Przejdź do treści
Likelier

Odczuwany lęk a rzeczywiste prawdopodobieństwo

Jakie jest prawdopodobieństwo śmierci żołnierza frontowego w nowoczesnych działaniach wojennych?

Prawdopodobieństwo w skali życia · podgrupa

~4 in 5 over a five-year conflict

80% szans w skali życia

Większość to niedocenia.

Zakresy się różnią — pokazane jako typowe prawdopodobieństwo w życiu dorosłego. Zobacz metodologię.

Inne · zweryfikowane 2026-05-09
Jakość dowodów 4.5/5

Ocena recenzji w ośmiu wymiarach względem rubryki jakości . Każdy wymiar oceniony w skali 1–5.

D1 Zakotwiczenie w źródłach
4/5
D2 Autorytet źródeł
5/5
D3 Arytmetyka
4/5
D4 Niepewność
4/5
D5 Zakres
5/5
D6 Tekst
5/5
D7 Uczciwość co do percepcji
4/5
D8 Kompletność zastrzeżeń
5/5
Średnia 4.5/5
Bezpośredni dowód
Źródło Statystyka rządowa · National Security and Defense Council of Ukraine (RNBO)
w ciągu życia, podgrupa każde pasmo = 10× rzadsze → powiększono do twoich czynników Zobacz pełną skalę →
pewne 1 na 1 tys. 1 na 1 mln 1 na 1 mld
1 in 1.1 1 in 1.5

● twoje czynniki — kliknij to ryzyko ▾ aby ujawnić

  1. Twoje czynniki
A single military helmet resting on a neutral surface, viewed from the side, flat vector illustration in muted olive and grey tones.

Postrzegane

Publiczne szacunki wskaźników strat frontowej piechoty we współczesnej wojnie konwencjonalnej różnią się ogromnie, kształtowane przez wyobrażany konflikt. Ludzie zakotwiczeni na stosunkowo niskim wskaźniku strat w amerykańskich wojnach po 9/11 (~1 na 270 na wysłanego żołnierza w ciągu 20 lat) drastycznie niedoszacują ryzyka w konflikcie równorzędnych stron na skalę Ukrainy. Ludzie zakotwiczeni na obrazach drugiej wojny światowej mogą je przeszacować. Żadne wysokiej jakości badanie ankietowe nie prosi konkretnie opinii publicznej o oszacowanie wskaźnika zabitych-lub-trwale-rannych dla żołnierza frontowej piechoty we współczesnej wojnie konwencjonalnej o wysokiej intensywności; strona postrzegana jest intuicją redakcyjną.

Szacunek przybliżony: szacunki wahają się szeroko od ~1 na 20 (przy odniesieniu do amerykańskich wojen po 9/11) do ~1 na 2 (przy odniesieniu do frontu wschodniego II wojny światowej); rzeczywisty 5-letni wskaźnik frontowy w skali Ukrainy prawdopodobnie mieści się w przedziale od 1 na 1,25 do 1 na 2

Źródło: intuicja redakcyjna, bez badania

Rzeczywiste

~46 000 zabitych żołnierzy ukraińskich + ~190 000 trwale/ciężko rannych = ~236 000 poważnych strat wśród szacowanej ~300 000-osobowej formacji frontowej w ciągu ~3 lat (luty 2022 do lutego 2025)

ukraińska piechota frontowa i wojska pancerne bezpośrednio zaangażowane w działania bojowe, 2022–2025; z wyłączeniem wsparcia na tyłach, logistyki i personelu administracyjnego

Pokaż obliczenia

Two components of casualty data are combined: killed, and permanently/seriously wounded (those who did not return to duty). Ukrainian President Zelenskyy confirmed in February 2025 that over 46,000 Ukrainian military personnel had been killed and approximately 380,000 wounded, with roughly 50% of the wounded recovering and returning to active duty. This implies approximately 190,000 soldiers sustained wounds serious enough to remove them from active service. Combined killed + permanently incapacitated: ~46,000 + ~190,000 = ~236,000 over approximately 3 years. The denominator is the estimated size of Ukraine's frontline force: the Warsaw-based Centre for Eastern Studies (OSW) estimated in 2024 that of Ukraine's 1 million+ total military personnel, not more than approximately 300,000 were deployed on front lines at any given time. This produces a 3-year serious casualty rate of 236,000 / 300,000 = 0.787 for someone continuously serving in a frontline role. To project to 5 years, the annual serious casualty rate is modeled as (236,000 / 3) / 300,000 = 0.2622 per year. Compounding: five-year probability = 1 - (1 - 0.2622)^5 = 1 - (0.7378)^5 = 1 - 0.218 = 0.782. Rounding to 0.80 to account for the upward trend (2025 casualty intensity was higher than 2023). Using The Economist's higher estimate of ~100,000 killed (November 2024) with the same 50% return-to-duty ratio for wounded: ~100,000 killed + ~200,000 permanently wounded = 300,000 / 300,000 = 1.0 over 3 years, extrapolating to 0.87 over 5 years using the compound formula. Uncertainty range reflects both the lower Zelenskyy official figure and the higher independent estimates. This is the scope subgroup_lifetime because it measures a career-period probability for a specific high-risk military role, not a general population lifetime risk. Importantly, frontline units rotate; a soldier does not typically serve all five years in continuous frontline contact. The 5-year figure represents the accumulated probability over a career that includes frontline rotations.

