stor. n. l.; Thurzo
et al. 2013; obr. 5). U jedincov z Lelesu bola stredná dĺžka života pri narodení pomerne vysoká (e0
= 31,1). Podobne vysoká hodnota bola v populácii z Pincinej (e0 = 30,6). V populácii z lokality
Nitra-Šindolka bola stredná dĺžka života pri narodení o vyše päť rokov nižšia. Po dovŕšení 20. roku
života bola hodnota e20 u populácie z Lelesu 21,3. U oboch porovnávaných súborov je táto hodnota
nižšia: 20,7 u populácie z Nitry-Šindolky a 18,3 u jedincov z Pincinej.
Obr. 5: Stredná dĺžka života (ex) porovnávaných populácií
Fig. 5: The expectancy of life (ex) in compared populations
Pre analyzovanú populáciu je charakteristická prevaha jedincov ženského pohlavia. Dokazuje
nám to index maskulinity, ktorý má pre celú populáciu hodnotu 440,0. Predstavuje to 440 mužov na
1000 žien. Získané paleodemografické výsledky nemusia jednoznačne odrážať skutočné
demografické pomery danej populácie. Všetky premenné, ktoré boli pre výpočty použité, sú len
približné. Skúmaný súbor nemusí zahŕňať všetky kostrové pozostatky z cintorína
pri premonštrátskom kláštore, vzhľadom na to, že pod novovekými kláštornými múrmi sa môžu
nachádzať ďalšie hroby.
Na základe morfometrie možno zhodnotiť, že priemerné mužské lebky boli dlhé, úzke, stredne
vysoké, so stredne širokým čelom a nízkou tvárou. Ženy mali v priemere stredne dlhú, úzku
a vysokú lebku so stredne širokým čelom a stredne vysokou tvárou. Podľa vypočítaných indexov
môžeme priemernú mužskú lebku charakterizovať ako mesokrannú, orthokrannú, akrokrannú,
euryprosopnú, mesennú, hypsikonchnú, mesorhinnú a ortognátnu. Priemerné ženské lebky môžeme
zhodnotiť ako mesokranné, hypsikranné, akrokranné, euryprosopné, mesenné, hypsikonchné,
mesorhinné a ortognátne (tab. 3). Muži mali oproti ženám väčšie priemerné hodnoty takmer
vo všetkých meraných rozmeroch, okrem týchto rozmerov: záhlavný oblúk meraný od bodu lambda
14,0 14,0
2,7 0,00 11,1
43,8 55,60
100,00
0,00
50,00
100,00
150,00
0 - 4 5 - 9 10 - 14 15 - 19 20 - 29 30 - 39 40 - 49 50 - 59
qx (
%)
Vekové kategórie
0,0
10,0
20,0
30,0
40,0
0 - 4 5 - 9 10 - 14 15 - 19 20 - 29 30 - 39 40 - 49 50 - 59 60 - x
Leles Pinciná Nitra-Šindolka
Vekové kategórie
e x (
v r
ok
och
)
40
po bod ophistion (M28), záhlavný oblúk meraný od bodu inion po bod ophistion (M28 [2]), dolná
dĺžka tváre (M42), medziočná šírka (M49a) a šírka nosa (M54). Vyššie hodnoty pri spomenutých
rozmeroch u žien môžu byť spôsobené nízkym počtom meraných mužských lebiek, v dôsledku ich
zlej alebo nedostatočnej zachovalosti. To mohlo viesť ku skresleniu priemerných hodnôt daných
rozmerov.
Tab. 3: Základná morfometrická charakteristika dospelých jedincov
Table 3: The basic morphometric characteristics of adult individuals
Rozmery na lebke (v mm) Pohlavie N Priemer SD Kategória
(M1) Najväčšia dĺžka mozgovne Muži 4 184,00 8,98 Dlhá
Ženy 15 174,47 4,64 Stredná
(M8) Najväčšia šírka mozgovne Muži 5 139,00 5,15 Úzka
Ženy 16 133,50 7,33 Úzka
(M9) Najmenšia šírka čela Muži 5 97,80 3,11 Stredná
Ženy 15 94,47 3,36 Stredná
(M17) Basion-bregmatická výška lebky Muži 3 134,33 4,04 Stredná
Ženy 5 131,60 5,94 Vysoká
(M40) Dĺžka tváre Muži 3 97,67 8,14 Stredná
Ženy 3 93,83 5,53 Stredná
(M47) Výška tváre Muži 3 111,00 8,19 Nízka
Ženy 7 108,07 3,83 Stredná
Lebečné indexy Pohlavie N Priemer SD Kategória
(I1) Dĺžkošírkový index Muži 4 75,48 6,32 Mezokranný
Ženy 15 76,62 4,63 Mezokranný
(I2) Dĺžkovýškový index Muži 3 73,89 2,56 Orthokranný
Ženy 5 75,05 3,66 Hypsikranný
(I13) Transverzálny frontoparietálny index Muži 4 70,92 5,45 Akrokranný
Ženy 15 70,85 3,56 Akrokranný
(I38) Index tváre Muži 2 81,71 4,60 Euryprosopný
Ženy 2 83,82 2,92 Euryprosopný
(I39) Index hornej tváre Muži 2 51,35 2,44 Mesenný
Ženy 2 51,85 3,65 Mesenný
(I42) Index očnice Muži 3 85,23 5,32 Hypsikonchné
Ženy 5 88,85 5,25 Hypsikonchné
(I48) Nosový index Muži 3 48,34 1,21 Mesorhinný
Ženy 8 49,22 7,31 Mesorhinný
(I60) Čeľustný index Muži 3 95,98 5,20 Ortognátny
Ženy 3 96,68 3,74 Ortognátný
N = počet jedincov, SD = smerodajná odchýlka; N = number of individuals, SD = standard deviation
Pri sledovaní rozmerov dlhých kostí, mali muži väčšie priemerné hodnoty ako ženy vo všetkých
meraných rozmeroch (tab. 4), okrem najmenšieho obvodu diafýzy ihlice (Fi4). Na základe
hodnotených indexov môžeme hodnotiť priemerného muža ako eurybrachika, eurynemika
a euryknemika a priemernú ženu ako eurybrachika, platymerika a euryknemika (tab. 5).
