Construcción de algoritmo para análisis de causa raíz de accidentes de tránsito utilizando redes neuronales y minería de datos

Texto completo

(1)CONSTRUCCIÓN DE ALGORITMO PARA ANÁLISIS DE CAUSA RAÍZ DE ACCIDENTES DE TRANSITO UTILIZANDO REDES NEURONALES Y MINERÍA DE DATOS.. HERNANDO VELEZ SANCHEZ Trabajo de grado para optar al título de Especialista en Higiene, Seguridad y Salud en el trabajo. Docente Director Heberto Saavedra M, II, Msc. UNIVERSIDAD DISTRITAL FRANCISCO JOSE DE CALDAS. FACULTAD DE INGENIERIA BOGOTA D.C. 2018.

(2) AGRADECIMIENTOS A DIOS QUE ME GUIA Y ACOMPAÑA SIEMPRE, A MIS PADRES POR QUIENES SIENTO UN AMOR INFINITO, AL INGENIERO MSC HEBERTO SAAVEDRA M POR SU VALIOSA ORIENTACION.. “Nadie puede pasar por este mundo e irse dejándolo igual que lo encontró, uno debe de hacer algo para que los demás sepan que uno estuvo aquí” Arthur Miller (William Loman).. 1.

(3) 2.

(4) Contenido 1.. INTRODUCCION. ............................................................................................................................ 8. 2.. PLANTEAMIENTO DEL PROBLEMA. ........................................................................................ 9. 3.. JUSTIFICACION. ........................................................................................................................... 11. 4.. OBJETIVOS.................................................................................................................................... 13. 4.1.. OBJETIVO GENERAL. ............................................................................................................. 13. 4.2.. OBJETIVOS ESPECIFICOS. .................................................................................................... 13. 5.. ESTADO DEL ARTE..................................................................................................................... 14. 6.. MARCO TEORICO ........................................................................................................................ 16. 6.1. CARACTERISTICAS DE UN ACCIDENTE DE TRANSITO................................................ 16 6.1.1. ACTORES EN LA ACCIDENTALIDAD DE TRANSITO. PELIGROS Y FACTORES DE RIESGO. 16 6.1.2. COMPLEJIDAD DEL SISTEMA E INTERRELACON ENTRE LOS FACTORES DE RIESGO. 24 6.2. MODELOS CAUSALES DE ACCIDENTES. ........................................................................... 27 6.2.1. Modelos secuenciales. 1931. Heinrich. 27 6.2.2. Modelos epidemiológicos 1997 (Reason). 28 6.2.3. Modelos sistémicos avanzados Docker, 2006. 29 6.2.4. Relaciones de causalidad. 29 6.3. METODOS DE INVESTIGACION DE ACCIDENTES. ......................................................... 30 6.3.1. Técnicas basadas en modelos secuenciales. 31 6.3.2. TECNICAS BASADAS EN MODELOS EPIDEMIOLOGICOS. 33 6.3.3. Análisis de causa raíz. (RCA). 34 6.3.4. Método de tablas de Forrester. 36 6.3.5. COMPARACION DE LAS TECNICAS. 37 6.4.. MODELO DE ANALISIS DE CAUSA RAIZ DE ACCIDENTES. .......................................... 40 3.

(5) 6.4.1. 6.4.2. 6.4.3. 6.5.. Modelo de accidentes de transito.. 40 Identificación de factores, representación y relaciones. Metodologìa de análisis de causa raíz. 42. 42. PROCESO DE INVESTIGACION DE ACCIDENTES............................................................ 48. 6.6. MINERIA DE DATOS. .............................................................................................................. 50 6.6.1. TECNICAS DE MINERIA DE DATOS. 51 6.6.2. Análisis de la red neuronal. Métricas. 58 6.6.3. Algoritmos bayesianos. 64 6.6.4. SOFTWARE PARA MINERIA DE DATOS. 65 7.. METODOLOGIA Y DESARROLLO DEL PROYECTO. ........................................................... 66. 7.1. CASO BASE DE DATOS 1. ...................................................................................................... 66 7.1.1. ANALISIS DEL DOMINIO. 66 7.1.2. FIJAR NETAS. 71 7.1.3. SELECCIÓN, EXPLORACION, LIMPIEZA Y TRANSFORMACION DE DATOS 72 7.1.4. PREPARACION DEL DATASET O VISTA MINABLE. 76 7.1.5. MODELADO Y DESARROLLO DEL DATA MINING, CAUSA PROXIMA. 84 Preprocesamiento. 94 7.2. CASO BASE DE DATOS 2. .................................................................................................... 123 7.2.1. Análisis estadístico base de datos 2. 124 7.2.2. ETAPA DE CLASIFICACION BASE DE DATOS EMPRESAS DE TRANSPORTE ALLIANZ. 129 7.3. MODELO DE CAUSA RAIZ. .................................................................................................. 143 7.3.1. Construcción de la base de datos para causa basica o raiz. 143 7.3.2. Aplicación de la tecnica PART para determinar la causa raíz de a ccidentes de tránsito en empresas de transporte. 146 7.3.3. Modelo PART. 147 7.3.4. EJEMPLO DE APLICACIÓN DEL MODELO. 157 Sistema de frenos. 160 Compresor. 160 Análisis sicosensométrico del conductor. ............................................................................................................ 170. 4.

(6) 8.. CONCLUSIONES. ........................................................................................................................ 174. 9.. BIBLIOGRAFÍA. ......................................................................................................................... 176. 5.

(7) RESUMEN La determinación de la causa de los accidentes de tránsito tiene una gran utilidad para comprender la dinámica de estos eventos. Existe una gran cantidad de técnicas aplicables que requieren la participación de personas involucradas de alguna manera con el análisis de accidentalidad vial y aprovechan su experiencia en este campo. La minería de datos es una tecnología emergente que se adapta a fenómenos de distinta complejidad como son los accidentes de tránsito y permiten utilizar la información contenida en los datos acumulados de accidentalidad y que por lo general administran las agencias del estado encargadas de formular políticas para disminuirla. En este trabajo se han utilizado dos base de datos de accidentalidad. La primera con 38 campos y 34628 registros o instancias disponible en el portal de datos abiertos. (https://www.datos.gov.co/widgets/79fi-zm8c) La segunda base de datos tiene información solamente de accidentes de tránsito en empresas de transporte. Para ello se ha utilizado información de empresas aseguradas con Allianz, como Coca Cola, transportes Iceberg, Transportes La Carolina, Pronavicola, Servientrega, Transmeta, Femsa logística, transportadora nacional de Coca Cola, Harinera del Valle, Sistema de transporte masivo de Cali (MIO), Conalvías. El modelo para causa raíz se ha dividido en dos partes: Esta base de datos tiene información de 880 siniestros en diferentes ciudades y carretas nacionales. El modelo de causa raíz se ha dividido en dos partes, uno para encontrar la causa próxima y el otro para la causa raíz de los accidentes. Para ello Se han propuesto dos algoritmos para analizar los datos de estas bases; redes neuronales artificiales (perceptrón multicapas) y Naive Bayes, que sirven para clasificar los datos corresp0ndientes a casos nuevos baja la etiqueta de causa de accidente. Se ha utilizado el software libre Weka. Se encuentra que el algoritmo Naive Bayes tiene un mejor desempeño que la red neuronal, la cual requiere una gran capacidad de procesamiento. La segunda parte para encontrar la posible causa raíz de los accidentes. Para ello se ha utilizado la base de datos 2 y el algoritmo PART.. 6.

(8) La validación de los modelos se ha realizado aplicando las métricas normalmente disponibles. Adicionalmente se ha analizado y aplicado el algoritmo al caso de siniestro de un vehículo de transportes Iceberg. Palabras claves: Accidentalidad vial, minería de datos, redes neuronales, algoritmo de Naive Bayes, causa raíz , causa inmediata, Weka.. 7.

