Killed in action (KIA): an analysis of military personnel who died of their injuries before reaching a definitive medical treatment facility in Afghanistan (2004–2014)
Notice bibliographique
Résumé
INTRODUCTION: The majority of combat deaths occur before arrival at a medical treatment facility but no previous studies have comprehensively examined this phase of care. METHODS: The UK Joint Theatre Trauma Registry was used to identify all UK military personnel who died in Afghanistan (2004-2014). These data were linked to non-medical tactical and operational records to provide an accurate timeline of events. Cause of death was determined from records taken at postmortem review. The primary objective was to report time between injury and death in those killed in action (KIA); secondary objectives included: reporting mortality at key North Atlantic Treaty Organisation timelines (0, 10, 60, 120 min), comparison of temporal lethality for different anatomical injuries and analysing trends in the case fatality rate (CFR). RESULTS: 2413 UK personnel were injured in Afghanistan from 2004 to 2014; 448 died, with a CFR of 18.6%. 390 (87.1%) of these died prehospital (n=348 KIA, n=42 killed non-enemy action). Complete data were available for n=303 (87.1%) KIA: median Injury Severity Score 75.0 (IQR 55.5-75.0). The predominant mechanisms were improvised explosive device (n=166, 54.8%) and gunshot wound (n=96, 31.7%).In the KIA cohort, the median time to death was 0.0 (IQR 0.0-21.8) min; 173 (57.1%) died immediately (0 min). At 10, 60 and 120 min post injury, 205 (67.7%), 277 (91.4%) and 300 (99.0%) casualties were dead, respectively. Whole body primary injury had the fastest mortality. Overall prehospital CFR improved throughout the period while in-hospital CFR remained constant. CONCLUSION: Over two-thirds of KIA deaths occurred within 10 min of injury. Improvement in the CFR in Afghanistan was predominantly in the prehospital phase.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».