Resumen
Los accidentes de tráfico siempre han sido una gran preocupación en la sociedad moderna. Según la Organización Mundial de la Salud, a nivel mundial las colisiones de tráfico son una de las principales y más rápidamente crecientes causas de discapacidad y muerte.
El presente trabajo de investigación se basa en diez años de datos de accidentes de tráfico en un entorno urbano con el fin de explorar y analizar la variación espacial y temporal de los accidentes y las lesiones asociadas.
El modelo espaciotemporal propuesto puede realizar predicciones sobre el número de lesiones ocurridas en segmentos individuales de carretera. Se aplicó una metodología bayesiana utilizando la Aproximación Anidada de Laplace Integrada (INLA) junto con Ecuaciones Diferenciales Parciales Estocásticas (SPDE) para generar un mapa de riesgo predicho para toda la red vial.
El estudio actual introduce el modelado INLA-SPDE para realizar análisis predictivos espaciotemporales en áreas seleccionadas, específicamente sobre redes viales en lugar de regiones continuas tradicionales.
Además, los mapas de riesgo resultantes actúan como una referencia para identificar las rutas seguras en un contexto espaciotemporal. La metodología puede adaptarse y aplicarse para mejorar el modelado INLA-SPDE de procesos puntuales espaciales precisamente sobre redes viales.