APÉNDICE 10.2 – PROCEDIMIENTOS Y EJEMPLOS

FRECUENCIA DE ACCIDENTES

Procedimiento	Ejemplo (véase tablas 10.A2 y 10.A3)
Localizar todos los accidentes notificados durante el período de análisis.
Definir las diferentes poblaciones de referencia.
Para cada población de referencia: Calcular la frecuencia de accidentes en cada emplazamiento. Calcular la frecuencia media de accidentes en la población de referencia: [ECUACIÓN 10.7] Donde: f_rp = frecuencia media de accidentes. f_j = frecuencia de accidentes en el emplazamiento j de una población de referencia. n = número de zonas. Determinar la frecuencia mínima de accidentes que justifica un análisis de seguridad detallado (I_T)	Carreteras rurales de dos carriles. Frecuencia de accidentes: de 0 a 14 accidentes (columna 3 de la tabla A10.2.2) f_rp = 258 accidentes / 55 zonas = 4,69 accidentes / zonas I_T = 2 x f_rp = 9,38 (9 accidentes) Se detectan las secciones 1, 10, 12, 45 y 52.

TASA DE ACCIDENTES

Procedimiento	Ejemplo (véase Tablas 10.A2 y 10.A3)
Localizar todos los accidentes notificados durante el período de análisis.
Definir las diferentes poblaciones de referencia.
Para cada población de referencia: Calcular la tasa de accidentes en cada emplazamiento: Donde: T_j = tasa de accidentes del emplazamiento j (accidentes/Mveh-km) T_rp = tasa media de accidentes (accidentes/Mveh-km) f_j = frecuencia de accidentes en el emplazamiento j P = período de análisis (años) L_j = longitud de la sección del emplazamiento j (km) Q_j = tráfico promedio diario anual del emplazamiento j (TPDA) Calcular la tasa media de accidentes para la población de referencia: donde: T_rp = tasa media de accidentes (accidentes/Mveh-km) f_j = frecuencia de accidentes en el emplazamiento j P = período de análisis (años) L_j = longitud de la sección del emplazamiento j (km) Q_w = tráfico promedio diario anual del emplazamiento (TPDA) Q_j= AADT del emplazamiento j Determinar la tasa mínima de accidentes para que justifique un análisis de seguridad detallado (I_T)	Carreteras rurales de dos carriles. Para la sección #1: Las tasas de accidentes oscilan entre 0 y 4,73 accidentes/Mveh-km (columna 4 de la tabla A10.2.2) I_T = 2 x T_rp = 2 x 1,94 = 3,88 accidentes/Mveh-km Se detectan las secciones 10, 33, 35 y 39.
Nota: en las intersecciones, no se tiene en cuenta la L, y las tasas críticas de accidentes se expresan en términos de accidentes/Mveh.

CALCULADORA: TASA DE ACCIDENTES

TASA CRÍTICA DE ACCIDENTES

Procedimiento	Ejemplo (véase Tablas 10.A2 y 10.A3)
Localizar todos los accidentes notificados durante el período de análisis.
Definir las diferentes poblaciones de referencia.
Para cada población de referencia: Calcular la tasa de accidentes en cada emplazamiento [ECUACIÓN 10.8]. Calcular la tasa media de accidentes para la población de referencia [ECUACIÓN 10.9].	Carreteras rurales de dos carriles. Columna 4 de la Tabla A10.2.2 Para la sección #1: T₁ = 2,72 accidentes/Mveh-km T_rp = 1,94 accidentes/Mveh-km
Calcular la tasa crítica en cada emplazamiento: Donde: T_cj = tasa de crítica de accidentes en el emplazamiento j (accidentes/Mveh-km) T_rp = tasa media de accidentes en emplazamientos similares (accidentes/ Mveh-km) K = constante estadística: 1,036 para un nivel de confianza del 85 % 1,282 para un nivel de confianza del 90 % 1,645 para un nivel de confianza del 95% 2,326 para un nivel de confianza del 99 % P = período de análisis (años) L_j = longitud de la sección j (km) Q_j = tráfico promedio diario anual del emplazamiento j (TPDA) Comparar la tasa de accidentes y la tasa crítica de accidentes en cada emplazamiento. Un análisis de seguridad detallado está justificado cuando la tasa de accidentes es superior a la tasa crítica.	Para la sección #1, con un nivel de confianza del 85 %: (Columna 5 de la Tabla A10.2.2) Las tasas críticas de accidentes oscilan entre 2,72 y 5,27 accidentes/Mveh-km Se detectan las secciones 10, 35 y 45 (nivel de confianza del 85 %).
Nota: en las intersecciones, no se tiene en cuenta la L, y las tasas críticas de accidentes se expresan en términos de accidentes/Mveh.

