������������������������������������������������������������������������������������������������������������������������������������������������������������

���������������������������������������������������������������������������������

 

Evaluaci�n de la severidad de accidentes de tr�fico de Autocares y Autobuses en Argentina y Espa�a mediante el estudio matem�tico con �rboles de clasificaci�n

 

Evaluation of the severity of traffic accidents of Coaches and Buses in Argentina and Spain by means of the mathematical study with classification trees

 

Avalia��o da gravidade dos acidentes de tr�nsito de Autocarros e Autocarros na Argentina e Espanha por meio do estudo matem�tico com �rvores de classifica��o

 

		Blanca del Valle Arenas-Ram�rez III blanca.arenas@upm.es� � https://orcid.org/0000-0003-0446-6417

 

 

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: victormtv@gmail.com���������� �������

 

Ciencias T�cnicas y Aplicadas

Art�culos de investigaci�n

 

*Recibido: 16 de julio de 2021 *Aceptado: 30 de agosto de 2021 * Publicado: 30 de septiembre de 2021

 

        I.            Escuela Superior Polit�cnica de Chimborazo, Sede Morona Santiago, Macas - Ecuador.

     II.            Universidad Polit�cnica de Madrid INSIA- UPM, Madrid � Espa�a.

   III.            Universidad Polit�cnica de Madrid-Espa�a.

 

Resumen

El transporte colectivo de personas en autob�s y autocar es muy importante en la mayor�a los pa�ses de Iberoam�rica, y los accidentes de tr�fico con implicaci�n de estos veh�culos involucran p�rdidas elevadas si se consideran las p�rdidas humanas, materiales y productividad de las empresas del transporte. En cualquier pa�s del mundo en el que �stos eventos ocurren, tienen un alto impacto medi�tico y avivan la preocupaci�n por la mejora de la seguridad y la protecci�n de los ocupantes. En la regi�n de Am�rica del Sur, la mejora de la seguridad vial necesita alcanzar un mayor nivel de desarrollo de los sistemas de informaci�n que permitan llevar a cabo una investigaci�n detallada y en profundidad. Para suplir la escasez de informaci�n detallada de los accidentes con implicaci�n de autobuses y autoca transporte colectivo de personas (AT-TCP), cinco equipos de investigadores de universidades: UPM de Espa�a, UPS de Ecuador y UTN, UNSa y UNTDF de Argentina, participaron en un proyecto cooperativo de investigaci�n de accidentes en transporte co de pasajeros (COOPERAXVII-12) ocurridos en los tres pa�ses y desarrollaron metodolog�a de an�lisis de datos tomados de publicaciones en medios de comunicaci�n y datos oficiales disponibles, enfocado en el desarrollo de estudios de patrones y aplicaci�n de modelos estad�sticos.

En este trabajo se evalu� la severidad de una sub-muestra de 94 accidentes AT-TCP ocurridos en Argentina y Espa�a entre los a�os 2017 y 2018. Los datos fueron analizados con modelos de miner�a de datos: �rboles de clasificaci�n y bosques aleatorios. Los modelos permiten identificar los factores de influencia en la severidad del accidente y algunos patrones seg�n el contexto y concurrencia de diferentes factores. De los resultados, se destaca que los accidentes de mayor severidad han ocurrido en v�as interurbanas y son de tipo colisi�n entre veh�culos, vuelco sobre la calzada y salidas de la v�a con desbarranco.

Palabras claves: Severidad; accidentes; �rboles de decisi�n.

 

Abstrac

The collective transport of people by bus and coach is very important in most Latin American countries, and traffic accidents involving these vehicles involve high losses if the human, material and productivity losses of transport companies are considered. In any country in the world in which these events occur, they have a high media impact and fuel concern for the improvement of safety and the protection of the occupants. In the South American region, the improvement of road safety needs to reach a higher level of development of information systems that allow a detailed and in-depth investigation to be carried out. To make up for the scarcity of detailed information on accidents involving buses and buses, collective transport of people (AT-TCP), five teams of researchers from universities: UPM from Spain, UPS from Ecuador and UTN, UNSa and UNTDF from Argentina, participated in a cooperative project for the investigation of accidents in passenger transport (COOPERAXVII-12) that occurred in the three countries and developed a methodology for analyzing data taken from publications in the media and available official data, focused on the development of pattern studies. and application of statistical models.

In this work, the severity of a sub-sample of 94 AT-TCP accidents that occurred in Argentina and Spain between 2017 and 2018 was evaluated. The data were analyzed with data mining models: classification trees and random forests. The models make it possible to identify the factors influencing the severity of the accident and some patterns according to the context and concurrence of different factors. From the results, it stands out that the most severe accidents have occurred on interurban roads and are of the collision type between vehicles, overturning on the road and exits from the road with a ravine.

