HSM 2009 CAPÍTULO 3 FUNDAMENTOS.pdf

HSM2009(4) OCR&BEST - ^
https://www.slideshare.net/FRANCISCOJUSTOSIERRA/hsm20094-ocrbestpdf
1
CAPÍTULO 3 FUNDAMENTOS
3.1. INTRODUCCIÓN DEL CAPÍTULO
El propósito de este Capítulo es introducir los conceptos fundamentales para compren-
der las técnicas de gestión de la seguridad vial y los métodos de estimar choques pre-
sentados en los Capítulos siguientes del Manual de Seguridad Vial (HSM).
En el HSM, la frecuencia de choques es la base fundamental para analizar la seguridad
vial, y seleccionar lugares para tratar y evaluar los efectos de los tratamientos. El objetivo general del HSM es reducir
los choques y su gravedad, comparar y evaluar tratamientos alternativos y diseñar caminos más seguros. Un objetivo
es usar fondos de seguridad limitados de manera rentable.
Este Capítulo presenta los siguientes conceptos:
• Descripción general de los conceptos básicos relacionados con el análisis de choques, incluidas las definiciones
de los términos clave del análisis de choques, la diferencia entre la seguridad subjetiva y objetiva, los factores
contribuyentes a los choques y estrategias para reducirlos;
• Datos para estimar choques y sus limitaciones;
• Perspectiva histórica de la evolución de los métodos de estimar choques y las limitaciones de sus métodos;
• Descripción general del método predictivo (Parte C) y los CMF (Partes C y D);
• Aplicación del HSM; y
• Tipos de métodos para determinar la efectividad de los tipos de tratamiento (Parte B).
Los usuarios se benefician al familiarizarse con el material del Capítulo 3 para aplicar el HSM, al comprender que
se necesita un criterio de ingeniería para determinar si los procedimientos del HSM son apropiados y cuándo.
3.3. CHOQUES: BASE DEL ANÁLISIS DE SEGURIDAD
Cuando en el HSM se usa el término "seguridad", se refiere a la frecuencia y/o la gra-
vedad del choque y tipo de choque durante un lapso específico, una ubicación y un
conjunto determinados de condiciones geométricas y operativas.
Esta sección describe en general los conceptos fundamentales relacionados con los
choques y su uso en el HSM:
• Diferencia entre seguridad objetiva y seguridad subjetiva;
• Definición de choque y otros términos relacionados;
• Choques son sucesos raros y aleatorios;
• Factores contribuyentes influyen en los choques y pueden abordarse mediante una serie de estrategias;
• Frecuencia de choques es una medida de rendimiento cuantitativa fundamental en el HSM.
• Se enfoca en reducir los choques al cambiar la calzada/el entorno.
3.2.1. Seguridad objetiva y subjetiva
El HSM se enfoca en cómo estimar y evaluar la frecuencia y la gravedad de los choques
para una red vial, instalación o lugar en particular, en un período determinado y, el en-
foque está en la seguridad "objetiva". La seguridad objetiva se refiere al uso de una
medida cuantitativa, independiente del observador. La frecuencia y la gravedad de los
choques se definen en la Sección 3.2.2.
En contraste, la seguridad “subjetiva” se refiere a la percepción de qué tan segura se
siente una persona en el sistema de transporte. La evaluación de la seguridad subjetiva para el mismo lugar variará
entre observadores.
El público viajero, el profesional del transporte y los estadísticos pueden tener opiniones diversas pero válidas sobre
si un lugar es “seguro” o “inseguro”. Las agencias de caminos obtienen información de cada uno de estos grupos
para determinar las políticas y los procedimientos que se usarán para afectar un cambio en la frecuencia y/o grave-
dad de los choques en el sistema de caminos y sus entornos.
Anexo 3-1 ilustra la diferencia entre seguridad objetiva y subjetiva. Desplazarse hacia la derecha en el eje horizontal
del gráfico muestra conceptualmente un aumento en la seguridad objetiva (reducción de choques). Subir en el eje
vertical conceptualmente muestra un aumento en la seguridad subjetiva (una mayor percepción de seguridad).
En esta exposición, tres ejemplos ilustran la diferencia:
Este capítulo presenta
los fundamentos para
aplicar el HSM
La frecuencia de los
choques se usa como
un indicador fundamen-
tal de la “seguridad” en
los métodos de evalua-
ción y estimación pre-
sentados en el HSM.
La Sección 3.2.1 pre-
senta conceptos de
seguridad objetivos y
subjetivos. El HSM se
centra en la seguridad
objetiva.

2
• El cambio entre los Puntos A y A' representa un claro deterioro tanto en la seguridad objetiva como subjetiva.
Por ejemplo, quitar la iluminación de una intersección puede aumentar los choques y disminuir la percepción de
seguridad del conductor (de noche).
• El cambio entre los Puntos B a B' representa una reducción en la percepción de seguridad en una red de trans-
porte. Por ejemplo, como resultado de una campaña televisiva contra la conducción agresiva, los ciudadanos
pueden sentirse menos seguros en los caminos debido a una mayor conciencia de los conductores agresivos.
Si la campaña no es eficaz para reducir los choques causados por una conducción agresiva, la disminución de
la seguridad percibida se produce sin cambios en el número de choques.
• El cambio del punto C a C' representa una mejora física en la calzada (como la adición de carriles para girar a
la izquierda) que da como resultado una reducción de los choques y un aumento de la seguridad subjetiva.
Anexo 3-1: Cambios en la seguridad objetiva y subjetiva
Fuente: NCHRP 17-27
3.2.2. Definiciones fundamentales de términos en el HSM
Definición de choque
En el HSM, un choque se define como un conjunto de sucesos que resultan
en lesiones o daños a la propiedad debido a la choque de al menos un
vehículo motorizado y puede involucrar la choque con otro vehículo motori-
zado, un ciclista, un peatón o un objeto. Los términos usados en el HSM no
incluyen choques entre ciclistas y peatones, o vehículos sobre rieles. Los
términos "choque" y "choque" se usan indistintamente en todo el HSM.
Definición de frecuencia de Choques
En el HSM, la "frecuencia de choques" se define como la cantidad de choques que ocurren en un lugar, instalación
o red en particular en un período de un año. La frecuencia de choques se calcula según la Ecuación 3-1 y se mide
en número de choques por año.
Definición de estimar choques
La “estimar choques” se refiere a cualquier metodología usada para pronosticar o predecir la frecuencia de choques
de:
• Un camino existente para las condiciones existentes durante un período pasado o futuro;
• Un camino existente para condiciones alternativas durante un período pasado o futuro;
• Una calzada nueva para condiciones dadas para un período futuro.
El método de estimar choques en la Parte C del HSM se denomina "método predictivo" y se usa para estimar la
"frecuencia promedio esperada de choques", que se define a continuación.
Definición de método predictivo El término "método predictivo" se refiere a la metodología en la Parte C del HSM
que se usa para estimar la "frecuencia promedio esperada de choques" de un lugar, instalación o camino bajo un
diseño geométrico dado, volúmenes de tránsito y para un determinado lapso.
Definición de frecuencia promedio esperada de choques
El término “frecuencia promedio esperada de choques” se usa en el HSM para describir la estimación de la frecuen-
cia promedio de choques a largo plazo de un lugar, instalación o red bajo un conjunto dado de diseño geométrico y
volúmenes de tránsito en un determinado lugar. lapso (en años).
Como los choques son sucesos aleatorios, las frecuencias de choques observadas en un lugar determinado fluctúan
naturalmente con el tiempo. la frecuencia de choques observada durante un período corto no es un indicador con-
fiable de qué frecuencia promedio de choques se espera bajo las mismas condiciones durante un lapso más largo.
Si se pudieran controlar todas las condiciones de un camino (p. ej., volumen de tránsito fijo, diseño geométrico sin
cambios, etc.), se podría medir la frecuencia promedio de choques a largo plazo. debido a que rara vez es posible
obtener estas condiciones constantes, se desconoce la verdadera frecuencia promedio de choques a largo plazo y,
en su lugar, se debe estimar.

