Likelihood Ratios Given Activity-Level Propositions for DNA Transfer Evidence: Theoretical Foundations of the HaloGen Framework (Part I)

Questo articolo stabilisce le fondamenta teoriche di HaloGen, un framework bayesiano gerarchico open-source che valuta le prove di DNA da tracce a livello di attività modellando esplicitamente le probabilità di trasferimento, persistenza e rilevamento per fornire rapporti di verosimiglianza trasparenti e robusti in scenari probatori diversificati.

L'essenziale

Immagina di essere un detective che cerca di capire cosa è accaduto sulla scena basandosi su minuscole, invisibili tracce lasciate dietro: il DNA. Di solito, i detective si chiedono solo: "Di chi è questo DNA?". Ma questo articolo, HaloGen, pone una domanda molto più difficile: "Come è arrivato qui questo DNA e cosa ci dice su ciò che le persone stavano effettivamente facendo?"

Ecco la spiegazione delle idee dell'articolo in linguaggio semplice e con analogie:

1. Il problema del "Fantasma" (Trasferimento Zero)

Nel vecchio modo di pensare, se trovi del DNA, assumi che la persona fosse lì. Se non trovi DNA, assumi che non ci fosse. Ma la vita non è così semplice. A volte una persona è proprio lì, che stringe la mano o abbraccia, ma non lascia nessun DNA. È come un fantasma che entra in una stanza ma non lascia impronte.

HaloGen è costruito per gestire questi "fantasmi". Calcola esplicitamente la probabilità che una persona rilevante fosse lì ma semplicemente non abbia lasciato una traccia rilevabile. Non ignora il silenzio; lo ascolta.

2. Il gioco del "Passalo" (Meccanismi di Trasferimento)

L'articolo esamina come il DNA si sposta.

• Trasferimento Diretto: Stringi la mano a qualcuno e il suo DNA è sulla tua mano.
• Trasferimento Secondario: Stringi la mano a qualcuno, poi stringi la mano a una terza persona. Ora la terza persona ha il DNA della prima persona, anche se non si sono mai incontrate!

HaloGen tratta queste attività come un gioco del "telefono". Modella come le azioni (come una stretta di mano o un abbraccio) si trasformano in prove fisiche (DNA) e come queste prove potrebbero saltare da una persona all'altra.

3. La "Calcolatrice Onnisciente" (Il Framework)

Pensa a HaloGen come a una calcolatrice super-intelligente e trasparente che pesa due storie concorrenti (proposizioni) su ciò che è accaduto:

• Storia A: Il sospetto ha compiuto l'azione.
• Storia B: Qualcun altro ha compiuto l'azione, oppure il sospetto era solo un passante.

Questa calcolatrice non guarda solo un singolo pezzo di prova. Esamina l'intero puzzle:

• Quante persone hanno contribuito al mix di DNA?
• Ci sono più macchie (tracce) in punti diversi?
• Alcune persone hanno lasciato DNA e altre non hanno lasciato nulla?

Combina tutte queste tracce in un unico grande numero chiamato Rapporto di Verosimiglianza. Questo numero ti dice: "Date tutte queste tracce, la Storia A è molto più probabile della Storia B?"

4. Il "Freno di Sicurezza" (Il Tasso di Fallimento)

Una delle caratteristiche più importanti di HaloGen è come gestisce i "fantasmi" (persone che non hanno lasciato DNA).

Se il sistema non trova nessun DNA da un sospetto, un computer ingenuo potrebbe dire: "Eureka! Il sospetto sicuramente non era lì!" e assegnare un punteggio enorme contro di lui. Ma questo è pericoloso perché, come abbiamo detto, a volte le persone non lasciano traccia.

HaloGen utilizza un "freno di sicurezza" basato sul tasso di fallimento. Dice: "Ok, sappiamo che è possibile che una persona sia lì e non lasci nulla. Non permetteremo alla matematica di impazzire e inventare un punteggio enorme solo perché il DNA manca".

• Se c'è DNA: Il sistema utilizza la quantità per supportare la storia del contatto diretto.
• Se NON c'è DNA: Il sistema rimane neutrale o si inclina leggermente verso la difesa (la persona che non ha fatto nulla), rifiutandosi di inventare una storia di "colpevolezza" solo perché manca la prova.

5. Il Punto Chiave

Questo articolo è il progetto per HaloGen. Spiega la matematica e la logica dietro il funzionamento del sistema. Promette che il sistema è:

• Trasparente: Puoi vedere come arriva alle sue conclusioni.
• Stabile: Non darà risposte selvagge e imprevedibili.
• Equo: Impedisce al sistema di inventare colpe solo perché manca una traccia.

