Stimare l’ora esatta della morte con l’imaging molecolare: uno studio dell’Università di Messina sulle cosce dei suini apre una nuova frontiera per le indagini investigative

StrettoWeb

Uno studio condotto dai docenti dell’Università di Messina svela il potenziale dell’imaging molecolare applicato alle Scienze forensi

I risultati di uno studio multidisciplinare, condotto dai proff. Daniela Sapienza (Medicina Legale) e Antonio Bottari (Diagnostica per Immagini), entrambi afferenti al Dipartimento Biomorf dell’Università di Messina, sono stati pubblicati sulla prestigiosa rivista di caratura internazionale “Scientific Reports”. La ricerca ha riguardato l’imaging molecolare applicato alle Scienze forensi per la stima dell’epoca della morte ed ha visto coinvolti, all’interno di una equipe diretta dal prof. Michele Gaeta (coordinatore Dottorato in Bioingegneria applicata alle Scienze mediche), diversi docenti.

Determinare l’intervallo post mortem soprattutto nelle fasi più precoci, è sempre stato, per il patologo forense, un compito assai impegnativo e difficile a causa delle limitazioni dei metodi disponibili. Le metodologie si sono spesso rivelate poco accurate e affidabili in relazione ai numerosi fattori di interferenza.

Negli ultimi anni il ruolo dell’imaging molecolare MRI quantitativo (qMRI) è emerso nella pratica clinica come approccio fondamentale per l’individuazione e la diagnosi di diverse malattie. Ad esempio l’imaging pesato in diffusione è diventato lo strumento fondamentale per la diagnosi precoce dell’ischemia cerebrale, consentendo di visualizzare i cambiamenti, dovuti all’ischemia, già 20 minuti dopo l’ictus. In aggiunta, è anche una potente arma diagnostica per il cancro.

Sulla base di queste premesse, lo scopo dello studio UniMe è stato quello di valutare le prime modificazioni post-mortem nei muscoli usando l’imaging molecolare MRI quantitativo (qMRMI) su una coscia di suino al fine di esplorare l’utilità potenziale di questo nuovo approccio nella stima dell’intervallo post mortem (PMI).

Condividi