Modelo multivariado de choques viales para usuarios vulnerables
DOI:
https://doi.org/10.15517/akz5sc87Palabras clave:
pedestrian, motorcyclist, bicyclist, Area-wide, CorrelationResumen
Diferentes autores han analizado el acontecimiento de choques viales que involucran a usuarios vulnerables, pero la mayoría de los estudios se enfocan en peatones y ciclistas. Pocos han explorado la correlación entre los tipos de accidentes y han descuidado a otro usuario vulnerable: el motociclista. Este artículo investiga la correlación entre los choques que involucran a peatones, ciclistas y motociclistas a nivel de área en Costa Rica. Se desarrollaron modelos univariados y multivariados utilizando el enfoque jerárquico bayesiano completo para relacionar los accidentes en los 489 distritos entre 2016 y 2022 con variables sociodemográficas y de exposición. Los resultados mostraron que el modelo multivariado fue más parsimonioso, exhibiendo una desviación posterior y un DIC más bajos en comparación con el modelo univariado, también la inclusión de errores aleatorios multivariados impactó tanto el ajuste del modelo como las estimaciones de los parámetros. Variables clave como los kilómetros recorridos por vehículo, la población y la proporción de hogares con vehículos mostraron mejoras significativas en sus parámetros de estimación. Además, el modelo multivariado fue más adecuado para estimar el exceso de frecuencia de accidentes. Estos hallazgos pueden ser muy útiles para futuras investigaciones que exploren la correlación entre estos tipos de accidentes, particularmente en escalas más pequeñas, como intersecciones o segmentos de carreteras.
Descargas
Referencias
[1] WHO, Global Status Report on Road Safety 2018: Supporting a Decade of Action, Geneva, Switzerland: World Health Organization, 2018.
[2] INEC, "Sistema de consulta en línea de estadísticas de defunciones 2000-2022," Unidad de Estadísticas Demográficas, Instituto Nacional de Estadística y Censos, 2023. [En línea]. Disponible en: http://sistemas.inec.cr:8080/bininec/RpWebEngine.exe/Portal?BASE=VITDEF&lang=esp
[3] S. Heydari, L. Fu, L. F. Miranda-Moreno, and L. Joseph, "Using a flexible multivariate latent class approach to model correlated outcomes: A joint analysis of pedestrian and cyclist injuries," Analytic Methods in Accident Research, vol. 13, pp. 16–27, Mar. 2017.
[4] H. Huang, H. Zhou, J. Wang, F. Chang, and M. Ma, "A multivariate spatial model of crash frequency by transportation modes for urban intersections," Analytic Methods in Accident Research, vol. 14, pp. 10–21, Jun. 2017.
[5] J. Lee, M. Abdel-Aty, and X. Jiang, "Multivariate crash modeling for motor vehicle and non-motorized modes at the macroscopic level," Accident Analysis & Prevention, vol. 78, pp. 146–154, May 2015.
[6] T. Nashad, S. Yasmin, N. Eluru, J. Lee, and M. A. Abdel- Aty, "Joint modeling of pedestrian and bicycle crashes: Copula-based approach," Transportation Research Record, vol. 2601, no. 1, pp. 119–127, Jan. 2016.
[7] J. Aguero-Valverde, K. F. Wu, and E. T. Donnell, "A multivariate spatial crash frequency model for identifying sites with promise based on crash types," Accident Analysis & Prevention, vol. 87, pp. 8–16, Feb. 2016.
[8] A. Osama and Safwat Sayed, "Investigating the effect of spatial and mode correlations on active transportation safety modeling," Analytic Methods in Accident Research, vol. 16, pp. 60–74, Dec. 2017.
[9] M. Singh, Y. Zhang, W. Cheng, Y. Li, and E. Clay, "Effect of transit-oriented design on pedestrian and cyclist safety using bivariate spatial models," Journal of Safety Research, vol. 83, pp. 152–162, Dec. 2022.
