TRABAJO ORIGINAL

Modelos forenses experimentales

para la estimación del intervalo post
mortem (IPM) sobre restos de Sus scrofa
domesticus. Variaciones ambientales en
humedales del Conurbano Bonaerense,
Provincia de Buenos Aires, Argentina

Experimental forensic models for the

estimation of the post-mortem interval
(PMI) on remains of Sus scrofa domesticus.
Environmental variations in wetlands
REVISTA ARGENTINA DE
ANTROPOLOGÍA BIOLÓGICA of Buenos Aires Metropolitan Area,
Volumen 27, Número 1, Artículo 101
Enero-Junio 2025 Province of Buenos Aires, Argentina
Editado y aceptado por el editor
asociado Mirsha Quinto Sanchez,
Instituto de Investigaciones
Antropológicas, Universidad Nacional
Autónoma de México, México.
Modelos forenses experimentais para
*Correspondencia a: Atilio Nasti, Escuela
de Gendarmería Nacional Miguel
a estimativa do intervalo post-mortem
Martín de Güemes, Circ. 1 secc. 1 s/n,
Ciudad Evita, Provincia de Buenos Aires, (IPM) em remanescentes de Sus scrofa
domesticus. Variações ambientais em áreas
Argentina. Email: anasti@[Link]

RECIBIDO: 18 de Septiembre de 2024

ACEPTADO: 14 de Abril de 2025 úmidas da Área Metropolitana de Buenos

PUBLICADO: 30 de Mayo de 2025
Aires, Província de Buenos Aires, Argentina
[Link]

Financiamiento: Instituto Universitario Atilio Nasti1*

de la Gendarmería Nacional (IUGNA)
y Ministerio de Seguridad 789000-
1) Área de Criminalística y Estudios Forenses Complejos, Gendarmería Nacional Argentina, Argentina.
2019/2023.

e-ISSN 1853-6387

[Link]
Resumen
La estimación del intervalo post mortem (IPM) puede obtenerse a partir del testimo-
Entidad Editora nio de testigos oculares u otro tipo de pruebas ante mortem, como el historial ob-
Asociación de Antropología Biológica
Argentina

NASTI / REV ARG ANTROP BIOL 27(1), 101, 2025. [Link] 1

 tenido mediante el uso de dispositivos electrónicos o secuencias de video. Sin em-
bargo, estas fuentes testimoniales, si están disponibles, no suelen cubrir el historial
completo de una investigación. En este sentido, los investigadores deberán utilizar
diferentes estrategias metodológicas, sean físicas o químicas para estimar el inter-
valo post mortem. El estudio sistemático a lo largo de un año calendario posibilitó la
construcción de secuencias predictivas de descomposición a partir del registro de la
temperatura y la humedad en dos ambientes diferentes dentro de sectores de hume-
dales en el Conurbano Bonaerense, lo cual dio como resultado un instrumento me-
todológico para estimar el IPM en restos biológicos de cerdos (Sus scrofa domesticus)
de 35-40 kg. La estimación del intervalo post mortem se basa, en gran medida, en los
cambios presentes en el cuerpo. Sin embargo, los factores climáticos y el contexto
de depositación de los restos biológicos son factores críticos para tener en cuenta
en la cronología de este proceso. Aunque los científicos forenses puedan acceder a
una gran cantidad de información técnica/metodológica para estimar el tiempo de
muerte, deben tener conocimientos previos sobre el proceso de descomposición a
nivel local para ofrecer una estimación del intervalo post mortem que pueda ser útil
en una investigación medicolegal. Rev Arg Antrop Biol 27(1), 101, 2025. [Link]
org/10.24215/18536387e101

Palabras Clave: antropología forense; modelos experimentales; estimación del inter-

valo post mortem

Abstract
The estimation of the post-mortem interval (PMI) can be obtained from eyewitness ac-
counts or other types of ante-mortem evidence, such as records obtained using elec-
tronic devices or video footage. However, these testimonial sources, if available, do not
usually provide the full account of an investigation. In this sense, researchers should
use different methodological strategies, whether physical or chemical, to estimate the
post-mortem interval. The systematic study over a calendar year made it possible to
construct predictive sequences of decomposition from the temperature and humidity
record in two different environments within wetland areas in the Buenos Aires metro-
politan area, resulting in a methodological instrument to estimate the PMI in biological
remains of pigs (Sus scrofa domesticus) of 35-40 kg. The estimation of the post-mortem
interval is based, to a large extent, on post-mortem changes present in the body; how-
ever, climatic factors and the context of deposition of the biological remains are critical
factors to be taken into account in the chronology of this process. Although forensic
scientists may have access to a large amount of technical/methodological information
to estimate time of death, they must also have prior knowledge of the decomposition
process at a local level to provide an estimate of the post-mortem interval that may be
useful in a medicolegal investigation. Rev Arg Antrop Biol 27(1), 101, 2025. [Link]
org/10.24215/18536387e101

Keywords: forensic anthropology; experimental models; post-mortem interval estimation

Resumo
A estimativa do intervalo post-mortem (IPM) pode ser obtida a partir de depoimentos
de testemunhas oculares ou outros tipos de evidências ante-mortem, como o histó-

MODELOS FORENSES E INTERVALO POST MORTEM 2

 rico obtido por meio do uso de dispositivos eletrônicos ou sequências de vídeo. No
entanto, essas fontes de depoimentos, se disponíveis, geralmente não cobrem o his-
tórico completo de uma investigação. Nesse sentido, os pesquisadores devem utilizar
diferentes estratégias metodológicas, sejam físicas ou químicas, para estimar o inter-
valo post-mortem. O estudo sistemático ao longo de um ano civil possibilitou a cons-
trução de sequências preditivas de decomposição a partir do registro de temperatura
e umidade em dois ambientes diferentes dentro de setores de áreas úmidas na área
metropolitana de Buenos Aires, resultando em um instrumento metodológico para
estimar o IPM em remanescentes biológicos de suínos (Sus scrofa domesticus) de 35-
40 kg. A estimativa do intervalo post-mortem baseia-se, em grande medida, nas alte-
rações presentes no corpo; no entanto, fatores climáticos e o contexto de deposição
dos restos biológicos são fatores críticos a serem considerados na cronologia deste
processo. Embora os cientistas forenses possam ter acesso a uma grande quantidade
de informações técnicas/metodológicas para estimar a hora da morte, eles devem ter
conhecimento prévio do processo de decomposição em nível local para oferecer uma
estimativa do intervalo post-mortem que possa ser útil em uma investigação médico-
-legal. Rev Arg Antrop Biol 27(1), 101, 2025. [Link]

Palavras-chave: antropologia forense; modelos experimentais; estimativa do interva-

lo post-mortem

La estimación del intervalo post mortem (IPM) es una de las principales tareas y un
reto continuo en una investigación forense. A menudo se trata de un proceso de selec-
ción de los métodos disponibles, que, en muchos casos, puede conducir a resultados poco
satisfactorios debido a la complejidad de los fenómenos cadavéricos. Este problema es
más agudo en el IPM tardío, cuando el proceso de descomposición y algunos métodos de
clasificación (como el rigor, el livor y el algor mortis) ya no son aplicables. Se espera que
varios métodos, como la entomología forense, la degradación de proteínas del músculo
esquelético y el estudio de la descomposición corporal mediante la aplicación de una pun-
tuación morfológica, proporcionen más información, sin embargo, todos tienen ciertas
limitaciones y debilidades.
La disponibilidad de diferentes métodos permite una selección específica para cada
caso, o en última instancia, proporciona mejoras en la aproximación de la estimación del
IPM mediante la combinación de diversos métodos (Sorg y Marden, 2013; Sorg et al., 1998).
Los resultados, aunque revelan las fortalezas y limitaciones de tales métodos, constituyen
efectos sinérgicos prometedores y, por lo tanto, proporcionan una línea de base para fu-
turas investigaciones.
Es cierto que, en las primeras etapas post mortem, una combinación de estos enfo-
ques permite una estimación más confiable (Dirkmaat et al., 2008). En etapas posteriores,
el ciclo de vida de los insectos necrófagos que se desarrollan en el cuerpo (Passalacqua y
Megyesi, 2015), el análisis de la degradación de los tejidos (Rodríguez, 1997; Voss et al.,
2011) o los cambios morfológicos (Bates y Wescott, 2016; Centeno y Zalazar, 2014) de un
cadáver, pueden contribuir a excluir marcos temporales específicos o proporcionar IPM
mínimos.
Este problema es más agudo en el IPM tardío, cuando la descomposición avanza y
la mayoría de los métodos mencionados ya no son útiles, ya que la descomposición hu-

