按SIS -ORSAN医院和转诊队的能力分列大规模事故受害者

Antoine Aubrion , Lauriane Hardel , Joanne Richard , Laurent Gabilly , Tiphaine Hary , Richard Petit , Sami Abdelkhalek , Thomas Delomas , Richard Macrez
{"title":"按SIS -ORSAN医院和转诊队的能力分列大规模事故受害者","authors":"Antoine Aubrion ,&nbsp;Lauriane Hardel ,&nbsp;Joanne Richard ,&nbsp;Laurent Gabilly ,&nbsp;Tiphaine Hary ,&nbsp;Richard Petit ,&nbsp;Sami Abdelkhalek ,&nbsp;Thomas Delomas ,&nbsp;Richard Macrez","doi":"10.1016/j.pxur.2025.02.003","DOIUrl":null,"url":null,"abstract":"<div><h3>Objectif</h3><div>Les situations sanitaires exceptionnelles (SSE) sont des événements rares, et l’évaluation de la répartition des victimes d’après les ressources disponibles reste complexe. L’objectif de cette étude était de simuler un incident moyen européen sur plusieurs sites de grands rassemblements ou dans des secteurs isolés du pays, afin d’observer le temps nécessaire pour la prise en charge et l’admission des victimes.</div></div><div><h3>Méthodes</h3><div>Le même exercice de simulation a été réalisé avec 9 équipes de régulateurs SAMU en utilisant l’outil informatique SI-ORSAN qui estimait les moyens de transferts, la capacité d’accueil hospitalière et les conditions réelles de circulation routière. La distribution des victimes a été décidée par les équipes médicales locales, soit sur des sites de grands rassemblements (A), soit en site isolé (B).</div></div><div><h3>Résultats</h3><div>Les délais médians observés étaient de 56<!--> <!-->min (A) et 64<!--> <!-->min (B) (<em>p</em> <!-->=<!--> <!-->0,02), pour l’arrivée des équipes médicales sur le site, de 80<!--> <!-->min (A) et 102<!--> <!-->min (B) (<em>p</em> <!-->=<!--> <!-->0,76) pour le départ des victimes depuis le site, et de 106<!--> <!-->min (A) et 200<!--> <!-->min (B) (<em>p</em> <!-->&lt;<!--> <!-->0,001) pour l’arrivée des victimes à l’hôpital.</div></div><div><h3>Conclusions</h3><div>Cette étude fournit une estimation des temps de prise en charge possibles sur différents sites en s’appuyant sur une formation standardisée pour la répartition d’un grand nombre de victimes. Elle permet aux équipes de s’entraîner à la gestion des pertes massives dans leur zone, afin d’améliorer l’organisation et la réponse à ces incidents.</div></div><div><h3>Objective</h3><div>Mass casualty incidents (MCI) are rare, and the quantitative assessment of possible responses is difficult. The objective of this study was to simulate the average European incident at several sites of large gatherings or isolated places in the country, to observe the required time for care and admission.</div></div><div><h3>Methods</h3><div>The same disaster exercise was carried out with 9 emergency medical service (EMS) teams using a computer tool SI-ORSAN that estimated the means of transfers, hospital surge capacity, and actual road traffic. The distribution of all victims was decided by local medical teams in large gatherings (A) or at a rural site (B).</div></div><div><h3>Results</h3><div>The median delays for medical teams arrival were 56<!--> <!-->min (A) or 64<!--> <!-->min (B) (<em>P</em> <!-->=<!--> <!-->0.02), for the departure of victims from the site 80<!--> <!-->min (A) or 102<!--> <!-->min (B) (<em>P</em> <!-->=<!--> <!-->0.76), for arrival at a hospital 106<!--> <!-->min (A) or 200<!--> <!-->min (B) (<em>P</em> <!-->&lt;<!--> <!-->0.001).</div></div><div><h3>Conclusions</h3><div>This study provides an estimate of possible management times for different sites using standardized training for the distribution of a large number of victims. It allows teams to practice managing mass casualties in their area, in order to improve the organization and response to these incidents.</div></div>","PeriodicalId":100904,"journal":{"name":"Médecine de Catastrophe - Urgences Collectives","volume":"9 2","pages":"Pages 117-125"},"PeriodicalIF":0.0000,"publicationDate":"2025-06-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Répartition des victimes d’incidents de masse selon la capacité des hôpitaux et les équipes de transferts dans SI-ORSAN\",\"authors\":\"Antoine Aubrion ,&nbsp;Lauriane Hardel ,&nbsp;Joanne Richard ,&nbsp;Laurent Gabilly ,&nbsp;Tiphaine Hary ,&nbsp;Richard Petit ,&nbsp;Sami Abdelkhalek ,&nbsp;Thomas Delomas ,&nbsp;Richard Macrez\",\"doi\":\"10.1016/j.pxur.2025.02.003\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"<div><h3>Objectif</h3><div>Les situations sanitaires exceptionnelles (SSE) sont des événements rares, et l’évaluation de la répartition des victimes d’après les ressources disponibles reste complexe. L’objectif de cette étude était de simuler un incident moyen européen sur plusieurs sites de grands rassemblements ou dans des secteurs isolés du pays, afin d’observer le temps nécessaire pour la prise en charge et l’admission des victimes.</div></div><div><h3>Méthodes</h3><div>Le même exercice de simulation a été réalisé avec 9 équipes de régulateurs SAMU en utilisant l’outil informatique SI-ORSAN qui estimait les moyens de transferts, la capacité d’accueil hospitalière et les conditions réelles de circulation routière. La distribution des victimes a été décidée par les équipes médicales locales, soit sur des sites de grands rassemblements (A), soit en site isolé (B).</div></div><div><h3>Résultats</h3><div>Les délais médians observés étaient de 56<!--> <!-->min (A) et 64<!--> <!-->min (B) (<em>p</em> <!-->=<!--> <!-->0,02), pour l’arrivée des équipes médicales sur le site, de 80<!--> <!-->min (A) et 102<!--> <!-->min (B) (<em>p</em> <!-->=<!--> <!-->0,76) pour le départ des victimes depuis le site, et de 106<!--> <!-->min (A) et 200<!--> <!-->min (B) (<em>p</em> <!-->&lt;<!--> <!-->0,001) pour l’arrivée des victimes à l’hôpital.</div></div><div><h3>Conclusions</h3><div>Cette étude fournit une estimation des temps de prise en charge possibles sur différents sites en s’appuyant sur une formation standardisée pour la répartition d’un grand nombre de victimes. Elle permet aux équipes de s’entraîner à la gestion des pertes massives dans leur zone, afin d’améliorer l’organisation et la réponse à ces incidents.</div></div><div><h3>Objective</h3><div>Mass casualty incidents (MCI) are rare, and the quantitative assessment of possible responses is difficult. The objective of this study was to simulate the average European incident at several sites of large gatherings or isolated places in the country, to observe the required time for care and admission.</div></div><div><h3>Methods</h3><div>The same disaster exercise was carried out with 9 emergency medical service (EMS) teams using a computer tool SI-ORSAN that estimated the means of transfers, hospital surge capacity, and actual road traffic. The distribution of all victims was decided by local medical teams in large gatherings (A) or at a rural site (B).</div></div><div><h3>Results</h3><div>The median delays for medical teams arrival were 56<!--> <!-->min (A) or 64<!--> <!-->min (B) (<em>P</em> <!-->=<!--> <!-->0.02), for the departure of victims from the site 80<!--> <!-->min (A) or 102<!--> <!-->min (B) (<em>P</em> <!-->=<!--> <!-->0.76), for arrival at a hospital 106<!--> <!-->min (A) or 200<!--> <!-->min (B) (<em>P</em> <!-->&lt;<!--> <!-->0.001).</div></div><div><h3>Conclusions</h3><div>This study provides an estimate of possible management times for different sites using standardized training for the distribution of a large number of victims. It allows teams to practice managing mass casualties in their area, in order to improve the organization and response to these incidents.</div></div>\",\"PeriodicalId\":100904,\"journal\":{\"name\":\"Médecine de Catastrophe - Urgences Collectives\",\"volume\":\"9 2\",\"pages\":\"Pages 117-125\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2025-06-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Médecine de Catastrophe - Urgences Collectives\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://www.sciencedirect.com/science/article/pii/S1279847925000187\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Médecine de Catastrophe - Urgences Collectives","FirstCategoryId":"1085","ListUrlMain":"https://www.sciencedirect.com/science/article/pii/S1279847925000187","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