41
Tab. 4: Metrické charakteristiky dlhých kostí dospelých jedincov
Table 4: Metric characteristics of long bones of adult individuals
Rozmery dlhých kostí
(v mm) Pohlavie
dexter sinister
N Priemer SD N Priemer SD
Humerus dex.
(H1) Najväčšia dĺžka Muži 2 350,00 24,04 1 327,00 -
Ženy 8 288,50 9,71 5 289,75 7,09
Radius dex.
(R1) Najväčšia dĺžka Muži 2 249,00 24,04 1 230,00 -
Ženy 5 224,00 15,76 4 223,50 14,93
Ulna dex.
(U1) Najväčšia dĺžka Muži 1 282,00 - 2 250,00 2,83
Ženy 5 236,00 12,85 2 235,00 24,04
Femur dex.
(F1) Najväčšia dĺžka Muži 4 454,75 10,21 7 462,29 40,98
Ženy 9 423,44 27,21 7 430,86 21,23
Tibia dex.
(T1) Celková dĺžka Muži 7 383,43 7,32 4 379,25 9,78
Ženy 6 340,50 28,20 10 334,90 23,55
Fibula dex.
(Fi1) Najväčšia dĺžka Muži 0 - - 1 365,00 -
Ženy 2 352,50 40,31 2 318,75 38,54
N = počet jedincov, SD = smerodajná odchýlka; N = number of individuals, SD = standard deviation
Tab. 5: Indexy dlhých kostí dospelých jedincov
Table 5: Indices of long bones of adult individuals
Indexy Pohlavie N Priemer SD Kategória
Humerus dex.
Index priečneho prierezu diafýzy Muži 12 82,20 13,68 Eurybrachia
Ženy 15 78,71 5,04 Eurybrachia
Humerus sin.
Index priečneho prierezu diafýzy Muži 9 83,56 8,39 Eurybrachia
Ženy 12 77,18 4,31 Eurybrachia
Femur dex.
Index horného prierezu diafýzy Muži 10 87,67 14,22 Eurymérny
Ženy 13 76,75 10,42 Platymérny
Femur sin.
Index horného prierezu diafýzy Muži 11 87,49 16,14 Eurymérny
Ženy 10 78,78 7,36 Platymérny
Tibia dex.
Knemický index Muži 12 70,24 5,01 Euryknémny
Ženy 10 73,34 7,19 Euryknémny
Tibia sin.
Knemický index Muži 13 105,05 8,60 Euryknémny
Ženy 14 72,30 6,46 Euryknémny
N = počet jedincov, SD = smerodajná odchýlka; N = number of individuals, SD = standard deviation
42
Pri interpopulačnom porovnávaní populácie z Lelesu s vybranými lokalitami z územia Slovenska
sa zistili signifikantné rozdiely v niektorých ukazovateľoch (tab. 6). U mužov sa zistili štatisticky
významné rozdiely len v najväčšej dĺžke mozgovne – M1 (p = 0,0044**) v prospech mužov
z populácie Pinciná (12/13. − 17. stor. n. l.; Drozdová et al. 2014). U žien boli zaznamenané
signifikantné rozdiely v najmenšej šírke čela – M9 (p = 0,0181*), výške lebky – M17 (p = 0,0308*)
a najväčšej dĺžke pravej ramennej kosti – H1 (p =0,0392*) v prospech žien z populácie Pinciná.
Ďalej boli zistené signifikantné rozdiely v najväčšej šírke mozgovne – M8 (p = 0,0411*), najväčšej
dĺžke pravej ramennej kosti – H1 (p = 0,0007**) a najväčšej dĺžke ľavej ramennej kosti – H1 (p =
0,0380*) v prospech populácie z lokality Devín-Hrad (11. − 12. stor. n. l.; Beňuš a Masnicová
2012). Pri štatistickom porovnávaní žien z Lelesu a žien z populácie Nitra-Šindolka (10. − 11. stor.
n. l.; Thurzo et al. 2013) boli zistené signifikantné rozdiely len v najväčšej dĺžke pravej ramennej
kosti – H1 (p = 0,0113*), v prospech žien z lokality Nitra-Šindolka. Väčšina zistených rozmerov
jedincov z Lelesu bola podobná v porovnaní s ostatnými populáciami, zaznamenali sme iba
minimálne rozdiely.