NASTI / REV ARG ANTROP BIOL 27(1), 101, 2025. [Link] 3

 mana es un proceso muy complejo debido a la interacción de diferentes componentes
biológicos, químicos y medioambientales (Myburgh, 2010).
El propósito del presente trabajo es volcar los resultados de investigación a largo
plazo en relación a los procesos tanatológicos, en un sistema ecológico de humedales
de la Provincia de Buenos Aires sobre restos cadavéricos de cerdo doméstico, durante
un año calendario. El proyecto referente denominado “Modelos Tafonómicos Forenses.
Un enfoque basado en los Sistemas de Información Geográfico (GIS) para un diseño de
investigación y análisis de datos forenses para el Conurbano Bonaerense, Provincia de
Buenos Aires”, se concibe por primera vez en el Instituto Universitario de la Gendarmería
Nacional (IUGNA) en abril de 2016 con el fin de sistematizar la información brindada por
la tanatología, la entomología y tafonomía forense dentro de los límites ecológicos de
Humedales asociados a contextos del conurbano de la Provincia de Buenos Aires (Nasti,
2021, 2022, 2024).
El resultado final del presente estudio fue la construcción de un modelo experimental
de base estadística entre el estado de descomposición y la incidencia de la temperatura
para especies de Sus scrofa depositados en diferentes microambientes, dentro de la re-
gión de humedales del Conurbano Bonaerense. Los datos obtenidos se utilizaron para
generar una ecuación aritmética para calcular la cantidad de temperatura necesaria para
alcanzar un determinado estadío de descomposición en cada microambiente y, de esta
manera, inferir el IPM.
La contribución de trabajos previos sobre el tema, la obtención de información de ca-
sos forenses, y la realización de ensayos experimentales a mediano plazo de carácter lo-
cal, constituyen la base de producción de nuevos datos que son imprescindibles para la
interpretación de los fenómenos forenses (Brown y Peckmann, 2013; Duhig, 2003). En este
contexto, la medición de variables críticas que actúan sobre los procesos tanatológicos
(temperatura, humedad, tipo de suelo, presencia de animales, tipo de flora, etc.) consti-
tuyen la matriz para la construcción de modelos tafonómicos forenses de carácter local
(Nasti, 2024). El alcance de estos modelos predictivos, no solo servirán para estimar el po-
sible IPM, sino también la delineación de estrategias de búsqueda de restos humanos. A
partir de ellos, se espera comprender mejor algunos de los fenómenos que actúan sobre
los restos humanos y su contexto de depositación, sobre todo aquellos encontrados en
contextos suburbanos al aire libre contribuyendo, entre otras cosas, a los objetivos opera-
tivos Federales del área de criminología, justicia y demás programas de seguridad pública.

Presentación del problema

El proceso de descomposición de los cuerpos a través del tiempo constituye un tema

crítico para los investigadores forenses. Aunque el tema ha sido estudiado en diferentes
lugares y en distintas estaciones climáticas, la mayoría de los trabajos pioneros utilizaban
metodologías que eran, en gran parte, de carácter descriptivo y de naturaleza cualitativa,
basándose mayormente en la experiencia de los investigadores, además de no ser aplica-
bles a todas las condiciones geográficas y ambientales (Galloway, 1997; Haglund y Sorg,
1997; Kim et al., 2018).
Sin embargo, a partir del aporte de otras disciplinas como la entomología forense, los
enfoques tendieron a incrementar el carácter cuantitativo para estimar el IPM, como la
utilización de los grados acumulados por día (ADD, por las siglas del inglés Accumulated
Degree Day) aplicada a estudios de carácter local (Megyesi et al., 2005; Wescott, 2018). Es
por esta misma razón que los modelos de IPM que se pretendan utilizar, deben de gene-

MODELOS FORENSES E INTERVALO POST MORTEM 4

 rarse y probarse en el medio en que fueron construidos, creando estimaciones de IPM para
regiones geográficas específicas dentro de un determinado territorio (Nasti, 2021, 2022).
Desde el punto de vista teórico y práctico, los antropólogos forenses necesitan mejo-
rar sus conocimientos sobre la variación tafonómica regional y micro ambiental, particu-
larmente relacionadas con la estimación del IPM en restos humanos. Durante los últimos
años ha habido un aumento en la atención prestada por la criminalística y por la medi-
cina legal a la tafonomía forense, aunque el enfoque ha sido en gran parte dirigido a los
procesos de descomposición. Modelos recientemente publicados para la estimación del
IPM (Bates y Wescott, 2016; Bytheway et al., 2014; Moffatt et al., 2016; Wescott, 2018; entre
otros) presentan un proceso de descomposición única y secuencial que incluye participa-
ción de insectos, carroñeros y variación climática, especialmente temperatura, humedad,
viento y pH del suelo. La falta de datos locales ha obligado a utilizar modelos publicados
en otras regiones, siendo crítico el hecho de que deben ser desarrolladas localmente.
La investigación médico legal requiere una aproximación multidisciplinaria tanto para
la recolección como el procesamiento de datos para lograr reconstruir los eventos del
pasado. Sin embargo, la escena del crimen en contextos abiertos (outdoor), requiere un
protocolo acorde al registro aportado por los elementos naturales que lo rodean, como
plantas, animales, química del suelo y otras condiciones medioambientales. En este sen-
tido, la tafonomía forense provee las técnicas y el marco conceptual para sintetizar tanto
el trabajo de campo como el análisis de laboratorio para testear hipótesis acerca del con-
texto de depositación de la evidencia forense, entre ellas la interpretación del IPM, dónde
y cómo los restos pudieron haber sido movidos, removidos o alterados, y en definitiva si
hubo o no intervención humana (Wescott, 2018).
Es evidente que la estimación del IPM es de crucial importancia para el campo forense.
Esto demuestra claramente los numerosos estudios que se han realizado en este senti-
do sobre restos humanos y no humanos (Bass, 1997; Clark et al., 1997; Galloway, 1997;
Megyesi et al., 2005), así como el crecimiento de estaciones de investigación para estudiar
el proceso de descomposición (Bates y Wescott, 2016; Hayman y Oxenham, 2016; Madea,
2016; Mathur y Agrawal, 2011; Myburgh, 2010; Passalacqua y Megyesi, 2015; Rodríguez,
1997; Sutherland et al., 2013; Vass et al., 2002; Voss et al., 2011; entre otros). Este interés en
la tafonomía en general, y en los estudios de descomposición en particular, se debió a la
publicación de dos artículos influyentes como el de Vass et al. (2002) y el de Megyesi et al.
(2005), donde se introduce el concepto de Grados Acumulados por Día (ADD), el sistema
de puntuación de descomposición y los modelos de regresión, que relaciona la puntua-
ción corporal total (Total Body Score, TBS) con ADD para la predicción del IPM.
Aunque al principio de las investigaciones en esta línea se ha realizado un gran es-
fuerzo para entender los procesos de descomposición desde una perspectiva “universal”,
el enfoque local ha ido ganando posiciones al momento de comprender los fenómenos
involucrados (Pittner et al., 2020; Wescott, 2018). Al mismo tiempo, al no tener suficien-
tes datos locales, muchas investigaciones forenses se han visto forzadas a utilizar guías
generadas en otras regiones. En este sentido, consideramos fundamental el desarrollo
de modelos tafonómicos experimentales para nuestra región de interés que expliquen la
variación en la descomposición de restos biológicos en diferentes ambientes (Nasti, 2022,
2024). El proyecto de investigación donde fue generada la presente información fue ges-
tado a partir de la propuesta del Instituto Universitario de la Gendarmería Nacional (IUG-
NA) y el Ministerio de Seguridad de La Nación (MSN) en Expediente AG 7-4038-21 “Plan
Estratégico Institucional” por Disposición DNG N° 0077-16 del día 29 de enero de 2016. El
presente trabajo discute los datos finales obtenidos en las cuatro estaciones entre el año
2019 y 2023 (Nasti, 2021, 2022, 2024).

