【결론】 정상 여성의 전뇌 포도당 대사율은 모든 해부학적 영역에서 남성보다 19% 높다.
[카테고리:] 신체 기능·운동생리학·해부학
-
Cerebral glucose metabolic rates in normal human females versus normal males
-
Sex differences in skeletal muscle fiber types: A meta-analysis
【결론】 남성은 Type II 속근 섬유 단면적(g=1.04) 및 면적 비율에서 여성을 압도하고 있으며, 파워와 근력의 생물학적 격차는 골격근의 미세구조 수준에서 확립되어 있다.
-
Sexual dimorphism in postcranial skeletal shape suggests male-biased specialization for physical competition in anthropoid primates
【결론】 영장류의 몸통 및 사지 골격의 성차는 단순한 체격 차이가 아니라, 수컷 간의 물리적 투쟁에 대한 진화학적 특화로 인해 필연적으로 형성된 생물학적 구조이다.
-
The Cost of Sex: Quantifying Energetic Investment in Gamete Production by Males and Females
【결론】 암컷의 배우자 생산에 대한 에너지 투자율은 수컷보다 2~4자릿수(100~10,000배)나 높으며, 생식 비용에서의 생물학적 비대칭성은 명백한 사실이다.
-
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.
-
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.
-
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.
-
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.
-
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.
-
CADOES: An interactive machine-learning approach for sex estimation with the pelvis
【결론】 골반의 형태계측 데이터를 활용한 머신러닝을 통해 최고 97.33%의 정확도로 성별 식별이 가능하며, 골격 수준의 선천적 성차가 결정론적으로 실증되었다.