(9) 1. INTRODUCCION. La accidentalidad vial en las carretas colombianas ha sido claramente identificada como un problema de salud pública por parte de las entidades del estado relacionadas con los sectores de salud y transporte. Dadas las cifras documentadas de accidentalidad vial, se observa que las medidas tomadas por los diferentes implicados en el problema no han dado los resultados esperados. Se han logrado disminuciones no muy significativas en el número de accidentes en las vías. Para tratar este problema el estado ha ampliado la legislación la cual ha evolucionado hacia la organización de las empresas encargadas de prestar el servicio y de sus procesos asociados. También ha intentado establecer políticas de promoción de prácticas de comportamiento saludables. Estas disposiciones van dirigidas principalmente a mejorar el nivel de gestión de las empresas. Las investigaciones relacionadas con accidentalidad muestran que existe una relación muy estrecha entre la gestión de los factores de riesgo principalmente los relacionados con el comportamiento humano y los indicadores de accidentalidad. Aquí participan también factores asociados con el vehículo y las condiciones de la vía. Para la formulación de las políticas públicas tendientes a disminuir la accidentalidad y su impacto en la sociedad y la economía de la nación, es importante conocer las causas más frecuentes de los mismos. Este trabajo pretende formular un modelo computacional basado en técnicas de gestión de información, para realizar una aproximación a la determinación de las causas mencionadas.. 8.

(10) 2. PLANTEAMIENTO DEL PROBLEMA. Una de las actividades más importantes dentro del proceso de gestión del riesgo es la investigación de los accidentes y la determinación de sus causas para formular los controles y soluciones adecuadas al mismo. Dentro de las metodologías utilizadas para realizar el análisis del accidente se encuentran las de cinco porque, espina de pescado o Ishikawa, árbol de decisión, análisis de causa efecto y otras. Estas metodologías recurren a la experiencia y análisis lógico por parte de los integrantes del equipo que realiza la actividad. La mayoría de ellas utilizan la experiencia de las personas familiarizadas con esta clase de trabajo, sin embargo no tienen en cuenta de una manera sistemática la información existente sobre casos de accidentalidad vial para extraer relaciones y patrones de accidentalidad que pueden servir para determinar de una manera más precisa las causas de los accidentes. Poder realizar una identificación de las causas próximas y básicas que permita una confiabilidad adecuada en la estimación es una tarea difícil, debido a la cantidad de variables que intervienen en el accidente y a la complejidad de sus relaciones. Esto es más cierto cuando no existe mucha información de las condiciones prevalecientes en el momento y lugar del accidente. Lo anterior constituye el problema objeto de este trabajo, que busca aplicar técnicas de análisis de datos referentes a los accidentes de tránsito para determinar con buena confiabilidad las causas próxima y básica de los accidentes de tránsito. Las modernas técnicas de minería de datos e inteligencia artificial proveen herramientas que permiten identificar patrones de comportamiento de los datos y llevar a la identificación de las causas raíz de los accidentes dentro de un proceso probabilístico que permita obtener respuestas con una exactitud razonable a la pregunta : “qué ocasionó el accidente"?. En esta propuesta se plantea el uso de las técnicas de inteligencia artificial particularmente el uso de redes neuronales entrenadas con las estadísticas de accidentes disponibles para construir un algoritmo que permita una rápida y precisa identificación de la causa raíz de los accidentes. Se ha enfatizado en la aplicación a empresas de transporte porque en los accidentes de particulares se evalúan las causas a nivel individual y las medidas correctivas y los controles que se puedan sugerir deben hacerse mediante el convencimiento individual de los conductores. En una empresa, esta puede incluir en sus políticas y procedimientos de conducción los controles de una manera más efectiva y supervisada. Sin embargo esto no quiere decir que no se pueda aplicar al análisis de cualquier tipo de accidente.. 9.

(11) Se puede extender el análisis de la causa próxima o inmediata a cualquier tipo de vehículo empresa o particular, teniendo en cuenta que el modelo es dinámico y se actualiza al actualizar la base de datos con nuevos casos de accidentes de tránsito. En la mayoría de los casos la vía es compartida por vehículos de diferente tipo, y cuando ocurre un accidente, las causas próximas no dependen del tipo de vehículo, en la forma en que se están formulando. En la bibliografía consultada los modelos que se aplican tienen en cuenta el tipo de vehículo pero no la actividad que estos realizan. Siendo el evento de accidentalidad un suceso aleatorio de complejidad variable, el algoritmo desarrollado no suministra la causa raíz de los accidentes, sino que ayuda en la determinación de esta, suministrando un procedimiento estructurado y sistemático para hacerlo.. 10.

(12) 3. JUSTIFICACION. La actividad del transporte de personas, bienes y mercancías implica la existencia de riesgos tangibles cuya materialización puede tener consecuencias sobre la integridad de las personas, activos y el medio ambiente. Esta actividad; por realizarse principalmente en la vía, está en alguna forma fuera del control y supervisión permanente por parte de las personas encargadas de su administración. La accidentalidad vial como consecuencia de factores de riesgo asociados tanto con el comportamiento de las personas como con el estado de la vía y de los vehículos, presenta cifras que tienen una incidencia en la economía y el bienestar social. La importancia de intervenir en la organización y operación del sistema de transporte ha llevado al estado colombiano a expedir normas que propenden por la disminución de las cifras relacionadas con este tipo de eventos indeseables. Recientemente se ha creado mediante Decreto 000787 de 2015, la Agencia nacional de seguridad Vial, encargada de coordinar las políticas y esfuerzos del estado y el sector privado, para mejorar los indicadores actuales, que no solo en Colombia sino también en el mundo ha sido considerado como evidencia de un problema de salud pública. Entre las cifras relevantes que evidencian la existencia del problema y la necesidad de acciones contundentes para su intervención están las siguientes: Las estadísticas y análisis de causa raíz indican que el 90% de accidentes en la vía se relacionan con factores de riesgo humanos como principal determinante. En el periodo entre 2005 y 2014 se han documentado 1.800.000 incidentes viales que han tenido una consecuencia de 58000 personas fallecidas y 411000 lesionadas. Esto conlleva consecuencias sobre el bienestar de la población y la productividad del país. Según fuentes del Banco Interamericano de Desarrollo (BID) el costo de estos accidentes para el país llega a 13500 millones de dólares al año, cerca de 3 puntos del PIB. Las edades de las personas involucradas están entre 5 y 14 años y 15 y 44 años en promedio. Según la CEPAL; La tasa de accidentes con víctimas fatales en Colombia en el año 2013 fue de 13.18 por cada 100000 habitantes, mayor que a principios de 2010 donde se registraron 12.2. En el continente es superada solamente por Canadá, Estados Unidos, México, Guatemala y Chile. El estado a través de sus instituciones pertinentes busca enfrentar el problema mediante el cambio de actitud de los protagonistas, o sea cultura y pedagogía. Si bien este intento tiene un fuerte componente de apelar a la condición individual para afrontar un problema social, cuyo diagnóstico como se menciono tiene causas de factores de riesgo asociados 11.

(13) con el comportamiento humano, se debe tener en cuenta el papel de las organizaciones que operan el sistema de transporte en el país. Es innegable la importancia de disminuir la accidentalidad vial y el beneficio para las empresas involucradas y la sociedad en general. Es aquí en donde interviene la gestión que cada empresa realiza de su flota y sistema en particular. Aun teniendo en cuenta que una gran cantidad de accidentes involucran a particulares e individuos, como es el caso de los motociclistas y a los vehículos particulares, que no pertenecen a empresas, e incluso a peatones que tampoco sufren accidentes en cumplimiento de sus actividades laborales, por lo general los accidentes relacionados con flotas empresariales aportan cifras importantes al analizar el problema. El objetivo principal al desarrollar el algoritmo es poder identificar causas básicas de accidentes de tránsito y aplicarlo en empresas de transporte en proyectos posteriores, para establecer los controles que permitan por un lado disminuir los riesgos inherentes a la actividad de transporte automotor y consecuentemente la disminución de la accidentalidad vial. Por lo tanto el alcance del proyecto llega hasta proporcionar la herramienta que ayude en la identificación de las causas raíz mencionadas, así como encontrar relaciones no evidentes entre los diferentes factores de riesgo. Esta es su principal utilidad. Desde el punto de vista del especialista en Seguridad y Salud en el trabajo, su intervención en el diseño de controles que permitan abordar los temas de accidentalidad es una de sus posibles actividades misionales. A su vez, la identificación de las causas de los accidentes es un paso fundamental en el diseño de los controles mencionados. Es decir su actividad es preventiva y correctiva. Se propone la aplicación del modelo principalmente a las empresas de transporte ya que en los accidentes de particulares se evalúan las causas a nivel individual y las medidas correctivas y los controles que se puedan sugerir deben hacerse mediante el convencimiento individual de los conductores. En una empresa, esta puede incluir en sus políticas y procedimientos de conducción los controles de una manera más efectiva y supervisada. Sin embargo esto no quiere decir que no se pueda aplicar al análisis de cualquier tipo de accidente. De otro lado el número de kilómetros recorridos tanto en las carreteras como en la ciudad es alto en el caso de empresas de transporte y por lo tanto su tiempo de exposición es mayor que en el caso de los particulares.. 12.