Zastrzeżenia: Nagłówkowa wartość 80% stanowi najlepsze oszacowanie dla kogoś, kto nieprzerwani…

Nagłówkowa wartość 80% stanowi najlepsze oszacowanie dla kogoś, kto nieprzerwanie służy w piechocie liniowej lub roli pancernej przez pięć lat konfliktu o skali ukraińskiej, i nie należy jej uogólniać na wszystkie role służby wojskowej. Rozróżnienie między „linią frontu" a „wsparciem" jest nośne: personel wsparcia, logistyki i administracji napotyka istotnie niższe wskaźniki strat (zob. osobny wpis). Wskaźnik 50% powrotu do służby dla rannych zaczerpnięto bezpośrednio z wypowiedzi Zełenskiego i stanowi on średnią dla całych sił ukraińskich; rzeczywisty wskaźnik powrotu dla samej piechoty liniowej (która odnosi najcięższe rany) może być niższy. Ukraińskie dane o stratach traktowane są jako tajemnica państwowa; niezależnie zweryfikowane liczby nie są dostępne, a wszystkie oszacowania obarczone są dużą niepewnością. Model prawdopodobieństwa złożonego zakłada stałe roczne wskaźniki strat, co zaniża ryzyko w okresach wysokiego tempa (początek 2022, koniec 2024–2025) i zawyża je w okresach niższej intensywności. Ryzyko strat różni się także istotnie w zależności od typu jednostki, odcinka frontu, wyposażenia i roku konfliktu.

Powiązane ryzyka

Inne ryzyka o podobnej tematyce — do odkrywania powiązanych obaw.

Inne

BNPL: zaległa rata

Jakie jest prawdopodobieństwo, że użytkownik opcji kup teraz, zapłać później przegapi ratę?

Inne

Szkody z pękniętej rury

Jakie jest prawdopodobieństwo, że moje rury pękną i spowodują poważne szkody wodne?

Inne

Oszustwo kartowe

Jakie jest prawdopodobieństwo padnięcia ofiarą oszustwa kartowego?

Inne

Deportacja (nieudokumentowani)

Jakie są szanse na deportację dla osoby nieudokumentowanej w USA?

Inne

Rozwód

Jakie jest prawdopodobieństwo, że pierwsze małżeństwo zakończy się rozwodem?

Inne

Recesja gospodarcza

Jakie są szanse na przeżycie poważnej recesji gospodarczej?

Inne

Wymuszone odejście przed emeryturą

Jak prawdopodobne jest, że pracownik powyżej 50 roku życia zostanie wypchnięty z pracy zanim planował przejść na emeryturę?

Inne

Szok kosztów pogrzebu

Jakie jest prawdopodobieństwo, że koszt pogrzebu przekroczy płynne oszczędności rodziny?

Porównaj z:

In a Ukraine-scale conventional conflict — where two peer militaries contest territory with artillery, armor, drones, and infantry — the cumulative probability of a front-line infantry soldier being killed or permanently incapacitated over five years is approximately four in five. This figure is derived from Ukrainian official casualty data (46,000+ killed, 380,000+ wounded over roughly three years, with ~50% of wounded returning to duty per Zelenskyy’s own February 2025 statement) combined with the Centre for Eastern Studies estimate that approximately 300,000 of Ukraine’s 1 million+ military personnel served directly on the battlefront. Against that frontline subgroup, the combined killed and permanently-seriously-wounded total of approximately 236,000 over three years yields a three-year casualty rate of about 79%, compounding to roughly 80% over five years on the assumption that casualty intensity remains at roughly its 2023-2025 average.

The perception gap here is not primarily civilian-versus-reality — most civilians know intuitively that frontline infantry service is dangerous. The gap is about the specific quantitative scale. People accustomed to the casualty rates of the post-9/11 US wars (roughly 1 in 270 per deployer over the entire 20-year OEF/OIF period) dramatically underestimate what a peer-on-peer high-intensity conflict looks like. The 2022-2025 Ukraine conflict is not merely somewhat deadlier than that baseline but on an entirely different scale: a three-year killed toll of roughly 15-33% of the frontline force (46,000 to 100,000 killed against an estimated 300,000-person frontline, per the sources above) dwarfs the 1-in-270 career risk reported for post-9/11 deployers. Independent estimates from The Economist and CSIS place the killed range at 60,000-140,000 over three years, which, if accurate, would put the five-year serious casualty rate even higher than the 80% point estimate.

Several caveats constrain this figure. First, “frontline” is not a permanent state: soldiers rotate between front-line positions and rear areas, and the 80% figure estimates cumulative lifetime exposure across a military career that includes both, not a scenario where someone stands in a trench for five uninterrupted years. Second, casualty intensity varied enormously across the conflict’s three years: early 2022 and late 2024-2025 were notably higher-intensity than mid-2023. Third, the killed-to-seriously-wounded ratio appears to have shifted over the course of the conflict as drone warfare became dominant; Ukraine’s own National Security and Defense Council reported in January 2026 that FPV drones account for roughly 60% of Russian casualties, and the shift toward drone-caused wounds (fragmentation, blast) versus gunshot wounds changes the medical outcome distribution. None of these caveats change the order of magnitude: frontline infantry in a Ukraine-scale conflict faces a roughly 80% probability of being killed or permanently incapacitated over a five-year exposure period.

