Diseño de herramientas matemático-computacionales para la búsqueda de personas desaparecidas

Abstract

La búsqueda de personas desaparecidas es una tarea que requiere múltiples pasos, desde la recopilación de información básica sobre el caso, hasta la toma de decisiones respecto a las posibles hipótesis de identidad. El objetivo es comparar dos entidades: la de la persona desaparecida (identidad sin cuerpo) y la de la persona no identificada (cuerpo sin identidad). Durante el proceso, se recopilan diferentes líneas de evidencia, cada una con distintos grados de complejidad, que van desde la edad hasta las características genéticas de los individuos. El papel del científico forense es asignar probabilidades a las diferentes evidencias, considerando las proposiciones presentadas para explicarlas, siempre y cuando puedan ser formalizadas matemáticamente. Aun-que varias líneas de evidencia pueden ser formalizadas, los datos genéticos se han convertido en la pieza clave para las identificaciones en los últimos años, dejando a otras evidencias relegadas. Cuando los datos genéticos inicialmente recolectados no son suficientes, ya sea por el mal esta-do de las muestras o la dificultad para genotipificar a los individuos, es necesario incorporar más evidencias y tomar decisiones con lo que se tiene disponible. En esta tesis, se abordan algunos de estos aspectos y se plantean tres problemas: formalización, optimización y priorización. El problema de formalización busca proponer modelos matemáticos basados en un enfoque bayesiano para evaluar estadísticamente el peso de la evidencia recolectada durante la investigación preliminar, como la edad y el sexo. En el problema de optimización, se formulan metodologías para la selección racional de casos que puedan ser potenciales identificaciones, incluso cuando la evidencia no es suficiente para llegar a una conclusión. Esta estrategia se basa en el cálculo de tasas de error en torno a la decisión de profundizar la investigación en un determinado caso descartarla. En este punto, se utilizan elementos de teoría de la decisión. Por último, la tesis aborda el problema de la priorización de la incorporación de nuevas evidencias. La priorización es necesaria para equilibrar el costo de dicha incorporación y el beneficio en términos de mejora en la toma de decisiones. Este punto se enfoca desde dos marcos teóricos diferentes: uno similar al planteado en el problema de optimización y otro utilizando teoría de la información. Las herramientas generadas se encuentran implementadas en el lenguaje R y están disponibles en el repositorio CRAN.

The search for missing persons is a task that requires multiple steps, from gathering basic information about the case to making decisions regarding identity hypotheses. The objective is to compare two entities: the missing person (bodyless identity) and the unidentified person (identityless body). Throughout the process, different lines of evidence are collected, each with varying degrees of complexity, ranging from age to genetic characteristics of individuals. The role of the forensic scientist is to assign probabilities to the different pieces of evidence, considering the propositions put forward to explain them as long as they can be mathematically formalized. While several lines of evidence can be formalized, genetic data has become the key piece for identifications in recent years, leaving other evidence relegated. When the initially collec-ted genetic data is insufficient, either due to poor sample conditions or difficulty in genotyping individuals, it is necessary to incorporate more evidence and make decisions based on what is available. This thesis addresses some of these aspects and presents three problems: formaliza-tion, optimization, and prioritization. The formalization problem seeks to propose mathematical models based on a Bayesian approach to statistically evaluate the weight of the evidence co-llected during the preliminary investigation, such as age and sex. In the optimization problem, methodologies are formulated for the rational selection of cases that may be potential identifi-cations, even when the evidence is not sufficient to reach a conclusion. This strategy is based on calculating error rates surrounding the decision to investigate a particular case further or discard it. At this point, elements of decision theory are utilized. Lastly, the thesis addresses the problem of prioritizing the incorporation of new evidence. Prioritization is necessary to balance the cost of such incorporation and the benefit of improved decision-making. This point is approached from two theoretical frameworks: one similar to that proposed in the optimization problem and the other using information theory. The generated tools are implemented in the R language and are available in the CRAN repository.