NASTI / REV ARG ANTROP BIOL 27(1), 101, 2025. [Link] 5

 MATERIALES Y MÉTODOS

Hoy en día, los cerdos son ampliamente aceptados como un modelo razonable en las
ciencias forenses y se utilizan con frecuencia para estudios de descomposición (Anderson
y Van Laerhoven, 1996; Armstrong et al., 2016; Campobasso et al., 2001; Matuszewski y
Mądra-Bielewicz, 2016). En este sentido, Micozzi (1991) investigó las tasas de descom-
posición de varios animales y encontró que los cerdos domésticos eran ideales para ser
el reemplazo de seres humanos ya que tienen anatomía interna similar, carecen de piel
gruesa y finalmente son relativamente fáciles de adquirir. Aunque se han reportado al-
gunas variaciones en la descomposición humana (Dautartas et al., 2018; Megyesi et al.,
2005), los cerdos servirían, en definitiva, como emuladores de restos humanos en ensayos
experimentales, sobre todo, tomando en consideración la discusión sobre los límites éti-
cos y legales de las estaciones experimentales que utilizan restos humanos (Bytheway et
al., 2014; Keough et al., 2017; Marhoff et al., 2016).
Para el presente proyecto se utilizaron ocho cadáveres de cerdos (Sus scrofa domesti-
cus, Linnaeus, 1758) de 35-40 kg de peso, dos por temporada estacional (invierno, otoño,
primavera y verano), en sectores asignados dentro del predio de la Escuela de Gendar-
mería Nacional Martin Miguel de Güemes, (ESCUGEN), Ciudad Evita, Partido de La Matan-
za, Provincia de Buenos Aires (Latitud -34,73728, Longitud -58,52414), (Fig. 1a y 1b). La
Unidad Experimental 1 (UE1) fue depositada sobre el suelo decúbito lateral en una zona
abierta y descampada (Fig. 2a y 2b), cubierta por gramíneas (Fam. Poacee). La Unidad
Experimental 2 (UE2) fue depositada en forma similar a 150 m al SE, pero dentro de un
bosque en galería con presencia dominante de acacias (Acacia baileyana) y sauces (Salix
humboldtiana) a 3 m del borde de un afluente del Río Matanza (Fig. 3a y 3b).
Las Unidades Experimentales se protegieron mediante jaulas de acero galvanizado
para impedir el acceso a los carroñeros. Las jaulas miden 91,4 cm de ancho, 182,9 cm de
largo y 45,7 cm de altura, con agujeros de 5,0 x 10,2 cm. Todas las Unidades Experimen-
tales fueron visitadas sistemáticamente para registrar el progreso de la descomposición,
tomar fotografías, videos y realizar la toma de muestras entomológicas siguiendo el pro-
tocolo propuesto por Hewadikaram y Goff (1991) y Payne (1965).
Los ejemplares fueron provistos por la Unidad Productiva de Bovinos y Ovinos de la
Unidad de Servicios de Investigación y Desarrollo, INTA (Castelar), y el Centro de Cien-
cias Veterinarias de la Universidad Maimónides, Buenos Aires, Argentina. El método de
eutanasia in situ (día 0 de IPM) se adecuó siguiendo los parámetros de la Asociación Ve-
terinaria de los Estados Unidos (American Veterinary Medical Association [AVMA], 2013).
Las medidas de seguridad, higiene y ambiente fueron tramitadas mediante el Expediente
AI 1447/19 (24MAY19), mientras que los aspectos relacionados con el Impacto Ambien-
tal fueron evaluados y aprobados mediante un Informe de Diagnóstico Ambiental por la
División de Delitos contra el Medioambiente y El Patrimonio Cultural, dependiente de la
Dirección de Criminalística de Gendarmería Nacional.
Para cuantificar el estado de descomposición, se utilizó el método de Galloway (1997)
modificado por Megyesi et al. (2005). Consiste en una puntuación que va de 3 a 35 pun-
tos, de acuerdo con el estado macroscópico de los tejidos y se conoce como Total Body
Score (TBS). Las puntuaciones se aplican a tres regiones del cuerpo: a) Cabeza y cuello; b)
Tórax, Abdomen y Cintura Pélvica; y c) Extremidades. El área de la cabeza y el cuello va
de 1 a 13, el tronco de 1 a 12, y los miembros serán marcados del 1 al 10. El TBS final irá
de 3 a 35, que representa el ejemplar fresco o totalmente esqueletizado y seco. El TBS se
consideró de descomposición temprana de 1 a 16 puntos, avanzada entre 17 y 24 puntos
y esqueletizada entre 25 a 35 puntos.

MODELOS FORENSES E INTERVALO POST MORTEM 6

FIGURA 1. a) Vista satelital de ubicación del área dentro del Conurbano Bonaerense. El óvalo amarillo muestra la localización del humedal
de la Reserva Ecológica de Ciudad Evita. b) Predio del Centro de Estudios Forenses Experimentales (CEFE) mostrando la ubicación de los
lugares propuestos para las Unidades Experimentales 1 y 2. Escuela de Gendarmería Nacional Martín Miguel de Güemes. (Modificado a partir
de Google Earth, 2019).

FIGURA 2. a) Parcela a cielo abierto (Latitud -34,7443130; Longitud -58,5385600). b) Unidad Experimental 1 (UE1).

FIGURA 3. a) Parcela al borde del río (Latitud -34,7453340; Longitud –58,5366430). b) Unidad Experimental 2 (UE2).

NASTI / REV ARG ANTROP BIOL 27(1), 101, 2025. [Link] 7

 El TBS se evaluó visualmente tres veces a la semana para cada UE hasta completar
los 35 puntos en cada estación. Por tratarse el TBS de una descripción de orden cualita-
tiva, durante los primeros cinco días de observación, se realizaron correlaciones inter-
observador. El test de Kolmogorov-Smirnov para muestras pareadas mostró que no había
diferencias significativas (p > ,05).
Megyesi et al. (2005) ya habían señalado la buena correlación del TBS con el ADD de
manera logarítmica, observando que aproximadamente el 80% de la variación durante el
proceso de descomposición se atribuiría a la temperatura (Rodríguez, 1997). Por lo tanto,
un factor crítico para la construcción de un modelo tafonómico era contar con un registro
meteorológico completo para derivar de ellos los Grados Acumulados por Día (ADD). Los
ADD, en unidades °C, son unidades de energía térmica que representan la acumulación
necesaria para que las reacciones químicas y biológicas tengan lugar en los tejidos blan-
dos durante la descomposición (Megyesi et al., 2005).
A partir del análisis de regresión entre el TBS y el ADD, se desarrolló una ecuación
predictiva basada en la propuesta de Moffatt et al. (2016) y Mybourg (2010) para cada
una de las UE, que puede ser utilizada para calcular el ADD inferido para un caso desco-
nocido. Los valores diacrónicos de ADD en la escala original, se transformaron a funciones
logarítmicas para estar linealmente relacionado con TBS. Estas relaciones se compararon
y midieron utilizando sus respectivos coeficientes de determinación (R²). Finalmente, a
partir del ADD inferido como resultado de las ecuaciones de regresión, se calcula el IPM
de cada UE, con intervalos de predicción del 95%, de cada una de las temporadas (para
un mayor detalle ver Nasti [2022]). Si bien el análisis que se va a presentar está referido a
los períodos calendario de cada una de las estaciones del hemisferio austral, para la reali-
zación del modelo de regresión y construcción de una tabla comparativa para estimar el
ADD y así inferir el IPM, se extendió el registro de IPM al momento en que la UE1 alcanza
el TBS de 35 puntos.
Los registros (temperatura, humedad, lluvia, dirección y velocidad del viento), se ob-
tuvieron cada 60 minutos a través de la estación meteorológica local MeteoStar® WH-
1080/81, controlada mediante la incorporación de dos Data Loggers HOBO MS222X en
cada una de las Unidades Experimentales para ajustar los datos meteorológicos. Los aná-
lisis estadísticos y gráficos fueron realizados con Statgraphics Centurion v. 19.0 (https://
[Link]/), IBM SPSS versión de prueba 2022 ([Link]
spss) y XLSTAT v. 2019.2 ([Link] (Michaud y Moreau, 2011).

RESULTADOS

Para la estación de primavera en ambas UE, el período de descomposición temprana

(TBS ≤ 16) mostró una tendencia lineal y se observaron dentro de los 296 ADD (15 días de
IMP). A partir de esa graduación comienza una diferencia a favor de la UE2 de hasta 8 pun-
tos en el TBS mostrando, de este modo, la diferencia en la velocidad de descomposición
de la mencionada UE. A partir de TBS de 30 en la UE1 y 34 en la UE2, la tasa de descompo-
sición de ambas unidades entra en una meseta donde se mantiene relativamente estable,
hasta llegar a 35 de TBS, puntaje máximo de esta secuencia. Para la UE1 el TBS de 35 llega
en el día 201 de IPM con una sumatoria de ADD de 4.885, mientras que la UE2 llega a ese
estadío en el día 185 de IPM con un ADD de 3.295.
La fórmula para la obtención de los ADD inferidos para la temporada de primavera
para la UE1 es: log10ADD = 10*(0,0679*TBS+1,3225-513,77), en tanto que para la UE2 es:
log10ADD = 10*(0,0598*TBS+1,3501-563,57).

MODELOS FORENSES E INTERVALO POST MORTEM 8

 Para lograr un puntaje ≤ 16 TBS en la estación de invierno, se necesitan 88 días de IPM
con un ADD de 1.036 para la UE1 mientras que, para la UE2, los 41 días de IPM se logran
con un ADD de 501. En UE1 se aprecia un salto de 7 puntos de TBS entre el día 6 y 7 de
IPM, mientras que en la UE2 se observa el mismo fenómeno con un incremento en el TBS
de 5 y 10.
En esta temporada se observó que se necesitaron 311 días de IPM para la UE1 y 345
días de IPM para la UE2 para llegar a la esqueletizacion (TBS de 35). Es interesante notar
que la UE1 llega al TBS de 35 puntos a los 5.745 ADD, mientras que la UE2 a los 5.899 ADD.
La fórmula para la obtención de los ADD inferidos para la temporada de invierno para
la UE1 es: log10ADD = 0,0637*TBS+1,7958-2,279, mientras que para la UE2: log10ADD =
0,0648*TBS+1,5527-2,384.
Durante el otoño, la UE1 llega a los 35 puntos de TBS a los 287 días, mientras que la
UE2 obtiene los 35 puntos de TBS a los 284 días. El estado de descomposición tempra-
na, correspondiente a ≤ 16 TBS, se alcanza en la UE1 a los 13 días de IPM con 205 ADD,
mientras que la UE2 lo hace a los 8 días de IPM con 148 ADD, lo que podría inducir, erró-
neamente, a una diferencia de 135 días de IPM entre ambas UE. No se observan saltos de
TBS en la UE1, pero sí algunas alteraciones en la secuencia en la UE2 entre los 10 y los 15
TBS, que se producen en un lapso de 24 horas. La fórmula para la temporada de otoño de
la UE1 es: log10ADD = 0,0873*TBS+0,914-2,449, mientras que para la UE2 es: log10ADD =
0,0726*TBS+0,7136-2,042.
Durante la temporada de verano, el tiempo para llegar a los 35 puntos de TBS es el más
corto de la secuencia, directamente proporcional a la cantidad de ADD. Para la UE1, el es-
tadío ≤ 16 de TBS se alcanza entre los días 3 y 4 de IPM con un ADD de 103, mientras que
para la UE2, el mismo puntaje se alcanza con 101 ADD en el mismo período de IPM. En
esta temporada, observamos que la UE1 llega a los 35 puntos de TBS a los 90 días, en tan-
to que la UE2 a los 55 días de IPM. La UE1 necesita un ADD de 2.258, mientras que la UE2
1.393 para alcanzar los 35 puntos de TBS. La fórmula de regresión para la UE1 es: log10ADD
= 0,0725*TBS+0,9603-2,370, mientras que para la UE2 es: log10ADD = 0,0528*TBS+1,307-
2,443. La Tabla 1 resume los resultados de los coeficientes de determinación (R2) de la
ecuación de regresión entre el TBS y los ADD para ambas UE en las cuatro estaciones,
mostrando una relación lineal positiva.