3
Definición de gravedad del choque
Los choques varían en el nivel de lesiones o daños a la propiedad. La Norma Nacional Estadounidense ANSI D.-
define lesión como “daño corporal a una persona”. El nivel de lesiones o daños a la propiedad debido a un choque
se denomina en el HSM como "gravedad del choque". Si bien un choque puede causar una serie de lesiones de
diversa gravedad, el término gravedad del choque se refiere a la lesión más grave causada por un choque.
La gravedad del choque se divide en categorías según la escala KABCO, que incluye cinco niveles de gravedad de
las lesiones. Incluso si se usa la escala KABCO, la definición de lesión puede variar entre jurisdicciones. Los cinco
niveles de gravedad de choques de KABCO son:
• K - Lesión fatal: una lesión que resulta en la muerte;
• A - Lesión incapacitante: cualquier lesión, que no sea fatal, que impida a la persona lesionada caminar, conducir
o continuar normalmente las actividades que la persona era capaz de realizar antes de que ocurriera la lesión;
• B – Lesión evidente no incapacitante: cualquier lesión, distinta de una lesión fatal o una lesión incapacitante,,
evidente para los observadores en la escena del choque en que ocurrió la lesión;
• C - Lesión posible: cualquier lesión informada o reclamada que no sea una lesión fatal, una lesión incapacitante
o una lesión evidente no incapacitante e incluye la reclamación de lesiones no evidentes;
• O: sin lesiones/solo daños a la propiedad (PDO).
Si bien existen otras escalas para clasificar la gravedad de los choques, la escala KABCO se usa en el HSM.
Definición de evaluación de choque
En el HSM, “evaluación de choque” se refiere a determinar la efectividad de un tratamiento en particular o un pro-
grama de tratamiento después de su aplicación. Cuando se usa el término efectividad en el HSM, se refiere a un
cambio en la frecuencia (o gravedad) promedio esperada de choques para un lugar o proyecto. La evaluación se
basa en la comparación de los resultados obtenidos a partir de estimar choques. Los ejemplos incluyen:
• Evaluar una sola aplicación de un tratamiento para documentar su eficacia;
• Evaluar un grupo de proyectos similares para documentar la efectividad de esos proyectos;
• Evaluar un grupo de proyectos similares con el propósito específico de cuantificar la efectividad de una contra-
medida;
• Evaluar la efectividad general de proyectos específicos o contramedidas en comparación con sus costos.
La evaluación de choques se introduce en la Sección 3.7, descrita en detalle en el Capítulo 9.
Los choques son sucesos raros y aleatorios
3.2.3. Los choques son sucesos raros y aleatorios.
Por raro, se da a entender que los choques representan solo una proporción muy pequeña del número total de
sucesos que ocurren en el sistema de transporte. Aleatorio significa que los choques ocurren en función de un
conjunto de sucesos influidos por varios factores, en parte deterministas (pueden controlarse) y en parte estocásticos
(aleatorios e impredecibles). Un suceso se refiere al movimiento de uno o más vehículos y/o peatones y ciclistas en
la red de transporte.
Un choque es un posible resultado de una serie de sucesos en la red de transporte durante los cuales la probabilidad
de que ocurra un choque puede cambiar de bajo riesgo a alto riesgo. Los choques representan una proporción muy
pequeña del total de sucesos que ocurren en la red de transporte. Por ejemplo, para que ocurra un choque, dos
vehículos deben llegar al mismo punto en el espacio al mismo tiempo. la llegada al mismo tiempo no significa
necesariamente que se produzca un choque. Los conductores y los vehículos tienen diferentes propiedades (tiem-
pos de reacción, eficacia de frenado, capacidades visuales, atención, elección de velocidad), que determinarán si
se produce o no un choque.
El continuo de sucesos que pueden conducir a choques y la proporción conceptual de sucesos de choque a sucesos
que no son de choque se representan en el Anexo 3-2. Para la gran mayoría de los sucesos (el movimiento de uno
o más vehículos o peatones y ciclistas) en el sistema de transporte, los sucesos ocurren con un bajo riesgo de
choque (la probabilidad de que ocurra un choque es muy baja para la mayoría de los sucesos en la red de trans-
porte).

4
En un número menor de sucesos, aumenta el riesgo potencial de que ocurra
un choque, como un cambio inesperado en el flujo de tránsito en una autopista,
una persona que cruza un camino o un objeto inesperado. observado en la
calzada. En la mayoría de estas situaciones, la posibilidad de un choque se
evita mediante la acción anticipada del conductor, como reducir la velocidad,
cambiar de carril o hacer sonar una bocina.
En incluso menos sucesos, el riesgo de que ocurra un choque aumenta aún
más. Por ejemplo, si un conductor no presta atención momentáneamente, au-
menta la probabilidad de que ocurra un choque. El choque todavía podría evi-
tarse, por ejemplo, haciendo una parada de emergencia. Finalmente, en muy
pocos sucesos, ocurre un choque. Por ejemplo, en el ejemplo anterior, es posible que el conductor no haya aplicado
los frenos a tiempo para evitar un choque.
Las circunstancias que conducen a un choque en un suceso no necesariamente conducirán a un choque en un
suceso similar. Esto refleja la aleatoriedad inherente a los choques.
Anexo 3-2: Los Choques son Sucesos Raros y Aleatorios.
introduce factores que contribuyen al choque.
3.2.4.Factores Contribuyentes a los choques
Si bien es común referirse a la "causa" de un choque,
en realidad, la mayoría de los choques no pueden rela-
cionarse con un suceso causal singular. En cambio, los
choques son el resultado de una convergencia de una
serie de sucesos que están influidos por una serie de
factores contribuyentes (hora del día, atención del con-
ductor, velocidad, estado del vehículo, diseño del ca-
mino, etc.). Estos factores contribuyentes influyen en la
secuencia de sucesos (descritos anteriormente) antes,
durante y después de un choque.
• Sucesos previos al choque: revelan los factores
que contribuyeron al riesgo de que ocurra un cho-
que y cómo se pudo haber evitado. Por ejemplo, si
los frenos de uno o ambos vehículos involucrados estaban desgastados;
• Sucesos durante un choque: revele los factores que contribuyeron a la gravedad del choque y cómo las solu-
ciones de ingeniería o los cambios tecnológicos podrían reducir la gravedad del choque Por ejemplo, si un
automóvil tiene bolsas de aire y si la bolsa de aire se desplegó correctamente;
• Sucesos posteriores al choque: revele los factores que influyen en el resultado del choque y cómo se pueden
haber reducido los daños y las lesiones mediante mejoras en la respuesta de emergencia y el tratamiento mé-
dico. por ejemplo, el tiempo y la calidad de la respuesta de emergencia a un choque.
Los choques tienen las siguientes tres categorías generales de factores contribuyentes:
• Humanos: incluye la edad, el juicio, la habilidad del conductor, la atención, la fatiga, la experiencia y la sobrie-
dad;
• Vehículo: incluido el diseño, la fabricación y el mantenimiento;
• Camino/Entorno: incluido el alineamiento geométrico, la sección transversal, los dispositivos de control de trán-
sito, la fricción de la superficie, la pendiente, la señalización, el clima y la visibilidad.
Al comprender estos factores y cómo pueden influir en la secuencia de sucesos, los choques y la gravedad de los
choques se pueden reducir mediante la aplicación de medidas específicas para abordar factores contribuyentes
específicos. La contribución relativa de estos factores a los choques puede ayudar a determinar cómo asignar mejor
los recursos para reducir los choques. La investigación de Treat sobre la proporción relativa de factores contribu-
yentes se resume en el Anexo -. La investigación se realizó en y, las proporciones relativas son más informativas
que los valores reales que se muestran.
Los choques son raros: repre-
sentan solo una proporción muy
pequeña del número total de su-
cesos que ocurren en el sistema
de transporte.
Los choques son aleatorios:
Ocurren como una función de
un conjunto de sucesos influi-
dos por varios factores.