U dospelých mužov bola zaznamenaná celková priemerná telesná výška 169,69 ± 5,69 cm, čo
predstavuje zaradenie do kategórie nadstredne vysoký vzrast. Maximálna telesná výška u mužov
bola 180,73 cm a minimálna telesná výška 159,48 cm. U dospelých žien bola zaznamenaná celková
priemerná telesná výška 156,10 ± 7,65 cm, čo predstavuje taktiež nadstredne vysoký vzrast.
Maximálna telesná výška u žien bola 173,47 cm a minimálna telesná výška bola 142,32 cm.
V analyzovanom súbore prevládali muži aj ženy s vysokým vzrastom (obr. 6). Muži vykazovali
štatisticky významne väčšiu priemernú telesnú výšku ako ženy (p = 0,0001).
Obr. 6: Zastúpenie mužov a žien v jednotlivých kategóriách telesnej výšky (Martin a Saller 1957)
Fig. 6: Distribution of stature in males and females (Martin and Saller 1957)
Záver
Analyzovaný súbor pozostával z kostrových pozostatkov 60 jedincov s rôznym stupňom
zachovalosti. Z celkového počtu kostrových pozostatkov 60 jedincov patrilo 17 dospelým mužom,
28 dospelým ženám, 14 nedospelým jedincom a jednému dospelému jedincovi neurčiteľného
pohlavia. Stredná dĺžka života (ex) tejto populácie je pomerne vysoká, a to 31,1. Znamená to, že
ktorýkoľvek jedinec z danej populácie mal nádej dožiť sa ďalších 31 rokov. Dospelí jedinci, ktorí
dovŕšili 20. rok života mali nádej dožiť sa ešte približne ďalších 21 rokov. Priebeh krivky hodnoty
strednej dĺžky života má v ostatných vekových kategóriách klesajúci charakter. Na základe
základných antropometrických charakteristík boli priemerné mužské lebky krátke, úzke, stredne
vysoké, so stredne širokým čelom a nízkou tvárou. Podľa indexov sa dala priemerná mužská lebka
hodnotiť ako mesokranná, orthokranná, akrokranná, euryprosopná, mesenná, hypsikonchná,
mesorhinná a ortognátna. Priemerná ženská lebka bola stredne dlhá, úzka, vysoká, so stredne
širokým čelom a stredne vysokou tvárou. Podľa sledovaných indexov sa dá priemerná ženská lebka
zhodnotiť ako mesokranná, hypsikranná, akrokranná, euryprosopná, mesenná, hypsikonchná,
0
20
40
60
malý vzrast podstredne
vysoký
vzrast
stredne
vysoký
vzrast
nadstredne
vysoký
vzrast
vysoký
vzrast
veľmi
vysoký
vzrastPoče
t je
din
cov (
%)
Výškové kategórie muži ženy
43
mesorhinná a ortognátna. U dospelých mužov bola zaznamenaná priemerná telesná výška 169,69 ±
5,69 cm (nadstredný vzrast), u žien 156,10 ± 7,65 cm (nadstredný vzrast).
Poďakovanie
Táto štúdia bola podporená grantovou úlohou UK/479/2016.
Literatúra
ACSÁDI, G., NEMESKÉRI, J., 1970: History of human Life Span and Mortality. Budapešť,
Akadémiai Kiadó, 347 s.
BEŇUŠ, R., MASNICOVÁ, S., 2012: Antropologická, paleodemografická a paleopatologická
analýza historickej populácie z hradu Devín. Slov. Arch., 60(1):119-156.
DROZDOVÁ, D., BODORIKOVÁ, S., DÖRNHÖFEROVÁ, M., LOUŽECKÁ, M.,
MIHÁLKOVÁ, K., POLÁKOVÁ, Z., 2014: Analýza kostrových pozostatkov z prikostolného
cintorína v Pincinej (okr. Lučenec, 12./13. – 17. stor. n. l.). Slov. Antropol., 17(1):27-32.
FLORKOWSKI, A., KOZLOWSKI, T., 1994: Ocena wieku szkieletowego dzieci na podstawie
wielkości kości. Przgl. Antropol., 57(1-2):71-86.
GRAPHPAD SOFTWARE, 2016: GraphPad QuickCalcs. Online. Dostupné na:
http://www.graphpad.com/ 12.2.2016
JURÁNKOVÁ, J., 2012: Príspevok k ikonografii výmaľby kapitulnej siene kláštora v Lelese.
Monument revue, 2(1):8-12.
KNUSSMANN, R., 1988: Anthropologie. Handbuch der vergleichenden Biologie des
Menschen. Band I: Wesen und Methoden der Anthropologie. Stuttgart, G. Fisher Verlag, 742 s.