[10] P. Wu, X. Meng, and L. Song, "Bayesian space–time modeling of bicycle and pedestrian crash risk by injury severity levels to explore the long-term spatiotemporal effects," Physica A: Statistical Mechanics and its Applications, vol. 581, Art. no. 126171, Nov. 2021.
[11] A. Jimenez, J. P. Bocarejo, R. Zarama, and J. Yerpez, "A case study analysis to examine motorcycle crashes in Bogota, Colombia," Journal of Safety Research, vol. 52, pp. 29–38, Feb. 2015.
[12] J. H. Salum, A. E. Kitali, H. Bwire, T. Sando, and P. Alluri, "Severity of motorcycle crashes in Dar es Salaam, Tanzania,"
Traffic Injury Prevention, vol. 20, no. 2, pp. 189–195, Feb. 2019.
[13] F. J. Cunto and S. Ferreira, "An analysis of the injury severity of motorcycle crashes in Brazil using mixed ordered response models," Journal of Transportation Safety & Security, vol. 9, no. sup1, pp. 33–46, Jan. 2017.
[14] L. Wahab and H. Jiang, "A comparative study on machine learning based algorithms for prediction of motorcycle crash severity," PLoS ONE, vol. 14, no. 4, Art. no. e0214966, Apr. 2019.
[15] S. K. Sivasankaran, H. Rangam, and V. Balasubramanian, "Investigation of factors contributing to injury severity in single vehicle motorcycle crashes in India," International Journal of Injury Control and Safety Promotion, vol. 28, no. 2, pp. 243–254, Jun. 2021.
[16] J. Aguero-Valverde and P. P. Jovanis, "Spatial analysis of fatal and injury crashes in Pennsylvania," Accident Analysis & Prevention, vol. 38, no. 3, pp. 618–625, May 2006.
[17] J. Aguero-Valverde, "Multivariate spatial models of excess crash frequency at area level: Case of Costa Rica," Accident Analysis & Prevention, vol. 59, pp. 365–373, Oct. 2013.
[18] H. Huang, A. L. Darwiche, and M. A. Abdel-Aty, "County- level crash risk analysis in Florida: Bayesian spatial modeling," Transportation Research Record, vol. 2148, pp. 27–37, Jan. 2010.
[19] S. P. Miaou, J. J. Song, and B. K. Mallick, "Roadway traffic crash mapping: A space-time modeling approach," Journal of Transportation and Statistics, vol. 6, pp. 33–58, 2003.
[20] M. A. Quddus, "Modeling area-wide count outcomes with spatial correlation and heterogeneity: An analysis of London crash data," Accident Analysis & Prevention, vol. 40, no. 4, pp. 1486–1497, Jul. 2008.
[21] I. Tasic, R. Elvik, and S. Brewer, "Exploring the safety in numbers effect for vulnerable road users on a macroscopic scale," Accident Analysis & Prevention, vol. 109, pp. 36–46, Dec. 2017.
[22] Y. Wang and K. M. Kockelman, "A Poisson-lognormal conditional-autoregressive model for multivariate spatial analysis of pedestrian crash counts across neighborhoods," Accident Analysis & Prevention, vol. 60, pp. 71–84, Nov. 2013.
[23] M. Abdel-Aty, J. Lee, C. Siddiqui, and K. Choi, "Geographical unit based analysis in the context of transportation safety planning," Transportation Research Part A: Policy and Practice, vol. 49, pp. 62–75, Mar. 2013.
[24] F. J. Al-Mahameed, X. Qin, R. J. Schneider, and M. R. R. Shaon, "Analyzing pedestrian and bicyclist crashes at the corridor level: Structural equation modeling approach,"Transportation Research Record, vol. 2673, no. 7, pp. 308–318, Jul. 2019.
[25] H. Ding and N. N. Sze, "Effects of road network characteristics on bicycle safety: A multivariate Poisson-lognormal model," Multimodal Transportation, vol. 1, no. 2, Art. no.100020, Jun. 2022.