(14) 4. OBJETIVOS. 4.1. OBJETIVO GENERAL. Elaborar un algoritmo para análisis de causa raíz de accidentes en empresas de transporte utilizando redes neuronales y minería de datos.. 4.2. OBJETIVOS ESPECIFICOS. •. Identificar los factores de riesgo y las variables asociados con los mismos en la accidentalidad en transporte.. •. Construir un modelo para representar el evento de accidentalidad.. •. Configurar una red neuronal asociado con el modelo de accidentalidad propuesto.. •. Entrenar la red neuronal asignando los pesos asociados a las interacciones de las neuronas. •. Calibrar y validar el modelo utilizando datos con estadísticas de accidentalidad vial en Colombia.. 13.

(15) 5. ESTADO DEL ARTE. La mayoría de literatura encontrada se centra en la aplicación de sistemas inteligentes y minería de datos para la detección de accidentes de tránsito. A continuación se mencionan los trabajos más relacionados con la identificación de causa raíz y otros que aplican algoritmos inteligentes para la detección de accidentes. Olutayo et al presentan un estudio donde comparan el desempeño de un algoritmo de res neuronales y otro de árboles de decisión para el análisis de accidentalidad en carreteras de Nigeria. Utilizan una base de datos de los años 2002 y 2003. La red neuronal escogida fue un perceptrón multicapas con una tasa de entrenamiento de 0,01 tratando de minimizar el error medio absoluto y el error cuadrático medio, obteniendo valores de 52.70% de aciertos y errores de 0.3479 y 0.5004 respectivamente. Con el algoritmo de árboles de decisión obtuvieron un mejor desempeño con 77.7% de aciertos y 0.1835% Y 0.5029% en los errores medio absoluto y medio cuadrático respectivamente. Weerasuriya realizó una tesis de doctorado aplicando redes neuronales a detección de accidentes de tránsito en autopistas. Desarrolló 16 modelos de redes neuronales con diferentes arquitecturas (feed forward y recurrent), y comparó sus resultados encontrando que los modelos con doble número de capas ocultas presentaron un desempeño con menor error. Jiangfeng Xi et al aplicaron un algoritmo hibrido para el análisis de causa de accidentes utilizando minería de datos. Utilizaron reglas de asociación basado en optimización de enjambre de partículas, para analizar la correlación entre atributos y cusas de accidentes. Para evaluar el rendimiento del algoritmo mejorado utilizo el modelo de prueba T y el método Delphi. Obtuvo velocidades de procesamiento diez veces superior a las de los algoritmos convencionales. El algoritmo se probó en unas bases de datos de más de 20000 registros con 56 atributos cada una. Elfadil Abdalla realizo un estudio para la identificación de causas de accidentes de tránsito utilizando algoritmo de máquinas de soporte vectorial multi clase. Utilizo una base de datos de la policía de Dubai en Emiratos Árabes Unidos. Obtuvo una precisión mayor a 75% en la predicción de causas de accidentes de tránsito. Srinivasan et al utilizaron una red neuronal adaptativa para la detección de accidentes de tránsito en autopistas en Singapur. Utilizó un perceptrón multicapas, una red probabilística básica (BPN) y una red probabilística constructiva CPNN. El perceptrón multicapas presentó el mejor desempeño desde el punto de vista de detección de accidentes. Variando el límite entre casos positivos verdaderos y falsos negativos, encontró tasas de detección del orden de 90%. Vario la tasa de entrenamiento y el momentum para mejorar el rendimiento de la red neuronal. Molinero Francisco realizó una aplicación de redes bayesianas para diagnosticar la causa raíz de fallas en un sistema de red de comunicaciones. 14.

(16) En [4] se aplica un algoritmo hibrido de reglas de asociación y peso en las capas de atributo y valor fe atributo para calcular la influencia de los factores desencadenantes del accidente en la severidad de este. Martin Luis señala que tradicionalmente se han utilizado métodos estadísticos y de análisis de regresión para determinar la relación entre los accidentes y las causas de estos. Estos modelos requieren la formulación de hipótesis, así como el conocimiento de las relaciones entre las variables dependientes e independientes. Si las hipótesis no se cumplen, se pueden obtener conclusiones erróneas. Para resolver estos inconvenientes, se ha utilizado una técnica denominada minería de datos, para formular los modelos del sistema bajo estudio. S.L González Ruiz, presenta el uso de minería de datos para identificar las localizaciones de los accidentes que tiene mayor probabilidad de ocurrir, y después se analizan para identificar los factores que afectan los accidentes de tránsito en esas locaciones utilizando clusstering, después se utiliza el algoritmo de reglas de asociación para revelar la correlación entre diferentes atributos en los datos del accidente y comprender las características de estas localizaciones. Luego se utiliza un algoritmo de asociación para clasificar la severidad del accidente. Se utiliza después un algoritmo de15asociación para para predecir la probabilidad de accidente en la ciudad del estudio. Bahram Sadeghi Bigham presenta un análisis de accidentes de carretera utilizando minería de datos y reglas de asociación. La muestra que obteniendo las reglas de asociación se puede identificar los factores involucrados en el accidente que ocurre junto de manera fácil. Si ocurre un evento x entonces ocurre un evento Y en M% de las veces y este patrón ocurre en N% de todos los eventos en el dataset. M: confianza probabilidad de que el evento Y ocurra, cuando ha ocurrido el evento X. N Apoyo: probabilidad de que ambos eventos Y,Y ocurran simultáneamente en la base de datos. Lift: relación de probabilidad de que ocurra Y, y la probabilidad de que ocurra X. Avellan Joaquin, presenta un estudio sobre el uso de árboles de decisión para obtener reglas de decisión aplicables a determinar la severidad de los accidentes de tránsito en Granda, España. Arzlan y Kecesi desarrollan un método denominado SHARE para el análisis de causa raíz en accidentes marítimos. Incluyen un resumen interesante de la taxonomía de causa raíz de los accidentes, de la cual se puede tomar una parte relativa al comportamiento humano principalmente de los operarios frente al accidente. 15.

(17) MARCO TEORICO Se realiza a continuación una breve descripción de los principales conceptos característicos de la accidentalidad de tránsito en carretera 5.1. CARACTERISTICAS DE UN ACCIDENTE DE TRANSITO. De acuerdo con el artículo 2° del código Nacional de Tránsito Ley 769 del 2002, se define Accidente de tránsito como: evento generalmente involuntario, generado al menos por un vehículo en movimiento, que causa daños a personas y bienes involucrados en este e igualmente afecta la normal circulación de los vehículos que se movilizan por la vía o las vías comprendidas en el lugar o dentro de la zona de influencia del hecho. Según Hassinger Rodriguez Mark Mirko “es un evento raro, aleatorio y de múltiples factores siempre precedido por una situación en la que uno o más conductores no pueden hacer frente al entorno de la carretera . Cada accidente es el resultado de una cadena de eventos que es en su totalidad único pero algunos factores son comunes a varias circunstancias del accidente y la identificación de estos y sus interdependencias puede llevarse a cabo mediante la técnica de minería de datos”. Un solo hecho o evento básico puede aparecer en muchos accidentes. Existen varios factores que intervienen en la ocurrencia de un accidente de tránsito. Se puede distinguir entre características antes y después del accidente, así como en características o datos del accidente, Por ejemplo, la fecha, hora y genero de los participantes en el mismo. El objetivo aquí es identificar las variables y las categorías a las que pertenecen, así como los valores que pueden tener y la relación entre las mismas, para seleccionar las variables que sean independientes. Vale decir que unas variables pueden depender de otras y en este caso se prefiere utilizar solamente las que sean independientes. En primer lugar, se identifican los actores presentes en la accidentalidad de tránsito así como sus características y papel que desempeñan en el accidente, tanto antes como durante el mismo. 5.1.1. ACTORES EN LA ACCIDENTALIDAD DE TRANSITO. PELIGROS Y FACTORES DE RIESGO. El desempeño exitoso de la operación una vez el vehículo se encuentra en ruta, está ligado íntimamente al desempeño y condiciones reales de los siguientes componentes: •. Equipo.. •. Operario. 16.