KÜRTHY, L., GLOCKOVÁ, B., 2012: Architektonicko-historický a umelecko-historický
výskum budov premonštrátskeho kláštora v Lelesi (č. ÚZPF 27/1), október 2011 – január 2012, ms.
(depon. in: Pamiatkový úrad SR, Bratislava).
LOVEJOY, C. O., 1985: Dental wear in the Libben population: Its functional pattern and role in
the determination of adult skeletal age at death. Am. J. Phys. Anthropol., 68(1):47-56.
MARTIN, R., SALLER, K., 1957: Lehrbuch der Anthropologie in systematischer Darstellung.
Stuttgart, G. Fisher Verlag, 661 s.
SJØVOLD, T., 1990: Estimation of stature from long bones utilizing the line of organic
correlation. Hum. Evol., 5(5):431-447.
STLOUKAL, M., HANÁKOVÁ, H., 1978: Die Länge der Längsknochen altslawischer
Bevölkerungen unter besonderer Berücksichtigung von Waschstumsfragen. Homo, 29(1):53-69.
ŠIMČÍK, P., MOLOTA, T., 2015: Dokumentácia archeologického výskumu premonštrátskeho
kláštora v Lelesi − sezóna 2013 a 2014. – 31 s., ms. (Nálezová správa; depon. in: Triglav
Archeologická spoločnosť s.r.o.).
ŠKUBLA, P., 2015: Zvonice, kostoly a kalvárie Slovenska. Bratislava, Perfekt, 252 s.
THURZO, M., ŠEFČÁKOVÁ, A., ŠIMKOVÁ, T., FUSEK, G., 2013: Nitra-Šindolka –
pohrebisko belobrdskej kultúry (10. – 11. stor.): základná antropologicko-demografická analýza.
Acta Rer. Natur. Mus. Nat. Slov., 59:101-121.
UBELAKER, D., H., 1978: Human Skeletal Remains: Excavation, Analysis, Interpretation.
Chicago, Aldine Publishing Company, 116 s.
UNGER, J., 2006: Pohřební ritus 1. až 20. století v Evropě z antropologicko-archeologické
perspektivy. In: Malina, J. (ed.): Panoráma biologické a sociokulturní antropologie. Modulové
učební texty pro studenty antropologie a „příbuzných“ oborů. Brno, Nadace Universitas v Brně,
Akademické nakladatelství CERM v Brně, Masarykova Univerzita v Brně, Nakladatelství a
vydavatelství NAUMA v Brně, 254 s.
VLČEK, E., 1971: Symposium o určování stáří a pohlaví jedince na základe studia kostry. Praha,
Národní muzeum, 180 s.
Tab. 6: Interpopulačné rozdiely základných metrických charakteristík u dospelých jedincov
Table 6: Inter-population differences of basic metric characteristics of adult individuals
N = počet jedincov, SD = smerodajná odchýlka, * − p < 0,05, ** − p < 0,01; N = number of individuals, SD = standard deviation, * − p<0.05, ** − p<0.01
Muži
Rozmery
Leles Pinciná Devín-Hrad Nitra-Šindolka
N Priemer SD N Priemer SD
p-
hodnota N Priemer SD
p-
hodnota N Priemer SD
p-
hodnota
Najväčšia dĺžka mozgovne (M1) 4 184,00 8,98 12 170,75 6,04 0,0044** 29 180,66 7,86 0,4383 15 189,73 7,21 0,1953
Dĺžka mozgovne od bodu metopion (M1c) 4 182,75 11,79 9 181,11 8,09 0,7734 29 182,48 7,56 0,9504 14 191,43 6,68 0,0703
Najväčšia šírka mozgovne (M8) 5 139,00 5,15 10 136,40 16,47 0,7399 31 141,48 6,51 0,4244 7 132,86 7,24 0,137
Najmenšia šírka čela (M9) 5 97,80 3,11 10 101,40 4,05 0,1062 31 97,82 4,79 0,9929 15 100,80 6,62 0,3473
Výška lebky (M17) 3 134,33 4,04 7 131,00 3,70 0,2384 20 132,15 8,08 0,6557 2 135,50 6,50 0,8141
Bigoniálna šírka (M66) 4 105,75 5,68 5 106,80 5,78 0,7929 23 106,24 8,74 0,9154 17 101,59 5,38 0,1839
Výška ramus mandibulae (M70) 6 63,17 4,92 24 61,96 5,20 0,6108 28 66,93 6,34 0,1829 20 65,08 4,51 0,3811
Šírka ramus mandibulae (M71) 7 32,36 1,25 41 31,54 2,42 0,3881 29 31,90 3,48 0,735 23 31,87 2,86 0,6658
Najväčšia dĺžka humeru dex (H1) 2 349,75 24,40 19 334,74 16,43 0,2481 29 333,86 18,14 0,2469 32 327,66 19,47 0,1327
Najväčšia dĺžka femuru dex (F1) 4 454,75 10,21 30 460,80 22,46 0,6025 40 454,40 24,18 0,9774 36 452,06 28,20 0,8522
Najväčšia dĺžka femurus sin (F1) 7 462,29 40,98 24 456,96 18,75 0,6238 36 459,03 24,06 0,7732 30 443,83 79,75 0,559
Ženy
Rozmery
Leles Pinciná Devín-Hrad Nitra-Šindolka
N Priemer SD N Priemer SD
p-