CALCULADORA: TASA CRÍTICA DE ACCIDENTES

IEDM

Procedimiento	Ejemplo (véase Tablas 10.A2 y 10.A3)
Localizar todos los accidentes notificados durante el período de análisis.
Definir las diferentes poblaciones de referencia.
Seleccionar los factores de ponderación para cada categoría de traumatismo.	En este ejemplo se utilizan los factores de ponderación propuestos por Agent (1973): 1,0 para accidentes con solo daños materiales (SDM) 3,5 para accidentes con heridos leves 9,5 para accidentes con heridas graves o mortales
Para cada población de referencia: Calcular el IEDM y el IEDM medio (en cada emplazamiento: IEDM_j = [ECUACIÓN 10.11] Donde: IEDM_j= índice de daños materiales equivalentes en el emplazamiento j w_i = factor de ponderación para la gravedad de un accidente i f_ij = frecuencia de un accidente de gravedad i en el emplazamiento j = IEDM_j / f_j[ECUACIÓN 10.12] Donde: = IEDM medio en el emplazamiento j. f_j = frecuencia total de accidentes en el emplazamiento j. Calcular el medio en la población de referencia (IEDM_rp): = [ECUACIÓN 10.13] Determinar el valor mínimo de IEDM para que justifique un análisis de seguridad detallado (I_T)	Carreteras rurales de dos carriles. Para la sección #1: IEDM₁ = 2 x 9,5 + 3 x 3,5 + 4 x 1 = 33,5 Columna 6 de la Tabla A10.2.2 El IEDM varía de 0 a 33,5. = 33,5 / 9 = 3,72 Columna 7 en la Tabla A10.2.2 El varía de 0 a 4,67 = 2,16 I_T = 2 x I_T= 2 x 2,16 = 4,32 Se detectan las sesiones 33 y 49.

CALCULADORA: IEDM

IGR

Procedimiento	Ejemplo (véase Tablas 10.A2 y 10.A3)
Localizar todos los accidentes notificados durante el período de análisis.
Definir las diferentes poblaciones de referencia.
Para cada población de referencia: Calcular el coste medio de cada tipo de accidente en la población de referencia. Calcular el IGR y la media en cada emplazamiento. [ECUACIÓN 10.14] Donde: IGR_j = índice de gravedad relativa en el emplazamiento j f_ij = frecuencia del tipo de accidente i en el emplazamiento j C_i= coste promedio de un tipo de accidente i [ECUACIÓN 10.15] donde: f_j = frecuencia total de accidentes en el emplazamiento j Calcular la media de población IGR () [ECUACIÓN 10.16] Determinar el valor mínimo de IGR que justifique un análisis de seguridad detallado (I_T)	Carreteras rurales de dos carriles. Se debe desarrollar una cuadrícula de costos basada en datos a nivel nacional. En el presente ejemplo se utilizan los valores de la Tabla 10.3. Para la sección #1: IGR₁ = (2 x 104 600 $) + (2 x 173 200 $) + (1 x 175 900 $) + (2 x 109 700 $) + (2 x 341 600 $) = 1 634 100 $ = 1 634 100 $ / 9 = 181 567 $ Columnas 8 y 9 de la Tabla A10.2.2. El IGR oscila entre 0 $ y 2 707 500 $ oscila entre 0 $ y 237 200 $ I_T = 2 x = 2 x 162 817 $ = 325 634 $ No se ha detectado ninguna sección bajo este criterio.

COMBINACIÓN DE CRITERIOS

Procedimiento	Ejemplo (véase Tablas 10.A2 y 10.A3)
Localizar todos los accidentes notificados durante el período de análisis.
Definir las diferentes poblaciones de referencia.
Para cada población de referencia: Calcular la frecuencia y la tasa de accidentes en cada sitio [ECUACIÓN 10.8]. Calcular la frecuencia media de accidentes y la tasa media de accidentes en la población de referencia [ECUACIÓN 10.7] y [ECUACIÓN 10.9]. Determinar la frecuencia mínima de accidentes y la tasa mínima de accidentes que justifiquen un análisis de seguridad vial detallado. Clasificar los sitios según estos criterios de detección.	Carreteras rurales de dos carriles. Columnas 3 y 4 de la Tabla A10.2.2 f_rp= 4,69 accidentes por emplazamiento. T_rp= 1,94 accidentes/Mveh-km Umbrales mínimos de investigación: 2 x f_rp y 2 x T_rp I_T = 2 x f_rp = 2 x 4,69 = 9,38 accidentes I_T = 2 x T_rp = 2 x 1,94 = 3,88 accidentes/Mveh-km De acuerdo con esta combinación de criterios, la sección 10 garantiza un análisis detallado.