Żołnierz piechoty na froncie konwencjonalnej wojny na skalę Ukrainy ma w ciągu pięciu lat około 4 na 5 szans na śmierć lub trwałe kalectwo. Reklamowane lotnicze bezpieczeństwo współczesnego życia nie sięga okopów.

Rejestr twierdzeń

Każda liczba poniżej jest tym, co podało dane źródło — z dosłownym cytatem, na którym się oparliśmy, i sposobem, w jaki doszliśmy do naszej wartości. Kliknij dowolny link, żeby zweryfikować bezpośrednio.

2/4 źródeł niezależnie zweryfikowanych słowo w słowo z podanym źródłem

  1. [1] Encyclopaedia Britannica — What are the military casualty estimates for the Russia-Ukraine War?
    What are the military casualty estimates for the Russia-Ukraine War?
    Statystyka
    In December 2024 President Zelensky said 43,000 Ukrainian soldiers had been killed and 370,000 injured since February 2022; Britannica notes the figures are contested and not independently verifiable.
    Cytat
    “"In December 2024, Ukrainian President Volodymyr Zelensky said 43,000 Ukrainian soldiers had been killed and 370,000 injured since February 2022; he also said 198,000 Russian soldiers had been killed and 550,000 injured. None of these claims was verifiable; Russia has said its losses are less than Ukraine's." ”
    Dane źródłowe z
    2026-01-28
    Dostęp
    2026-05-09 · kopia archiwalna
    Obliczenie
    Britannica records Zelensky's December 2024 official figures: 43,000 Ukrainian soldiers killed and 370,000 injured since February 2022. These are the official Ukrainian government line and likely represent a lower bound on actual casualties; independent estimates (see The Economist / CSIS source) run higher. The mid-February 2025 update to over 46,000 killed / 380,000 wounded and the "approximately 50%" return-to-duty rate for the wounded -- which the casualty arithmetic in this entry uses -- are carried by the Casualties of the Russo-Ukrainian War source, not by Britannica, which only reports the December 2024 numbers.
    Niezależność
    Britannica records Zelensky's direct December 2024 statement. This is the official Ukrainian source, distinct from US intelligence estimates and independent media counts.
  2. [2] Wikipedia (citing multiple primary sources including The Economist, US official estimates, CSIS) — Casualties of the Russo-Ukrainian War Zweryfikowane
    Casualties of the Russo-Ukrainian War
    Statystyka
    President Zelenskyy stated 43,000 Ukrainian soldiers killed / 370,000 wounded with 'approximately 50%' of the wounded returned to active duty, updating the toll in mid-February 2025 to over 46,000 killed and 380,000 wounded; The Economist estimated 60,000-100,000 killed and ~400,000 wounded in November 2024; CSIS January 2026 estimated 100,000-140,000 fatalities.
    Cytat
    “"Subsequently, President Zelenskyy announced 43,000 Ukrainian soldiers were killed and 370,000 were wounded, but that 'approximately 50%' of these soldiers recovered and had returned to active duty. He updated the Ukrainian military's casualty toll in mid-February 2025, to over 46,000 killed and 380,000 wounded. The Economist estimated Ukrainian losses at between 60,000 and 100,000 killed and 400,000 wounded in late November 2024. [...] CSIS's January 2026 estimate: 500,000 to 600,000 Ukrainian military casualties, including killed, wounded and missing, and between 100,000 and 140,000 fatalities." ”
    Dane źródłowe z
    2026-04-01
    Dostęp
    2026-05-09 · kopia archiwalna
    Weryfikacja
    Cytat niezależnie pobrany ponownie i potwierdzony słowo w słowo z podanym źródłem podczas naszego audytu ugruntowania.
    Obliczenie
    Carries Zelenskyy's mid-February 2025 official figures (over 46,000 killed, 380,000 wounded) and his "approximately 50%" return-to-duty rate for the wounded -- the inputs to this entry's lower-bound serious-casualty arithmetic (46,000 killed + ~190,000 permanently wounded = ~236,000). Also provides the upper-bound casualty range for the uncertainty calculation: The Economist high end of 100,000 killed, combined with 400,000 wounded × 50% return rate = 200,000 permanently wounded, gives a 3-year total of 300,000 serious casualties against 300,000 frontline troops. The CSIS estimate of 100,000-140,000 fatalities is consistent with The Economist's range and underpins the high end of the uncertainty bound.
    Niezależność
    Aggregates Zelenskyy's official Ukrainian government figures alongside independent estimates from The Economist intelligence unit, US officials, and CSIS, the latter deriving from separate analysis pipelines and not simply repeating Kyiv's numbers.
  3. [3] OSW Centre for Eastern Studies (Warsaw) — Army at a crossroads: the mobilisation and organisational crisis of the Defence Forces of Ukraine Zweryfikowane
    Army at a crossroads: the mobilisation and organisational crisis of the Defence Forces of Ukraine
    Statystyka
    The Defence Forces of Ukraine total strength has not exceeded 1,050,000; the number of troops directly engaged on the battlefront does not exceed 300,000 according to Ukrainian estimates.
    Cytat
    “"The Defence Forces of Ukraine's troop strength has not exceeded 1,050,000 -- a level reached in 2023 and still officially maintained. However, the number of troops directly engaged on the battlefront is significantly lower, not exceeding 300,000 according to Ukrainian estimates." ”
    Dane źródłowe z
    2025-03-14
    Dostęp
    2026-05-09 · kopia archiwalna
    Weryfikacja
    Cytat niezależnie pobrany ponownie i potwierdzony słowo w słowo z podanym źródłem podczas naszego audytu ugruntowania.
    Obliczenie
    Provides the denominator for the frontline-specific rate calculation. The OSW figure of ~300,000 troops directly on the battlefront (out of ~1,050,000 total) is used as the frontline subgroup denominator. This distinguishes between the overall Ukrainian military casualty rate (~22-28% killed+permanently wounded across all 1M+ personnel) and the concentrated rate for the frontline-only subgroup (~79% killed+permanently wounded over 3 years when casualties are attributed primarily to frontline forces).
    Niezależność
    OSW is an independent Polish think tank specializing in Eastern European security; its data is sourced from Ukrainian military reporting and independent analysis, distinct from both Kyiv government figures and Western intelligence assessments.
  4. [4] National Security and Defense Council of Ukraine (RNBO) — Results of Ukraine's Defense Industry in 2025: FPV Drones
    Results of Ukraine's Defense Industry in 2025: FPV Drones