hodnota N Priemer SD
p-
hodnota N Priemer SD
p-
hodnota
Najväčšia dĺžka mozgovne (M1) 15 174,47 4,64 6 169,67 6,89 0,0775 32 176,38 7,16 0,3514 7 176,71 7,74 0,4047
Dĺžka mozgovne od bodu metopion (M1c) 15 174,00 5,94 4 170,25 4,66 0,2613 32 177,44 6,52 0,9 9 178,44 5,85 0,0885
Najväčšia šírka mozgovne (M8) 16 133,50 7,33 9 130,67 11,55 0,4593 35 137,80 6,54 0,0411* 4 132,25 8,38 0,7695
Najmenšia šírka čela (M9) 15 94,47 3,36 7 106,71 18,25 0,0181* 39 94,15 6,91 0,8649 9 95,89 5,13 0,4195
Výška lebky (M17) 5 131,60 5,94 6 122,83 5,43 0,0308* 28 129,68 6,05 0,5172 4 135,75 6,13 0,3385
Bigoniálna šírka (M66) 13 94,23 6,31 6 95,50 10,56 0,7456 30 97,52 4,33 0,0539 15 90,27 6,97 0,1295
Výška ramus mandibulae (M70) 8 60,00 7,07 21 55,57 5,13 0,0721 36 60,92 4,47 0,6401 17 56,18 4,28 0,1055
Šírka ramus mandibulae (M71) 10 31,00 1,65 29 29,77 3,61 0,3079 40 29,18 2,73 0,0502 17 29,41 2,12 0,0529
Najväčšia dĺžka humeru dex (H1) 8 288,50 9,71 13 299,15 11,24 0,0392* 38 313,21 18,58 0,0007** 17 302,18 12,31 0,0113*
Najväčšia dĺžka humeru sin (H1) 5 289,75 7,09 15 302,73 13,85 0,0626 35 305,09 15,59 0,0380* 17 300,88 14,06 0,1072
Najväčšia dĺžka femuru dex (F1) 9 413,00 29,21 10 430,90 26,13 0,1765 40 425,35 19,38 0,124 20 418,25 16,37 0,5388
Najväčšia dĺžka femurus sin (F1) 7 430,86 21,23 12 429,42 21,32 0,8886 44 427,43 22,27 0,7051 22 418,73 15,96 0,1172
45
Slov. Antropol., 19(1):45-48, 2016
VYBRANÉ OSTEOMARKERY U SLOVENSKÝCH ŽIEN
S OSTEOARTRÓZOU
Janka Poráčová1, Lucia Franková
1, Marta Mydlárová Blaščáková
1, Ľubica Uhrínová
2,
Jarmila Bernasovská1, Vincent Sedlák
1, Iveta Boroňová
1, Mária Konečná
1, Zuzana
Gogaľová1, Melinda Nagy
3
1 Prešovská univerzita v Prešove, Fakulta humanitných a prírodných vied, Katedra biológie, ul. 17.
Novembra č. 1, 081 16 Prešov, Slovensko; e mail: [email protected] 2 Univerzitná nemocnica L. Pasteura Košice, Oddelenie laboratórnej medicíny, Pododdelenie
klinickej biochémie, Tr. SNP 1, 041 54 Košice, Slovensko 3 Univerzita J. Selyeho, Pedagogická fakulta, Katedra biológie, Bratislavská cesta 3322, 945 01
Komárno, Slovensko
Abstract: Selected osteomarkers in Slovak females with osteoarthritis. In our work we focused on
the determination and evaluation of selected anthropometric characteristics and biochemical
markers in the blood serum of healthy women (n=30) and women with osteoarthritis (n=30). The
research samples consisted of 60 women aged 41–70 years. Activity of biochemical markers ALP
(alkaline phosphatase), concentration of Ca, P, osteocalcin (OC), and a terminal procollagen type 1
(P1NP) were measured in blood serum of patients and the control group. BMI was calculated from
the measured values of body height and weight. In the examined sample, the age of women and the
age of the onset of menopause was surveyed by use of a questionnaire. In the experiment were
detected significant differences (p<0.01) in the average values of osteocalcin (OC), P1NP, ALP
between the group of women with osteoarthritis and the control group. A statistically significant
association was found between the age and the concentration of Ca (p<0.05).
Key words: biochemical parameters, osteoformation, anthropometry, woman
Úvod
Osteoartróza patrí medzi časté degeneratívne ochorenia kĺbov a chrbtice.
Ochorenie postihuje kĺbovú chrupku a následne aj priľahlé štruktúry. Jej incidencia je častejšia
u žien ako u mužov (Pavelka 2005). V celosvetovom meradle postihuje toto ochorenie približne 20
% obyvateľstva (Turzańska, Kłapeć a Jabłoński 2013). Osteoartróza patrí medzi najčastejšie
choroby pohybovej sústavy (synoviálnych kĺbov), je príčinou častej práceneschopnosti a invalidity
v SR a vo svete (Šteňo a Šeliga 2008). Vyskytuje sa najmä u osôb stredného a vyššieho veku.