5
Anexo 3-3: Factores que contribuyen a los choques de vehículos
Fuente: Treat 1979
Un marco para relacionar la serie de sucesos en un cho-
que con las categorías de factores que contribuyen al
choque es la Matriz de Haddon. Exhibit 3-4 ejemplifica
esta matriz. La Matriz de Haddon ayuda a crear orden al
determinar qué contribuye. Identifica los factores que
contribuyen a los choques.
Los factores influyen en un choque y en qué período del
choque influyen los factores. Los factores enumerados
no pretenden ser exhaustivos; son solo ejemplos.
Anexo 3-4: Ejemplo de matriz de Haddon para iden-
tificar los factores contribuyentes
Período Factores Humanos Factores vehiculares Factores Camino/Entorno
Antes del choque
Factores contribuyendo a
aumento del riesgo de es-
truendo
distracción, fatiga, falta
de atención, pobre jui-
cio, edad, célula uso del
teléfono, deficiente Há-
bitos de conducción.
neumáticos desgasta-
dos, frenos desgastados
pavimento mojado, pulido
agregado, empinado en ba-
jada, mal señal coordinada
sistema
Durante el choque
Gravedad del choque
vulnerabilidad a lesio-
nes, edad, falta de uso
de un cinturón de seguri-
dad, conducir velocidad,
sobriedad
alturas de paragolpes y
adsorción de energía,
diseño del reposacabe-
zas, airbag. Operacio-
nes.
fricción del pavimento,
pendiente, al borde de la
calzada, ambiente
Después del choque
Resultado del choque
edad, sexo Facilidad de eliminación
de pasajeros lesionados
el tiempo y la calidad de la
emergencia respuesta, pos-
terior tratamiento médico
Considerar los factores que contribuyen al choque y con qué período de un suceso de choque se relacionan apoya
el proceso de identificación estrategias de reducción de choques. Algunos ejemplos de cómo se puede obtener una
reducción en los choques y la gravedad de los choques incluyen:
• El comportamiento de los humanos;
• La condición del camino/ambiente;
• El diseño y mantenimiento de la tecnología, incluidos los vehículos, los caminos y la tecnología ambiental;
• La provisión de tratamiento médico de emergencia, tecnología de tratamiento médico y rehabilitación posterior
al choque;
• La exposición a los viajes, o nivel de demanda de transporte.
Las estrategias para influir en lo anterior y reducir los choques y la gravedad de los choques pueden incluir:
• Diseño, planificación y mantenimiento: puede reducir o eliminar los choques al mejorar y mantener el sistema
de transporte, como modificar la fase de los semáforos. La gravedad del choque también puede reducirse me-
diante la selección de tratamientos apropiados (como el uso de barreras medianas para evitar choques fronta-
les).
• Educación: puede reducir los choques al influir en el comportamiento de los seres humanos, incluidas campa-
ñas de concientización pública, programas de capacitación de conductores y capacitación de ingenieros y mé-
dicos.
• Política/Legislación: puede reducir los choques al influir en el comportamiento humano y el diseño de la tec-
nología vial y vehicular. Por ejemplo, las leyes pueden prohibir el uso de teléfonos celulares mientras se con-
duce, exigir estándares mínimos de diseño, exigir el uso de cascos y cinturones de seguridad.
• Fuerza pública: puede reducir los choques al sancionar comportamientos ilegales como el exceso de velocidad
y la conducción en estado de ebriedad.

6
• Avances tecnológicos: pueden reducir los choques y la gravedad de los choques al minimizar los resultados
de un choque o evitar que ocurran choques por completo. Por ejemplo, los sistemas electrónicos de control de
estabilidad en vehículos mejoran la capacidad del conductor para mantener el control de un vehículo. La intro-
ducción de las herramientas ”Jaws of Life” (para sacar a las personas lesionadas de un vehículo) redujo el
tiempo necesario para aportar servicios médicos de emergencia.
• Gestión de la demanda/reducción de la exposición: puede reducir los choques al reducir la cantidad de
'sucesos' en el sistema de transporte por los que puede surgir el riesgo de un choque. Por ejemplo, aumentar la
disponibilidad del transporte público reduce la cantidad de vehículos de pasajeros en el camino y, puede ocurrir
una reducción potencial en la frecuencia de choques debido a una menor exposición.
No existe una relación directa entre los factores contribuyentes individuales y las estrategias particulares para reducir
los choques. Por ejemplo, en un choque frontal en un camino rural de dos carriles en condiciones secas y bien
iluminadas, el camino puede no ser considerado como un factor contribuyente. El choque se pudo haber evitado si
la calzada fuera un camino dividido. Si bien es posible que el camino no figure como un factor contribuyente, cambiar
el diseño del camino es una estrategia potencial para evitar choques similares en el futuro.
Si bien todas las estrategias anteriores juegan un papel importante en la reducción de los choques y la gravedad de
los choques, la mayoría de estas estrategias están fuera del alcance del HSM. El HSM se enfoca en la reducción
de los choques y la gravedad de los choques cuando se cree que la vía o el entorno son un factor contribuyente, ya
sea exclusivamente o mediante interacciones con el vehículo y/o el conductor.
3.3 DATOS PARA ESTIMAR CHOQUES
Esta sección describe los datos que normalmente se recopilan y usan para análisis de choques, y las limitaciones
de los datos de choques observados en estimar choques y la evaluación de los programas de reducción de choques.
3.3.2.Datos necesarios para analizar choques
Los datos precisos y detallados de choques, los datos de inventario de caminos o intersecciones y los datos de
volumen de tránsito son esenciales para realizar análisis significativos y estadísticamente sólidos. Estos datos pue-
den incluir:
• Datos del choque: los elementos de datos en un informe de choque describen las características generales del
choque. Si bien los detalles y el nivel de detalle de estos datos varían de un estado a otro, en general, los datos
de choque más básicos consisten en la ubicación, fecha y hora del choque, gravedad y tipo de choque, e infor-
mación básica sobre el camino, los vehículos y las personas involucradas.
• Datos de las instalaciones: Los datos del inventario de la vía o intersección aportan información sobre las
características físicas del lugar del choque. Los datos de inventario de caminos más básicos generalmente
incluyen la clasificación del camino, el número de carriles, la longitud y la presencia de medianas y las necesi-
dades típicas de datos para el análisis de choques son: datos de choques, datos de instalaciones y datos de
volumen de tránsito y ancho de banquina. Los inventarios de intersecciones suelen incluir los nombres de los
caminos, el tipo de área y el control del tránsito y las configuraciones de los carriles.
• Datos de volumen de tránsito: en la mayoría de los casos, los datos de volumen de tránsito requeridos para
los métodos en el HSM son el tránsito diario promedio anual (TMDA). Algunas organizaciones pueden usar ADT
(tránsito diario promedio) ya, posible que no se disponga de datos precisos para determinar el ADT. Si los datos
de TMDA no están disponibles, se puede usar ADT para estimar TMDA.
Otros datos usados para analizar los choques incluyen el total de vehículos que entran en la intersección (TEV) y
las millas recorridas por vehículo (VMT) en un segmento de camino, una medida de la longitud del segmento y el
volumen de tránsito. En algunos casos, pueden ser necesarios datos de volumen adicionales, como recuentos de
pasos de peatones o volúmenes de movimientos de giro.
La Guía de necesidades de datos de HSM informa datos adicionales. En un esfuerzo por estandarizar las bases de
datos relacionadas con los análisis de choques, hay dos pautas publicadas por la FHWA: el modelo de criterios
uniformes mínimos de choques (MMUCC); y el Modelo de Inventario Mínimo de Elementos Viales (MMIRE).
MMUCC (http://www.mmucc.us) es un conjunto de pautas voluntarias para ayudar a los estados a recopilar datos
consistentes sobre choques. El objetivo de la MMUCC es que, con bases de datos integradas estandarizadas, pueda
haber un análisis y una transferencia de datos de choques coherentes.
MMIRE (http://www.mmire.org) aporta orientación sobre qué inventario de caminos y elementos de tránsito se pue-
den incluir en el análisis de choques y propone una codificación estandarizada para esos elementos. Al igual que
con MMUCC, el objetivo de MMIRE es proporcionar transferibilidad al estandarizar la información de la base de
datos.