Keywords: Severity; accidents; decision trees.

 

Resumo

O transporte coletivo de pessoas por �nibus � muito importante na maioria dos pa�ses latino-americanos, e os acidentes de tr�nsito envolvendo esses ve�culos envolvem grandes perdas se consideradas as perdas humanas, materiais e de produtividade das transportadoras. Em qualquer pa�s do mundo onde esses eventos ocorram, eles t�m grande repercuss�o midi�tica e alimentam a preocupa��o com a melhoria da seguran�a e prote��o dos ocupantes. Na regi�o da Am�rica do Sul, a melhoria da seguran�a vi�ria precisa atingir um n�vel mais alto de desenvolvimento de sistemas de informa��o que permitam uma investiga��o detalhada e aprofundada. Para suprir a escassez de informa��es detalhadas sobre acidentes envolvendo �nibus e �nibus, transporte coletivo de pessoas (AT-TCP), participaram cinco equipes de pesquisadores de universidades: UPM da Espanha, UPS do Equador e UTN, UNSa e UNTDF da Argentina. em projeto cooperativo de investiga��o de acidentes no transporte de passageiros (COOPERAXVII-12) ocorrido nos tr�s pa�ses e desenvolveu metodologia de an�lise de dados retirados de publica��es na m�dia e de dados oficiais dispon�veis, com foco no desenvolvimento de estudos de padr�es. e aplica��o de modelos estat�sticos.

Neste trabalho, avaliou-se a gravidade de uma subamostra de 94 acidentes AT-TCP ocorridos na Argentina e na Espanha entre 2017 e 2018. Os dados foram analisados ​​com modelos de minera��o de dados: �rvores de classifica��o e florestas aleat�rias. Os modelos permitem identificar os fatores que influenciam a gravidade do acidente e alguns padr�es de acordo com o contexto e a simultaneidade dos diferentes fatores. Dos resultados, destaca-se que os acidentes mais graves ocorreram em vias interurbanas e s�o do tipo colis�o entre ve�culos, capotamento na via e sa�das da via com ravina.

Palavras-chave: Severidade; acidentes; �rvores de decis�o.

 

Introducci�n

Los accidentes de tr�fico que implica autobuses y autocares est�n involucrados en todo lugar que exista medios de transporte terrestre y presente en toda clase social, provincia o pa�s. Dichos sucesos superan los millones en todo el mundo y cada vez va en aumento, lo cual tiene consecuencias graves en el aspecto humano y econ�mico dentro de la colectividad.��

�En referencia a p�rdidas humanas en Espa�a, durante el a�o 2017, los diferentes miembros policiales notificaron 102.233 accidentes con v�ctimas. Estos accidentes ocasionaron 1.830 fallecidos (en el momento del accidente o hasta 30 d�as despu�s del mismo); adem�s, 9.546 personas fueron ingresadas en un centro hospitalario y 129.616 resultaron heridas no hospitalizadas. (DGT, 2018)

Sobre la actividad asistencial de las unidades de soporte vital avanzado a accidentes de tr�fico en Asturias en el a�o 2010, indica que en Espa�a los accidentes de tr�fico son la segunda causa de muerte, y la primera dentro de la poblaci�n juvenil comprendida entre 15 a 29 a�os, siendo uno de los principales problemas de Salud P�blica. (Villar Fern�ndez, 2012)

�Seg�n la Asociaci�n Civil Luchemos por la vida de Argentina en el a�o 2017, reporta accidentes de tr�fico con 5.420 personas fallecidas (en el lapso de los 30 d�as posteriores al accidente).� Con 6.626 heridos graves hospitalizados; 51.945 con heridas leves.�

�Argentina reporta:5.472 v�ctimas fatales; 113.805 heridos, de los cuales 8.174 son graves que requer�an hospitalizaci�n, en un total de 81.592 siniestros ocurridos. Las principales causas de muerte por accidentes de tr�nsito fueron: la velocidad y el consumo de bebidas alcoh�licas. Para los peatones y los conductores, el problema principal es la distracci�n. (Anuario estad�stico de siniestralidad vial)

 

Fundamentaci�n

Dentro del �mbito de la investigaci�n de accidentes de tr�fico de TCP este trabajo tiene como principal utilidad identificar las variables que influyen en la severidad de los accidentes en la cual est�n implicados autobuses y autocares en Argentina y Espa�a.

