Respuesta inmediata ante grandes emergencias: modelo matemático basado en redes neuronales y árboles de decisión
- Autores: J.A. Sánchez Losada, S. Romero Sánchez, Mercedes Camiña García, Nelly Habed Lobos, Juan Federico Jiménez Carrascosa, Bernardo Touza Garma, Ángel Miguel Gil González, Pedro Sanz Mata, Jonatan Ramiro Moyano
- Localización: Emergencias: Revista de la Sociedad Española de Medicina de Urgencias y Emergencias, ISSN 1137-6821, Vol. 24, Nº. 3 (Junio), 2012, págs. 175-180
- Idioma: español
- Enlaces
-
Resumen
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.