TABLA 1. Valores de R² para las regresiones entre puntuación corporal total (TBS) y grados acumula-
dos por día (ADD) en todas las temporadas.

UE1 UE2

Otoño 0,8477 0,7136

Invierno 0,9198 0,9636

Primavera 0,9579 0,8209

Verano 0,7671 0,9465

Existe una importante variación del TBS tomando en cuenta la temperatura y la hume-
dad. En efecto, durante la temporada de primavera, las etapas de descomposición (Total
Body Score) para la UE1 crecen en forma constante durante los primeros 19 días y nueva-
mente lo hacen desde el día 28 hasta el día 73 de IPM. Sobre todo, se observa que a partir
del día 19 aparecen picos de humedad de 90% hasta el día 73, luego entra en una meseta

NASTI / REV ARG ANTROP BIOL 27(1), 101, 2025. [Link] 9

 hasta el día 146 de IPM pero, aunque ya está en estadíos finales de la temporada, continúa
el aumento del TBS hasta el estadío 35 con un 100% de humedad.
En la UE2 entre el día 18 y 22 de IPM hay un pico de 15 a 25 de TBS subiendo luego en-
tre el día 25 a 49 a 32 puntos de TBS. Es evidente que nuevamente en la UE2 la velocidad
de descomposición es mayor siendo de tendencia exponencial. Se observan nuevamente
picos de humedad de 100% durante la fase de crecimiento de TBS.
Para la temporada de invierno, vemos que en la UE1 se observa una línea ascendente
constante compuesta por pequeños pulsos en el incremento del TBS hasta el día 14 de
IPM. Solo hay una pequeña meseta que dura cerca de un mes en el TBS de 25 puntos y
vuelve a subir lentamente al aumentar el promedio de temperatura para el día 189 de
IPM. La meseta coincide con los valores más altos de temperatura (26 °C y 31 ºC), mientras
que la humedad es más alta en los períodos pre y post meseta. El TBS de la UE2 se compor-
ta dentro del parámetro sinuoso del modelo de regresión, sin embargo, aunque hay una
meseta entre los días 188 y 253 de IPM, en los 30 el TBS es más veloz.
La UE1 en otoño sube 17 puntos de TBS en 15 días, pero luego entra en una meseta
que dura del día 70 al 248 de IPM (178), con un TBS entre 24 y 26, elevándose finalmente
en 20 días finales al TBS de 35. La meseta coincide con valores de humedad de 100% y una
baja del promedio de temperatura entre 11 °C y 20 °C.
Para la UE2, la curva exponencial sube casi 30 puntos de TBS en 40 días de IPM, en-
trando consecuentemente en una meseta que dura del día 44 al 274 (230 días) en un TBS
de 33 puntos. Nuevamente vemos que la meseta comprende una baja de temperatura y
una subida del porcentaje de humedad. Finalmente, en la temporada de verano vemos
que en la UE1 el TBS sube a 25 puntos en solo cinco días comenzando una meseta que
comprende muy pequeños movimientos entre los 26 y 30 puntos que dura hasta el día
77, siguiendo hasta 35 en el día 89 de IPM. Aquí se observa la meseta en coincidencia al
aumento de la humedad, mismo fenómeno final cuando sube de 30 a 35 puntos del TBS.
En el caso de la UE2, los 20 puntos de TBS se alcanzan en cinco días de IPM, donde ve-
mos picos de humedad de 80% y 85% en el período de mayor velocidad de crecimiento,
comenzando a subir en forma pareja hasta los 35 puntos al día 57 de IPM.
La Tabla 2 muestra la prueba estadística t para muestras pareadas y la prueba de hi-
pótesis (Kolmogorov-Smirnov) para evaluar la diferencia entre el IPM real observado y el
inferido de acuerdo a las ecuaciones correspondientes para cada una de las temporadas.
La comparación entre los datos observados e inferidos no mostró diferencias significa-
tivas en su distribución de frecuencia (p > ,05), por lo tanto, y en principio, el resultado
apoyaría que no existirían diferencias significativas entre en IPM real vs. el IPM inferido.

TABLA 2. Intervalo post mortem (IPM) observado vs. inferido para las Unidades Experimentales UE1 y
UE2 (prueba de t para muestras pareadas).

Temporada t Valor p
Otoño 0,0301264 ,976006
Invierno 0,383137 ,702823
UE1
Primavera 0,04667 ,962922
Verano 0,143741 ,88666
Otoño 0,0791824 ,937295
Invierno 0,053533 ,957474
UE2
Primavera 0,155225 ,877332
Verano 0,072332 ,948699

MODELOS FORENSES E INTERVALO POST MORTEM 10

 Análisis e interpretación

Según los estudios realizados, la sucesión de TBS mostraba una correlación importan-
te con la temperatura en relación a otras variables actuantes (Bates y Wescott, 2016). El
modelo presentado para las UE1 y UE2 toma justamente la cantidad de Grados Acumu-
lados por Día (ADD) como variable independiente. En este sentido, la temperatura, es
una consecuencia directa de la cantidad de radiación solar recibida sobre una superficie,
además de otras variables secundarias como humedad, viento, etc.
La medición de los niveles de radiación solar a lo largo de las 24 horas para la mitad
del solsticio y equinoccio de cada una de las diferentes estaciones medidas sobre la UE1,
mostró una diferencia significativa entre invierno y verano (p < ,05), mientras que si com-
paramos entre primavera y verano y otoño e invierno las diferencias no son significativas
(p > ,05).
Es evidente que no solamente las variaciones de la radiación solar entre la UE1 deposi-
tada al sol en relación a la UE2 expuesta a la sombra son relevantes en la sucesión del TBS,
sino también las variaciones en los niveles de temperatura y humedad en cada uno de
esos locus. En efecto, una comparación de los promedios diarios de temperatura entre la
UE1 y UE2 para cada una de las temporadas no mostró diferencias significativas utilizan-
do el test de Kolmogorov-Smirnov para variables no paramétricas (p > ,05) observándose,
por el contrario, diferencias significativas en los porcentajes de humedad (p < ,05) entre
ambas UE en las diferentes temporadas. Sin embargo, una comparación de la oscilación
de los valores (temperatura y humedad) a lo largo de las 24 horas del día entre la UE1 y
UE2, utilizando el mismo test, muestra una diferencia significativa (p < ,05).
En efecto, si observamos el comportamiento de ambas variables a lo largo de 24 horas
en la mitad de la temporada de invierno (15 de julio), observamos que las oscilaciones
llegan a 16 ºC para la temperatura y 20% para la humedad en sus puntos máximos para
ambas UE. La diferencia máxima entre ambas variables se manifiesta entre las 8 am y las
11 am. Existe una diferencia de temperatura entre ambas UE de 2 ºC entre 1 am y 8 am,
mientras que el período donde se contraponen los valores (sube temperatura y baja la
humedad) se da entre las 11 am y las 3 pm.
En cuanto a la temporada de verano (15 de enero), observamos que la diferencia de
temperatura entre ambas UE llega hasta los 10 ºC entre las 12 am y las 8 am, alcanzando
en la UE1 valores mayores de temperatura promedio de 35 ºC entre las 11 am y las 6 pm.
La UE2 muestra valores de temperatura menos extremos y con menos oscilaciones a lo
largo de las 24 horas. En cuanto al porcentaje de humedad, la diferencia en la oscilación
entre los valores máximo y mínimo no sobrepasa el 20% en la UE2.
Las oscilaciones de temperatura para otoño (15 de abril) son de hasta 35 ºC para la
UE1 y de 10 ºC para la UE2, en tanto que la variación de humedad a lo largo del día es de
40% para la UE1 y 30% para la UE2. Por su parte, la UE1 muestra una mayor oscilación de
ambas variables. Para la temporada de primavera (15 de octubre), se observa que a las 12
pm hay un cambio de valores inversos del 40% en la humedad y 5 ºC de temperatura que
se extreman hacia las 4 pm y convergen lentamente hacia el final del día.
Los niveles y oscilaciones de temperatura y humedad para las UE1 y UE2 podrían ser,
al menos, parte de la explicación de la diferente velocidad en los TBS a favor de esta últi-
ma. El período larvario en ambientes más estables (con valores menores de oscilaciones
de temperatura y humedad) favorecería el desarrollo larvario y, como consecuencia, una
mayor velocidad en la descomposición de los tejidos.
La Tabla 3 resume los IPM en relación al TBS (temprana, avanzada y esqueletizada)

NASTI / REV ARG ANTROP BIOL 27(1), 101, 2025. [Link] 11

 para ambas UE, mostrando las mayores diferencias entre la temporada de invierno y ve-
rano. El test de Kolmogorov-Smirnov para invierno y verano muestra una diferencia sig-
nificativa entre ambas temporadas (p < ,05). Primavera y otoño muestran valores más
homogéneos, aunque hay diferencias significativas entre las dos muestras (p < ,05).