    See all 2 Likelier entries citing this source →

    Statystyka
    60% of Russian army losses are inflicted through the use of FPV drones (stated January 2026)
    Cytat
    “"Today, 60% of the losses of the Russian army are inflicted precisely through the use of FPV drones." ”
    Dane źródłowe z
    2026-01-23
    Dostęp
    2026-07-04 · kopia archiwalna
    Obliczenie
    Cited as evidence that drone warfare has become the dominant casualty mechanism in the conflict, supporting the caveat that the killed-to-seriously-wounded ratio has shifted as FPV-drone strikes replace a larger share of gunshot and artillery wounds. This is a Russian-side casualty-attribution figure (Ukrainian casualty data broken down by mechanism is not published), used as the best available public evidence for the general drone-warfare trend; it does not feed into the native/normalized killed-plus-wounded arithmetic above, which rests solely on the Zelenskyy/OSW/Economist/CSIS figures.
    Niezależność
    RNBO is an official Ukrainian government body; this is Kyiv's own assessment of Russian losses, distinct from the Zelenskyy casualty figures (which cover Ukraine's own losses) and from the OSW/Economist/CSIS Western analyst estimates used elsewhere in this entry.

436 ryzyk z mierzonym prawdopodobieństwem
1 na 10 1 na 100 1 na 1K 1 na 10K 1 na 100K 1 na 1M 1 na 10M 1 na 100M 1 na 1B pewne rzadsze → Ryzyko chirurgii kosmetycznej za granicą — 1 na 10 Cukier/sól u niemowląt — 1 na 10 Endometrioza — 1 na 10 Ryzyko przeszczepu włosów w Turcji — 1 na 10 Endoproteza kolana — 1 na 10 Przewlekłe leki przeciwbólowe — 1 na 10 Całkowita utrata zębów — 1 na 9,1 Alzheimer — 1 na 8,3 Niedobór snu — 1 na 8,3 Bezdymny tytoń — 1 na 8,3 Rower bez kasku — 1 na 8,0 Uszkodzenia zębów przez bruksizm — 1 na 7,7 Zawodność prezerwatywy — 1 na 7,7 Rezygnacja z opieki ze strachu — 1 na 7,1 Utrata wzroku — 1 na 6,7 Przepuklina od dźwigania — 1 na 6,7 Ryzyko złamania biodra — 1 na 6,7 Regularne picie — 1 na 6,7 Pierwszy zawał serca — 1 na 5,9 Niepłodność — 1 na 5,7 Ponad 5 lat odpłatnej opieki — 1 na 5,6 CTE (futbol) — 1 na 5,0 Poważna depresja — 1 na 4,9 Uraz na wędrówce — 1 na 4,8 Zakażenie przez jedzenie po dziecku — 1 na 4,2 Borelioza — 1 na 4,0 Samotność i zdrowie — 1 na 3,8 Dziedziczne ryzyko AUD — 1 na 3,5 Zaburzenie używania alkoholu — 1 na 3,4 Zaburzenie lękowe — 1 na 3,2 Przyspieszenie ryzyka CV przy menopauzie — 1 na 3,0 Cicha cukrzyca — 1 na 3,0 Latanie z przeziębieniem — 1 na 2,9 Utrata pracy i depresja — 1 na 2,9 Choroba odkleszczowa (las) — 1 na 2,9 Cichy wysoki cholesterol — 1 na 2,9 Utrata dziadka w dzieciństwie — 1 na 2,8 Pacifier on the floor — 1 na 2,8 Ciche nadciśnienie — 1 na 2,7 Infekcja oporna — 1 na 2,6 Brak zgodności szpiku — 1 na 2,4 Przyjęcie do domu opieki — 1 na 2,2 Fałszywie dodatnia mammografia — 1 na 2,0 Regularne palenie — 1 na 2,0 Biegunka podróżna — 1 na 2,0 Sporty przygodowe — 1 na 1,8 Opieka długoterminowa po 65. — 1 na 1,8 Prawdopodobieństwo wdowieństwa — 1 na 1,7 Niechroniony seks — 1 na 1,5 Przewlekły ból pleców — 1 na 1,3 Higiena rąk — 1 na 1,0 Rak (dowolny) — 1 na 7,1 Hulajnoga bez kasku — 1 na 4,5 E-rower bez kasku — 1 na 4,0 Zagubiony bagaż — 1 na 3,7 Wypadek z winy kierowcy — 1 na 2,9 Zderzenie z jeleniem — 1 na 