[26] H. Huang, B. Song, P. Xu, Q. Zeng, J. Lee, and M. Abdel- Aty, "Macro and micro models for zonal crash prediction with application in hot zones identification," Journal of Transport Geography, vol. 54, pp. 248–256, Jun. 2016.
[27] C. A. S. Machado, M. A. Giannotti, F. C. Neto, A. Tripodi, L. Persia, and J. A. Quintanilha, "Characterization of black spot zones for vulnerable road users in São Paulo (Brazil) and Rome (Italy)," ISPRS International Journal of Geo-Information, vol. 4, no. 2, pp. 858–882, Jun. 2015.
[28] S. Narayanamoorthy, R. Paleti, and C. R. Bhat, "On accommodating spatial dependence in bicycle and pedestrian injury counts by severity level," Transportation Research Part B: Methodological, vol. 55, pp. 245–264, Sep. 2013.
[29] A. Rampinelli, J. F. Calderón, C. A. Blazquez, K. Sauer-Brand, N. Hamann, and J. I. Nazif-Munoz, "Investigating the risk factors associated with injury severity in pedestrian crashes in Santiago, Chile," International Journal of Environmental Research and Public Health, vol. 19, no. 17, Art. no. 11126, Aug. 2022.
[30] S. M. Rifaat, R. Tay, and A. De Barros, "Effect of street pattern on the severity of crashes involving vulnerable road users," Accident Analysis & Prevention, vol. 43, no. 1, pp. 276–283, Jan. 2011.
[31] J. Aguero-Valverde and P. P. Jovanis, "Analysis of road crash frequency with spatial models," Transportation Research
Record, vol. 2061, no. 1, pp. 55–63, Jan. 2008.
[32] J. Ma and K. M. Kockelman, "Bayesian multivariate Poisson regression for models of injury count, by severity," Transportation Research Record, vol. 1950, no. 1, pp. 24–34, Jan. 2006.
[33] J. Ma, K. M. Kockelman, and P. Damien, "A multivariate Poisson-lognormal regression model for prediction of crash counts by severity, using Bayesian methods," Accident Analysis & Prevention, vol. 40, no. 3, pp. 964–975, May 2008.
[34] X. Ma, S. Chen, and F. Chen, "Multivariate space-time modeling of crash frequencies by injury severity levels," Analytic Methods in Accident Research, vol. 15, pp. 29–40, Sep. 2017.
[35] A. Chandran, T. R. V. Sousa, Y. Guo, D. Bishai, F. Pechansky, and Vida No Transito Evaluation Team, "Road traffic deaths in Brazil: Rising trends in pedestrian and motorcycle occupant deaths," Traffic Injury Prevention, vol. 13, no. sup1, pp. 11–16, Mar. 2012.
[36] R. Amoh-Gyimah, M. Saberi, and M. Sarvi, "Macroscopic modeling of pedestrian and bicycle crashes: A cross-comparison
of estimation methods," Accident Analysis & Prevention, vol. 93, pp. 147–159, Aug. 2016.
[37] W. Cheng, G. S. Gill, J. L. Ensch, J. Kwong, and X. Jia, "Multimodal crash frequency modeling: Multivariate spacetime models with alternate spatiotemporal interactions," Accident Analysis & Prevention, vol. 113, pp. 159–170, Apr. 2018.
[38] J. Aguero-Valverde and P. P. Jovanis, "Bayesian multivariate Poisson lognormal models for crash severity modeling
and site ranking," Transportation Research Record, vol. 2136, no. 1, pp. 82–91, Jan. 2009.
[39] D. J. Spiegelhalter, N. G. Best, B. P. Carlin, and A. Van Der Linde, "Bayesian measures of model complexity and fit," Journal of the Royal Statistical Society: Series B (Statistical Methodology), vol. 64, no. 4, pp. 583–639, Oct. 2002.