Prevalencia osteoartrózy sa vekom progresívne zvyšuje (Lukáč, Lukáčová a Rovenský 2004).
Patogenéza osteoartrózy predstavuje komplex zmien na rôznych úrovniach pohybového aparátu.
Enzýmy patriace do skupiny metaloproteínov patria medzi hlavné zložky zodpovedné za
degeneráciu kĺbovej chrupky (Horčička 2004). Ich aktivita je regulovaná množstvom zápalových
cytokínov (Šteňová 2012), transkripčných faktorov a miRNA. Dôkladná analýza všetkých procesov
prebiehajúcich v postihnutých kĺboch musí byť vykonaná predtým, ako môžu byť vyvinuté účinné
terapeutické stratégie (Chojnacki et al. 2014). Schmal et al. (2014) identifikovali kľúčové markery
chronickej osteoartrózy kolena – BMP-7 stúpa pri progresii osteoartrózy. BMP-2 je asociovaný
s dobrou klinickou funkciou kolena a nevýraznými rádiografickými zmenami. Szulc (2011)
porovnával kostné remodelačné parametre (BTM) a parametre kostnej minerálnej denzity (BMD)
v krvnom sére, a v moči mužov a žien s osteoartrózou a osteoporózou. U starších mužov sú vyššie
hladiny BTM asociované s nižšími hodnotami hustoty kostí a s rýchlejším úbytkom kostnej hmoty.
46
K ďalším vhodným diagnosticky významným biochemickým parametrom pri osteoartróze patria
proteíny akútnej fázy, C-reaktívny proteín (CRP), tumor nekrotický faktor (TNF-α), interleukín (IL-
6), kyselina močová, lipidový profil a pod. (Ashraf et al. 2015).
V našej práci sme sa zamerali na stanovenie a vyhodnotenie vybraných antropometrických
charakteristík a biochemických markerov v krvnom sére zdravých žien a žien s diagnostikovanou
osteoartrózou.
Súbor a metódy
Výskumnú vzorku tvorilo 60 žien vo veku od 41 do 86 rokov. U 30 žien bola diagnostikovaná
osteoartróza, 30 žien tvorilo kontrolnú skupinu bez diagnostikovanej osteoartrózy. Odbery a
analýzy vzoriek boli realizované v spolupráci s vybranými ortopedickými, osteologickými a
reumatologickými ambulanciami v rámci Prešovského regiónu. Na biochemickú analýzu boli
použité vzorky venóznej krvi.
Koncentrácie vybraných biochemických markerov ALP (alkalická fosfatáza), Ca, P boli
stanovené v krvnom sére sledovaných žien pomocou automatického analyzátora Cobas Integra 400
plus (Roche, Švajčiarsko), biochemické parametre osteokalcín (OC) a terminálny prokolagén typu 1
(P1NP) sa merali prostredníctvom imunochemického analyzátora Cobas e411 (Roche, Japonsko).
Z nameraných hodnôt telesnej výšky a telesnej hmotnosti sme vypočítali BMI. V skúmanej vzorke
sa vek žien a vek nástupu menopauzy zisťoval pomocou dotazníka. Všetky ženy v experimentálnej
a kontrolnej skupine boli po menopouze.
Metódou korelačnej analýzy, prostredníctvom Pearsonovho korelačného koeficientu, sme
zisťovali závislosť medzi vybranými antropometrickými charakteristikami a sledovanými
biochemickými parametrami. Normalitu dát sme overovali testom Anderson-Darling. Štatisticky
významný rozdiel medzi strednými hodnotami bol určený použitím testov: Mann-Whitney U-test,
Studentov t-test.
Výsledky a diskusia
Priemerná hodnota BMI u žien s osteoartrózou bola 28,54; u žien kontrolnej skupiny 27,17. Dve
tretiny žien s osteoartrózou mali nameranú hodnotu BMI v intervale od 24,17 do 32,91. U 20 žien
kontrolnej skupiny bol rozptyl BMI v rozmedzí od 23,43 do 30,91. Priemerný vek nástupu
menopauzy bol u žien kontrolnej skupiny 48,77 roka (n = 30), u žien s osteoartrózou to bolo 48,37
rokov (n = 30). V tabuľke č. 1 a 2 sú uvedené priemerné hodnoty sledovaných biochemických
parametrov u žien kontrolnej skupiny a u žien s diagnostikovanou osteoartrózou.
Priemerná hodnota osteokalcínu (OC) v kontrolnej skupine žien bola 14,45 μg/l. V skupine žien
s osteoartrózou 13,46 μg/l. Priemerné hodnoty osteoformačného markera P1NP dosahovali
v kontrolnej skupine žien 31,58 μg/l, u žien s osteoartrózou boli nižšie - 26,15 μg/l. U žien
kontrolnej skupiny dosahovala priemerná hodnota P1NP 36,85 μg/l, u žien s osteoartrózou bola
zistená priemerná hodnota P1NP 31,30 μg/l. V kontrolnej skupine žien bola vypočítaná priemerná
hodnota alkalickej fosfatázy (ALP) 1,08 μkat/l, u žien s osteoartrózou priemerná aktivita ALP bola
1,24 μkat/l. Priemerná koncentrácia vápnika u žien kontrolnej skupiny bola 2,57 mmol/l, u žien s
osteoartrózou 2,47 mmol/l. Priemerná koncentrácia fosforu bola vyššia v kontrolnej skupine žien
(1,35 mmol/l) ako v skupine žien s osteoartrózou (1,29 mmol/l).