2,7 Obrażenia w wypadku — 1 na 2,6 Odwołanie lotu — 1 na 1,8 Zakłócenie podróży: wojna lub katastrofa — 1 na 1,7 Włamanie do domu — 1 na 9,1 Napaść podczas autostopu — 1 na 8,8 Oszustwo czekowe — 1 na 7,7 Wykorzystywanie seksualne dzieci — 1 na 6,8 Uporczywe nękanie — 1 na 6,2 Napaść seksualna na studentkę — 1 na 5,7 Przemoc domowa — 1 na 3,7 Napaść nocą — 1 na 3,6 Kradzież roweru — 1 na 2,9 Przemoc seksualna — 1 na 2,3 Molestowanie seksualne (całe życie) — 1 na 1,6 Niedobór wody — 1 na 2,5 Burza słoneczna klasy Carringtona — 1 na 1,9 Punkt krytyczny WAIS — 1 na 1,1 Ucieczka kota domowego — 1 na 10 Ugryzienie psa bez smyczy — 1 na 9,8 Królik umiera w ciągu 4 lat — 1 na 3,3 Pogryzienie przez psa — 1 na 1,8 Chomik umiera przed nastolatkiem — 1 na 1,0 Niedobór żelaza (kobiety) — 1 na 3,9 Niedobór witaminy D — 1 na 2,9 Luka magnezowa — 1 na 1,9 Niedogotowane jedzenie — 1 na 1,6 Zanieczyszczenie krzyżowe surowym mięsem — 1 na 1,4 Jedzenie poza lodówką — 1 na 1,2 Oszustwo z głosem AI — 1 na 2,9 Oszustwo online — 1 na 2,5 Cyberprzemoc wśród nastolatków — 1 na 2,0 Dzieci i treści jawne — 1 na 1,9 Wyciek danych — 1 na 1,1 Poronienie — 1 na 6,7 Próba samobójcza nastolatka — 1 na 5,6 Depresja poporodowa — 1 na 4,8 Lek przeciwbólowy przed szczepieniem — 1 na 3,8 Nadmierny przyrost masy w ciąży — 1 na 2,6 Nieszczepione dziecko i odra — 1 na 2,0 Wszy głowowe u dziecka — 1 na 2,0 Strata seniorów na oszustwie — 1 na 10 Upadek funduszu — 1 na 10 Krach mieszkaniowy — 1 na 8,3 Kontrola IRS — 1 na 6,7 Załamanie waluty — 1 na 5,6 Deportacja za przekroczenie wizy USA — 1 na 5,6 Odbiór auta z kredytu subprime — 1 na 5,0 Niepełnosprawność w wieku produkcyjnym — 1 na 4,0 Niespłacony kredyt studencki — 1 na 3,8 Represje wobec sygnalisty — 1 na 3,2 Wymuszone odejście przed emeryturą — 1 na 2,9 Niedobór emerytalny — 1 na 2,6 BNPL: zaległa rata — 1 na 2,4 Rozwód — 1 na 2,4 Szkody z pękniętej rury — 1 na 2,2 Mobbing w pracy — 1 na 2,1 Długa awaria prądu — 1 na 2,0 Deportacja (nieudokumentowani) — 1 na 1,8 Szok kosztów pogrzebu — 1 na 1,7 Kradzież tożsamości — 1 na 1,7 Oszustwo kartowe — 1 na 1,5 Prześladowanie w szkole — 1 na 1,5 Śmierć żołnierza frontowego — 1 na 1,3 Recesja gospodarcza — 1 na 1,0 Krach na giełdzie — 1 na 1,0 Szkody gradowe na dachu — 1 na 3,0 Problemowy lokator — 1 na 1,8 Powikłania LASIK — 1 na 100 Szkody od suchego papieru toaletowego — 1 na 100 Dym papierosowy bierny — 1 na 91 Zaburzenie gier (dorośli) — 1 na 83 SOR od szpilek — 1 na 79 Thrown/dropped object — 1 na 67 Reakcja na lek — 1 na 58 Przedawkowanie — 1 na 56 Astma od kuchenki gazowej u dziecka — 1 na 50 Toksoplazmoza z kuwety kota — 1 na 48 Renta z tyt. zdrowia psychicznego — 1 na 45 Uzależnienie od benzodiazepin — 1 na 40 Ołów w wodzie z kranu — 1 na 40 Niewłaściwe stosowanie leków — 1 na 35 Urazowe uszkodzenie mózgu — 1 na 33 Zakażenie szpitalne — 1 na 31 Zanieczyszczenie powietrza — 1 na 29 Schyłkowa choroba nerek — 1 na 29 Biegunka podróżnych (woda) — 1 na 26 Uraz narciarski — 1 na 26 Zaburzenie dwubiegunowe — 1 na 23 Usunięcie zęba mądrości — 1 na 22 Powikłanie turystyki stomatologicznej — 1 na 20 Porzucenie osób starszych — 1 na 20 Parkinson — 1 na 20 Pasożyty zwierząt — 1 na 20 Niezdiagnozowane ADHD — 1 na 20 Alergia pokarmowa u dorosłych — 1 na 19 Demencja