Respuesta inmediata ante grandes emergencias: modelo matemático basado en redes neuronales y árboles de decisión / Rapid response to large-scale emergencies: a neural network model and a decision-tree algorithm

Objetivo: En la gestión de recursos ante incidentes con múltiples víctimas (IMV), el factor incertidumbre en un entorno de caos inicial se convierte en el peor enemigo del decisor. El objetivo fue diseñar un modelo matemático predictivo en este entorno de decisiones para mejorar la fase inicial de la gestión de recursos ante una gran emergencia. Método: Se partió de una base de datos de incidentes reales con múltiples víctimas en Castilla-La Mancha en los últimos cinco años, sobre la que se trabajó con 10 variables categorizadas en función de su peso en la gravedad de la emergencia. Se diseñó una red neuronal, que aprende sobre los casos reales, y por otro lado se generó un árbol de decisión con el fin de buscar la mejor respuesta entre ambos modelos. Se ha encontrado una importante limitación metodológica, ya que prácticamente todos los IMV analizados son accidentes de tráfico. Resultados: El modelo basado en árboles de decisión da más información y mayor variabilidad que la red neuronal e identifica 6 grupos homogéneos en función del "número de afectados iniciales", "tipología del incidente" y "entorno" (p < 0,05).Conclusiones: Es posible crear un modelo matemático predictivo con las variables consideradas que permite una mejor gestión de recursos ante un IMV, pero se necesita un mayor número de casos reales pasados y con tipología más diversa, para ser aplicadas a casos reales futuros con la metodología propuesta (AU)

Objective: The greatest challenge to decision-making during the management of emergencies with multiple victims is uncertainty in an initially chaotic environment. Our objective was to develop a predictive model to improve response and early resource management in the early-phase environment of chaotic uncertainty during large-scale emergencies. Methods: A database of information on real incidents with multiple victims in Castile-La Mancha, Spain, in the last 5 years was used to study the weight of 10 categorical variables and their effect on the seriousness of the emergencies. A neural network was designed to learn about these real cases, and a decision tree was generated, to study which of the 2 approaches gave the best results. An important design limitation was that nearly all the incidents analyzed involved traffic accidents. Results: The model based on decision-tree analysis gave more information and greater variability. It proved superior to the neural network, identifying 6 homogeneous groups according to the following factors: number of initial victims, type of incident, and environment (P<.05).Conclusions: A predictive model can be based on the considered variables in the interest of improving resource management during a large-scale emergency. However, development based on a larger number of real incidents of different types would be needed before such a model could be applied during real future incidents (AU)

Modelo de respuesta inmediata ante grandes emergencias para la atención sanitaria en entornos de dispersión geográfica / No disponible

Las situaciones de accidentes con múltiples víctimas, grandes emergencias y catástrofes suponen un reto para los servicios de emergencia de cualquier comunidad. Los entornos de gran extensión geográfica y dispersión de población suponen un desafío añadido a la gestión eficiente de los recursos. Con el fin de dar solución a estas situaciones se plantea un sistema de respuesta sanitario que se basa fundamentalmente en tres puntos: -Distribución estratégica de recursos, añadidos a los habituales. -Determinación de responsables y asignación de funciones en una respuesta escalonada. -Formación inicial y continuada de los profesionales. Todo ello adaptado al Plan Territorial de Emergencias correspondiente. Se trata de evitar que estas situaciones, por inesperadas, sean imprevistas.(AU)

Accidents with multiple victims, great emergencies and catastrophes suppose a challenge for the emergency services of any community. In the great geographic extension communities, it supposes an added challenge. With the purpose of giving solution to these situations, a sanitary system of answer has been developed that is based fundamentally on three points: -Strategic distribution of special resources, -Determination of people in responsibility level and allocation of functions in a staggered answer -Initial formation and continued of the professionals. Everything is adapted to the Territorial Plan of Emergencies. It’s necessary to prevent unexpected situations(AU)

Implantación de enfermeríaen un Centro Coordinadorde Urgencias y Emergencias / No disponible

El presente artículo describe el proyecto de implantaciónde enfermería en el Centro Coordinador de Urgencias yEmergencias de Castilla La Mancha (CLM), encaminado ahacer frente a determinadas situaciones susceptibles demejora, detectadas en el proceso de atención a llamadasurgentes.Se describen las funciones de enfermería y la importanciade la inclusión de estos profesionales en un CentroCoordinador de Urgencias (CCU)multidisciplinar.Asimismose presentan los datos de actividad de los enfermeros coordinadoresdel Sector Sanitario del Centro 1-1-2 de CLM durantemás de un año desde su incorporación, que demuestran laimportancia de contar con esta figura en cualquier servicio deinformación sanitaria y el valora añadido que aportan a estetipo de centros como Servicio de Emergencias (AU)

This article describes the project to introduce nursing atthe Emergency Coordination Center Castilla La Mancha,designed to improve some situations encountered in theprocess of addressing urgent calls.It describes the roles of nursing and the importance ofthe inclusion of these professionals in a multidisciplinaryEmergency Coordination Center. It also presents data onthe activity of Nursing Supervisory Health Sector Center 1-1-2 Castilla La Mancha for over a year since its incorporation,which demonstrates the importance of having theseprofessionals in any health information service and theadded value they bring to such centers as PrehospitalEmergency Care (AU)

El accidente múltiple de laA-42 y la teoría de losenjambres / No disponible

El presente artículo trata de describir, a propósito de uncaso real y reciente de accidente de múltiples víctimas,cómo la figura del “mando sanitario” puede tener un enfoquediferente comparando las interacciones entre los profesionalesintervinientes con las que se producen en modelosbasados en la denominada “inteligencia de enjambre” (1),que en general proporciona ideas que pueden ayudar a losseres humanos a gestionar situaciones complejas. Una coloniapuede resolver problemas que individualmente sonimpensables para las hormigas, tales como encontrar elcamino más corto a la mejor fuente de alimentos, la asignaciónde trabajadores a las distintas tareas, o la defensa de unterritorio de los vecinos. Lo hacen con algo llamado la “inteligenciade enjambre”. La capacidad colectiva de estos animalesradica en que, aunque ninguno como individuo captael panorama general, contribuye al éxito del grupo. Unaclave de una colonia de hormigas, por ejemplo, es que nadieostenta el mando. No hay gestores ni jefes entre las hormigasobreras. Incluso con medio millón de hormigas, unacolonia funciona bien con una falta aparente de gestión omando. La receta se basa en innumerables interaccionesindividuales entre las hormigas que los científicos describencomo un “sistema de auto organización”. Se valora eneste artículo si esta teoría tiene cabida en la organización delas tareas sobre el escenario de un accidente con múltiplesvíctimas (AU)

This article tries to describe, referring to a real case andrecent of a multiple victims accident, how the medical chiefcan have a different approach by comparing the interactionsbetween the professionals with models based on theso-called “intelligence swarm” (1), which generally providesideas that can help human beings to manage complexsituations. A colony can solve problems which are unthinkablefor individual ants, such as finding the shortest routeto the best source of food, assigning workers to differenttasks, or defending a territory of neighbours. They do thiswith something called swarm intelligence. The collectivecapacity of these animals is that none captures the scenetotally as an individual but contributes to the success of thegroup. One key to a colony of ants, for example, is thatnobody holds the command. There are no managers orheads in the ants workers. Even with half a million ants, acolony works well with an apparent lack of managementand command. The recipe is based on a lot of interactionsbetween ants that scientists describe as a system of selforganization.It’s studied in this article if this theory has anyplace in the organization of work on the scene of a multiplevictims accident (AU)