7

8
3.3.2. Limitaciones de la precisión de los datos de choques observados
Esta sección analiza las limitaciones de registrar, informar y medir los datos de choques con precisión y consistencia.
Estos problemas pueden introducir sesgos y afectar la confiabilidad de estimar choques de maneras que no se
abordan fácilmente. Estas limitaciones no son específicas de una metodología de análisis de choques en particular
y sus implicaciones requieren consideración independientemente de la metodología de análisis de choques particu-
lar usada.
Las limitaciones de los datos de choques observados incluyen:
• Calidad y precisión de los datos
• Umbrales de informes de choques y la indeterminación de la frecuencia y la gra-
vedad
• Diferencias en los métodos de recopilación de datos y las definiciones usadas
por las jurisdicciones.
Calidad y precisión de los datos
Los datos sobre choques generalmente se recopilan en formularios estandarizados por personal policial capacitado
y, en algunos estados, mediante la integración de la información proporcionada por los propios ciudadanos que
informan sobre choques de PDO. No se informan todos los choques y no todos los choques informados se registran
con precisión. Los errores pueden ocurrir en cualquier etapa de la recopilación y registro de datos de choques y
pueden deberse a:
• Entrada de datos: errores tipográficos;
• Entrada imprecisa: el uso de términos generales para describir una ubicación;
• Entrada incorrecta: entrada de nombres de caminos, superficie del camino, nivel de gravedad del choque, tipos
de vehículos, descripción del impacto, etc.;
• Entrenamiento incorrecto -falta de entrenamiento en el uso de códigos de choque;
• Subjetividad: cuando la recopilación de datos se basa en la opinión subjetiva de un individuo, es probable que
haya incoherencias. Por ejemplo, estimación de umbrales de daño a la propiedad o exceso de velocidad para
las condiciones.
Umbrales de informes de choque
Los choques informados y registrados se denominan datos de choque observados en el HSM. Una limitación en la
precisión de los datos de choques observados es que no se informan todos los choques. Si bien pueden existir
varias razones para esto, una razón común es el uso de umbrales mínimos de notificación de choques.
Las agencias de transporte y las jurisdicciones suelen usar los informes de choques de la policía como fuente de
registros de choques observados. En la mayoría de los estados, los choques deben informarse a la policía cuando
los daños superan el umbral mínimo de valor en dólares. Este umbral varía entre los estados. Cuando los umbrales
cambian, el cambio en la frecuencia de choques observada no representa necesariamente un cambio en la frecuen-
cia promedio de choques a largo plazo, sino que crea una condición en la que no se pueden hacer comparaciones
entre años anteriores.
Para compensar la inflación, el valor mínimo en dólares para la notificación de choques se incrementa periódica-
mente a través de la legislación. Por lo general, el aumento va seguido de una caída en el número de choques
informados. Esta disminución en los choques informados no representa un aumento en la seguridad. Es importante
estar al tanto de los umbrales de notificación de choques y asegurarse de que no se haya producido un cambio en
los umbrales de notificación durante el período de estudio en consideración.
Informes de choques y la indeterminación de la frecuencia y la gravedad
No todos los choques notificables se informan realmente a la policía y, no todos los choques se incluyen en una
base de datos de choques. Además, los estudios indican que los choques de mayor gravedad se notifican de manera
más confiable que los de menor gravedad. Esta situación crea un problema llamado indeterminación de frecuencia-
gravedad, que representa la dificultad de determinar si un cambio en el número de choques notificados es causado
por un cambio real en los choques, un cambio en las proporciones de gravedad o una combinación de ambos. Es
importante reconocer la indeterminación entre la frecuencia y la gravedad al medir la eficacia y seleccionar las
contramedidas. Actualmente no existen herramientas cuantitativas para medir la indeterminación de frecuencia-gra-
vedad.
Las limitaciones de los
datos típicos de cho-
ques se resumen en la
Sección3.3.2.

9
Existen diferencias entre las jurisdicciones con respecto a cómo se informan y clasifican los choques. Esto afecta
especialmente el desarrollo de modelos estadísticos para diferentes tipos de instalaciones usando datos de choques
de diferentes jurisdicciones y la comparación o uso de modelos entre jurisdicciones. Las diferentes definiciones,
criterios y métodos para determinar y medir los datos de choques pueden incluir:
• Umbrales de informes de choques
• Definición de términos y criterios relacionados con choques, tránsito y datos geométricos
• Categorías de gravedad de choques
Los umbrales de informes de choques se analizaron anteriormente. los tres tipos de datos (volumen de tránsito,
diseño geométrico y datos de choques) pueden crear dificultades, ya que puede no estar claro si la diferencia se
limita a la terminología o si las definiciones y los criterios para medir un tipo particular de datos son diferentes. Por
ejemplo, la mayoría de las jurisdicciones usan el tránsito diario medio anual (TMDA) como indicador del volumen de
tránsito anual, otras usan el tránsito diario medio (TMD).
La variación en los términos de gravedad del choque puede generar dificultades para comparar datos entre estados
y desarrollar modelos que sean aplicables a múltiples estados, por ejemplo, algunas agencias definen una lesión
fatal como “cualquier lesión que resulte en la muerte en un período específico después del choque”. choque de
vehículo de camino en el que se produjo la lesión. Por lo general, el período especificado es de días.” Por el contrario,
los procedimientos de la Organización Mundial de la Salud, adoptados para los informes de estadísticas vitales en
los Estados Unidos, usan un límite de meses. De manera similar, las jurisdicciones pueden usar diferentes escalas
de lesiones o tener diferentes clasificaciones de gravedad o agrupaciones de clasificaciones. Estas diferencias pue-
den dar lugar a incoherencias en la gravedad de los choques notificados y la proporción de lesiones graves en
relación con las muertes en todas las jurisdicciones.
el recuento de choques informados en una base de datos es parcial, puede contener información inexacta o incom-
pleta, puede no ser uniforme para todos los tipos de choques y gravedades de choques, puede variar con el tiempo
y puede diferir de una jurisdicción a otra
3.3.3. Limitaciones debidas a la aleatoriedad y el cambio
Esta sección introduce la regresión a los conceptos y problemas medios asociados con los cambios en las condi-
ciones del lugar (volumen físico o de tránsito).
Limitaciones debido a la aleatoriedad y el cambio Esta sección analiza las limitaciones asociadas con las variaciones
naturales en los datos de choques y los cambios en las condiciones del lugar. Estas son limitaciones debidas a las
características inherentes de los datos en sí, no limitaciones debidas al método por el cual se recopilan o informan
los datos. Si no se consideran y se toman en cuenta como sea posible, las limitaciones pueden introducir sesgos y
afectar la confiabilidad de los datos de choques de maneras que no se toman en cuenta fácilmente. Estas limitacio-
nes no son específicas de una metodología de análisis de choques en particular y sus implicaciones requieren
consideración independientemente de la metodología de análisis de choques en particular que se use.
Las limitaciones debidas a la aleatoriedad y los cambios incluyen:
• Variabilidad natural en la frecuencia de choques
• Regresión a la media y sesgo de regresión a la media
• Variaciones en las características de los caminos
• Conflicto entre la variabilidad de la frecuencia de choques y las condiciones cambiantes del lugar
Variabilidad natural en la frecuencia de choques
Debido a que los choques son sucesos aleatorios, las frecuencias de choques fluctúan naturalmente con el tiempo
en cualquier lugar dado. La aleatoriedad de la ocurrencia de choques indica que las frecuencias de choques a corto
plazo por sí solas no son un estimador confiable de la frecuencia de choques a largo plazo. Si se usara un período
de choques de tres años como muestra para estimar la frecuencia de choques, sería difícil saber si este período de
tres años representa una frecuencia de choques típicamente alta, media o baja en el lugar.
Esta variabilidad de un año a otro en la frecuencia de choques afecta negativamente estimar choques basada en
datos de choques recopilados durante períodos breves. La frecuencia promedio de choques a corto plazo puede
variar significativamente de la frecuencia promedio de choques a largo plazo.
Este efecto se magnifica en los lugares de estudio con bajas frecuencias de choques donde los cambios debido a
la variabilidad en las frecuencias de choques representan una fluctuación aún mayor en relación con la frecuencia
promedio esperada de choques.

