교통사고 운전자 상해 중증도 추정 (Estimation of Driver Injury Severity in Traffic Collisions)

서지정보

· 발행기관 : 한국교통연구원
· 수록지 정보 : 교통연구 / 24권 / 1호 / 1 ~ 15페이지
· 저자명 : 박상조, 유형목, 정소담, 정경민

초록

자동차에 설치된 장치가 교통사고의 발생을 인식하고 응급기관으로 통보하는 교통사고 자동통보체계는 사고 발생, 사고위치와 교통사고 피해자의 상해정도에 대한 정보를 제공함으로써 사고현장에서의 응급치료와 적절한 이송 의료기관 선정에 도움을 줄 수 있다. 교통사고로 인한 운전자 상해의 중증도는 사고 특성, 차량 특성, 운전자 특성, 안전장비 착용에 영향을 받는다. 본 연구에서는 충격방향, 충돌속도에 따라 운전자의 상해부위와 상해정도가 달라짐에 주목하여 충격방향별로 8개 신체부위의 상해 중증도를 추정하는 모형을 개발하였다. 교통사고 조사자료와 사고피해자 의료기록을 수집한 미국 NASS-CDS 자료를 이용하였으며 로지스틱 회귀분석 기법을 적용하였다. 충격방향에 따라 충돌속도가 운전자 상해중증도에 미치는 영향을 신체부위별로 상이하다. 운전자 신체부위를 구분한 모형은 주요 부위의 중상 발생을 정확하게 예측할 수 있으므로 응급의료 지원을 위한 교통사고 자동통보체계의 사고분석에 유용하게 적용될 수 있다.

영어초록

An automated collision notification system installed in vehicles could inform emergency response teams of the crash and its' severity. Tracking information and recognition of the extent of injuries would assist in prompt arrival of appropriate teams to the crash site and transfer to corresponding medical facility. Traffic collision injury severity is dependent on crash attributes, driver characteristics, and usage of seat belts. Noting injures differ according to principal direction of force, the probabilities of severe injury for eight body regions are estimated by logistic regression analysis. NASS-CDS data including crash attributes and medical records are used for logistic regression model estimation. The effect of injury severity varies with principal direction of force, body region, and gender. Accuracy of injury severity predictions are based on a model. Such a model incorporated in the Automatic Crash Notification System can produce injury information related to crash attribute data assisting in emergency response.

참고자료

· 없음