(18) •. Vía.. •. Condiciones ambientales.. La combinación del estado de estos cuatro elementos determina el rendimiento del proceso de transporte en su parte de operación. Teniendo en cuenta lo expuesto anteriormente, los factores de riesgo se identifican considerando las condiciones peligrosas que pueden presentar los elementos componentes mencionados. En el caso del vehículo, se estima principalmente la influencia y los temas relacionados con la integridad de este en todos sus sistemas y componentes, en particular los que pueden ocasionar una pérdida en la función de control del mismo, como los sistemas de frenos, dirección, suspensión, acople king pin, ejes, estabilidad del remolque y la carga, llantas, partes expuestas a explosión o incendio como lo relativo al sistema eléctrico y de combustible y escape, así como los factores ergonómicos que afectan la condición del confort del operador del equipo. En los factores relacionados con el operador, se tiene en cuenta no solamente su condición física, sino también sicológica, ya que por las características de su labor, se requiere una concentración 100% durante todo el tiempo que esté al frente del equipo así como un funcionamiento óptimo de su sistema sensorial y los reflejos para tomar y ejecutar decisiones en forma rápida y correcta , frente a las condiciones irregulares que pueden generar el funcionamiento del equipo y la vía propiamente dicha, incluyendo los eventos en la misma como la conducción de otros vehículos que pueda encontrar en la carretera, la ocurrencia de condiciones climáticas y ambientales diversas (lluvia, granizo, derrumbes, vientos fuertes, terremotos, etc.) y las amenazas a las condiciones de seguridad física producidas por situaciones de orden público. El panorama visto de esta forma resulta de una complejidad grande, y la presión sobre el operador del equipo puede llegar a afectar su capacidad para un desempeño exitoso. Factores de riesgo psico laborales: se refiere a aquellos aspectos intrínsecos y organizativos del trabajo y a las interrelaciones humanas que al interactuar con factores humanos endógenos (edad, patrimonio genético, antecedentes sicológicos) y exógenos (vida familiar, cultural...etc.), tienen la capacidad potencial de producir cambios sociológicos del comportamiento (agresividad, ansiedad, satisfacción) o trastornos físicos o psicosomáticos (fatiga, dolor de cabeza, hombros, cuello, espalda, propensión a la úlcera gástrica, la hipertensión, la cardiopatía, envejecimiento acelerado). Los factores de riesgos locativos: condiciones de las instalaciones o áreas de trabajo que bajo circunstancias no adecuadas pueden ocasionar accidentes de trabajo o pérdidas para la empresa. Como los factores de riesgo sociolaboral tienen una influencia muy grande en el desempeño del operador del equipo, las políticas y directivas de la organización (cuando se trata de empleados 17.

(19) conductores), deben proveer sistemas de seguimiento y control para mitigar los efectos y eliminar en lo posible las causas de estas situaciones. En muchos procesos de análisis de causa raíz, se llega a la conclusión de que esta se relaciona con el factor humano, ya sea a través de errores en la conducción del vehículo, ò en las medidas que deben servir como barreras para evitar el accidente o minimizar su consecuencia. Las causas relacionadas con el componente equipo propiamente dicha, no son las más frecuentes, y los incidentes/accidentes en los cuales se refieren causas como sueño y cansancio del conductor, falla en la forma de asegurar y manejar la carga (cuando aplica), no cumplimiento de las reglamentaciones viales, maniobras riesgosas sin evaluar la oportunidad de estas, es muy claro que son circunstancias atribuibles a decisiones que toman las personas. En el anexo 4 se presentan la matriz de peligros y la matriz de riesgo para la empresa TRANSPORTES ICEBERG. Es de señalar que teniendo en cuenta el objetivo final del trabajo, no se requiere la valoración de los riesgos, ya que para la construcción del algoritmo de búsqueda de causa próxima y causa raíz solamente exige la identificación de los riesgos y su representación mediante los atributos de la base de datos que se utilizará para la construcción. Además, la valoración de los riesgos depende de características particulares de la empresa y aquí se plantea la construcción de un algoritmo aplicable a empresas de transporte en general. Para la construcción de la matriz de riesgo se ha utilizado la estructura de la norma NTC 45 y la valoración de los riesgos se ha hecho empleando el método William Fine. Se han dejado sin llenar las columnas correspondientes al factor de costo (FC) y factor de corrección (FCR, )así como la justificación económica (JI).. A continuación se presentan en la tabla 1 una clasificación de las causas próximas o inmediatas, las cuales, al ser analizadas en forma apropiada, permiten realizar una aproximación a la causa raíz del accidente. Aquí se han resumido causas identificadas a partir de los trabajos realizados por Hinfeng Xi y colaboradores, V.A Olutayo, Griselda López y colaboradores. POSIBLES CAUSAS INMEDIATAS DE ACCIDENTES DE TRANSITO Causas Descripción 1 Conductor Exceso de velocidad Exceder el límite de velocidad permitido para la vía. Conducción si mantener Acercarse demasiado al vehículo que está por delante. En Colombia distancia razonable ni esta distancia es de aproximadamente 10 metros en ciudad. prudente 18.

(20) Circular en sentido contrario Inexperiencia en el manejo Estado de ebriedad. Conducir en dirección contraria a la permitida por el código de tránsito para esa vía. No tener las competencias requeridas para conducir el vehículo en cuestión. Conducir o circular bajo el efecto de alcohol, exceder los límites permitidos de concentración. Perdida control vehículo El conductor no controla el vehículo Conducción no atento a Conductor distraído las condiciones de transito Señalización, El conductor no respeta las señales de tránsito como semáforos, desobedecer señal pare límites de velocidad, pares. Conducción cambiar sorpresivamente pista circulación Microsueño mientras Maniobra repentina de cambio de dirección conduce No usar el cinturón de No usar epp seguridad Rebasar indebidamente Sobrepaso prohibido o peligroso Uso de drogas Estado alterado por consumo de drogas Conducir con fatiga Perdida de reflejos y capacidad por cansancio 2 Condiciones ambientales desfavorables: El sol cuando pega de Visibilidad defectuosa por deslumbramiento frente y deslumbra Lluvia Empañamiento de vidrios, patinamiento, falta de tracción, aumento de distancia segura de frenado Neblina Disminución de visibilidad 3 Desperfectos de los vehículos Pinchadura de llantas Pérdida de control del vehículo por estallido de llanta o pinchado Falta de frenos Pérdida de control por frenado deficiente. Descompostura de la Pérdida de control del vehículo dirección Falla de luces delanteras Disminución de visibilidad propia o para otros vehículos y peatones en la noche ò condiciones de niebla o lluvia Ruptura de un eje Pérdida de control del vehículo Incendio del vehículo Peligro de explosión y propagación del incendio 4 Situaciones y características desfavorables en la carretera y vía. 19.