inna niż Alzheimera — 1 na 17 Zaburzenie używania konopi — 1 na 16 Udar — 1 na 15 PTSD — 1 na 15 Poważna utrata słuchu — 1 na 14 Cukrzyca typu 2 — 1 na 13 Zapalenie wyrostka — 1 na 13 Dym z gotowania — 1 na 13 Nieleczona depresja — 1 na 13 Napoje a cukrzyca — 1 na 13 Choroba serca — 1 na 12 Śmierć z błędu medycznego — 1 na 12 Kompulsywne zachowania seksualne — 1 na 12 Zaburzenia odżywiania — 1 na 11 Endoproteza biodra — 1 na 11 Kamienie nerkowe — 1 na 11 Śmierć/niepełnosprawność rodzica — 1 na 11 Siedzący tryb życia — 1 na 11 Infekcja w salonie — 1 na 11 Rak jajnika — 1 na 91 Rak jelita grubego — 1 na 77 Rak piersi — 1 na 59 Rak wątroby — 1 na 59 Rak płuc — 1 na 56 Rak prostaty — 1 na 50 Czerniak (UV) — 1 na 29 Ryzyko RJD (niski błonnik) — 1 na 26 Czerwone mięso a rak jelita grubego — 1 na 21 Zwęglone mięso a rak — 1 na 20 Wypadek techniczny — 1 na 83 Jazda na lekach uspokajających — 1 na 77 SMS + jazda — 1 na 56 Śmierć bez pasów — 1 na 53 Przekroczenie prędkości o 20% — 1 na 50 Motocykl bez kasku — 1 na 45 Lot kosmiczny (astronauta) — 1 na 42 Oglądanie filmu + jazda — 1 na 32 Obrażenia dziecka w wypadku — 1 na 27 Senna jazda — 1 na 26 Norowirus na statku wycieczkowym — 1 na 24 Uraz e-hulajnogi — 1 na 10 Kradzież kieszonkowa podczas podróży — 1 na 38 Kradzież katalizatora — 1 na 37 Ugodzenie nożem w napaści — 1 na 37 Kradzież pojazdu — 1 na 34 Napad uliczny / rozbój — 1 na 26 Niesłuszny wyrok — 1 na 24 Podtruwanie drinków — 1 na 17 Kradzież auta metodą relay — 1 na 13 Obrażenia na proteście w reżimie — 1 na 12 Załamanie AMOC — 1 na 20 Anafilaksja po użądleniu — 1 na 50 Obroża dla kota — 1 na 25 Zatrucie pokarmowe w restauracji — 1 na 58 Niedobór B12 — 1 na 28 Niedobór wegetariański — 1 na 14 Intymny deepfake — 1 na 25 Problematyczne użycie mediów — 1 na 13 Dziecko połyka przedmiot (SOR) — 1 na 91 Poród zagrażający życiu (USA) — 1 na 61 Zgon przy porodzie (SSA) — 1 na 55 Upadek ze schodów maluch — 1 na 37 Zgon podczas wspólnego spania — 1 na 36 Uraz przy zabawie & zjeżdżalni — 1 na 33 Diagnoza autyzmu — 1 na 31 Powikłania cięcia cesarskiego — 1 na 29 Uraz zabawką, izba przyjęć (dziecko) — 1 na 21 Stan przedrzucawkowy — 1 na 20 Poważne pęknięcie krocza — 1 na 17 Cukrzyca ciążowa — 1 na 13 Uraz glowy dziecka przy upadku — 1 na 12 Śmierć bez spadkobiercy — 1 na 100 Ruina finansowa z zakładów sportowych — 1 na 100 Śmierć pilota myśliwca — 1 na 48 Śmierć w połowach komercyjnych — 1 na 45 Śmierć przy wyrębie lasu — 1 na 34 Bankructwo medyczne — 1 na 25 Zaburzenie kompulsywnego kupowania — 1 na 20 Strata na oszustwie z ogłoszeniem najmu — 1 na 20 Utrata SNAP wg zasad pracy 2025 — 1 na 18 Przejęcie hipoteczne — 1 na 14 Renta - narząd ruchu — 1 na 14 Straty z day tradingu — 1 na 13 Katastrofa rządu ekstremistycznego — 1 na 13 Zniszczenie domu przez huragan — 1 na 17 NAION (Ozempic) — 1 na 909 Utonięcie małego dziecka w basenie — 1 na 800 SM — 1 na 769 Śmiertelność w pracy — 1 na 690 Dur brzuszny — 1 na 654 GLP-1: aspiracja w znieczuleniu — 1 na 613 Niebezpieczne importowane produkty — 1 na 565 Tętniak mózgu — 1 na 400 COVID-19 — 1 na 400 Uraz od fajerwerków — 1 na 385 Nóż kuchenny: przecięte ścięgno — 1 na 385 Za dużo kofeiny — 1 na 366 Anemia sierpowata — 1 na 365 Sfałszowane leki — 1 na 361 Uszkodzenie rdzenia kręgowego — 1 na 313 Diagnoza raka u dzieci — 1 na 285 Śmierć w pandemii — 1 na 208 Denga (podróż) — 1 na 200 Poród przedwczesny od upału — 1 na 200 Pomijanie codziennych pryszniców — 1 na 200 Nieszorowanie stóp — 1 na 200 Ryzyko oddania szpiku — 1 na 167 Kleszczowe zapalenie mózgu — 1 na 167 Schizofrenia — 1 na 143 Przypadkowy upadek — 1 na 135 Nagła śmierć podczas ćwiczeń — 1 na 123 Samobójstwo (USA) — 1 na 121 Uzależnienie od opioidów — 1 na 114 Gruźlica (globalna) — 1 na 109 Diagnoza HIV — 1 na 105 Rak od radonu — 1 na 435 Rak jądra — 1 na 250 Rak szyjki macicy — 1 na 167 Rak trzustki — 1 na 125 Śmierć pieszego — 1 na 806 Wypadek motocyklowy — 1 na 709 Utonięcie podczas pływania — 1 na 685 Kierowca zabija pieszego — 1 na 552 Uraz przy chodzeniu z telefonem — 1 na 400 Pożar baterii EV — 1 na 333 Rowerzysta zabity przez samochód — 1 na 159 Pożar auta benzynowego — 1 na 125 Śmiertelność pojazdu autonomicznego — 1 na 115 Wypadek samochodowy — 1 na 105 Śmierć strażaka na służbie — 1 na 455 Śmierć policjanta na służbie — 1 na 357 Zabójstwo — 1 na 339 Oszustwo inwestycyjne — 1 na 106 Ekstremalny upał — 1 na 333 Śmierć od zmian klimatu — 1 na 204 Ukąszenie nietoperza & wścieklizna — 1 na 278 Choroba od komarów — 1 na 190 Zatrucie pokarmowe (globalne) — 1 na 317 Pożar paneli słonecznych — 1 na 667 Nieleczona skolioza dziecięca — 1 na 1000 Dziecko spada z okna — 1 na 855 Chodzik upadek ze schodów — 1 na 625 Upadek niemowlęcia — 1 na 500 Uraz w chodziku — 1 na 455 Śmiertelność matek — 1 na 272 Wiek matki i wady wrodzone — 1 na 200 Śmierć dziecka (<18) — 1 na 103 Śmierć w karierze speleologicznej — 1 na 167 Śmierć na służbie w ratownictwie — 1 na 909 Ofiara wojenna cywil Ukraina — 1 na 499 Żołnierz w walce — 1 na 270 Cofnięcie wizy studenckiej — 1 na 263 Śmierć w karierze górniczej — 1 na 214 Ruina przez hazard — 1 na 159 Pożar domu od pioruna — 1 na 461 Zniszczenie domu przez pożar lasu — 1 na 120 Malaria (podróż) — 1 na 10 000 Zakażenie przez wspólne picie — 1 na 10 000 Choroba Chagasa — 1 na 8475 Tasiemiec lisa z dzikich jagód — 1 na 8475 Dziecko połyka saszetkę nikotynową — 1 na 7937 Schistosomatoza — 1 na 6667 Nagła śmierć (młody dorosły) — 1 na 3922 Niebezpieczna instalacja — 1 na 3390 Sepsa z rany — 1 na 2857 Świadomość w narkozie — 1 na 2500 Udar cieplny (na zewnątrz) — 1 na 1905 Pożar domu — 1 na 1818 Wścieklizna od psów — 1 na 1449 Utonięcie — 1 na 1379 Uraz rdzenia z płytkiego skoku — 1 na 1111 Zakrztuszenie — 1 na 1099 Hospitalizacja EVALI z vape'owania — 1 na 1064 Rak od betelu — 1 na 1290 Zakrzep (lot) — 1 na 4651 Zabicie rowerzysty — 1 na 3937 Śmierć nastolatka w wypadku drogowym — 1 na 3030 Fotelik rowerowy z tyłu — 1 na 2500 Dziecko bez fotelika — 1 na 2000 Śmiertelne spotkanie z policją — 1 na 4739 Zabójstwo honorowe — 1 na 2381 Zabójstwo przez partnera intymnego — 1 na 1767 Huragan — 1 na 8929 Śmierć z głodu — 1 na 6536 Śmierć w zamieci — 1 na 4367 Trzęsienie ziemi — 1 na 3802 Listeria w wędlinach — 1 na 6061 Ciężkie E. coli ze świeżych warzyw — 1 na 4831 Zatrucie pokarmowe (USA) — 1 na 1862 Rtęć w rybach — 1 na 1695 Uraz od ości — 1 na 1429 Pożar baterii — 1 na 4545 Połknięcie kapsułki do prania — 1 na 6494 Utonięcie w basenie — 1 na 5882 Nieleczona dysplazja stawu biodrowego — 1 na 5000 SIDS — 1 na 2398 