异常健康状况(EHS)是罕见的事件,根据现有资源评估受害者的分布仍然复杂。本研究的目的是模拟在几个大型集会地点或该国偏远地区发生的欧洲平均事件,以便观察照顾和接纳受害者所需的时间。方法SAMU的9个监管小组使用SI-ORSAN计算机工具进行了同样的模拟练习,该工具估计了转移手段、医院接待能力和实际道路交通条件。受害者的分配由当地医疗小组决定,要么在大型集会地点(A),要么在孤立地点(B)。结果项目56分钟时间中位数是观察(64分钟(A)和(B) (p = 0.02),为医疗队抵达现场,每分钟80 min 102 (A)和(B) (p = 0.76),为受害人离开以来,网站和106分钟200分钟((A)和(B) p <0.001)用于将受害者送往医院。结论:本研究利用分配大量受害者的标准化培训,对不同地点可能的护理时间进行了估计。它为工作人员提供了在其区域内管理大规模损失的培训,以改进组织和应对这些事件。目标质量事故(MCI)是罕见的,对可能的反应进行定量评估是困难的。本研究的目的是模拟欧洲在该国几个大型集会地点或孤立地点的平均事件,以观察护理和入院所需的时间。方法:9个紧急医疗服务(EMS)小组使用计算机工具SI-ORSAN进行了同样的灾难演习,该工具估计了转移手段、医院暴发能力和实际道路交通。所有受害者的分配由当地医疗小组在大型集会(A)或在农村地点(B)决定。医疗小组到达的平均延迟时间为56分钟(A)或64分钟(B) (P = 0.02),受害者离开现场80分钟(A)或102分钟(B) (P = 0.76),到达医院106分钟(A)或200分钟(B) (P & ll;0.001%)。本研究提供了对不同地点可能的管理时间的估计,这些地点使用标准化培训来分配大量受害者。它允许团队在他们的地区实践管理大规模事故,以改善组织和应对这些事件。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Répartition des victimes d’incidents de masse selon la capacité des hôpitaux et les équipes de transferts dans SI-ORSAN