10
Anexo 3-5 demuestra la aleatoriedad de la frecuencia de choques observada y la limitación de la estimación de la
frecuencia de choques con base en observaciones a corto plazo.
Anexo 3-5: Variación en la frecuencia de choques observada a corto plazo
Sesgos de regresión-a-la-media y regresión-a-la media
La fluctuación de los choques a lo largo del tiempo dificulta determinar si los cambios en la frecuencia de choques
observados se deben a cambios en las condiciones del lugar o a fluctuaciones naturales. Cuando se observa un
período con una frecuencia de choques comparativamente alta, es estadísticamente probable que el siguiente pe-
ríodo sea seguido por una frecuencia de choques comparativamente baja . Esta tendencia se conoce como regresión
a la media (RTM), y se aplica a la alta probabilidad de que un período de baja frecuencia de choques sea seguido
por un período de alta frecuencia de choques.
Si no se tienen en cuenta los efectos de RTM, se introduce el potencial de "sesgo de RTM", también conocido como
"sesgo de selección". El sesgo de selección ocurre cuando los lugares se seleccionan para el tratamiento en función
de las tendencias a corto plazo en la frecuencia de choques observada. Por ejemplo, se selecciona un lugar para el
tratamiento en función de una alta frecuencia de choques observados durante un lapso muy corto (por ejemplo, dos
años). la frecuencia de choques a largo plazo en los lugares puede ser sustancialmente menor y, el tratamiento
puede haber sido más rentable en un lugar alternativo. El sesgo de RTM también puede resultar en la sobreestima-
ción o subestimación de la efectividad de un tratamiento (el cambio en la frecuencia promedio esperada de choques).
Sin tener en cuenta el sesgo de RTM, no es posible saber si una reducción observada en los choques se debe al
tratamiento o si hubiera ocurrido sin la modificación.
El efecto de RTM y el sesgo de RTM en la evaluación de la eficacia del tratamiento se muestra en el Anexo 3-6. En
este ejemplo, se selecciona un lugar para el tratamiento en función de su tendencia de frecuencia de choques a
corto plazo durante tres años (tendencia ascendente). Debido a la regresión a la media, es probable que la frecuen-
cia de choques observada realmente disminuya (hacia la frecuencia de choques promedio esperada) sin ningún
tratamiento. Se aplica un tratamiento que tiene un efecto beneficioso (reducción de choques debido al tratamiento).
Si se ignora la reducción en la frecuencia de choques que habría ocurrido (debido a RTM) sin el tratamiento, la
eficacia del tratamiento se percibe como mayor que su eficacia real.
El efecto del sesgo de RTM se tiene en cuenta cuando la eficacia del tratamiento (la reducción de la frecuencia o
gravedad de los choques) y la selección del lugar se basan en una frecuencia de choques promedio a largo plazo.
Debido a la variabilidad a corto plazo de un año a otro en la frecuencia de choques observada y a las consecuencias
de no tener en cuenta el sesgo de RTM, el HSM se enfoca en la estimación de la "frecuencia de choque promedio
esperada" como se define en la sección 3.2.4.
Anexo 3.6 : Regresión-a-la-media (RTM) y sesgo de RTM

11
Variaciones en las características del camino y ambiente
Las características de un lugar, como el volumen de tráfico, el clima, el control del tráfico, el uso de la tierra y el
diseño geométrico, están sujetos a cambios con el tiempo. Algunas afecciones, como El control de tráfico o los
cambios de geometría en una intersección son eventos discretos. Otro Las características, como el volumen de
tráfico y el clima, cambian continuamente.
La variación de las condiciones del lugar a lo largo del tiempo dificulta atribuir cambios en la frecuencia de choque
promedio esperada a condiciones específicas. También limita el Número de años que se pueden incluir en un estu-
dio. Si se estudian períodos de tiempo más largos (para mejorar la estimación de la frecuencia de los choques y
tener en cuenta la variabilidad natural y RTM), es probable que los cambios en las condiciones en el lugar ocurrieron
durante el periodo de estudios. Una forma de abordar esta limitación es estimar el promedio esperado.
Frecuencia de choque para las condiciones específicas para cada año en un período de estudio. Este es el método
predictivo aplicado en la Parte C del HSM.
La variación en las condiciones también juega un papel en la evaluación de la efectividad de un tratamiento. Cambios
en las condiciones entre un período "anterior" y un período "posterior" puede dificultar la determinación de la eficacia
real de un tratamiento en particular.
Esto puede significar que el efecto de un tratamiento puede estar sobreestimado o subestimado, o incapaz de ser
determinado. Más información sobre esto se incluye en el Capítulo 9.
Conflicto entre la variabilidad de la frecuencia de choques y condiciones cambiantes del lugar
Las implicaciones de la fluctuación de la frecuencia de choque y la variación de las condiciones del lugar están en
conflicto: la fluctuación de un año a otro en las frecuencias de los choques tiende a adquirir más años de datos para
determinar el colapso promedio esperado frecuencia; y los cambios en las condiciones del lugar pueden acortar el
lapso para el cual las frecuencias de choque son válidas para considerar promedios. Este empujar/tirar la relación
requiere un juicio considerable cuando se realizan análisis a gran escala y procedimientos de estimación de choques
basados en la frecuencia de choque observada. La limitación se puede abordar estimando la frecuencia de choque
promedio esperada para las condiciones específicas para cada año en un período de estudio: método predictivo
aplicado en la parte C del HSM.
3.4 EVOLUCIÓN DE MÉTODOS PARA ESTIMAR CHOQUES
Esta sección describe brevemente la evolución de los métodos de estimar choques y sus fortalezas y limitaciones.
El desarrollo de nuevos métodos de estimar choques se asocia con la creciente sofisticación de las técnicas esta-
dísticas, y se debe a cambios en la forma de pensar sobre la seguridad vial. Se incluye información adicional en el
Apéndice A.
Se analizan los siguientes métodos de estimar choques:
• Estimar choques usando la frecuencia de choques observada y las tasas de choques durante un período a corto
y largo plazo (p. ej., más de años);
• Medidas de seguridad indirectas para identificar lugares altos de choque. Las medidas de seguridad indirectas
también se conocen como medidas sustitutas;