Studentov t-test potvrdil štatisticky významné rozdiely (p < 0,01) v priemerných hodnotách
osteokalcínu (OC), P1NP, ALP medzi skupinou žien s osteoartrózou a ženami bez diagnostikovanej
osteoartrózy. Prostredníctvom Pearsonovho korelačného koeficientu sme zistili štatisticky
významnú asociáciu medzi vekom a hodnotou Ca (p < 0,05), hodnota korelačného koeficientu bola
0,3889.
Filipović et al. (2011) zistili, že pacienti s osteoartrózou bedrového kĺbu mali vyššie hodnoty
BMI (30,18 ± 4,6), čo predstavuje jeden z dôležitých faktorov pri vzniku tohto ochorenia.
Negatívne dopady na zdravotný stav pacienta pri artróze kĺbov zaťažovaných hmotnosťou tela
47
vyplývajú zo zníženej pohyblivosti v dôsledku bolesti, pričom často dochádza k nárastu telesnej
hmotnosti, väčšiemu preťaženiu kĺbu a k rýchlejšej degenerácii. V dôsledku zníženej pohyblivosti
a obezity sekundárne dochádza k zhoršeniu kardiovaskulárnych a metabolických ochorení (diabetes
mellitus). Postihnutý pacient je často práceneschopný, neskôr invalidizovaný (Žabka 2014).
Osteokalcín je produktom diferencovaných osteoblastov, je secernovaný a ukladá sa do
extracelulárnej matrix kosti (Raška 2013). Osteokalcín negatívne asocioval s hodnotami glykémie,
koncentráciami inzulínu aj u starších mužov (Kindblom et al. 2009). Možnosti prevencie a terapie
osteoartrózy sú založené na komplexnom prístupe využitím farmakologických
i nefarmakologických postupov, t.j. použitím prírodných látok ako suplementov výživy (Richter
2014).
Tab. 1: Priemerné hodnoty vybraných biochemických parametrov v kontrolnej skupine žien
Table 1: Average values of the selected biochemical parameters in control group of females
Biomarker x ± SD Referenčné hodnoty
Osteokalcín (μg/l) 14,45 6,30 11,00 – 43,00
P1NP (μg/l) 31,58 13,46 15,50 – 62,40
ALP (μkat/l) 1,08 0,30 0,58 – 1,74
Ca (mmol/l) 2,57 0,13 2,00 – 2,75
P (mmol/l) 1,35 0,27 0,81 – 1,45
Tab. 2: Priemerné hodnoty vybraných biochemických parametrov v experimentálnej skupine žien
Table 2: Average values of the selected biochemical parameters in experimental group of females
Biomarker x ± SD Referenčné hodnoty
Osteokalcín (μg/l) 13,46 7,45 11,00 – 43,00
P1NP (μg/l) 26,15 18,89 15,50 – 62,40
ALP (μkat/l) 1,24 1,17 0,58 – 1,74
Ca (mmol/l) 2,47 0,28 2,00– 2,75
P (mmol/l) 1,29 0,34 0,81 – 1,45
Záver
V tejto štúdii sme zaznamenali zvyšovanie hodnôt osteokalcínu, P1NP a fosforu u žien so
zvyšujúcou sa hodnotou BMI. Zvyšovanie aktivít ALP v súvislosti s vekom a nástupom menopauzy
u žien s osteoartrózou poukazuje na možnosť väčšieho odbúravania vápnika a fosforu z kostí, čím
stúpa ich hladina v krvi. V súčasnosti má veľký význam sledovanie asociácie biochemických
markerov a antropometrických charakteristík, resp. genetických aspektov osteoartrózy, ktorá čoraz
častejšie negatívne ovplyvňuje pohybový štandard človeka a následne prispieva k rozvoju mnohých
civilizačných ochorení vrátane obezity, diabetes mellitus 2. typu a pod. Preventívne opatrenia
a správna včasná diagnostika tohto ochorenia analýzou viacerých špecifických markerov je
dôležitým faktorom pri jej terapii a pozitívnej prognóze.
Poďakovanie
Práca bola finančne podporená projektom OPV-2012/1.2/05-SORO, ITMS 26110230100.
Literatúra
ASHRAF, J. M., HAQUE, Q. S., TABREZ, S., CHOI, I., AHMAD, S., 2015: Biochemical and
immunological parameters as indicators of osteoarthritis subjects: role of oh-collagen in auto-
antibodies generation. EXCLI Journal, 14:1057-1066.