Objectif

Les situations sanitaires exceptionnelles (SSE) sont des événements rares, et l’évaluation de la répartition des victimes d’après les ressources disponibles reste complexe. L’objectif de cette étude était de simuler un incident moyen européen sur plusieurs sites de grands rassemblements ou dans des secteurs isolés du pays, afin d’observer le temps nécessaire pour la prise en charge et l’admission des victimes.

Méthodes

Le même exercice de simulation a été réalisé avec 9 équipes de régulateurs SAMU en utilisant l’outil informatique SI-ORSAN qui estimait les moyens de transferts, la capacité d’accueil hospitalière et les conditions réelles de circulation routière. La distribution des victimes a été décidée par les équipes médicales locales, soit sur des sites de grands rassemblements (A), soit en site isolé (B).

Résultats

Les délais médians observés étaient de 56 min (A) et 64 min (B) (p = 0,02), pour l’arrivée des équipes médicales sur le site, de 80 min (A) et 102 min (B) (p = 0,76) pour le départ des victimes depuis le site, et de 106 min (A) et 200 min (B) (p < 0,001) pour l’arrivée des victimes à l’hôpital.

Conclusions

Cette étude fournit une estimation des temps de prise en charge possibles sur différents sites en s’appuyant sur une formation standardisée pour la répartition d’un grand nombre de victimes. Elle permet aux équipes de s’entraîner à la gestion des pertes massives dans leur zone, afin d’améliorer l’organisation et la réponse à ces incidents.

Objective

Mass casualty incidents (MCI) are rare, and the quantitative assessment of possible responses is difficult. The objective of this study was to simulate the average European incident at several sites of large gatherings or isolated places in the country, to observe the required time for care and admission.

Methods

The same disaster exercise was carried out with 9 emergency medical service (EMS) teams using a computer tool SI-ORSAN that estimated the means of transfers, hospital surge capacity, and actual road traffic. The distribution of all victims was decided by local medical teams in large gatherings (A) or at a rural site (B).

Results

The median delays for medical teams arrival were 56 min (A) or 64 min (B) (P = 0.02), for the departure of victims from the site 80 min (A) or 102 min (B) (P = 0.76), for arrival at a hospital 106 min (A) or 200 min (B) (P < 0.001).

Conclusions

This study provides an estimate of possible management times for different sites using standardized training for the distribution of a large number of victims. It allows teams to practice managing mass casualties in their area, in order to improve the organization and response to these incidents.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信