(21) Vehículos que se detiene en el acotamiento Invasión o cruce de ganado u otros animales Falta de señales. Obstáculo para otros vehículos, probabilidad de choque. Probabilidad de choque o ejecución de maniobras peligrosas para esquivar el animal Señalización deficiente en la vía como límites de velocidad, circulación permitida, cambios en la vía, tránsito de personas y semovientes. doble Posibilidad choque con vehículos en circulando en sentido contrario. Circulación en sentido Obstáculos que impiden la visibilidad Presencia de camellón central Mal estado del pavimento 5 Debidas al peatón: Imprudencia Estado de ebriedad Descuido Cruce calzada forma descuidada o sorpresiva No respetar derecho preferente de paso peatón. Derrumbes, obras, Separador entre calzadas Huecos, destapado, rizado, hundimientos. No analiza la maniobra a realizar. No se fija en el tráfico. Tabla 1. Condiciones relacionadas con las causas próximas o inmediatas de accidentalidad vial. Fuente: Elaboración propia resumen de: Using decisión trees to extrac decisión rules from pólice reports on road accidents, traffic accident analysis using decisión trees and neural networks, a hybrid algorithm of traffic accident data mining on cause analysis. En la tabla 2 se presentan los atributos o variables que pueden estar relacionados con el accidente y sus causas inmediatas y en menor grado con las causas raíz.. ATRIBUTOS QUE PUEDEN INFLUIR EN EL ACCIDENTE Índice latitud Fuerza policial Gravedad de accidente Número de vehículos Numero de victimas. Identificación del accidente latitud Jurisdicción a que pertenece la policía Fatal, serio, leve Número de vehículos involucrados en el accidente Numero de victimas 20.

(22) Fecha Dia de la semana Hora municipio ciudad Clase de carretera Tipo de carretera Límite de velocidad Detalle conexión carretera Control conexión carretera Control humano paso peatones Patinaje volcadura Condición de iluminación Condición climática Condición superficie carretera Condición especial carretera Riesgo vía Rural o urbano Presencia policial Ubicación bloque accidente Tipo de vehículo Remolque y articulación Maniobra vehicular Ubicación del vehículo Patinaje volcadura Punto de impacto Propósito de viaje Sexo conductor Edad conductora Edad vehículo marca modelo Año de accidente Variables Tipo de accidente Factores atmosféricos. Fecha del accidente Lunes, martes, mi, j, v, s ,d Hora del accidente Municipio donde ocurrió el accidente Ciudad donde ocurrió el accidente Autopista, A,B,C Rotonda, calle de un solo sentido, autovía. Límite de velocidad Rotonda, mini rotonda Persona autorizada, señal de pare Patrulla escolar, etc. Cebra, pasarela Luz, oscuro con luces encendidas Lloviendo, granizo Seco, mojado, granizo Obras de carretera, superficie defectuosa Carga de vehículo, otro objeto, accidente anterior Zona real o urbana Presencia policial si/no Dirección Taxi, motocicleta Remolque, articulación Estacionado, etc. Carril del autobús, carril d ellas bicicletas Patinaje o volcadura Frente, atrás, lateral Propósito del viaje Sexo conductor Edad conductor Tiempo vehículo Marca del vehículo Modelo del vehículo Año de accidente Colisión con objetos fijos, con peatón, animales, con o sin colisión, en carruaje sin colisión Buen clima, aguacero, llovizna 21.

(23) barreras de seguridad causa. No, si Características del conductor, combinación de factores, otra, características d ella vía, características del vehículo Dia Dia de trabajo después del domingo o festivo, antes de domingo o festivo, día de trabajo normal Ancho de carril 3.25m, 3.25-3.75, > 3.75 iluminación Luz día, oscuro suficiente, suficiente, sin iluminación , , i Mes Verano, invierno Número de heridos 1, >1 Ocupantes involucrados 1, 2, >2 Tipo de policía acostado Si, no Ancho de pavimento 6-7 m, <6, >7 Demarcación pavimento No existen están borradas, márgenes separadas de la vía, carrieles separados y márgenes de la vía definidos, carriles separados solamente genero Masculino, femenino Ancho del policía <1.5 m, 1.5-2.5 m no existe o es difícil de pasar. acostado Límite de visibilidad Atmosférico, edificio o construcción, otro, topografía, vegetación, sin restricción tiempo Hora del accidente Tipo de vehículo Carro, camión, motociclo o motocicleta., otro severidad Accidente con heridos leves, accidente fatal o con heridos serios Condición de la Intacta en construcción, cóncava convexa, colapsada, barricada, otras superficie de la vía Separación física de la No separada, separada media, separada entre vehículos y no vía vehículos, ambas Alineación de la vía Línea recta, giro común, giro cortante, pendiente común, pendiente, pendiente pronunciada, pendiente continua hacia abajo, giro agudo y pendiente pronunciada, giro en pendiente regular, pendiente en giro regular Tipo de barandas Riel, pared, otras, ninguna Severidad del accidente Fatal, serio, leve Numero de victimas datos Tipo de vía datos Velocidad limite datos Mes accidente datos Dia de la semana datos Condiciones de Luz día 1-3, oscuridad 4-7 iluminación Condiciones de clima Sin vientos altos, llovizna sin vientos altos, otra Condición de la Señalización con semáforos, señalización parcial, otras superficie de la vía 22.

(24) Localización de la unión 0 no o en 20 m, aproximación a crecer o espera/parqueo en en el impacto proximidad al cruce, cruce limpio o esperando parqueo en la salida del cruce, saliendo, entrando de la vía principal o glorieta, cruce medio sobre una glorieta o vía principal. Derrape/sobregiro Ninguno, derrape o sobregiro Primer punto de impacto No impacta, frontal, posterior, lateral, cerca del lado Tipo de vehículo Motocicleta o bicicleta, carro, bus, vehículo pesado Genero conductor Masculino/femenino Edad del conductor <25, 26-35, 36-45, 46-55, 56-65, >65 Atributos específicos del accidente Tipo de accidente 0,99 Categoría de accidente 1-13 Escena de accidente 1-9 Tráfico pesado Si/no involucrado Número de dato vehículos/animales involucrados Numero de fatalidades dato Número de heridos dato Atributos específicos del conductor genero f-m Conductor borracho edad dato Atributos específicos de la vía Densidad de población 0-6 Pavimento de la vía 0-6 Luces de trafico 0-4 Tipo de límite de 1-6 velocidad Autopista motor/semi 1-3 motor Clase funcional de vía 1-4 Clase de mantenimiento 1-8 Vía de peatón/bicicleta Si/no Arteria de alta velocidad Si/no Límite de velocidad 10-120 Volumen de tráfico dato promedio diario Volumen de tráfico dato pesado promedio diario 23.

(25) Numero de calzadas Ancho de calzada Distancia de visibilidad a 150 m Distancia de visibilidad a 300 m Distancia de visibilidad a 300 m Atributos de la circunstancia especifica tiempo Condición de la vía iluminación clima temperatura Otros atributos (solo para interpretación) mes región Tipo de vehicular Tempo del dia estación causas. 0-4 Relación 35, 379 Relación 0-100 Relación 0-100 Relación 0-100. 1-10 1-6 1-4 1-7 0-35. 1-12 1-14 Carro pequeño, carro pesado Mañana, tarde, anochecer, noche/ medianoche Húmeda, seca Maniobra equivocada, descuido del conductor, pérdida de control, estallido de llanta, sobre velocidad, obstrucción, empuje por otro vehículo, eje roto, resorte roto, falla de frenos ,problema de la vía, causas desconocidas (problemas con la policía, condición del conductor, actitud de otros usuarios de la vía, señales de tráfico en la vía inadecuadas, condición de la superficie de la vía, factores demográficos de la localización del accidente, congestión de tráfico, fabricante del vehículo, año de fabricación, condiciones generales del vehículo), ataque/robo.. 1. Tabla 2. Atributos que se pueden utilizar en el análisis de los accidentes. Tomado de Montt Cecilia, 2013, Análisis de accidentes de tránsito con inteligencia computacional, 16 congreso chileno de ingeniería de transporte. 5.1.2. COMPLEJIDAD DEL SISTEMA E INTERRELACON ENTRE LOS FACTORES DE RIESGO. Una de las características importantes de un sistema de tránsito y de los fenómenos implícitos en el mismo, en particular los relativos a la accidentalidad vial es la complejidad de este y el nivel de interrelación entre los factores que intervienen en los accidentes. 24.

