Maestría Estadística Aplicada y Ciencia de Datos · 2026

Mortalidad vial en Cundinamarca, Colombia: análisis territorial y aprendizaje automático para la vigilancia epidemiológica

Resumen

Objetivos. Describir el comportamiento epidemiológico y territorial de la mortalidad vial en Cundinamarca, Colombia, y comparar modelos de aprendizaje automático para identificar covariables relevantes en conteos agregados según la condición de la víctima. Métodos. Estudio observacional retrospectivo descriptivo-correlacional basado en fuentes secundarias (Instituto Nacional de Medicina Legal, 2015-2025). Se analizaron 5 681 muertes (conductores, peatones, pasajeros). Los registros se agregaron temporalmente, incorporando covariables sociodemográficas, territoriales y del evento. Tras descartar modelos clásicos paramétricos de conteo por su bajo ajuste, se compararon Random Forest, Gradient Boosting, XGBoost, CatBoost, LightGBM y una red neuronal, evaluados mediante RMSE, MAE, R², MAPE e importancia de variables. Resultados. La mortalidad vial mostró heterogeneidad territorial (mayor carga en Sabana Occidente, Sabana Centro, Alto Magdalena y Soacha). Los conductores concentraron 3 183 muertes (56,0%), peatones 1 451 (25,5%) y pasajeros 1 047 (18,4%). Gradient Boosting presentó el mejor ajuste en conductores (RMSE=1,1260; R²=0,8552), XGBoost en peatones (RMSE=0,3438; R²=0,9140) y CatBoost en pasajeros (RMSE=0,3636; R²=0,9432). Las covariables relevantes variaron e incluyeron provincia, ciclo vital, zona, vía, sexo y objeto de colisión. Conclusiones. La mortalidad vial en Cundinamarca presentó patrones diferenciados por territorio y víctima. El modelamiento con aprendizaje automático de conteos agregados identificó covariables útiles para la vigilancia epidemiológica territorial, orientando estrategias diferenciales de movilidad segura.

Palabras clave