12
• Técnicas de análisis estadístico (específicamente el desarrollo de modelos de regresión estadística para la es-
timación de la frecuencia de choques) y metodologías estadísticas para incorporar datos de choques observados
para mejorar la confiabilidad de los modelos de estimar choques.
3.4.1. Métodos de frecuencia de choques observada y tasa de choques
La frecuencia de choques y tasas de choques se usan para estimar choques y evaluar la eficacia del tratamiento.
En el HSM, los datos históricos de choques en cualquier instalación (número de choques registrados en un período
determinado) se denominan "frecuencia de choques observada".
La “tasa de choques” es la cantidad de choques que ocurren en un lugar determinado durante un cierto lapso en
relación con una medida particular de exposición (p. ej., por millón de millas recorridas por vehículo para un seg-
mento de camino o por millón de vehículos que ingresan a una intersección). Las tasas de choques pueden inter-
pretarse como la probabilidad (basada en sucesos pasados) de estar involucrado en un choque por instancia de la
medida de exposición. Por ejemplo, si la tasa de choques en un segmento de camino es de un choque por millón
de millas vehiculares por año, entonces un vehículo tiene una posibilidad entre un millón de tener un choque por
cada milla recorrida en ese segmento de camino. Las tasas de choques se calculan según la Ecuación 3-2.
La frecuencia de choques observada y las tasas de choques se usan como una herramienta para identificar y prio-
rizar lugares que necesitan modificaciones, y para evaluar la efectividad de los tratamientos. Los lugares con la tasa
de choques más alta o quizás con tasas superiores a un cierto umbral se analizan en detalle para identificar posibles
modificaciones para reducir los choques. La frecuencia de choques y la tasa de choques se usan junto con otras
técnicas de análisis, como la revisión de los registros de choques por año, tipo de choque, gravedad del choque y/o
condiciones ambientales para identificar otras tendencias o patrones aparentes a lo largo del tiempo. El Apéndice
A.3 del Capítulo 3 incluye ejemplos de estimar choques usando datos históricos.
Las ventajas en el uso de la frecuencia y las tasas de choques observadas incluyen:
• Comprensibilidad: la frecuencia y las tasas de choques observadas son intuitivas para la mayoría;
• Aceptación: es intuitivo suponer que las tendencias observadas seguirán ocurriendo;
• Alternativas limitadas: en ausencia de cualquier otra metodología disponible, la frecuencia de choques obser-
vada es el único método de estimación disponible.
Los métodos de estimar choques basados únicamente en datos históricos de choques están sujetos a una serie de
limitaciones. Estos incluyen las limitaciones asociadas con la recopilación de datos descritas en las secciones 3.3.2
y 3.3.3.
El uso de la tasa de choques asume incorrectamente una relación lineal entre la frecuencia de choques y la medida
de exposición. La investigación confirmó que, si bien existen fuertes relaciones entre los choques y muchas medidas
de exposición, generalmente estas relaciones no son lineales. Un ejemplo (teórico) que ilustra cómo las tasas de
choques pueden ser engañosas es considerar una zona rural de dos Camino de dos carriles con bajo volumen de
tránsito y muy baja frecuencia de choques observada. El desarrollo adicional puede aumentar sustancialmente los
volúmenes de tránsito y, en consecuencia, el número de choques. es probable que la tasa de choques disminuya
debido al aumento del volumen de tránsito. Por ejemplo, los volúmenes de tránsito pueden triplicarse, pero la fre-
cuencia de choques observada solo puede duplicarse, lo que lleva a una reducción de un tercio en la tasa de cho-
ques. Si no se tiene en cuenta este cambio, se podría suponer que el nuevo desarrollo hizo que el camino fuera más
segura.
No tener en cuenta las limitaciones descritas anteriormente resulta en un uso ineficaz de la financiación de seguridad
limitada. Estimar las condiciones de choque basándose únicamente en los datos de choque observados limita la
estimación de choque a la frecuencia de choque promedio esperada de un lugar existente donde es probable que
las condiciones (y los volúmenes de tránsito) permanezcan constantes durante un período a largo plazo, lo que rara
vez ocurre. Esto impide la capacidad de estimar la frecuencia promedio esperada de choques para:
• El sistema existente bajo diferentes diseños geométricos o volúmenes de tránsito en el pasado (considerando
si no se había implementado un tratamiento) o en el futuro (considerando diseños de tratamiento alternativos);
• Alternativas de diseño de vías no construidas.
A medida que aumenta el número de años de datos de choques disponibles, disminuye el riesgo de problemas
asociados con el sesgo de regresión a la media. en situaciones en las que los choques son extremadamente raros

13
(p. ej., en pasos a nivel de ferrocarril), la frecuencia de choques observada o las tasas de choques pueden estimar
de manera confiable la frecuencia de choques promedio esperada y, pueden usarse como un valor comparativo
para la clasificación (Apéndice A.4 del Capítulo 3 por más información).
Incluso cuando hubo cambios limitados en un lugar (p. ej., el volumen de tránsito, el uso de la tierra, el clima, la
demografía de los conductores se mantuvieron constantes), persisten otras limitaciones relacionadas con los facto-
res contribuyentes cambiantes. Por ejemplo, el uso de motocicletas puede haber aumentado en toda la red durante
el período de estudio. Un aumento en los choques de motocicletas observados en el lugar puede estar asociado
con el cambio general en los niveles de uso de motocicletas en toda la red en lugar de un aumento en los choques
de motocicletas en el lugar específico.
Las agencias pueden estar sujetas a requisitos de informes que requieren el suministro de información sobre la tasa
de choques. La evolución de los métodos de estimar choques introduce nuevos conceptos con mayor fiabilidad que
las tasas de choques y, el HSM no se centra en el uso de las tasas de choques. Las técnicas y metodologías
presentadas en la ª edición del HSM son relativamente nuevas en el campo del transporte y llevará tiempo conver-
tirse en las "mejores" prácticas. es probable que las agencias continúen sujetas a requisitos para informar las tasas
de choques en el corto plazo.

14
3.4.2 Medidas de seguridad indirectas
Se aplican medidas de seguridad indirectas para medir y monitorear un lugar o varios. También conocidas como
medidas de seguridad sustitutas, las medidas de seguridad indirectas aportan una metodología sustituta cuando las
frecuencias de choques no están disponibles porque la vía o la instalación aún no está en servicio o solo estuvo en
servicio por un corto tiempo; o cuando las frecuencias de choques son bajas o no se recopilaron; o cuando un
camino o instalación tiene características únicas significativas. La importante atracción adicional de las mediciones
indirectas de seguridad es que pueden evitar tener que esperar a que se materialicen suficientes choques antes de
que se reconozca un problema y se aplique un remedio.
Las prácticas anteriores usaron principalmente dos tipos básicos de medidas sustitutas para usar en lugar de la
frecuencia de choques observada. Estos son:
• Sustitutos basados en sucesos próximos y generalmente preceden al suceso del choque. Por ejemplo, en el
tiempo de invasión de una intersección, el tiempo durante el cual un vehículo que gira infringe el derecho de
paso de otro vehículo puede usarse como una estimación sustituta.
• Sustitutos que presumen la existencia de un vínculo causal con la frecuencia esperada de choques. Por ejemplo,
la proporción de ocupantes que usan cinturones de seguridad puede usarse como sustituto para estimar la
gravedad de los choques.
Los estudios de conflicto son otra medida indirecta de la seguridad. En estos estudios, se lleva a cabo la observación
directa de un lugar para examinar los “casi choques” como una medida indirecta de los posibles problemas de
choques en un lugar. Debido a que el HSM se centra en la información cuantitativa sobre choques, los estudios de
conflictos no se incluyen en el HSM.
La fortaleza de las medidas indirectas de seguridad es que los datos para el análisis están más fácilmente disponi-
bles. No es necesario esperar a que se produzcan choques. Las limitaciones de las medidas indirectas de seguridad
incluyen la relación no probada entre los sucesos sustitutos y la estimación del choque. El Apéndice D del Capítulo
3 incluye información más detallada sobre las medidas de seguridad indirectas.
3.4.3. Estimar choques mediante métodos estadísticos
Se desarrollaron modelos estadísticos mediante análisis de regresión que abordan algunas de las limitaciones de
otros métodos identificados anteriormente. Estos modelos abordan el sesgo de RTM y también aportan la capacidad
de estimar de manera confiable la frecuencia de choque promedio esperada no solo para las condiciones del camino
existente, sino también para los cambios en las condiciones existentes o un nuevo diseño del camino antes de su
construcción y uso.
Al igual que con todos los métodos estadísticos usados para realizar estimaciones, la confiabilidad del modelo de-
pende en parte de qué tan bien se ajusta el modelo a los datos originales y en parte de qué tan bien se calibró el
modelo con los datos locales. Además de los modelos estadísticos basados en datos de choques de una variedad
de lugares similares, la confiabilidad de estimar choques mejora cuando los datos históricos de choques para un
lugar específico se pueden incorporar a los resultados de la estimación del modelo.
Existe una serie de métodos estadísticos para combinar estimaciones de choques a partir de un modelo estadístico
con la estimación usando la frecuencia de choques observada en un lugar o instalación. Estos incluyen:
• Método empírico de Bayes (Método EB)
• Método jerárquico de Bayes
• Método completo de Bayes
Las jurisdicciones pueden tener los datos y la experiencia para desarrollar sus propios modelos e implementar estos
métodos estadísticos. En el HSM, el Método EB se usa como parte del método predictivo descrito en la Parte C.
Una ventaja distintiva del Método EB es que, una vez que se desarrolla un modelo calibrado para un tipo de lugar
en particular, el método se puede aplicar fácilmente. Los métodos Hierarchical Bayes y Full Bayes no se usan en el
HSM y no se tratan en este manual.
3.4.4. Desarrollo y Contenido de la Sección de Métodos HSM.
El HSM se desarrolló debido al reconocimiento entre los profesionales del transporte de la necesidad de desarrollar
métodos cuantitativos estandarizados para estimar y evaluar choques que aborden las limitaciones descritas en la
Sección.
El HSM incluye métodos cuantitativos para estimar de forma fiable la frecuencia y la gravedad de los choques en
una variedad de situaciones, e incluye herramientas de toma de decisiones relacionadas para usar en el proceso de
gestión de la seguridad vial. La Parte A del HSM incluye una descripción general de los factores humanos (en el