(26) Según el accidente se puede describir mediante un sistema espacio tiempo en el cual se distinguen tres fases; percepción, decisión y conflicto. La percepción se refiere al acto mediante el cual el conductor o persona involucrada en él, se da cuenta de que existe una situación anómala que puede desencadenar un accidente. Esta condición puede ocurrir de un momento para otro, o en un lapso. Por ejemplo, cuando el conductor está conduciendo dentro de las condiciones normales respetando su carril en la vía ,así como la velocidad adecuada, con el vehículo en condiciones normales y de un momento a otro parece un vehículo, peatón, semoviente invadiendo su carril en una curva, esto constituye una condición inesperada para el conductor y el tiempo para elaborar, tomar y ejecutar una decisión puede ser muy corto. De otro lado, si la visibilidad es buena, la carretera recta y se presenta la misma situación, quizás el conductor puede advertir la misma con una anticipación suficiente para tomar la decisión adecuada y ejecutar la maniobra tendiente a evitar la colisión, o al menos disminuir sus consecuencias. Al colocar como actores principales a las personas; conductor y peatones, este análisis se centra en las decisiones tomadas por estos actores, cuando se percibe el peligro inminente de accidente. Debido a que los factores y las correspondientes variables que pueden incidir en el accidente son muchas y en algunos casos no todas están presentes, la complejidad del proceso de accidente de tránsito puede ser variable. Además de esto, las decisiones tomadas por las personas incluyen un proceso de razonamiento que como todo acto humano puede tener motivaciones muy particulares, el análisis de estas puede ser bastante simple o por otro lado muy complejo. También participan aquí los actos reflejos o decisiones que no son completamente conscientes sino el producto de las vivencias del individuo que las toma. La determinación de las causas de los accidentes requiere la existencia de registros que permitan al investigador hacer una reconstrucción lo más fiel posible de los hechos que antecedieron al accidente. Según Vásquez en ¨ Causas de los accidentes de tránsito desde una visión de la medicina social”, las relaciones entre la causa raíz de los accidentes, la causa inmediata y los factores de riesgo asociados, se puede resumir en la figura 1. Se reconoce la multicausalidad de los accidentes de tránsito, tratando de no asociarlos a numerosas causas sin que se puedan identificar las más probables, ni a tan pocas como para perder la verdadera relación entre el accidente y las posibles causas.. 25.

(27) DETERMINAN TES BASICOS. POBLACION. AMBIENTE. ORGANIZACIÓN SOCIAL. GENOMA. DETERMINANTES RSTRUCTURALES. INDICE DE MOTORIZACION DEL PAIS NIVEL DE URBANIZACION SEÑALIZACION VIAL LEGISLACION SEGURIDAD VIAL EDUCACION VIAL TOLERAN CIA SOCIAL CONSUMO DE ALCOHOL Y DROGAS %CONDCUTORES MENORES DE 25 ALOS MAYORES DE 65. DETERMINANTES PROXIMOS. CONGESTIO VEHICUAR EN VIA PUBLICA MAL ESTADO DE LA VIA SEDÑALIZACION MALAS CONDICIONES CLIMATICAS ESCESO DE VELOCIDAD IMPERICIA EN EL MANEJO INTOXICACION ETILICA DEL CONDUCTOR. Figura 1 Esquema jerárquico multicausal aplicado a los accidentes de tránsito. Tomado de causa de los accidentes de tránsito desde una visión de la medicina epidemiológica.. Según Fernández, el problema de la accidentalidad vial se puede catalogar como complejo, de acuerdo con la tabla 3.. TIPO DE PROBLEMA Bien Estructurados Bien Estructurados. MODELO. NUMERO DE POSIBILIDADES 1 Finitas y conocidas. Determinístico Estocástico. Semiestructurados. Incertidumbre cuantitativa Complejos o cuasi Incertidumbre estructurados cuantitativa cualitativa. PROBABILIDAD DE RESULTADO 1 Conocidas y objetivas. Finitas y conocidas. y. 26.

(28) TIPO DE PROBLEMA. MODELO. N° DE PROBABILIDAD POSIBILIDADES DE RESUTADO. BIENESTRUCTURADOS Bien Estructurados. DETERMINISTICO Estocástico. 1 Finitas y conocidas. ´SEMIESTRUCTURADOS INCERTIIDUMBRE FINITAS CUANTITATIVA CONOCIDAS Complejos o cuasi Incertidumbre estructurados cuantitativa y cualitativa. 1 Conocidas objetivas. y. Y. Tabla 3 Complejidad de Problemas y Modelos de solución Tomado de Singh Maninder , Kaur Amrit , 2014, A Review on Road Accident in Traffic System, International Journal of Science and Research,. 5.2. MODELOS CAUSALES DE ACCIDENTES. Las causas de los accidentes pueden ser inmediatas o fundamentales y básicas o coadyuvantes.[1]. De acuerdo con Arévalo Carlos, 2017, Metodología y técnicas analíticas para la investigación de accidentes de trabajo, se pueden establecer históricamente tres modelos de ocurrencia de accidentes. A continuación, se presenta un resumen de los principales modelos y metodologías asociadas para el estudio de las causas de los accidentes. Esta descripción se basa en los expuesto en el libro “Metodología y técnicas analíticas para la investigación de accidentes de trabajo”. Estos son: 5.2.1.. Modelos secuenciales. 1931. Heinrich.. En este modelo una sucesión de eventos secuenciales conduce a la ocurrencia de accidente. Si no ocurre un evento en la secuencia esta se suspende, Al eliminar una condición o acto inseguro, no ocurre el accidente. Se observa en la figura 2. Los eventos que pueden llevar al accidente se pueden agrupar en cinco categorías; •. Entorno social y ascendencia.. •. Falla de la persona (acto inseguro).. •. Condición física insegura. 27.

(29) •. Accidentes y lesiones.. Figura 2. Teoría causal o de fichas de dominó. Tomado de Arévalo Carlos, 2017, Metodología y técnicas analíticas para la investigación de accidentes de trabajo, Fundación Agustín de Betancourt. 5.2.2.. Modelos epidemiológicos 1997 (Reason).. Son modelos lineales que consideran los accidentes como el resultado de una combinación de condiciones inseguras latentes, condiciones activas o actos inseguros. En este caso las causas básicas son las condiciones inseguras, que se activan mediante la ejecución de un acto inseguro. Los accidentes se previenen fortaleciendo las barreras o defensas. Los actos inseguros se pueden observar directamente mientras las condiciones inseguras son latentes, diseño, organización, formación, desequilibrio entre niveles de competencia y responsabilidades. Según esta teoría el hecho de que no todos los actos inseguros se conviertan en accidentes es debido a la existencia de las barreras creadas por la organización. Las deficiencias en las defensas pueden cambiar con el tiempo. Debido a la incidencia de los factores organizativos, el error humano no se considera una causa sino un efecto. Permite detectar interacciones complejas y se centra en la organización y gestión. Las condiciones latentes a nivel de organización y gestión y los factores de organización del lugar de trabajo facilitan la ocurrencia de actos inseguros y estos ante la deficiencia en las barreras, los accidentes. Si las barreras se ubican en niveles más bajos del modelo, se requieren más errores o actos inseguros para romperlas. Se incluyen las condiciones latentes presentes en el sistema para la ocurrencia de cualquier accidente, figura 3. Las deficiencias de la organización y gestión se consideraban normales antes del accidente.. 28.

(30) Figura 3. Modelo epidemiológico, tomado de Arévalo Carlos, 2017, Metodología y técnicas analíticas para la investigación de accidentes de trabajo, Fundación Agustín de Betancourt.. 5.2.3.. Modelos sistémicos avanzados Docker, 2006.. Los accidentes se producen por combinaciones inesperadas de condiciones normales, en lugar de fallas humanas. La naturaleza del fenómeno es compleja. Aunque el trabajador tome una decisión acertada, al combinarse con otra variable se produce la falla del sistema. De acuerdo con esto, si no existen las otras condiciones, la acción del trabajador no hubiera producido la falla o accidente. Existen factores causales que con base en la correlación propia de la obra o el proyecto pueden aumentar sus efectos. 5.2.4.. Relaciones de causalidad.. Tradicionalmente las técnicas para el análisis de accidentes se basan en establecer una relación jerárquica entre la causa y el efecto como en el árbol de causa efecto. A partir del accidente se trata de ir estableciendo la ocurrencia de causas y actos inseguros, figura 4. En este modelo se suponen: •. La causa precede al efecto en el tiempo.. •. La misma causa genera siempre el mismo efecto.. La causa se refiere en términos modernos a factores mecánicos o físicos, mientras que en los demás casos se refiere a factores causales. Factor causal: acto o condición necesaria para llegar a la secuencia del accidente. 29.