Nota: Questo specifico articolo costruisce solo il motore e spiega la teoria. Non mostra ancora l'auto che guida sulla strada (casi reali); questo è riservato a un articolo "Parte II" menzionato nell'abstract.

Sommario tecnico

Sintesi Tecnica: Fondamenti Teorici del Framework HaloGen

Enunciato del Problema
L'interpretazione delle prove di DNA traccia a livello di attività presenta sfide significative, principalmente a causa della complessità nella modellazione del trasferimento, della persistenza e della possibilità critica che un attore rilevante non lasci DNA rilevabile. Le interpretazioni attuali spesso faticano a integrare coerentemente questi fattori, in particolare quando si affrontano scenari che coinvolgono trasferimento nullo, più contributori, contributori sconosciuti specificati, attori non osservati e più macchie. È necessario un framework in grado di modellare esplicitamente questi meccanismi, gestendo sia le quantità di DNA osservate che i non-rilevamenti all'interno di una struttura probabilistica unificata.

Metodologia
Questo articolo stabilisce i fondamenti teorici di HaloGen, un framework bayesiano gerarchico open-source progettato per valutare le quantità di DNA in relazione a proposizioni concorrenti a livello di attività. La metodologia è caratterizzata dai seguenti componenti:

• Framework Proposizionale: Il framework formula le proposizioni in termini di attività o azioni presunte. Il trasferimento diretto e secondario sono trattati come meccanismi attraverso i quali queste attività producono il DNA osservato.
• Approccio esaustivo al Rapporto di Verosimiglianza: Le prove sono valutate utilizzando un framework esaustivo di rapporto di verosimiglianza basato sulle proposizioni. Questo approccio combina le informazioni tra più contributori e macchie, propagando l'incertezza relativa al trasferimento e al rilevamento.
• Gestione Unificata del Rilevamento e del Non-Rilevamento:
  • Quantità Rilevate: Valutate utilizzando densità condizionate al rilevamento.
  • Non-Rilevamenti: La probabilità che un attore rilevante non lasci DNA rilevabile è rappresentata da un parametro di tasso di fallimento vincolato empiricamente.
• Copertura degli Scenari: Il modello tiene conto di scenari complessi, inclusi trasferimento nullo, più contributori, contributori sconosciuti specificati, attori non osservati e più macchie.

Contributi Chiave
Il contributo principale di questo lavoro è la formalizzazione del framework HaloGen, che offre una struttura probabilistica trasparente e stabile per l'interpretazione a livello di attività. I principali avanzamenti tecnici includono:

1. Integrazione del Trasferimento Nullo: Modellazione esplicita della possibilità che un attore rilevante non lasci DNA, impedendo al framework di forzare un rilevamento laddove non esiste.
2. Politica Empirica del Tasso di Fallimento: L'introduzione di una politica di tasso di fallimento vincolata empiricamente. Questo meccanismo previene l'inflazione spuria dei rapporti di verosimiglianza in situazioni in cui il mancato rilevamento di un attore rilevante è plausibile.
3. Comportamento Stabile: Il framework è progettato per produrre un comportamento in cui le quantità di DNA informative supportano le proposizioni che coinvolgono il trasferimento diretto, mentre le situazioni a bassa informazione o di non-rilevamento comportano esiti neutri o conservativi a favore della difesa.

Risultati e Affermazioni
Poiché questo articolo si concentra sui fondamenti teorici, non presenta validazione sperimentale o risultati specifici di casi; questi sono riservati a un articolo complementare. Tuttavia, l'articolo afferma che la struttura teorica di HaloGen garantisce:

• Trasparenza e Stabilità: Il framework si comporta in modo prevedibile attraverso diversi scenari di prove.
• Gestione Conservativa dell'Incertezza: Utilizzando il parametro del tasso di fallimento, il modello evita di sovrainterpretare il non-rilevamento come prova di assenza, mantenendo così una posizione conservativa a favore della difesa quando appropriato.
• Propagazione Coerente dell'Incertezza: L'approccio bayesiano gerarchico propaga con successo l'incertezza attraverso la complessa catena di attività, trasferimento e rilevamento.

Significato
Il significato di questo articolo risiede nella sua istituzione della rigorosa base teorica richiesta per il framework HaloGen. Definendo come le quantità di DNA e i non-rilevamenti sono gestiti all'interno di un singolo framework probabilistico, gli autori forniscono le fondamenta necessarie per la successiva validazione e applicazione del framework in casi reali. L'articolo afferma che questo fondamento teorico è essenziale per superare interpretazioni semplicistiche delle prove di DNA verso una valutazione più robusta a livello di attività, che tenga conto dell'intero spettro delle possibilità di trasferimento.