TABLA 3. Relación entre la puntuación corporal total (TBS) y el intervalo post mortem (IPM) para cada
una de las temporadas sobre las dos Unidades Experimentales (UE).

Temprana Avanzada Esqueletizada

Otoño 9 275 287
Invierno 60 203 312
UE1
Primavera 18 140 223
Verano 4 11 90
Otoño 12 110 288
Invierno 46 96 290
UE2
Primavera 13 35 226
Verano 5 34 91

Fases de TBS: Temprana de 1 a 16 puntos, Avanzada entre 17 y 24 puntos y Esqueletizada entre 25 y 35 puntos.

La Figura 4 muestra la relación entre el TBS y el IPM para la UE1 en todas las tempora-
das, mostrando que invierno y verano son las temporadas con más diferencias en cuanto
a la velocidad del TBS; esto es, 85 días de IPM para lograr un TBS de 35 en la temporada de
verano, mientras que en invierno los 35 puntos de TBS se alcanzan a los 300 días de IPM.

FIGURA 4. Relación entre la puntuación corporal total (TBS) y el intervalo post mortem (IPM) para la
Unidad Experimental 1 (UE1) en todas las temporadas.

En cuanto a la UE2 (Fig. 5), hay diferencias significativas entre todas las temporadas
(Kolmogorov-Smirnov; p < ,05). En efecto, el TBS en invierno alcanza la etapa temprana (1
a 16) a los 56 días de IPM, mientras que sobre la UE1 lo hace al día 109. Los 35 puntos de
IPM (esqueletización) se alcanzan en la UE2 20 días antes que en la UE1. En este sentido,
podemos decir que la velocidad del proceso de descomposición durante los primeros 25
puntos de TBS (fase temprana y avanzada) para otoño, primavera y verano es bastante pa-
reja, aunque existe una variación en favor de la velocidad de descomposición para la UE2.

MODELOS FORENSES E INTERVALO POST MORTEM 12

 FIGURA 5. Relación entre la puntuación corporal total (TBS) y el intervalo post mortem (IPM) para la
Unidad Experimental 2 (UE2) en todas las temporadas.

La Figura 6 resume la tendencia temporal del TBS a lo largo del IPM para la UE1 en las
cuatro temporadas. La pendiente de Sen estima los cambios por unidad de tiempo en
series temporales de tendencia lineal. La prueba bilateral de tendencia de Mann-Kendall
para la UE1 (Tau = ,963; p < ,05) muestra una pendiente que indicaría un aumento constan-
te de los TBS por unidad de tiempo (días de IPM) a partir del día 52 con 25 puntos de TBS.

FIGURA 6. Correlación (Kendall) entre la puntuación corporal total (TBS) y el intervalo post mortem
(IPM) para la Unidad Experimental 1 (UE1).

La UE2 (Fig. 7) muestra que la pendiente es más estable (de tendencia horizontal) y
los TBS se incrementan a partir del día 51 (TBS de 32 puntos) en forma menos acusada
mostrando un período de estabilidad del TBS a lo largo de los 200 días de IPM restantes
(Tau = ,868; p < ,05).
Las Figuras 8 y 9 muestran las diferencias en los TBS en relación al IPM entre las tempo-
radas de invierno y verano en la UE1 y la UE2, respectivamente. La UE2 presenta estadíos
de descomposición más adelantados que la UE1 en la misma unidad de tiempo.

NASTI / REV ARG ANTROP BIOL 27(1), 101, 2025. [Link] 13

 FIGURA 7. Correlación (Kendall) entre la puntuación corporal total (TBS) y el intervalo post mortem
(IPM) para la Unidad Experimental 2 (UE2).

FIGURA 8. Unidad Experimental 1. a) Temporada de verano, 4 días de intervalo post mortem (IPM). b)
Temporada de invierno, 7 días de intervalo post mortem (IPM).

FIGURA 9. Unidad Experimental 2. a) Temporada de verano, 7 días de intervalo post mortem (IPM). b)
Temporada invierno, 15 días de intervalo post mortem (IPM).

MODELOS FORENSES E INTERVALO POST MORTEM 14

 La Figura 10 muestra el comportamiento del TBS en relación a la temperatura acu-
mulada por día de observación (ADD) durante la temporada de otoño. Ambas variables
crecen parejas alcanzando los 25 puntos de TBS con un ADD de 372, a partir de lo cual
la UE2 superará a la UE1 en entre 5 a 7 puntos arriba en el TBS con el mismo ADD. Para la
temporada de primavera (Fig. 11) ambas variables se superponen hasta los 12 puntos de
TBS con 199 ADD, a partir de lo cual se separan con diferencias de hasta 8 puntos de TBS.

FIGURA 10. Puntuación corporal total (TBS) vs. grados acumulados por día (ADD) para la temporada
de otoño en las Unidades Experimentales 1 (UE1) y 2 (UE2).

FIGURA 11. Puntuación corporal total (TBS) vs. grados acumulados por día (ADD) para la temporada
de primavera en las Unidades Experimentales 1 (UE1) y 2 (UE2).

Para la temporada de verano (Fig. 12) ambas variables crecen juntas hasta los 20 pun-
tos de TBS con una ADD de 127. La UE2 comienza a diferenciarse en los 27 TBS con dife-
rencias de hasta 6 puntos de TBS en favor de la UE2 con un ADD para ambas de 1.740.
Finalmente, para la temporada de invierno (Fig. 13), a los 10 puntos de TBS con un ADD de
286 se separan y nuevamente la UE2 saca una diferencia de 5 puntos de TBS con un ADD
de 1.000. En efecto, durante el invierno, la UE1 necesita 1.035 ADD para un TBS entre 1 y
16 (estado temprano), mientras que la UE2 necesita 500 ADD.

NASTI / REV ARG ANTROP BIOL 27(1), 101, 2025. [Link] 15

 FIGURA 12. Puntuación corporal total (TBS) vs. grados acumulados por día (ADD) para la temporada
de verano en las Unidades Experimentales 1 (UE1) y 2 (UE2).

FIGURA 13. Puntuación corporal total (TBS) vs. grados acumulados por día (ADD) para la temporada
de invierno en las Unidades Experimentales 1 (UE1) y 2 (UE2).

Es evidente que la fase avanzada de descomposición (entre 17 y 24 puntos de TBS)

ocurriría más rápido en la UE2. Aunque se ha publicado poco en relación a la incidencia
de la radiación solar en la tasa de descomposición (Voss et al., 2011), una posible expli-
cación para este fenómeno es que el contexto local de depositación de la UE2 mostraba
una tasa menor de radiación solar y, sobre todo, cierta protección a las corrientes de aire
por encontrarse dentro de una región arbustiva densa, lo cual la volvía más estable a las
oscilaciones de temperatura a lo largo del día.
La Tabla 4 resume los ADD requeridos para alcanzar las diferentes fases de TBS (tem-
prana de 1 a 16 puntos, avanzada entre 17 y 24 puntos, y esqueletizada entre 25 y 35
puntos) en cada estación para ambas UE. Se muestran valores mayormente diferenciados
entre verano e invierno, siendo menor entre otoño y primavera. Para la UE2 un TBS entre
1 y 16 se alcanza en invierno a los 501 ADD, casi la mitad que lo que le lleva a la UE1,
mientras que en verano le lleva 101 ADD a ambas UE. Los 35 puntos de TBS en la UE2

MODELOS FORENSES E INTERVALO POST MORTEM 16

 llevan 3.740 ADD en invierno, mientras que en verano solo necesitan 1.393 ADD. Otoño
y primavera son muy parecidos hasta los 23 TBS, a partir de lo cual otoño necesitará una
diferencia de grados de temperatura mayor para alcanzar los mismos TBS.

TABLA 4. Relación entre la puntuación corporal total (TBS) y la temperatura acumulada diaria (ADD)
para cada una de las temporadas sobre las dos Unidades Experimentales (UE).

Fases TBS Otoño Invierno Primavera Verano

Temprana 1 a 16 152,64 1035,89 295,55 103,89
UE1 Avanzada 17 a 24 596,03 2421,97 742,67 127,6
Esqueletizada 25 a 35 4717,65 5754,31 4885,88 2258,25
Temprana 1 a 16 133,26 501,2 224,6 101,2
UE2 Avanzada 17 a 24 287,96 965,22 374,98 124,6
Esqueletizada 25 a 35 4378,5 3740,6 3295,6 1393,28

La Tabla 5 utiliza el estadístico de Kruskal-Wallis para evaluar la hipótesis nula de que

las medianas de ADD y TBS de las dos UE son las mismas para las cuatro temporadas.
Comparaciones por pares de Bonferroni muestran que la desviación estándar presenta
una diferencia significativa más relevante en la UE1 que en la UE2, lo que estaría sugi-
riendo que el ambiente en donde esta última está depositada se comportaría como un
medio más estable en relación a las variaciones climáticas, por lo menos en relación a la
temperatura, humedad, cubierta de la precipitación y reparo de las corrientes de aire.

TABLA 5. Prueba de Kruscal-Wallis para evaluar las medianas dentro de un conjunto de variables.