DISTRIBUCIÓN BINOMIAL

Procedimiento	Ejemplo
Localizar todos los accidentes notificados durante el período de análisis.
Definir las diferentes poblaciones de referencia.
Para cada población de referencia: Calcular la frecuencia total de accidentes y la frecuencia de cada tipo de accidente tenido en cuenta, en cada emplazamiento. Calcular la proporción de cada tipo de accidente tenido en cuenta en la población de referencia. Calcular P(Fij ³ fij) basado en [ECUACIÓN 10.4].	Carreteras rurales de dos carriles Estado de la superficie (población de referencia y sección n.º 45): De los 12 accidentes notificados en la sección n.º 45, 7 se han producido en condiciones de superficie mojada (58 %). La proporción equivalente en la población de referencia se sitúa en el 27%. Para condiciones de superficie mojada: La probabilidad de que se produzcan de 0, 1 ... 6 accidentes con superficies mojadas en la sección n.º 45 y las distribuciones acumulativas correspondientes se muestran en la siguiente tabla. La probabilidad de observar 6 o menos accidentes con superficie mojada es del 98 %. En consecuencia, la probabilidad de observar 7 o más accidentes es solo del 2 % (es decir, la frecuencia de accidentes con superficie mojada en el emplazamiento es anormalmente alta).

CALCULATORA: PRUEBA BINOMIAL

MODELOS DE PREDICCIÓN DE ACCIDENTES

Procedimiento	Ejemplo (véase Tablas 10.A2 y 10.A3)
Localizar todos los accidentes notificados durante el período de análisis.
Definir las diferentes poblaciones de referencia.
Para cada población de referencia: Determinar la frecuencia de accidentes y el volumen de tráfico en cada emplazamiento. Desarrollar el modelo de predicción de accidentes para la población de referencia.	Carreteras rurales de dos carriles. Columnas 2 y 3 de la Tabla A10.2.2 El siguiente modelo ha sido ajustado a las 55 secciones de este ejemplo: f_p = 0.0084 Q^0,76 Donde: f_p = frecuencia de accidentes prevista / 3 años. Q = tráfico promedio diario anual (TPDA)
Calcular la frecuencia estimada de accidentes en cada emplazamiento utilizando el modelo de predicción de accidentes (f_pj).	Para la sección 1: f_p1 = 0,0084 × 6050^0,76= 6,07 accidentes/3 años. Columna 10 de la Table A10.2.2 El rango de f_p oscila entre 1,31 y 7,84 accidentes/3 años.
Calcular el potencial de mejora (P.M.) en cada emplazamiento. P.M._j = f_j- f_pj	Para la sección 1: P.M.₁ = 9-6,07 = 2,93 accidentes/3 años Columna 11 de la Tabla A10.2.2 El rango de P.M. oscila entre 4,56 y 8,43 accidentes/3 años
Clasificar los emplazamientos según su potencial de mejora.	Las secciones 10, 45, 1, 36 y 52 son las que tienen mayor potencial de mejora.

La siguiente tabla muestra un resumen de los resultados obtenidos con el ejemplo numérico.

Esta tabla muestra que:

La sección 10 ha sido detectada por 6 de estos 8 criterios de identificación. Claramente, esta sección tiene un problema de seguridad. Cuando el problema es evidente, la elección de los criterios de identificación tiene un menor impacto en la selección de emplazamientos.
El criterio de frecuencia de accidentes detectó principalmente aquellas secciones con altos volúmenes de tráfico (a excepción de la sección 10, cada sección detectada tiene un volumen de tráfico diario de más de 6 000 vehículos, mientras que el TPDA promedio es de 4 400 vehículos). Por otro lado, el criterio de tasa de accidentes detectó principalmente tramos con bajos volúmenes de tráfico (a excepción del tramo 10, cada tramo detectado tiene un volumen de tráfico diario de menos de 2 000 vehículos). Se trata de un resultado habitual para estos criterios.
Son tres los criterios que utilizan directamente el concepto de potencial de mejora para clasificar las secciones o sus derivados: frecuencia de accidentes, modelo de predicción de accidentes y el método empírico bayesiano (EB). Sin embargo, existen algunas diferencias en las secciones identificadas. Los resultados obtenidos con el modelo de predicción de accidentes se consideran más fiables que los obtenidos con el criterio de frecuencia de accidentes, ya que la estimación de la frecuencia media de accidentes (población de referencia) es más precisa. Del mismo modo, el resultado obtenido mediante métodos empíricos bayesianos se considera más fiable que los obtenidos con el modelo de predicción, ya que también mejora la precisión de la frecuencia de accidentes en un emplazamiento.

Aunque no se pueden extraer conclusiones definitivas de un ejemplo, este ilustra cómo la detección de emplazamientos puede variar en función del criterio de detección utilizado. Por este motivo, se recomienda encarecidamente utilizar más de un criterio de identificación, así como comparar los resultados obtenidos.