Aplicación de técnicas de aprendizaje automático sobre datos de ahogamiento en España

Abstract

El accidente acu ático es una de las causas de muerte por traumatismo no intencional más importantes en todo el mundo, representando aproximadamente el 7% de todas las muertes relacionadas con traumatismos. En la actual era digital en la que estamos inmersos, es fácil acceder a información sobre una amplia gama de temas de interés. Sin embargo, este no es el caso cuando se trata de obtener datos precisos sobre los accidentes acu áticos. Aunque muchos países hacen esfuerzos para recopilar información sobre el número de incidentes en su territorio, los resultados obtenidos son insuficientes debido a la falta de recursos y representación de estas comunidades. A pesar de los esfuerzos de la Organización Mundial de la Salud (OMS) para abordar esta problemática, aún queda mucho por hacer, ya que las organizaciones gubernamentales de cada país no siempre están comprometidas en recopilar datos de manera adecuada y asegurar su confiabilidad. El campo de los accidentes acu áticos, tanto en España como en general, ha sido poco explorado, limitándose en su mayoría a análisis exploratorios básicos para comprender la situación de los incidentes acu áticos en un período y país específicos. Por ello, en este estudio, nuestro objetivo es adentrarnos en mayor detalle con el fin de descubrir patrones en los datos mediante la aplicación de técnicas de aprendizaje automático. Esto nos permitirá comprender mejor los motivos de los accidentes acuáticos en España y, a su vez, mostrar a los expertos en salvamento los resultados para que puedan tomar las decisiones oportunas que contribuyan a reducir la cantidad de víctimas mortales.

The aquatic accident is one of the most important causes of unintentional trauma-related deaths worldwide, representing approximately 7% of all trauma-related deaths. In the current digital era we are immersed in, it is easy to access information on a wide range of topics of interest. However, this is not the case when it comes to obtaining accurate data on drownings. Although many countries make efforts to collect information on the number of drownings in their territory, the results obtained are insufficient due to the lack of resources and representation of these communities. Despite the efforts of the World Health Organization (WHO) to address this issue, much remains to be done, as government organizations in each country are not always committed to collecting data properly and ensuring its reliability. The field of aquatic accidents, both in Spain and in general, has been poorly explored, mostly limited to basic exploratory analyses to understand the situation of drownings in a specific period and country. Therefore, in this study, our aim is to delve into more detail in order to discover patterns in the data through the application of machine learning techniques. This will allow us to better understand the causes of aquatic accidents in Spain and, in turn, present the findings to rescue experts so that they can make the appropriate decisions to help reduce the number of fatalities.