Estaciones comparadas Estadístico Desvío estándar Valor p

Otoño/primavera -0,167 -0,524 ,6
Otoño/invierno 1.288 4.052 < ,0001*
Otoño/verano 0,97 3.051 ,002*
UE1
Primavera/invierno 1.121 3.528 < ,0001*
Primavera/verano 1.136 3.575 < ,0001*
Invierno/verano 2.258 7.103 < ,0001*
Otoño/primavera 0,938 2.054 ,24
Otoño/invierno 1.125 2.465 ,082
Otoño/verano 2.688 5.888 < ,0001*
UE2
Primavera/invierno 0,188 0,411 ,681
Primavera/verano 1,75 3.834 < ,0001*
Invierno/verano -1.562 -3.423 ,001*

* p < ,05, indica una diferencia significativa con un nivel de confianza de 95%.

La Figura 14 muestra un gráfico de correspondencia donde se agrupa la distribución

de las desviaciones estándar entre las variables TBS/ADD entre todas las temporadas para
ambas UE. Para interpretar el análisis de correspondencia se puede evaluar si existe una
dependencia significativa entre las filas y las columnas, agrupando o dispersando los va-
lores. Vemos que las temporadas de verano e invierno son las que muestran valores con
diferencias significativas, pues sus valores están más distantes en el eje de ordenadas,
indicando una diferencia de comportamiento entre ambas variables (TBS/ADD). Mientras
que otoño y primavera integran una nube más cercana de puntos, volviendo menor la
diferencia entre ambas variables.

NASTI / REV ARG ANTROP BIOL 27(1), 101, 2025. [Link] 17

 FIGURA 14. Gráfico de análisis de correspondencia entre grados acumulados por día (ADD) y puntu-
ación corporal total (TBS) para todas las temporadas de las Unidades Experimentales 1 (UE1) y 2 (UE2).

Finalmente, hemos testeado que, si bien existe una fuerte dependencia entre el ADD
y los TBS para inferir el IPM, el modelo de regresión múltiple por pasos hacia adelante ha
demostrado que la utilización de la variable independiente Grados Acumulados por Día
(ADD) produce un R² ajustado de 91,96%, mientras que, si añadimos a dicho modelo los
valores de promedio de Humedad Acumulada por Día (AHD), el R² ajustado se eleva a
95,20%, por lo que se infiere que es una variable que debería ser considerada.
En este sentido, se podría obtener un TBS esperado utilizando no solamente el ADD,
sino también los promedios de humedad (AHD), por lo que el modelo seleccionado sería:
TBS = 17,2172+36,2114*log(ADD)–28,2256*log(AHD). Dicha fórmula debería testearse es-
tadísticamente en futuras investigaciones con apoyo experimental.

DISCUSIÓN

Aunque no se pudo cuantificar una diferencia significativa entre las UE en relación a

los promedios de temperatura y humedad a lo largo del IPM para cada una de las tempo-
radas, sí se pudo apreciar diferencias de valores de ambas variables a lo largo de 24 horas.
En efecto, se observan diferencias de hasta 4 grados menos de temperatura en favor de
la UE2 y un porcentaje mayor de humedad. Sin embargo, vemos una oscilación de los va-
lores de temperatura y humedad menores en la UE2. La cobertura del bosque en galería
intercepta la radiación solar, mientras que la proximidad al curso de agua, la disminución
del viento por la vegetación y la reducción de los volúmenes de precipitación por las
hojas mantendrían más estable los registros de temperatura y humedad en la UE2 (Lenk
et al., 2024).
En el presente estudio el ADD representó aproximadamente entre el 85% y 90% de la
variabilidad en la descomposición, que es superior al 80% observado por Megyesi et al.
(2005) y al 78% por Schiel (2008). Debemos argumentar que, aunque el uso de ADD para
estimar el IPM se ha convertido en una técnica popular entre los antropólogos forenses,
especialmente en América del Norte (Megyesi et al., 2005; Schiel, 2008, Vass et al., 2002),
existen factores como el volumen y frecuencia de las precipitaciones, la actividad de los in-
sectos y la accesibilidad del cadáver a los carroñeros que podrían contribuir a una variación
de la tasa de descomposición, así como a sus manifestaciones macroscópicas (Nasti, 2024).

MODELOS FORENSES E INTERVALO POST MORTEM 18

 Al igual que otras observaciones similares (Suckling, 2011), en el presente estudio se
encontró que la descomposición de las dos UE tiende a ser curvilínea antes que lineal.
Esto implica que, aunque en la fase inicial de descomposición se comportaría mayormen-
te de manera lineal, se torna más estable cuando el TBS supera los 19 puntos (fase avan-
zada). La curva en la UE1 se estabiliza en 30 puntos de TBS a los 70 días de IPM, mientras
que la UE2 lo hace a los 25 días de IPM. La razón de esta variabilidad no está del todo clara,
pero se espera que factores de carácter local, como la menor oscilación de humedad y
temperatura a lo largo del día, podrían desempeñar un papel relevante en los procesos
de descomposición como se observa para la UE2.
Menos en la fase temprana, donde las UE lograron las mismas etapas cronológicas de
descomposición (1 a 16 puntos de TBS), las fases avanzada (17 a 24 ) y esqueletizada (25
a 35 puntos de TBS) se alcanzaron en diferentes momentos para las dos UE. La cabeza y el
cuello del cerdo de la UE2 fueron las regiones que primero alcanzaron la fase de esquele-
tización (TBS 35) a 185 días de IPM, mientras que para la UE1 (TBS 35) fueron necesarios
201 días de IPM. Si consideramos el valor del coeficiente de determinación de R² (,98 para
UE1 y ,97 para la UE2), la temperatura y la humedad explicarían de forma significativa el
comportamiento de la variable dependiente (TBS), por lo tanto, aunque la ADD es la más
importante, el porcentaje de humedad es otra variable que debe de considerarse para
explicar el TBS, sobre todo para la UE2.
Aunque el presente estudio compromete ejemplares sin indumentaria, estudios ex-
perimentales mostrarían que el promedio del TBS obtiene un progreso similar en la etapa
temprana de descomposición en ejemplares vestidos, mientras que en la fase esqueleti-
zada se observan de 1 a 3 puntos de TBS más bajo que el grupo no vestido (Cockle y Bell,
2016; Payne, 1965; Shean et al., 1993).
Mientras que por el momento no se ha establecido la diferencia de temperatura ne-
cesaria para afectar la tasa de descomposición, sí se podría argumentar que la sombra
estimularía una tasa de descomposición más rápida (Sharonowski et al., 2008). La tem-
peratura y humedad promedio de la UE2 muestran menos variación diaria lo que esti-
mularía el crecimiento larvario y la velocidad de descomposición. Es por esta razón que
se produce en la UE1 un retraso en el proceso de descomposición, fenómeno observado
por varios investigadores en otros contextos con diferencias de temperatura y humedad
sobre los ejemplares en experimentación (Bass, 1997; Campobasso et al., 2019; Galloway
et al., 1989; Myburgh et al., 2013; Simpson y Strongman, 2002; Voss et al., 2011).
Es lógico suponer que los resultados obtenidos sobre restos de cerdo doméstico no
pretenden ser determinantes para predecir fenómenos forenses donde estén involucra-
dos seres humanos. Sin embargo, el TBS sigue siendo un buen indicador cuantitativo de
las fases de descomposición y la utilización de los ADD sigue constituyendo una herra-
mienta valiosa que merece ser testeada a lo largo de las diferentes estaciones del año en
medioambientes locales (Galloway, 1997; Galloway et al., 1989; Simmons et al., 2010). En
este último aspecto, existiría una correlación entre la cantidad de lluvia caída y un au-
mento en los TBS. En efecto, durante la temporada de primavera cayeron más de 180 mm
a lo largo de tres días, lo que produjo un incremento en el TBS de 6 puntos en ambas UE.
Esta observación ha puesto la atención en que la humedad, en lugar de la temperatu-
ra, podría ser un factor crítico de la descomposición en la fase post mortem temprana (1
a 16 puntos de TBS), aunque también podría reactivar periodos de descomposición más
tardíos (Giles et al., 2020).
Finalmente, los resultados de este tipo de estudios no solo podrían ser útiles en con-
textos forenses, sino también ser relevantes en contextos arqueológicos y bioarqueoló-

NASTI / REV ARG ANTROP BIOL 27(1), 101, 2025. [Link] 19

 gicos. En efecto, las alteraciones post depositacionales, la conservación diferencial del
registro óseo, la distribución espacial y los procesos diagenéticos suelen estar asociados
al medio en que fueron depositados, donde las condiciones ecológicas de temperatura y
humedad podrían jugar roles decisivos para la variabilidad del registro óseo.