Publicado
Número
Sección
Licencia
Derechos de autor 2026 Jonathan Agüero Valverde, Dario Vargas Aguilar (Autor/a)
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Se considerarán autores a quienes:
- Hayan contribuido sustancialmente en la concepción o diseño del trabajo, o en la interpretación de los datos.
- Hayan participado en el diseño del trabajo de investigación o en la revisión crítica del contenido.
- Hayan intervenido en la aprobación final de la versión que será publicada.
- Están en posición de responder a cualquier duda suscitada en cuanto al trabajo que fue publicado.
- Un autor deberá cumplir con todos los requisitos antes mencionados (adaptado del Comité Internacional de Editores de Revistas Médicas http://www.icmje.org/recommendations/translations/spanish2015.pdf)
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
- Los autores conservan los derechos de autor y garantizan a la revista el derecho de ser la primera publicación del trabajo.
- Ingeniería: Revista de la Universidad de Costa Rica, establece una licencia Creative Commons Attribution License que permite a otros compartir el trabajo con un reconocimiento de la autoría del mismo y con un reconocimiento de la publicación inicial en esta revista.
- Los autores pueden establecer por separado acuerdos adicionales para la distribución no exclusiva de la versión de la obra publicada en la revista (por ejemplo, situarlo en un repositorio institucional o publicarlo en un libro), con un reconocimiento de su publicación inicial en esta revista.
- Los autores pueden difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) únicamente tras el proceso de aprobación y publicación del manuscrito.
- A partir del Volumen 26 No.1 del 2016; los derechos de autor corresponden a los autores de los documentos. Antes de esa fecha las políticas editoriales indicaban que ese derecho pertenecía a Ingeniería: Revista de la Universidad de Costa Rica.
- A partir del Volumen 32.1 del 2022; los autores deben detallar los roles en los que ha participado cada uno de los autores. Cada autor puede tener varios roles y cada rol puede ser empleado en diferentes autores.
La taxonomía de roles es la siguiente:
Conceptualización – Ideas; formulación o evolución de los objetivos y metas generales de la investigación.
Curación de datos – Actividades de gestión para anotar (producir metadatos), depurar datos y mantener los datos de la investigación (incluido el código de software, cuando sea necesario para interpretar los propios datos) para su uso inicial y su posterior reutilización.
Análisis formal – Aplicación de técnicas estadísticas, matemáticas, computacionales u otras técnicas formales para analizar o sintetizar datos de estudio.
Adquisición de fondos – Adquisición del apoyo financiero para el proyecto que conduce a esta publicación.
Investigación – Realización de una investigación y proceso de investigación, realizando específicamente los experimentos, o la recolección de datos/evidencia.
Metodología – Desarrollo o diseño de la metodología; creación de modelos.
Administración del proyecto – Responsabilidad de gestión y coordinación de la planificación y ejecución de la actividad de investigación.
Recursos – Suministro de materiales de estudio, reactivos, materiales, pacientes, muestras de laboratorio, animales, instrumentación, recursos informáticos u otras herramientas de análisis.
Software – Programación, desarrollo de software; diseño de programas informáticos; implementación del código informático y de los algoritmos de apoyo; prueba de los componentes de código existentes.
Supervisión – Responsabilidad de supervisión y liderazgo en la planificación y ejecución de actividades de investigación, incluyendo la tutoría externa al equipo central.
Validación – Verificación, ya sea como parte de la actividad o por separado, de la replicabilidad/reproducción general de los resultados/experimentos y otros productos de la investigación.
Visualización – Preparación, creación y/o presentación del trabajo publicado, específicamente la visualización/presentación de datos.
Redacción – borrador original – Preparación, creación y/o presentación del trabajo publicado, específicamente la redacción del borrador inicial (incluyendo la traducción sustantiva).
Redacción – revisión y edición – Preparación, creación y/o presentación del trabajo publicado por los miembros del grupo de investigación original, específicamente revisión crítica, comentario o revisión – incluyendo las etapas previas o posteriores a la publicación.