(31) Causas directas o primarias: factores, condiciones o acciones que desencadenaron de manera inmediata el accidente. Son las condiciones presentes en el lugar del accidente. Causas, factor causal: son factores que en combinación con otros aumentan la probabilidad de ocurrencia del accidente, pero que aisladamente no lo producen. Factores coadyuvantes: son aquellos de condición más general y permanente que afectan las condiciones de trabajo relacionado y que por sí mismos no producen el accidente, incrementan la probabilidad de ocurrencia de este. Causa raíz o básica: causa primordial del accidente, relacionada con los aspectos más generales y sistémicos de la organización y gestión del trabajo. Una causa básica genera varios factores coadyuvantes. El análisis de causa raíz debe incluir el análisis de las barreras existentes. Las causas básicas pueden ser: •. Barreras insuficientes o inadecuadas.. •. Fallos activos.. •. Precursores de fallos humanos.. •. Condiciones inseguras. (gestión, organización o lugar del trabajo).. Figura 4 Modelo de investigación de accidentes. Tomado de Arévalo Carlos, 2017, Metodología y técnicas analíticas para la investigación de accidentes de trabajo, Fundación Agustín de Betancourt. 5.3. METODOS DE INVESTIGACION DE ACCIDENTES. 30.

(32) Existen numerosas técnicas y metodologías que se han utilizado para el análisis de accidentes. De cualquier manera, el análisis termina siendo realizado por un equipo de expertos, que finalmente llega a una conclusión utilizando una de las metodologías existentes. Según Arévalo Carlos, una clasificación de estas técnicas, teniendo como base los modelos de causas de accidentes presentados anteriormente, es la siguiente; •. Técnicas basadas en Métodos secuenciales.. •. Técnicas basadas Métodos epidemiológicos.. •. Técnicas basadas en Métodos sistémicos.. En la tabla 4 se muestran diferentes técnicas clasificadas como se dijo anteriormente. En la figura 10 se presenta un diagrama de procesos para la investigación de accidentes según Niven Karen. A continuación, se describe brevemente de acuerdo con Arévalo Carlos, las técnicas más utilizadas. 5.3.1.. Técnicas basadas en modelos secuenciales.. Se presentan las principales técnicas pertenecientes a los modelos definidos anteriormente. Árbol de causas.. Se busca evidenciar las relaciones entre los hechos que han producido el accidente. La pregunta que se hace es qué tuvo que ocurrir para que se produjera el hecho. Para hallar la respuesta se busca reconstruir las circunstancias en el momento anterior al accidente. Esto permite identificar las causas coadyuvantes y raíz. Se cumplen los principios de encadenamiento, conjunción, disyunción. Se identifican las causas que, propiciando el origen del accidente, no necesitan una situación anterior para ser explicadas. Cuando falta información, se desconocen los antecedentes que propiciaron una situación. Se puede utilizar para obtener una primera aproximación cuando las interacciones en el entorno no son muchas.. Permite una mejor aproximación y organización de las causas identificadas mediante el árbol de causa efecto. Se pueden manejar niveles de relevancia de las causas principales para tratar primero las más relevantes. Se recomienda analizar globalmente el proceso de accidente e identificar las causas primarias.. 31.

(33) Se forma a partir de los modelos secuenciales e introduce modificaciones que tienen en cuenta el proceso de gestión introduciendo causas inmediatas y básicas. Las causas básicas se deben a fallas en los procesos de control y gestión de la empresa, siendo los actos subestándares y las condiciones subestándar que no son controladas,(ausencias de medidas de seguridad, mantenimiento inadecuado) , los detonantes del accidente. Las causas básicas se agrupan en factores personales Comportamiento humano (falta de conocimiento, competencias, no seguir procedimientos) y factores del trabajo (condiciones en el lugar de trabajo, procesos, elementos de seguridad, equipos, normas). Los detonantes son procedimientos inadecuados o no aplicación, figura 5.. Figura 5 Modelo de control de perdidas. Bird. Tomado de Arévalo Carlos, 2017, Metodología y técnicas analíticas para la investigación de accidentes de trabajo, Fundación Agustín de Betancourt.. La técnica SCAT incluye las barreras dentro del desarrollo secuencial del accidente. Esta técnica identifica tres motivos de falta de control: •. Falta o insuficiencia de programación.. •. Falta de procedimientos y estándares.. •. Incumplimiento de estos.. 32.

(34) La información recolectada y su análisis se resumen en una gráfica que contiene cinco bloques; descripción del incidente, contactos que pudieron llevar al accidente, causas inmediatas, causas básicas comunes, acciones utilizadas para el control de los factores identificados. 5.3.2.. TECNICAS BASADAS EN MODELOS EPIDEMIOLOGICOS.. Es una representación gráfica de la cronología del accidente en base a los sucesos, factores causales que han contribuido al mismo. Permiten incluir sucesos que no se han probado dentro del proceso de investigación, aunque tengan soporte probatorio. Esto se observa en la figura 6. El método consta de sucesos (acciones y hechos a que incluyen fecha, cuantificación, (son activos), condiciones (situaciones y circunstancias,( pasivos) está asociada al hecho e incluyen fechas y tiempo en que concurrieron), sucesos y condiciones supuestas. Sus etapas son: •. Cadena de sucesos acaecida.. •. Identificación de factores causales.. •. Análisis de condiciones de los sucesos. Relacionan los sucesos con las condiciones en que acaecieron.. Figura 6 Análisis gráfico de factores causales. Tomado de Arévalo Carlos, 2017, Metodología y técnicas analíticas para la investigación de accidentes de trabajo, Fundación Agustín de Betancourt.. Esta técnica es complementaria a la anterior y adiciona el análisis de barreras que podrían haber evitado el accidente. La barrera es cualquier medio utilizado para controlar, prevenir o impedir la ocurrencia del accidente. 33.

(35) En la figura 7 se presenta varias clases de barreras que se pueden incluir en el análisis. Estas se pueden analizar en los niveles de la actividad que se desarrolla, la instalación y corporativo.. Figura 7 Barreras que se pueden incluir en el análisis. Tomado de Arévalo Carlos, 2017, Metodología y técnicas analíticas para la investigación de accidentes de trabajo, Fundación Agustín de Betancourt.. Se fundamente en la presunción de que los cambios en los sistemas generan desviaciones de estos. Los cambios pueden ser programados o imprevistos. La técnica compara un escenario de ocurrencia del accidente, y otro en el que este no ocurre. Se evalúan las diferencias que llevaron al accidente y el efecto que los cambios (procedimientos, acciones, condiciones) tuvieron. Esta técnica se puede incorporar a la anterior. Para establecer las diferencias entre los dos escenarios, se pueden incluir las preguntas que, como, donde, cuando, quien. 5.3.3.. Análisis de causa raíz. (RCA).. Es el método más utilizado y permite identificar los factores que al ser corregidos evitan la ocurrencia del accidente. Se centra en el sistema de gestión de la empresa y permite responder por qué ocurrió el accidente. Puede incluir aspectos como: Deficiencias en la organización de funciones técnicas y preventivas. •. Deficiencia en los procedimientos de gestión. 34.

(36) •. Deficiencia en la programación y supervisión de trabajos.. •. Pueden existir más de una causa raíz del accidente, pero no deben sobrepasar de cuatro.. El procedimiento es: •. Conocimiento previo de los hechos y sucesos alrededor del accidente.. Se puede realizar una aproximación mediante otras técnicas, y disponer de un listado inicial de factores causales. •. Se valida la significancia y normalidad. Para ello se pregunta:. ¿Si el factor se hubiera evitado, se hubiera roto la cadena del accidente? ¿El factor es habitual y ha generado el resultado esperado? Si la primera respuesta es afirmativa y la segunda negativa, se considera un factor relevante. El análisis debe realizarse en los diferentes niveles jerárquicos. •. Se agrupan los factores causales que dependen de una sola causa raíz.. No todas las cadenas de sucesos generan factores causales o causa raíz.. Figura 8 Agrupación de factores causales. Tomado de Arévalo Carlos, 2017, Metodología y técnicas analíticas para la investigación de accidentes de trabajo, Fundación Agustín de Betancourt. Además de las metodologías convencionalmente conocidas, se proponen las siguientes metodologías: 35.