CONCLUSIONES

El TBS es un buen indicador cuantitativo de las etapas de descomposición y la tasa

de cambio de un valor TBS a otro se puede utilizar para mostrar las diferencias en la ve-
locidad de descomposición entre muestras. Se ha utilizado la regresión entre el ADD y el
TBS para estimar el IPM (Megyesi et al., 2005; Schiel, 2008). Al igual que en otros estudios
(Marden y Sorg, 2011; Sukling, 2011; Vass et al., 1992; Wahyono y Denys, 2022) se encontró
que la tasa de descomposición de todo el conjunto de datos tiene una tendencia curvi-
línea en lugar de lineal. Basándonos en estudios ya testeados en otros contextos donde
el TBS mostraba formas curvilíneas, se empleó la transformación logarítmica de los datos
para disminuir la asimetría entre las variables y facilitar la interpretación de la regresión
de máxima verosimilitud de efectos aleatorios (Moffatt et al., 2016).
Una gran proporción (90%) de la variación encontrada en las puntuaciones de TBS
se explicó por el ADD, por cuanto los cambios morfológicos en el cuerpo podrían ser
cuantificables. La tasa de la fase temprana de descomposición aumentó de manera lineal,
pero notamos que se volvió más variable cuando el TBS entró en la fase avanzada (17 a
24 puntos). La razón de esta variabilidad no está del todo clara, pero se espera que otros
factores comiencen a jugar un papel más importante en los procesos de descomposición,
como la disminución de la masa larvaria durante las últimas fases de la descomposición
debido a la deshidratación (Simmons et al., 2010).
Aunque se observa una variación estacional entre el TBS, el ADD y el IPM, sobre todo
comparando las temporadas de verano e invierno, la velocidad de descomposición es
más rápida en todas las temporadas en la UE2 que en la UE1, distante 150 metros. El
período estival también mostró más variabilidad a diferencia del invierno, donde la des-
composición es más lenta pero más estable, debido a que este período es más seco. En
este sentido, el ambiente donde se deposita la UE1 es favorable a la deshidratación ya
que está sometida a altas cantidades de radiación solar y viento en todas las temporadas,
lo que retrasa sustancialmente el proceso de descomposición si se compara con la UE2.
La estimación del IPM es una parte integral de la investigación médico-legal de la
muerte. Sin embargo, los cambios post mortem pueden complicar dicha estimación ya
que existen varios factores que podrían afectan la velocidad y el proceso de descompo-
sición y que todavía son difíciles de identificar y, sobre todo, cuantificar. Sabemos que
los principales factores que actúan en la descomposición en el área de nuestro estudio
son la temperatura y la humedad, aunque también podrían actuar otros factores como la
ropa y la presencia de heridas y es en este sentido que resulta imperioso realizar estudios
experimentales con replicación (Cross y Simmons, 2010).
Es cierto que, dentro de la instrucción judicial, suele ser poco frecuente que se le pida
a un antropólogo forense que estime un IPM. En efecto, para períodos cortos, las técnicas
de patología forense son la norma para la determinación del tiempo transcurrido desde
la muerte en el período post mortem temprano. Sin embargo, la utilización de las puntua-
ciones ADD y TBS en aquellos casos donde el tiempo transcurrido es un factor limitante a
la utilización de técnicas tradicionales para estimar el IMP, la construcción de un modelo
de IPM podría ser un instrumento valioso y contribuir en las primeras etapas de investi-
gación criminal.

MODELOS FORENSES E INTERVALO POST MORTEM 20

 Por el momento, la utilización de animales como sustituto de la descomposición hu-
mana requiere serios estudios de validación, sin embargo, continúan proporcionando
información relevante sobre los principios básicos de los procesos de descomposición
(Schoenly et al., 2007; Steadman, 2013).
Es evidente que es necesario estudios futuros para investigar los factores adicionales
que podrían intervenir en el proceso de descomposición, aumentar los datos de refe-
rencia, e investigar más a fondo las interacciones respectivas tanto en el modelo animal
AGRADECIMIENTOS como en los seres humanos, para poder proporcionar una caja de herramientas suficiente
para un amplio espectro de aplicaciones en el trabajo de casos forenses.
El autor desea expresar su Somos conscientes de que la aplicación práctica de este tipo de estudio puede ser
agradecimiento al Dr. Nicholas resistido por el sistema de justicia, sin embargo, constituye una herramienta valiosa de la
Márquez-Grant, a los Editores de la
antropología forense para otorgar un IPM de carácter orientativo al inicio de una inves-
revista y a los revisores anónimos
que aportaron sustanciales mejoras tigación judicial a la espera de la reunión de pruebas complementarias suficientes para
en el manuscrito. concluir una investigación del tiempo de muerte.

CONTRIBUCIÓN DEL AUTOR

Atilio Nasti: Conceptualización; Análisis formal; Investigación; Supervisión; Escritura –

Preparación del borrador original, Escritura – Revisión y edición.

CONFLICTO DE INTERESES

El autor declara no tener ningún conflicto de intereses.

LITERATURA CITADA

Armstrong, P., Nizio, K. D., Perrault, K. A. y Forbes, S. L. (2016). Establishing the volatile profile of pig
carcasses as analogues for human decomposition during the early postmortem period. Heliyon,
2(2), e00070. [Link]

Anderson, G. S. y VanLaerhoven, S. L. (1996). Initial studies on insect succession on carrion in Southwes-

tern British Columbia. ASTM Journal of Forensic Sciences, 41(4), 617–625. [Link]
JFS13964J

American Veterinary Medical Association. (2013). AVMA Guidelines for the Euthanasia of Animals: 2013
Edition.

Bass, W. M., III. (1997). Outdoor decomposition rates in Tennessee. En W. D. Haglund y M. H. Sorg (Eds.),
Forensic Taphonomy: The Postmortem Fate of Human Remains (pp. 181–186). CRC Press.

Bates, L.N. y Wescott, D. J. (2016). Not all degree days are equal in the rate of decomposition: the effect
of season of death on the relationship between gross postmortem decomposition and accumula-
ted degree days. En American Academy of Forensic Sciences (Ed.), Proceedings of the 68th Annual
Scientific Meeting of the American Academy of Forensic Sciences (p. 178). American Academy of Fo-
rensic Sciences.

Bytheway, J. A, Steadman, D. y Wescott, D. (2014). Validation study of the utility of using Total Body Score
and Accumulated Degree Days to determine the post-mortem interval of human remains from three
human decomposition research facilities (NCJ Report No 255132). U.S. Department of Justice, Na-
tional Institute of Justice.

Brown, C. y Peckmann, T. (2013). Decomposition rates and taphonomic changes associated with the
estimation of time since death in a summer climate: a case study from urban Nova Scotia. Cana-
dian Society of Forensic Science Journal, 46(4), 209–230. [Link]
0799549

NASTI / REV ARG ANTROP BIOL 27(1), 101, 2025. [Link] 21

 Campobasso, C. P., Di Vella, G. e Introna, F. (2001). Factors affecting decomposition and Diptera
colonization. Forensic Science International, 120(1–2), 18–27. [Link]
0738(01)00411-X

Centeno, N. D. y Zalazar, L. (2014). La utilización de un modelo experimental porcino en la investiga-

ción de un homicidio. Boletín de la Sociedad Entomológica Argentina, 25(1), 3–5.

Clark, M. A., Worrell, M. B. y Pless, J. E. (1997). Postmortem changes in soft tissues. En W. D. Haglund y
M. H. Sorg (Eds.), Forensic Taphonomy: The Postmortem Fate of Human Remains (pp. 151–170). CRC
Press.

Cockle, D. L. y Bell, L. S. (2017). The environmental variables that impact human decomposition
in terrestrially exposed contexts within Canada. Science & Justice, 57(2), 107–117. [Link]
org/10.1016/[Link].2016.11.001

Cross, P. y Simmons, T. (2010). The influence of penetrative trauma on the rate of decomposition. Jour-
nal of Forensic Science, 55(2), 295–301. [Link]

Dautartas, A., Kenyhercz, M. W., Vidoli, G, M., Meadows Jantz, L., Mundorff, A. y Steadman, D. W. (2018).
Differential decomposition among pig, rabbit, and human remains. Journal of Forensic Sciences,
63(6), 1673–1683. [Link]

Dirkmaat, D. C., Cabo, L. L., Ousley, S. D. y Symens, S. A. (2008). New Perspectives in forensic anthro-
pology. American Journal of Physical Anthropology, 137(S47), 33–52. [Link]
ajpa.20948

Duhig, C. (2003). Non-forensic remains: the use of forensic archaeology, anthropology and burial ta-
phonomy. Science & Justice, 43(4), 211–214. [Link]

Galloway, A., Birkby, W. H., Jones, A. M., Henry, T. E. y Parks, B. O. (1989). Decay rates of human remains
in an arid environment. ASTM Journal of Forensic Sciences, 34(3), 607–616. [Link]
JFS12680J

Galloway, A. (1997). The process of decomposition: a model from the Arizona-Sonoran Desert. En W.
D. Haglund y M. H. Sorg (Eds.), Forensic Taphonomy: The Postmortem Fate of Human Remains (pp.
139–150). CRC Press.

Giles, S. B., Harrison, K., Errickson, D. y Márquez-Grant, N. (2020). The effect of seasonality on the appli-
cation of accumulated degree-days to estimate the early post-mortem interval. Forensic Science
International, 315, 110419. [Link]

Haglund, W, D. y Sorg, M. H. (Eds.). (1997). Forensic Taphonomy: The Postmortem Fate of Human Rema-
ins. CRC Press.

