SLOVENSKÁ ANTROPOLÓGIA

Ročník 19

Číslo 1

SLOVENSKÁ ANTROPOLOGICKÁ SPOLOČNOSŤ PRI SAV

BRATISLAVA 2016

Registračné číslo MK SR EV 3533/10

ISSN 1336-5827

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: milanthurzo@gmail.com

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: jarmila.bernasovska@unipo.sk 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: iveta.boronova@unipo.sk 2

Faculty of Health Care, University of Prešov, Partizánska 1, 080 01 Prešov, Slovak Republic, e-mail:

kmecj@fnsppresov.sk 3

Center of Languages and Cultures of National Minorities, University of Prešov, 17. november street

1, 081 16 Prešov, Slovak Republic, e-mail: ivan.bernasovsky@unipo.sk

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:

miroslav.kopecky@upol.cz 2

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:lucie.stribrna@upce.cz 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: kondekova3@uniba.sk 2

Akadémia Policajného zboru v Bratislave, Katedra kriminalistiky a forenzných vied, Sklabinská 1,

835 17 Bratislava, Slovensko; e-mail: sona.masnicova@minv.sk

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: uhrova@fns.uniba.sk

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: dornhoferova@fns.uniba.sk 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: poracova@unipo.sk 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