Survival probability function as a supporting element in automated triage system on the battlefield

• Autorzy: Dobrowolski Andrzej , Oskwarek Paweł , Rokicki Szymon , Wiktorzak Paweł , Łubkowski Piotr , Murawski Piotr

Identyfikatory

DOI

10.37105/iboa.188

• Języki publikacji: EN

Abstrakty

EN

Mass events are incidents involving a large number of casualties. They are an integral part of combat operations. These events are characterized by exceeding the capabilities of the rescuers present at the scene during a specific phase of the operation. The difference in triage applied in combat compared to triage used in civilian mass events is directly related to their specific nature and intended objectives. The article presents an innovative segregation algorithm that takes into account the value of the so-called "survival function," which is a component of a medical evacuation decision support system based on the integration of monitoring and analysis of soldier's vital parameters with the medical security system.

Słowa kluczowe

EN

triage; survival function; segregation algorithm; medical evacuation; MASCAL

PL

ocena stanu zdrowia rannych; funkcja przetrwania; algorytm segregacji; ewakuacja medyczna; MASCAL; triaż

• Wydawca: Centrum Rzeczoznawstwa Budowlanego Sp. z o.o.
• Czasopismo: Inżynieria Bezpieczeństwa Obiektów Antropogenicznych
• Rocznik: 2023
• Tom: Nr 4
• Strony: 46--59
• Opis fizyczny: Bibliogr. 11 poz., rys., tab.

Twórcy

autor

Dobrowolski Andrzej

• Military University of Technology, Warsaw, Poland

• https://orcid.org/0000-0002-0593-158X

autor

Oskwarek Paweł

• Military Institute of Medicine – National Research Institute, Warsaw, Poland

autor

Rokicki Szymon

• Military Institute of Medicine – National Research Institute, Warsaw, Poland

autor

Wiktorzak Paweł

• Military Institute of Medicine – National Research Institute, Warsaw, Poland

autor

Łubkowski Piotr

• Military Institute of Medicine – National Research Institute, Warsaw, Poland

autor

Murawski Piotr

• Military Institute of Medicine – National Research Institute, Warsaw, Poland

Bibliografia

• 1. Owczuk R., Anestezjologia i intensywna terapia, PZWL Wydawnictwo Lekarskie, Warszawa, 2021
• 2. Szczeklik A., Gajewski P., Podręcznik chorób wewnętrznych, Medycyna Praktyczna, Kraków, 2014
• 3. Williams B. et al., Wytyczne ESC/ESH dotyczące postępowania w nadciśnieniu tętniczym, Nadciśnienie Tętnicze w Praktyce, 2018, 4(2), 49-142
• 4. Dobrowolski A., Oskwarek P., Rokicki S., Wiktorzak P., Łubkowski P., Murawski P., System automatycznego wsparcia triażu wykorzystujący algorytm drzewa decyzyjnego i funkcję szans przeżycia, Biuletyn WAT, 2022, 71(3), 31-67
• 5. Pollaris G., Sabbe M., Reverse triage: more than just another method, European Journal of Emergency Medicine, 2016, 23(4), 240-247
• 6. Łubkowski P., Krygier J., Sondej T., Dobrowolski A., Apiecionek Ł., Znaniecki W., Oskwarek P., Decision support system proposal for medical evacuations in military operations, Sensors, 2023, 23
• 7. Mello F.C. et al., Predicting smear negative pulmonary tuberculosis with classification trees and logistic regression: a cross-sectional study, BMC Public Health, 2006, 6(43), 1-8.
• 8. Zhang H., Holford T., Bracken M.B., A tree-based method of analysis for prospective studies, Statistics in Medicine, 1996, 15(1), 37-49
• 9. B. Wójtowicz, A.P. Dobrowolski, K. Tomczykiewicz, Fall detector using discrete wavelet decomposition and SVM classifier, Metrology and Measurement Systems, 2015, 22(2), 303-314
• 10. A. P. Dobrowolski, M. Suchocki, K. Tomczykiewicz, E. Majda-Zdancewicz, Classification of auditory brainstem response using wavelet decomposition and SVM network, Biocybernetics and Biomedical Engineering, 2016, 36(2), 427-436
• 11. P. Stasiakiewicz, A.P. Dobrowolski et al., Automatic classification of normal and sick patients with crackles using wavelet packet decomposition and support vector machine, Biomedical Signal Processing and Control, 2021, 67, 1-13

Uwagi

Opracowanie rekordu ze środków MNiSW, umowa nr SONP/SP/546092/2022 w ramach programu "Społeczna odpowiedzialność nauki" - moduł: Popularyzacja nauki i promocja sportu (2024).