FILIPOVIĆ, K., ZVEKIĆ-SVORCAN, J., DEMEŠI-DRLJAN, Č., TOMAŠEVIĆ-
TODOROVIĆ, S., NAUMOVIĆ, N., 2011: Povezanost indeksa telesne mase kao faktora rizika za
48
nastanak osteoartroze kuka estimation of the body mass index as a risk factor for the development
of hip osteoarthrosis. Timočki medicinski glasnik, 36(4):208-213.
HORČIČKA, V., 2004: Osteoartróza. Interní medicína pro praxi, 5:238-243.
CHOJNACKI, M., KWAPISZ, A., SYNDER, M., SZEMRAJ, J., 2014: Osteoartroza: etiologia,
czynniki ryzyka, mechanizmy molekularne. Postepy Hig Med Dosw, 68:640-652. Online.
Available: www.phmd.pl. 20.06.2016.
KINDBLOM, J. M., OHLSSON, C., LJUNGGREN, O., KARLSSON, M. K., TIVESTEN, A.,
SMITH, U., MELLSTRÖM, D., 2009: Plasma osteocalcin is inversely related to fat mass and
plasma glucose in elderly Swedish men. J. Bone Miner. Res., 24:785-791.
LUKÁČ, J., LUKÁČOVÁ, O., ROVENSKÝ, J., 2004: Osteoartróza z hľadiska etiopatogenézy,
diagnostiky a klinického obrazu. SKP, 2:12-18.
PAVELKA, K., 2005: Terapie osteoartrózy. In: Pavelka K., et al. Farmakoterapie revmatických
onemocnění. Praha, Grada, Avicenum. s. 353-371.
RAŠKA, I., Jr., 2013: Diabetes mellitus 2. typu a kost. Osteologický bulletin, 18(4):133-136.
RICHTER, R., 2014: Přírodní látky v doplňcích stravy a jejich role u osteoartrózy. Praktické
lékárenství, 10(1):20-23.
SCHMAL, H., SALZMANN, G. M., LANGENMAIR, E. R., HENKELMANN, R., SÜDKAMP,
N. P., NIEMEYER, P., 2014: Biochemical Characterization of Early Osteoarthritis in the Ankle.
The Scientific World Journal, (2014):1-9.
SZULC, P., 2011: Biochemical Bone Turnover Markers and Osteoporosis in Older Men: Where
Are We? Journal of Osteoporosis, (2011):1-5. Online. Available:
https://www.hindawi.com/journals/jos/2011/704015/. 20.05.2016.
ŠTEŇO, B., ŠELIGA, J., 2008: Farmakologická liečba osteoartrózy. Ambulantná terapia,
6(3):164-168.
ŠTEŇOVÁ, E., 2012: Základy vyšetrovania v reumatológii. Bratislava, Univerzita Komenského
v Bratislave. 70 s.
TURŻAŃSKA, K., KŁAPEĆ, W., JABŁOŃSKI, M., 2013: Osteoartroza – rola chrząstki,
możliwości modyfikacji przebiegu choroby. Osteoarthritis – the role of cartilage and capability of
modification of the course of disease. Reumatologia, 51(1):68-72.
ŽABKA, M., 2014: Viskosuplementácia v liečbe osteoartrózy kolena. Farmakoterapia, 4(1):1-
80.
OBSAH
BERNASOVSKÁ, J., LOHAJOVÁ BEHULOVÁ, R., BERNASOVSKÝ, I., et al.:
APOA5 gene variants and the risk of coronary heart disease in Slovak population
from Prešov region...............................................................................................................................1
BOROŇOVÁ, I., BERNASOVSKÁ, J., KMEC, J., et al.: Next-generation sequencing
reveals new gene variants in Slovak patients with dilated cardiomyopathy........................................5
KOPECKÝ, M., CHARAMZA, J., HRUBÁ, R.: Porovnání tělesného složení podle
Matiegkových rovnic u současných 6 až 8letých chlapců a dívek z Olomouckého kraje
s referenčními hodnotami československé spartakiády z roku 1985………………………………..10
STŘÍBRNÁ, L., KOPECKÝ, M., CHARAMZA, J.: Komparace tělesného složení
pardubických studentek podle metody Matiegky a metody bioelektrické impedance……...........…18
KONDEKOVÁ, M., BEŇUŠ, R., MASNICOVÁ, S.: Analýza daktyloskopických
minúcií v oblasti hypotenaru v slovenskej populácii..........................................................................23
UHROVÁ, P., THOMKOVÁ, G., BEŇUŠ, R., et al.: Vyhodnotenie zdravotného stavu
nôh z plantogramov študentov UK v Bratislave.................................................................................29
DÖRNHÖFEROVÁ, M., ŠANDOROVÁ, V., BODORIKOVÁ, S., et al.: Základná
antropologická charakteristika jedincov z cintorína pri premonštrátskom kláštore
v Lelesi (okres Trebišov, 10. – 16. stor. n. l.).....................................................................................35
PORÁČOVÁ, J., FRANKOVÁ, L., MYDLÁROVÁ BLAŠČÁKOVÁ, et al.: Vybrané
osteomarkery u žien s osteoartrózou..................................................................................................45
ISSN 1336-5827