Wojna (cywil) — 1 na 2000 Obrzęk mózgu od grypy u dziecka — 1 na 100 000 Śmiertelne użądlenie — 1 na 76 923 Lokalna denga (kontynent. USA) — 1 na 66 667 Śmierć ze znieczulenia — 1 na 45 662 Śmierć psa w gorącym samochodzie — 1 na 41 667 Zakażenie rany Vibrio vulnificus — 1 na 32 051 Anafilaksja — 1 na 27 548 Chiropraktyczna manipulacja szyi — 1 na 16 667 Zatrucie CO — 1 na 14 006 WZW typu A (podróż) — 1 na 12 500 Rezygnacja z immunoterapii alergicznej — 1 na 11 111 Akrylamid a rak — 1 na 16 667 Wypadek autobusowy — 1 na 100 000 Katastrofa lotnicza (samolot) — 1 na 58 824 Pożar auta po zderzeniu — 1 na 25 000 Śmierć na przejeździe — 1 na 20 576 Zatopiony samochód — 1 na 16 667 Przyczepka rowerowa — 1 na 14 286 Kolizja „o włos” na pasie — 1 na 13 699 Atak kwasem — 1 na 94 340 Terroryzm — 1 na 77 519 Porwanie dziecka przez obcego — 1 na 38 760 Porwanie przez obcego — 1 na 35 211 Śmierć posagowa — 1 na 13 158 Przypadkowy wystrzał — 1 na 11 299 Pożar lasu — 1 na 100 000 Tornado — 1 na 80 645 Tsunami — 1 na 52 632 Utonięcie w oceanie — 1 na 29 155 Powódź — 1 na 20 202 Śmierć z upału po huraganie — 1 na 20 000 Śmierć w osowisku — 1 na 18 416 Erupcja superwulkanu — 1 na 12 376 Użądlenie pszczoły — 1 na 78 927 Połknięta pszczoła/osa — 1 na 29 155 Śmiertelne użądlenie skorpiona — 1 na 26 110 Śmierć psa od czekolady — 1 na 13 889 Mus z cynamonem z ołowiem — 1 na 40 000 Wymywanie z plastiku — 1 na 16 949 Uduszenie niemowlęcia w foteliku — 1 na 64 935 Upadek z bujaczka — 1 na 60 606 Zakrztuszenie malucha — 1 na 50 000 Zadławienie niemowlęcia bez nadzoru — 1 na 50 000 Śmierć dziecka jadącego przodem — 1 na 26 738 Połknięcie magnesów — 1 na 12 048 Śmierć podczas snorkelowania — 1 na 21 739 Zwierzę w transporcie — 1 na 20 000 Śmierć w areszcie ICE — 1 na 17 065 Miny lądowe — 1 na 14 728 Reakcja na szczepionkę — 1 na 763 359 Aluminium a Alzheimer — 1 na 169 492 Wyciek gazu w domu — 1 na 140 845 Śmierć dziecka w gorącym aucie — 1 na 102 041 Glifosat a rak — 1 na 1 000 000 Rak od naczyń teflonowych — 1 na 169 492 Uraz na kolejce górskiej — 1 na 312 500 Zatopienie promu — 1 na 133 333 Uraz od turbulencji — 1 na 114 943 Strzelanina w szkole — 1 na 192 308 Masowa strzelanina — 1 na 113 636 Lawina — 1 na 210 526 Piorun — 1 na 209 205 Ukąszenie węża — 1 na 884 956 Ukąszenie pająka — 1 na 833 333 Atak hipopotama — 1 na 564 972 Atak krokodyla — 1 na 337 838 Ugryzienie psa — 1 na 142 045 Pozostałości pestycydów — 1 na 1 000 000 Choroba z brudnej puszki — 1 na 200 000 Szkodliwość bioplastiku PLA — 1 na 169 492 Huśtawka niemowlęca zgon — 1 na 714 286 Zadławienie winogronem — 1 na 625 000 Uduszenie dziecka sznurem żaluzji — 1 na 416 667 Uduszenie dziecka torbą foliową — 1 na 263 158 Bateria guzikowa — 1 na 250 000 Leżaczek nachylony zgon — 1 na 238 095 Śmierć w windzie/na schodach ruchomych — 1 na 188 324 JE (podróż) — 1 na 2 000 000 Dziecko + przedni airbag — 1 na 10 000 000 Uderzenie asteroidy — 1 na 1 351 351 Jaja pająków w bananach — 1 na 10 000 000 Atak rekina — 1 na 5 681 818 Atak niedźwiedzia — 1 na 3 787 879 Zatrucie dzikimi jagodami — 1 na 2 222 222 Atak piranii — 1 na 135 135 135 Telefon przy dystrybutorze — 1 na 1 000 000 000 Telefon w samolocie — 1 na 1 000 000 000
Lottery jackpot 1 na 95 238

Ostatnio oglądane na tym urządzeniu