El desarrollo de este estudio, que permitir�n analizar y extraer de una manera m�s profunda los fen�menos causales, y as� adoptar las mejores decisiones sobre el origen que incurre y reducir el nivel de accidentabilidad o reducir sus consecuencias.�

 

Materiales y m�todos

Metodolog�a de recolecci�n de la informaci�n�

El estudio toma como base el proyecto COOPERA-TCP que estandariz� una herramienta de recolecci�n de datos de accidentes de tr�fico de autocares y autobuses (Arenas et al., 2018), y ahora se toma en cuenta veh�culos adicionales como microb�s, combi, autocar de un piso, microb�s y autocar de dos pisos; La recolecci�n de datos se realiz� entre 2017 � 2018, relacionados con victimas (heridos graves y fallecidos) en los pa�ses de Argentina y Espa�a; para la cual se utiliz� la metodolog�a de b�squeda, localizaci�n y an�lisis de medios de comunicaci�n masivos. Esta informaci�n se contrast� con las bases de datos disponibles en el pa�s y la informaci�n se recogi� en el instrumento destinado para la recopilaci�n de datos en formato digital. En la base disponible para este trabajo se han recogido datos de mas de 200 accidentes ocurridos en Espa�a y Argentina, lo cual da a notar la potencialidad de las herramientas propuestas. Siendo uno de los objetivos de este trabajo la evaluaci�n de la metodolog�a planteada, con los resultados obtenidos se pretende demostrar que puede ser aplicada a otros colectivos de inter�s (motos, ciclistas, peatones) en contestos en los que la informaci�n de accidentes es limitada y poco accesible para estudio de investigaci�n cient�fica. En la figura 1 se presentan los factores que se tienen en cuenta en el formulario del proyecto COOPERA-TCP.

 

 

La muestra de an�lisis consta de 94 accidentes de tr�fico con implicaci�n de autobuses y autocares y constituye la base de datos que contiene m�s de 80 variables. Se ha realizado una selecci�n de variables con varios criterios (como evitar repetici�n de la informaci�n, valores nulos o vac�os, etc.) resultando del proceso un total de 13 variables explicativas que se han agrupado en 4 grupos:� factor infraestructura, veh�culo, entorno y factor humano. Con las variables seleccionadas, se desarrollar� un modelo de an�lisis de la severidad del accidente.��

Del conjunto de 4 factores se han seleccionado las variables de mayor importancia mediante Random Forest (RF) considerando su error de clasificaci�n. Se seleccionan las 13 variables superiores en la clasificaci�n con las que se elabora un modelo final.

 

Metodolog�a estad�stica para el an�lisis�

Modelos de bosques aleatorios (Random Forest (RF))

Es una versi�n sofisticada del procedimiento bagging, se�alada por (Breiman, 2001), que replica subconjuntos de registros y elige al azar un subconjunto de las variables de entrada (Hastie, Tibshirani, & Friedman, 2008). Esta metodolog�a tambi�n se usa para an�lisis de sensibilidad (Gr�mping, 2009). Adem�s, se indica que es la t�cnica de conjuntos de �rboles tienen enfoque cl�sico o frecuencista, con el algoritmo RF (Random Forest de R Core, 2016). Este algoritmo optimiza la precisi�n en la clasificaci�n mediante la incorporaci�n de aleatoriedad en la construcci�n de cada clasificador individual. La herramienta indicada se enfoca en la t�cnica de aprendizaje autom�tico est�ndar denominada ��rbol de decisiones. Para la selecci�n y optimizaci�n se utilizan dos �ndices: criterio de Gini y de clasificaci�n.�

�El mecanismo de construcci�n de RF establece un baremo que prioriza cada variable en la predicci�n final. Para ello se calcula el error de la muestra. Para cada variable de la muestra, se intercambia un par de elementos y se calcula el error de la muestra permutada. El resultado deber�a ser peor que para la muestra original. Este procedimiento se realiza para todos los valores de cada variable y se calcula el promedio. El proceso es realizado para todas las variables. Las variables de menor importancia deber�an alterar menos la diferencia entre el error y el error permutado, que las variables importantes.�

Mediante la funci�n Rpart se analiza el modelo de clasificaci�n con las 13 variables seleccionadas previamente en RF y se ejecuta la poda del �rbol en funci�n del % de error relativo y del �ndice de complejidad de divisi�n CP �ptimo para generar el �rbol de clasificaci�n final.

Los modelos de �rboles de clasificaci�n es una t�cnica de aprendizaje controlado, no param�trica, de segmentaci�n binaria, es decir, las particiones se hacen de forma permanente hasta alcanzar un criterio de parada, es decir que el �rbol se construye dividiendo los datos repetidamente, en cada nueva divisi�n los datos son divididos otra vez en dos grupos.

Mutuamente excluyentes. Por lo que se aplican para modelar relaciones entrada � salida. El enfoque algor�tmico m�s habitual para el CART creado por (Breiman, Friedman, Stone, & Olshen, 1984) produce de manera inicial un �rbol muy grande, para consecutivamente podarlo; es decir, recorta ramas que no incrementen su capacidad predictiva. El grado de poda se define en funci�n de un compromiso entre bondad de ajuste y confusi�n del �rbol, o incluyendo tambi�n criterios de precisi�n de una validaci�n cruzada.

