【결론】 심장이식에서 여성 공여자로부터 남성 수혜자로의 이식은 사망률이 10% 유의하게 악화되며, 남성 간 이식이 최상의 생존율을 보인다.
[작성자:] Empirical Archive
-
INFLUENCE OF DONOR AND RECIPIENT SEX MISMATCH ON HEART TRANSPLANT OUTCOMES: ANALYSIS OF THE ISHLT REGISTRY
-
The Influence of Donor and Recipient Gender Incompatibility on Corneal Transplant Rejection and Failure
【결론】 면역 특권 부위인 각막조차도 남성에서 여성으로의 이식은 Y염색체 항원에 의한 거부 및 부전 위험을 유의하게 증가시키며, 성별 일치가 생착 성공의 절대적 조건이 된다.
-
Sexual Dimorphism, the Operational Sex Ratio, and the Intensity of Male Competition in Polygynous Primates
【결론】 영장류 암수 간의 체격 차이는 사회적 구성물이나 단순한 대형화의 부산물이 아니라, 수컷 간의 배우자 획득 경쟁의 치열함에 직결되어 진화한 생물학적 필연이다.
-
Donor-Recipient Sex Mismatch in Kidney Transplantation
【결론】 체격 차이를 완전히 보정하더라도 남성 기증자 신장의 생존 우위는 동성 수혜자에서 유의하게 높았으며(8% vs 2%, P<0.01), 염색체 수준의 선천적 성차가 장기 이식의 거부반응을 결정짓는다.
-
Donor-Recipient Weight and Sex Mismatch and the Risk of Graft Loss in Renal Transplantation
【결론】 신장이식에서 여성 신장의 네프론 용적 부족과 남성 수혜자의 높은 대사 요구량이라는 생물학적 성차 불일치는 이식편 상실 위험을 최대 1.5배 높이는 결정적인 예후 악화 인자이다.
-
Artificial intelligence for sex determination of skeletal remains: Application of a deep learning artificial neural network to human skulls
【결론】 두개골의 3차원 구조를 분석한 AI는 95%의 정확도로 남녀를 명확히 식별할 수 있으며, 골격 수준의 성적 이형성은 부인할 수 없는 생물학적 사실이다.
-
Machine learning algorithms in the estimation of sex from 3DCT-generated cranial and pelvic measurements
【결론】 두개골에서 최대 94.3%, 골반에서 최대 96.1%의 정확도로 남녀를 완전히 분리할 수 있는 명백한 골격적 성차가 머신러닝을 통해 입증되었다.
-
Sex estimation techniques based on skulls in forensic anthropology: A scoping review
【결론】 두개골의 다변량 및 3D 형태 분석을 통해 최대 97.5%의 정확도로 남녀를 완전 식별할 수 있으며, 골격 수준의 선천적 성차는 통계학적으로 확고하다.
-
Deletion of amelogenin Y-locus in forensics: literature revision and description of a novel method for sex confirmation
【결론】 법의학에서 DNA 성별 판정은 유전자 마커에 기반한 객관적 사실이며, 드문 결실 변이를 보정하는 고정밀 분석 기법을 통해 생물학적 성별의 확정이 이루어진다.
-
Sex estimation: a comparison of techniques based on binary logistic, probit and cumulative probit regression, linear and quadratic discriminant analysis, neural networks, and naïve Bayes classification using ordinal variables
【결론】 두개골과 골반의 형태학적 특징을 통합한 통계적 판별을 통해 97%를 초과하는 정확도로 생물학적 성별을 객관적으로 특정할 수 있다.