(37) Sequential timing events plotting. STEP. Functional resonance analysis method. FRAM. 5.3.4.. Método de tablas de Forrester.. Este método se basa en la aplicación del diagrama causal a la dinámica de sistemas. Permite la validación del modelo que representa el sistema, cómo es la evolución de las variables asociadas al mismo y realizar un análisis de sensibilidad para observar las variaciones en las entradas y salidas del modelo. Mediante su aplicación se obtiene una transformación del diagrama de causas en un sistema de ecuaciones que relacionan las variables. Se pueden aplicar los siguientes pasos en el desarrollo del modelo por este método: •. Representación mental del sistema, incluyendo los actores que intervienen en el mismo; en el caso de los accidentes de tránsito pueden ser el conductor, los peatones, la vía, el vehículo, el ambiente. Esto constituye los niveles.. •. Se representan los flujos que constituyen las variaciones de los niveles en el tiempo.. •. Los demás elementos se consideran variables auxiliares y los valores que permanezcan constantes se consideran variables auxiliares constantes.. •. En la figura se muestra una representación de un accidente de tránsito utilizando los diagramas de Forrester.. Figura 9. Representación de un accidente de tránsito utilizando diagramas de Forrester. Tomado de Modelo Dinámico-sistémico de accidentes de tránsito. El diagrama contiene 56 variables que describen el funcionamiento del sistema. Esta técnica permite realizar el análisis de sistemas estructurados, no estructurados, modelos conceptuales, problemas relacionados con el sistema, soluciones y compararlas entre ellas. 36.

(38) Es aplicable al análisis de causas en accidentes de tránsito, de acuerdo con el documento presentado por Loyola John y colaboradores en Modelo Dinámico-sistémico de accidentes de tránsito. Realizaron un estudio aplicando la técnica de diagramas de Forrester en el estudio de accidentalidad en la población de Trujillo en el Perú. Determinaron que las principales causas de accidentalidad están relacionadas con el factor humano principalmente el conductor y el peatón, por no respetar la reglamentación existente y de incurrir en actos inseguros. Utilizaron una técnica denominada Sistemas suaves y dinámica de sistemas para determinar las causas de los accidentes. El modelo dinámico que construyeron permite identificar las relaciones entre los diferentes actores del sistema. 5.3.5.. COMPARACION DE LAS TECNICAS.. La selección de la técnica de investigación de accidentes depende de varios elementos; el principal de ellos incluye las características de interrelación y complejidad de los factores de riesgo del sistema analizado. Sin embargo, existen otros factores como la disponibilidad de recursos, incluyendo el tiempo, metodología de investigación y programación, sector en el que ocurre el suceso investigado, calificación de los investigadores. De acuerdo con la interrelación de los factores y la complejidad del sistema analizado, se muestran las técnicas sugeridas de acuerdo con en la figura 10.. Figura 10 Selección de modelos de análisis de accidentes en función de la complejidad e interacción de factores. Tomado de Arévalo Carlos, 2017, Metodología y técnicas analíticas para la investigación de accidentes de trabajo, Fundación Agustín de Betancourt.. 37.

(39) La tabla 4 presenta un resumen de técnicas utilizadas para el análisis de causas de accidentes, así como su aplicación . Para el caso particular de análisis de causa raíz se observa que existen varias técnicas recomendadas entre ellas cinco porque, Pareto, FMEA, Change, Baryver análisis. La técnica de redes bayesianas encuentra causas razonables. Los cuadros rojos indican deficiencia en la aplicación de la técnica para conseguir los objetivos de la columna izquierda, mientras los verdes representan resultados cualitativos.. 38.

(40) MORT. Bayesian network. RPR. TRIZ. CAT WOETRIZ. ID. ARCA. CRT. K-T. BOW TIE. Bariyer analysis. CHANGE. Story telling. FMEA. STEP. PARETO. ETA. FTA. CED. 5 porque Provee resultados cuantitativos Explora causas razonables Localiza causas raíz especificas Se focaliza en soluciones Genera acciones correctivas/ preventivas Determina causas raíz y prioridades de estrategias Refleja el trabajo de la mente humana en resultados de evaluación Identifica personas responsables de acciones correctivas Estructura fácil y aplicable Direcciona temas simples Adopta aproximación atomística Herramienta teórica Procesos sistemáticos Resuelve problemas estructuradlos Fácil de entender. Tabla 4 Resumen de técnicas para análisis de causa raíz de accidentes. Tomado de Tuba Kecesi, Ozcan Arsla, 2017, SHARE technique: a novel approach to root cause analysis of ship accidents. Safety science 96. 1-21.. 39.

(41) 5.4. MODELO DE ANALISIS DE CAUSA RAIZ DE ACCIDENTES. Para realizar el análisis de causa raíz de accidentes se debe plantear en primer lugar un modelo conceptual del accidente, después identificar los factores que inciden y coadyuvan a la materialización del mismo así como sus relaciones y finalmente establecer un método para realizar el análisis. 5.4.1.. Modelo de accidentes de tránsito.. De acuerdo con los modelos presentados anteriormente, y el documento Dream 3.0, se plantea un modelo de accidente para describir la dinámica del mismo, basándose en los eventos que determinan y concurren con la ocurrencia de los accidentes. Según Girard, todos los accidentes pueden describirse a partir de cuatro etapas; •. Fase de conducción: no hay demandas especiales sobre el conductor. La conducción es normal. Hay un balance entre las demandas sobre el sistema uy su capacidad de respuesta.. •. Fase de discontinuidad: la continuidad se interrumpe por un evento inesperado y la demanda sobre el sistema excede su capacidad de respuesta.. •. Fase de emergencia: el tiempo y la distancia entre la discontinuidad y el impacto , el tiempo disponible para que los componentes del sistema respondan al incremento súbito en la demanda.. •. Fase de choque o colisión.. El proceso de respuesta del conductor involucra características cognitivas, de observación, interpretación y planeación. Existen otros factores como la desatención. Según DREAM 3.0 existen los fenómenos o eventos observables en el momento del accidente, denominados fenotipos,(acciones humanas y eventos del sistema) y que tienen que ver con tiempo, velocidad, distancia, objeto, dirección, fuerza, y otros denominados genotipos o factores coadyuvantes (humanos como fallas en interpretación, observación y planeamiento y otros factores más generales temporales o permanentes como desatención, así como factores del vehículo y la vía y organizacionales como mantenimiento, diseño, logística), que incluyen factores o eventos en un blunt end (los frenos del vehículo fallan) que están relacionados con hombre vehículo, organización, vía, y en el Sharp en (el conductor no ve la luz roja del semáforo), con los mismos factores y que están en la proximidad del accidente. Entre ellos existen las condiciones de falla latentes, que contribuyen al accidente. Los eventos de blunt end y Sharp end están espaciados en el tiempo y espacio. Este modelo no es secuencial ni jerárquico sino en forma de red. Esto se observa en la figura 11. 40.

(42) Figura 11 Representación gráfica del modelo de accidente, basado en Dream 3.0 versión 2008. Desde el punto de vista teórico se refleja en cómo se definen los contribuyentes en el esquema de clasificación, y como se relacionan entre ellos.. factores. El esquema de clasificación incluye factores observables en el momento del accidente (fenotipos) y factores contribuyentes al mismo (genotipos). Los fenotipos pueden ser vistos como la causa inmediata o próxima. Los enlaces entre fenotipos y genotipos indican la forma en que interactúan entre ellos. Los fenotipos son los puntos finales en la cadena de causalidad. Cuando los genotipos actúan como enlaces, se pueden deducir cadenas enteras de causas consecuencias. Al comenzar con un fenotipo al final de la cadena de causas, se puede hacer el análisis hacia atrás hasta que no existan más genotipos o factores significativos. El uso de enlaces debe estar soportado por la información. Un genotipo general puede llevar a otro genotipo general. Los genotipos contribuyen no determinan los fenotipos. Los diferentes vehículo comparten la misma vía con las mismas reglas. Las causas inmediatas son coadyuvadas por las causas raíz a diferentes niveles. Factores particulares de una empresa de transporte que influyen en las causas próximas. Para cada vehículo participante en el accidente se selecciona un solo fenotipo.. 41.