�La figura 2 muestra un nodo ra�z o madre, que se divide despu�s en nodos hijos, y finalmente el procedimiento de partici�n se aplica a cada nodo hijo por separado, estas divisiones se seleccionan, de modo que la impureza de los grupos hijos sea menor que la del grupo madre, este procedimiento tiene por objetivo, discriminar la respuesta en grupos homog�neos, de tal manera que se pueda mantener el �rbol relativamente peque�o. (Pillajo et al., 2018).

 

Fig. 2 � Descripci�n de objetos de un �rbol de clasificaci�n (Zhang / Singer, 2010)

 

Resultados y discusi�n

Se analizan los datos concernientes a una muestra de 94 accidentes de tr�fico de autocares y autobuses ocurridos en las carreteras de Argentina y Espa�a implicados entre los a�os 2013

� 2018.

 

 

 

 

Tabla 1 � Descripci�n accidentes de TCP en Argentina y Espa�a

 

Se ha encontrado dentro del an�lisis en referencia a accidentes de tr�fico que est�n implicados Autocar/Micro que es mayor en Espa�a, con un total de 39.36% en comparaci�n con Argentina que posee el 31.91%. Por otra parte, en lo que concierne a accidentes de tr�fico que involucra Colectivo/Autob�s se ha hallado mayor incidencia en Argentina con el 21.28 % en relaci�n de Espa�a con el 7.45%. Los porcentajes se han tomado en base a los 94 accidentes en los dos pa�ses.

�Con respecto a Argentina aparece m�s accidentes de tr�fico en los que est�n involucrados Autocar/Micro con el 60% en comparaci�n con Colectivo/Autob�s que posee el 40%. Lo mismo sucede en Espa�a que el mayor n�mero de accidentes est�n implicados Autocar/Micro con el 84%.�

Se puede identificar que en cualquier relaci�n ya sea en funci�n de los 94 accidentes o por pa�s, en Espa�a existe mayor n�mero de accidentes en referencia a Autocar/Micro.

Se genera dos graficas de �rbol de clasificaci�n (Fig. 3 y 4) para Argentina y Espa�a respectivamente, Con respecto a Argentina indica que la variable m�s importante es el Tipo de arc�n, en segundo lugar el tipo de accidente, tercer lugar el tipo de v�a y posterior las restantes, mientras que para Espa�a la variable m�s importante es el Tipo de v�a, seguido de Tipo de accidente y en tercer lugar Responsable; con lo cual se aprecia que dentro de los tres primeros lugares est�n presentes en los dos pa�ses las variables Tipo de accidente y Tipo de v�a, lo cual indica qu e estos dos son la factores que m�s inciden dentro de la severidad de accidentes de tr�fico en autocares y autobuses.

 

 

 

 

Figura 3. �rbol de severidad de Argentina

 

En s�ntesis, en Argentina cuando el tipo de arc�n es natural, o a su vez, cuando est� en mal estado, pavimentado u otros, seg�n el tipo de accidente es por alcance, e implicado en una intersecci�n resultar�a una alta lesividad.�

Figura 4. �rbol de severidad de Espa�a

 

Para finalizar, en Espa�a cuando el tipo de v�a es autopista o carretera de doble sentido y tipo de accidente es por alcance al auto bus, salidad de la v�a con desbarranco, salida de la v�a u vuelco a severidad es alta, similar a que si el tipo de accidentes, es por alcance del autob�s, choque o vuelco sobre la calzada, ambos veh�culos implicados son responsables y el estado de la v�a es mojado.

 

 

 

Referencias

Libro

1.      HOYLE, B.S. y KNOWLES, R.D. (1992). Modern Geography.BelhavenPress, London.

Art�culo de revista

2.      SOLOMON,K.T. (1978).Sand in concrete mixe.Australian Road Research7(3),pp2730.

 

Un cap�tulo de un autor recogido en un libro editado por otros

3.      EULER, G.W. (1992). Intelligent vehicle-highway systems. En: J.L. PLINE (ed.) Traffic Engineering Handbook, 4th edition. Prentice Hall, Englewood Cliffs, N.J. pp. 448-463.

�

Ponencia en Congreso

4.      O�BRIEN, A. (1992). Safety audit for rural intersections. Workshop on Road Safety Audit, 14-16 April 1993, ponencia 6. Monash Transport Group, Clayton, Victoria.

�

Series

5.      DEMPSEY, B. Climatic Effects of Airport Pavement Systems: State of the Art. Report DOT-RD-75-196. FHWA. U.S. Department of Transportation, 1976.

��

���

 

 

 

� 2021 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/)