Objetivo Estimar las áreas de mayor densidad de accidentes de tráfico en carretera con víctimas mortales a 24 horas por km2/año en la España peninsular, en el periodo de 2008 a 2011, utilizando un sistema de información geográfica.
Métodos Se geocodificaron los accidentes según la carretera y el punto kilométrico donde ocurrieron. Se calculó el promedio del vecino más cercano para detectar posibles clusters y obtener el ancho de banda necesario para calcular la densidad de Kernel.
Resultados Se analizaron 4775 accidentes, de los cuales el 73,3% se produjeron en carreteras secundarias. La distancia media estimada entre los accidentes fue de 1242 metros, y la distancia media esperada fue de 10.738 metros. El índice del vecino más cercano fue de 0,11, lo que significa que existen agregaciones de accidentes en el espacio. Se obtuvo un mapa con la densidad de Kernel, con una resolución de 1 km2, que permite conocer aquellas áreas donde la densidad es mayor.
Conclusiones Esta metodología permite obtener una mayor aproximación al origen de los riesgos de los accidentes de tráfico al tener en cuenta el punto kilométrico. El mapa obtenido permite visualizar aquellas áreas donde hubo una mayor densidad de accidentes. Esto puede ser una ventaja a la hora de tomar decisiones por parte de las autoridades competentes.
Objective To estimate the areas of greatest density of road traffic accidents with fatalities at 24hours per km2/year in Spain from 2008 to 2011, using a geographic information system.
Methods Accidents were geocodified using the road and kilometer points where they occurred. The average nearest neighbor was calculated to detect possible clusters and to obtain the bandwidth for kernel density estimation.
Results A total of 4775 accidents were analyzed, of which 73.3% occurred on conventional roads. The estimated average distance between accidents was 1,242 meters, and the average expected distance was 10,738 meters. The nearest neighbor index was 0.11, indicating that there were aggregations of accidents in space. A map showing the kernel density was obtained with a resolution of 1 km2, which identified the areas of highest density.
Conclusions This methodology allowed a better approximation to locating accident risks by taking into account kilometer points. The map shows areas where there was a greater density of accidents. This could be an advantage in decision-making by the relevant authorities.