Workshop 3, Ciudad de México 2026
Programa | Precios | Registro | Jornadas | Información útil
Identificación de víctimas en desastres / Disaster Victim Identification (DVI)
Magnus D. Vigeland & Lourdes Prieto
20 MAY | 9h-17h
PÚBLICO OBJETIVO
Expertos con conocimientos en la interpretación estadística de la prueba de ADN.
Experts with knowledge of the statistical interpretation of DNA evidence.
RESULTADO DE APRENDIZAJE PREVISTO
Tras el WS los participantes conocerán los posibles abordajes de la identificación masiva de víctimas. Conocerán las ventajas e inconvenientes de cada uno de ellos y sabrán cómo usar las herramientas informáticas disponibles gratuitamente.
After the workshop, participants will understand the possible approaches to the mass identification of victims. They will learn the advantages and disadvantages of each approach and how to use the freely available software tools.
HERRAMIENTAS DE SOFTWARE
Familias-DVI
DIVIANA
NÚMERO DE PARTICIPANTES MÁXIMO
40
RESUMEN DEL WORKSHOP
La identificación genética de víctimas de desastres o conflictos es un proceso complejo, con numerosos desafíos. Cuando hay un gran número de víctimas involucradas, la carga computacional puede aumentar de forma drástica debido al elevado número de comparaciones genéticas necesarias. El tiempo transcurrido desde el evento puede incrementar aún más la complejidad, al influir en la calidad de las muestras post mortem (PM) y de los pedigríes de referencia. Además, la información disponible sobre las víctimas y las personas desaparecidas puede afectar de manera fundamental al proceso de identificación, por ejemplo, dependiendo de si el escenario es abierto o cerrado, y de si existen víctimas relacionadas entre sí.
Se han propuesto diversos enfoques estadísticos para el emparejamiento de datos post mortem (PM) y ante mortem (AM) con el fin de generar listas de identificaciones potenciales, incluidos los enfoques one to one, PM-driven, AM-driven (1) y el joint analysis (2). En este taller analizaremos las ventajas y limitaciones de estos métodos y exploraremos el impacto del uso de distintas estrategias de identificación.
Las soluciones informáticas actuales suelen tratar a cada víctima de forma independiente, lo que puede dar lugar a un poder de identificación subóptimo y a posibles inconsistencias en la evaluación estadística de la evidencia. En este taller se presenta la aplicación Shiny DIVIANA, una herramienta diseñada para realizar la identificación conjunta de todas las víctimas a la vez aprovechando la información del conjunto completo de datos genéticos.
DNA-based identification of victims of disasters or conflicts is a complex process, with many challenges. When many victims are involved, the computational burden can grow dramatically due to the large number of genetic comparisons required. The time elapsed since the event can further increase complexity, influencing the quality of post-mortem (PM) samples and reference pedigrees. In addition, the information available about the victims and missing persons may fundamentally affect the identification process, for example whether the scenario is open or closed, and whether victims are related.
Several statistical approaches have been proposed for matching PM and ante-mortem (AM) data in order to generate lists of potential identifications, including one-to-one, PM-driven, AM-driven (1), and joint analysis (2). In this workshop, we discuss the benefits and drawbacks of these methods and explore the impact of using different identification strategies.
Current software solutions typically treat each victim independently, which may result in suboptimal identification power and potential inconsistencies in the statistical evaluation of the evidence. In this workshop, we present the Shiny app DIVIANA, a tool designed to perform joint identification of all victims by leveraging the complete genetic dataset.
(1) Kling, D., Egeland, T., Tillmar, A. & Prieto, L. Mass Identifications. Statistical Methods in Forensic Genetics (Elsevier, 2021)
(2) Vigeland, M.D., Egeland, T. Joint DNA-based disaster victim identification. Sci Rep 11, 13661 (2021)
IDIOMA
English/Español