15
Capítulo ) y una introducción a los conceptos fundamentales usados en el HSM (Capítulo ). La Parte B del HSM se
centra en los métodos para establecer un proceso de gestión de la seguridad vial completo y continuo. El Capítulo
incluye numerosas medidas de rendimiento para identificar los lugares que pueden responder a las mejoras. Algunas
de estas medidas de rendimiento usan conceptos presentados en la descripción general del método predictivo de
la Parte C que se presenta a continuación. Los Capítulos presentan información sobre el diagnóstico de choques en
el lugar, la selección de contramedidas y la priorización de lugares. El Capítulo presenta métodos para evaluar la
eficacia de las mejoras. Los fundamentos de los conceptos del Capítulo 9 se presentan en la Sección3.7.
La Parte C del HSM, que se describe en la Sección3.5, presenta el método predictivo para estimar la frecuencia
promedio esperada de choques para varias condiciones del camino. El material de esta parte del HSM será valioso
en los procesos de diseño preliminar y final.
Finalmente, la Parte D contiene una variedad de tratamientos viales con factores de modificación de choques (CMF).
Los fundamentos de los CMF se describen en la Sección 3.6 y se aportan más detalles en la Introducción de la Parte
D y la Guía de aplicaciones.
3.5. MÉTODO PREDICTIVO EN LA PARTE C DEL HSM
3.5.1. Descripción general del método predictivo de la Parte C
Esta sección pretende proporcionar al usuario una comprensión básica del mé-
todo predictivo que se encuentra en la Parte C del HSM. En la Introducción y
guía de aplicación de la Parte C se incluye una descripción general completa
del método. El método detallado para tipos de instalaciones específicos se des-
cribe en el Capítulo , y el Método EB se explica completamente en el Apéndice
de la Parte C.
El método predictivo presentado en la Parte C incluye una metodología estructurada para estimar la frecuencia
promedio esperada de choques (por total de choques, gravedad del choque o tipo de choque) de un lugar, instalación
o red vial para un lapso determinado, diseño geométrico y características de control de tránsito, y volúmenes de
tránsito (TMDA). El método predictivo también permite estimar choques en situaciones en las que no se dispone de
datos de choques observados o no se dispone de un modelo predictivo.
La frecuencia promedio esperada de choques, Nexpected, se estima usando una estimación de modelo predictivo
de la frecuencia de choques, Npredicted (referida como la frecuencia promedio prevista de choques) y, cuando esté
disponible, la frecuencia observada de choques, Nobserved. Los elementos básicos del método predictivo son:
• Estimación del modelo predictivo de la frecuencia promedio de choques para un tipo de lugar específico. Esto
se hace usando un modelo estadístico desarrollado a partir de datos de varios lugares similares. El modelo se
ajusta para tener en cuenta las condiciones específicas del lugar y las condiciones locales;
• El uso del Método EB para combinar la estimación del modelo estadístico con la frecuencia de choques obser-
vada en el lugar específico. Se aplica un factor de ponderación a las dos estimaciones para reflejar la confiabi-
lidad estadística del modelo. Cuando los datos de choques observados no están disponibles o no son aplicables,
el Método EB no se aplica.
Elementos básicos de los modelos predictivos de la Parte C
Los modelos predictivos de la Parte C del HSM varían según la instalación y el tipo de lugar, pero todos tienen los
mismos elementos básicos:
• Funciones de rendimiento de seguridad (SPF): los modelos estadísticos "base" se usan para estimar la frecuen-
cia promedio de choques para un tipo de instalación con condiciones base especificadas.
• Factores de modificación de choques (CMF): los CMF son la proporción de la efectividad de una condición en
comparación con otra condición. Los CMF se multiplican por la frecuencia de choques predicha por el SPF para
tener en cuenta la diferencia entre las condiciones del lugar y las condiciones base especificadas;
• Factor de calibración (C): multiplicado por la frecuencia de choques pronosticada por el SPF para tener en
cuenta las diferencias entre la jurisdicción y el lapso para el que se desarrollaron los modelos predictivos y la
jurisdicción y el lapso en el que los usuarios de HSM los aplican.
Una explicación detallada de
los pasos para el método pre-
dictivo HSM se encuentra en la
Guía de aplicaciones e intro-
ducción de la Parte C.

16
Si bien la forma funcional de los SPF varía en el HSM, el modelo predictivo para estimar la frecuencia de choque
promedio esperada Npredicha generalmente se calcula usando la Ecuación3-3.
La primera edición del HSM incluye un método predictivo detallado para los siguientes tres
tipos de instalaciones:
• Capítulo: Caminos rurales de dos carriles y dos sentidos;
• Capítulo: Autopistas Rurales Multicarril;
• Capítulo: Arteriales Urbanos y Suburbanos.
Ventajas del método predictivo
Las ventajas del método predictivo son que:
• El sesgo de regresión a la media se aborda ya que el método se concentra en la frecuencia promedio esperada
de los choques a largo plazo en lugar de la frecuencia de choque observada a corto plazo.
• La dependencia de la disponibilidad de datos de fallos limitados para cualquier lugar se reduce mediante la in-
corporación de relaciones predictivas basadas en datos de muchos lugares similares.
• El método explica la relación fundamentalmente no lineal entre la frecuencia de choque y el volumen de tráfico.
• Los SPF en el HSM se basan en la distribución binomial negativa, que son más adecuados para modelar la alta
variabilidad natural de los datos de choque que las técnicas de modelado tradicionales que se basan en la dis-
tribución normal.
Se recomienda a los usuarios primerizos del HSM que deseen aplicar el método predictivo que lean la Sección 3.5
(esta sección), lean la Guía de introducción y aplicaciones de la Parte C y, a continuación, seleccionen un tipo de
instalación apropiado de los Capítulos 10, 11 o 12 para la red vial, instalación o lugar en consideración.
Se recomienda a los usuarios primerizos del HSM que deseen aplicar el método predictivo que lean la Sección.
(esta sección), lea la Introducción de la Parte C y la Guía de aplicaciones, y luego seleccione un tipo de instalación
apropiado del Capítulo , o para la red vial, la instalación o el lugar en consideración.
3.5.2. Funciones de desempeño de seguridad
Las funciones de desempeño de seguridad (SPF) son ecuaciones de regresión que estiman la frecuencia promedio
de choques para un tipo de lugar específico (con condiciones base especificadas) como un Manual de seguridad en
los caminos - 1ª edición Actual en abril, función del tránsito diario promedio anual (TMDA ) y, en el caso de tramos
de calzada, la longitud del tramo (L). Las condiciones base se especifican para cada SPF y pueden incluir condicio-
nes como ancho de carril, presencia o ausencia de iluminación, presencia de carriles de giro, etc. En la Ecuación 3-
4 se muestra un ejemplo de un SPF (para
segmentos de caminos rurales de dos ca-
rriles).
Mientras que los SPF estiman la frecuen-
cia de choque promedio para todos los
choques, el método predictivo incluye
procedimientos para separar la frecuen-
cia de choque estimada en componentes
por niveles de gravedad de choque y tipos
Esta sección pre-
senta las ventajas
del método predic-
tivo