Hayman, J. y Oxenham, M. (2016). Estimation of the time since death in decomposed bodies found in
Australian conditions. Australian Journal of Forensic Sciences, 49(1), 31–44. [Link]
/00450618.2015.1128972

Hewadikaram, K. A. y Goff, M. L. (1991). Effect of carcass size on rate of decomposition and arthro-
pod succession patterns. The American Journal of Forensic Medicine and Pathology, 12(3), 235–240.
[Link]

Keough, N., Myburgh, J. y Steyn, M. (2017). Scoring of decomposition: a proposed amendment to the
method when using a pig model for human studies. Journal of Forensic Sciences, 62(4), 986–993.
[Link]

Kim, Y. S., Kim, J. H., Yoon, K. S., Kweon, B. S., Kim, Y. S., Lee, G. Y., Cho, H.-W., Kim, H.-R. y Eom, Y.-B.
(2018). Feasibility of total body score (TBS) and accumulated degree days (ADD) in the estimation
of postmortem interval for forensic murder casework. Biomed Science Letters, 24(1), 35–42. https://
[Link]/10.15616/BSL.2018.24.1.35

Lenk, A., Richter, R., Kretz, L. y C. Wirth. (2024). Effects of canopy gaps on microclimate, soil biological
activity and their relationship in a European mixed floodplain forest. Science of The Total Environ-
ment, 941, 173572. [Link]

MODELOS FORENSES E INTERVALO POST MORTEM 22

 Madea, B. (2016). Methods for determining time of death. Forensic Science, Medicine, and Pathology,
12(4), 451–485. [Link]

Marden, K. y Sorg, M. H. (2011). Potential impacts of regional ecologies on the estimation of postmor-
tem interval: case comparisons from Northern New England. En American Academy of Forensic
Sciences (Ed.), Proceedings of the 63rd Annual Scientific Meeting of the American Academy of Forensic
Sciences (pp. 388–389). American Academy of Forensic Sciences.

Marhoff, S. J., Fahey, P., Forbes, S. L. y Green, H. (2016). Estimating post-mortem interval using accumu-
lated degree-days and a degree of decomposition index in Australia: A validation study. Australian
Journal of Forensic Sciences, 48(1), 24–36. [Link]

Mathur, A. y Agrawal, Y. K. (2011). An overview of methods used for estimation of time since death.
Australian Journal of Forensic Sciences, 43(4), 275–285. [Link]
8970

Matuszewski, S. y Mądra-Bielewicz, A. (2016). Validation of temperature methods for the estimation

of pre-appearance interval in carrion insects. Forensic Science, Medicine, and Pathology, 12, 50–57.
[Link]

Megyesi, M. S., Nawrockie, S. P. y Haskell, N. H. (2005). Using accumulated degree-days to estimate the
postmortem interval from decomposed human remains. ASTM Journal of Forensic Sciences, 50(3),
1–9. [Link]

Michaud, J.-P. y Moreau, G. (2011). A statistical approach based on accumulated degree-days to pre-
dict decomposition-related processes in forensic studies. Journal of Forensic Sciences, 56(1), 229-
232. [Link]

Micozzi, M. S. (1991). Postmortem change in human and animal remains: a systematic approach. Charles
C. Thomas Publisher.

Moffatt, C., Simmons, T. y Lynch-Aird, J. (2016). An improved equation for TBS and ADD: establishing a
reliable postmortem interval framework for casework and experimental studies. Journal of Foren-
sic Sciences, 61(S1), S201–S207. [Link]

Myburgh, J. (2010). Estimating the Post-mortem Interval Using Accumulated Degree-Days in a South
African Setting [Tesis de maestría, University of Pretoria]. [Link]
le/2263/25700

Myburgh, J., Ericka, N. L., Steyn, M. y Becker, P. J. (2013). Estimating the postmortem interval (PMI)
using accumulated degree-days (ADD) in a temperate region of South Africa. Forensic Science In-
ternational, 229(1–3), 165e1–189e6. [Link]

Nasti, A. (2021). Carroñeo y dispersión sobre restos de cerdo doméstico (Sus scrofa) en contextos de
humedales: implicancias forenses. Revista Argentina de Antropología Biológica, 23(2), 038. https://
[Link]/10.24215/18536387e038

Nasti, A. (2022). Una nueva aproximación a la estimación del intervalo post mortem en restos de Sus
scrofa en contextos experimentales ecológicos del conurbano de la provincia de Buenos Aires.
Modelos tafonómicos y proyecciones forenses. Revista Internacional de Antropología y Odontolo-
gía Forense, 5(1), 7–18.

Nasti, A. (2024). Jerarquía, competencia y carroñeo: hacia la construcción de un modelo tafonómico

forense para el área periurbana de la Ciudad de Buenos Aires. Revista Internacional de Antropolo-
gía y Odontología Forense, 7(2), 50–74.

Passalacqua, N. V. y Megyesi, M. S. (2015). A look into the past, present, and future of decomposi-
tion research and the estimation of the postmortem interval. En American Academy of Forensic
Sciences (Ed.), Proceedings of the 67th Annual Scientific Meeting of the American Academy of Forensic
Sciences (pp. 93–94). American Academy of Forensic Sciences.

Payne, J. A. (1965). A summer carrion study of the baby pig Sus scrofa Linnaeus. Ecology, 46(5), 592–
602. [Link]

NASTI / REV ARG ANTROP BIOL 27(1), 101, 2025. [Link] 23

 Pittner, S., Bugelli, V., Weitgasser, K., Zissler, A., Sanit, S., Lutz, L., Monticelli, F., Campobasso, C. P.,
Steinbacher, P. y Amendt, J. (2020). A field study to evaluate PMI estimation methods for advan-
ced decomposition stages International Journal of Legal Medicine, 134, 1361–1373. [Link]
org/10.1007/s00414-020-02278-0

Rodriguez, W. C., III (1997). Decomposition of buried and submerged bodies. En W. D. Haglund y M.
H. Sorg (Eds.), Forensic Taphonomy: The Post-Mortem Fate of Human Remains (pp. 459–468). CRC
Press.

Schiel, M. (2008). Using accumulate degree days for estimating the postmortem interval: a re-evaluation
of Megyesi’s regression formulae [Tesis de maestría no publicada]. University of Indianapolis.

Schoenly, K. G., Haskell, N. H., Hall, R. D. y Gbur, J. R. (2007). Comparative performance and comple-
mentarity of four sampling methods and arthropod preference tests from human and porcine
remains at the Forensic Anthropology Center in Knoxville, Tennessee. Journal of Medical Entomo-
logy, 44(5), 881–894. [Link] ][Link];2

Sharanowski, B. J., Walker, E. G. y Anderson, G. S. (2008). Insect succession and decomposition patterns
on shaded and sunlit carrion in Saskatchewan in three different seasons. Forensic Science Interna-
tional, 179(2–3), 219–240. [Link]

Shean, B., Messinger, L. y Papworth, M. (1993). Observations of differential decomposition on sun ex-
posed v. shaded pig carrion in coastal Washington State. ASTM Journal of Forensic Sciences, 38(4),
938–949. [Link]

Simmons, T., Adlam, R. E. y Moffatt, C. (2010). Debugging decomposition data–comparative tapho-

nomic studies and the influence of insects and carcass size on decomposition rate. Journal of
Forensic Sciences, 55(1), 8–13. [Link]

Simpson, G. y Strongman, D. B. (2002). Carrion insects on pig carcasses at a rural and an urban site in
Nova Scotia. Canadian Society of Forensic Science Journal, 35(3), 123–143. [Link]
/00085030.2002.10757541

Suckling, J. K. (2011). A longitudinal study on the outdoor human decomposition sequence in Central
Texas [Tesis de maestría, Texas State University]. [Link]
e2a9-481c-8230-5e93708a1d1a

Sorg, M. H., David, E. y Rebmann, A. J. (1998). Cadaver dogs, taphonomy, and postmortem interval in
the northeast. En K. J. Reichs (Editora), Forensic Osteology: Advances in the Identification of Human
Remains (pp. 120–144). Charles C. Thomas.

Sorg, M. H., y Marden, K. (2013). Developing frameworks for regional forensic taphonomy research
and practice: a multi-regional symposium. En American Academy of Forensic Sciences (Ed.), Pro-
ceedings of the 65th Annual Scientific Meeting of the American Academy of Forensic Sciences (pp.
454–455). American Academy of Forensic Sciences.

Steadman, D. W. (2013). Multidisciplinary validation study of nonhuman animal models for forensic de-
composition research (NCJ Report No 251553). U.S. Department of Justice, National Institute of
Justice.

Sutherland, A., Myburgh, J., Steyn, M. y Becker, P. J. (2013). The effect of body size on the rate of decom-
position in a temperate region of South Africa. Forensic Science International, 23(1–3), 257–262.
[Link]

Vass, A. A., Bass, W. M., Wolt, J. D., y Foss, J. E. y Ammons, J. T. (1992). Time since death determinations
of human cadavers using soil solution. Journal of Forensic Sciences, 37(5), 1236–1253.

Vass, A. A., Barshick, S. A., Sega, G., Caton, J., Skeen, J. T., Love, J. C. y Synstelien, J., A. (2002). Decomposi-
tion chemistry of human remains: a new methodology for determining the postmortem interval.
ASTM Journal of Forensic Sciences, 47(3), 542–553. [Link]

Voss, S. C., Cook, D. F. y Dadour., I. R. (2011). Decomposition and insect succession of clothed and un-
clothed carcasses in Western Australia. Forensic Science International, 211(1–3), 67–75. [Link]
org/10.1016/[Link].2011.04.018

MODELOS FORENSES E INTERVALO POST MORTEM 24

 Wahyono, A. y Alim, D. P. (2022). Estimation of post mortem interval using accumulated degree days
(ADD) method. Malaysian Journal of Medicine and Health Sciences, 18(SUPP16), 102–106.

Wescott, D. J. (2018). Recent advances in forensic anthropology: decomposition research. Forensic

Sciences Research, 3(4), 278–293. [Link]

NASTI / REV ARG ANTROP BIOL 27(1), 101, 2025. [Link] 25