17
de choque (como choques por salirse del camino o chocar por detrás).
En la mayoría de los casos, esto se logra con distribuciones predeterminadas de nivel de gravedad de choque y/o
tipo de choque. Como estas distribuciones variarán entre jurisdicciones, las estimaciones se beneficiarán de las
actualizaciones basadas en la gravedad del choque local y los datos del tipo de choque. Este proceso se explica en
el Apéndice de la Parte C. Si existe suficiente experiencia en una agencia, algunas agencias optaron por usar enfo-
ques estadísticos avanzados que permiten la predicción de cambios por niveles de gravedad. Los SPF en el HSM
se desarrollaron para tres tipos de instalaciones (caminos rurales de dos carriles y dos sentidos). , caminos rurales
de varios carriles y arterias urbanas y suburbanas), y para tipos de lugares específicos de cada tipo de instalación
(por ejemplo, intersecciones señalizadas, intersecciones no señalizadas, segmentos de vías divididas y segmentos
de vías sin dividir). Los diferentes tipos de instalaciones y tipos de lugares para los que se incluyen los SPF en el
HSM se resumen en el Anexo 3-9.
Anexo 3-9: Tipos de instalaciones y tipos de lugares incluidos en la Parte C.
Para aplicar un SPF es necesaria la siguiente información sobre el lugar bajo consideración:
• Información geométrica y geográfica básica del lugar para determinar el tipo de instalación y determinar si un
SPF está disponible para esa instalación y tipo de lugar.
• El diseño geométrico detallado y las características de control de tránsito condiciones del lugar para determinar
si las condiciones del lugar varían y cómo varían de las condiciones de referencia del SPF (la información es-
pecífica requerida para cada SPF se incluye en la Parte C.
• Información de TMDA para la estimación de períodos pasados, o estimaciones de pronóstico de TMDA para la
estimación de períodos futuros.
Los SPF se desarrollan a través de técnicas estadísticas de regresión múltiple usando datos de choques observados
recopilados durante varios años en lugares con características similares y que cubren una amplia gama de TMDA.
Los parámetros de regresión de los SPF se determinan asumiendo que las frecuencias de choques siguen una
distribución binomial negativa. La distribución binomial negativa es una extensión de la distribución de Poisson y se
adapta mejor que la distribución de Poisson al modelado de datos de choques. La distribución de Poisson es apro-
piada cuando la media y la varianza de los datos son iguales. Para los datos de choques, la varianza normalmente
supera la media. Se dice que los datos para los cuales la varianza excede la media están sobredispersos, y la
distribución binomial negativa es muy adecuada para modelar datos sobredispersos. El grado de sobredispersión
en un modelo binomial negativo está representado por un parámetro estadístico, conocido como parámetro de so-
bredispersión, que se estima junto con los coeficientes de la ecuación de regresión. Cuanto mayor sea el valor del
parámetro de sobredispersión, más variarán los datos de choque en comparación con una distribución de Poisson
con la misma media. El parámetro de sobredispersión se usa para determinar el valor de un factor de peso para
usar en el Método EB descrito en la Sección3.5.5.
Los SPF en el HSM deben calibrarse según las condiciones locales como se describe en la Sección3.5.4 a conti-
nuación y en detalle en el Apéndice de la Parte C. La derivación de SPF a través del análisis de regresión se describe
en el Capítulo 3 Apéndice B.

18
3.5.3. Factores de Modificación de Choques, CMF.
Reemplazar Factor de Modificación de Choques, CMF, por Factor de Modificación de Choques, CMF
Los factores de modificación de choques (CMF) representan el cambio relativo
en la frecuencia de choques debido a un cambio en una condición específica
(cuando todas las demás condiciones y características del lugar permanecen
constantes). Los CMF son la relación entre la frecuencia de choques de un lugar
en dos condiciones diferentes. un CMF puede servir como una estimación del
efecto de un diseño geométrico particular o una característica de control de trán-
sito o la efectividad de un tratamiento o condición particular.
Generalmente, los CMF se presentan para aplicar un tratamiento particular,
también conocido como contramedida, intervención, acción o diseño alternativo.
Los ejemplos incluyen iluminar un segmento de camino sin iluminación, pavi-
mentar arcenes de grava, señalizar una intersección con control de parada o
elegir un tiempo de ciclo de señal de 70 segundos en lugar de 80 segundos. También se desarrollaron CMF para
condiciones que no están asociadas con el camino, pero representan condiciones geográficas o demográficas que
rodean el lugar o con los usuarios del lugar (p. ej., la cantidad de expendios de bebidas alcohólicas en las proximi-
dades del lugar).
La Ecuación 3-5 muestra el cálculo de un CMF para el cambio en la frecuencia promedio esperada de choques
desde la condición del lugar 'a' a la condición del lugar 'b'.
Los CMF definidos de esta manera para choques esperados también se pueden aplicar a la comparación de cho-
ques pronosticados entre la condición del lugar 'a' y la condición del lugar 'b'.
Ejemplos de Factor de Modificación de Choque
Ejemplo 1
Usando un SPF para segmentos de caminos rurales de dos carriles, la frecuencia promedio esperada de choques
para las condiciones existentes es choques con heridos/año (supongamos que los datos observados no están dis-
ponibles). La condición base es la ausencia de control de velocidad automatizado. Si se instaló el control automático
de la velocidad, el CMF para choques con heridos es 0.83. si no hay ningún cambio en las condiciones del lugar
aparte de la aplicación de control de velocidad automatizado, la estimación de la frecuencia promedio esperada de
choques con heridos es 0.83 x 10 = 8.3 choques/año.
Vi antes el término "Factor de modificación de choques" (CMF) . ¿Es diferente
que Factor de modificación de choques?
Aparte del nombre, el factor de modificación de choques es lo mismo que el factor de
modificación de choque (es decir, CMF de 0.80 = CMF de 0.80). Aunque el CMF Clea-
ringhouse no usa el término "CMF", hay casos de su uso en diversas áreas del campo de
la seguridad. Por ejemplo, los primeros borradores del Manual de Seguridad Vial (2009
– TRB, FHWA, NCHRP) usaban el término "CMF", pero se tomó la decisión de cam-
biar la terminología a "CMF" para la publicación final (2010-AASHTO).
Los CMF son la relación entre
la frecuencia promedio espe-
rada de choques de un lugar
bajo una condición (como un
tratamiento) y la frecuencia
promedio esperada de cho-
ques del mismo lugar bajo una
condición diferente. La condi-
ción diferente es la condición
base.

19
Ejemplo 2
El promedio esperado de choques para una intersección semaforizada existente se estima mediante la aplicación
del Método EB (usando un SPF y la frecuencia de choques observada) en 20 choques/año. Se planea reemplazar
la intersección señalizada con una rotonda moderna. El CMF para la conversión de la condición base de una inter-
sección señalizada existente a una rotonda moderna es 0.52. Como no hay SPF disponible para rotondas, el CMF
del proyecto se aplica a la estimación de las condiciones existentes.
después de la instalación de una rotonda, se estima que la frecuencia promedio esperada de choques es 0.52 x 20
= 10.4 choques/año.
Los valores de CMF en el HSM se determinan para un conjunto específico de condiciones base. Estas condiciones
base cumplen el rol de condición de lugar 'a' en la Ecuación 3-5. Esto permite comparar las opciones de tratamiento
con una condición de referencia específica. Bajo las condiciones base (sin cambios en las condiciones), el valor de
un CMF es 1.00. Los valores de CMF inferiores a 1.00 indican que el tratamiento alternativo reduce la frecuencia
promedio estimada de choques en comparación con la condición base. Valores de CMF superiores a 1.00 indican
que el tratamiento alternativo aumenta la frecuencia promedio estimada de choques en comparación con la condi-
ción base. La relación entre un CMF y el cambio porcentual esperado en la frecuencia de choques se muestra en la
Ecuación 3-6.
Los SPF y CMF usados en el método predictivo de la Parte C para un tipo de instalación determinado usan las
mismas condiciones base para que sean compatibles.
Aplicación de los CMF
Las aplicaciones para los CMF incluyen:
• Multiplicación de un CMF por una frecuencia de choques para condiciones base determinadas con un SPF
para estimar la frecuencia de choques promedio pronosticada para un lugar individual, que puede consistir
en condiciones existentes , condiciones alternativas o nuevas condiciones del lugar. Los CMF se usan para
dar cuenta de la diferencia entre las condiciones base y las condiciones reales del lugar;
• Multiplicar un CMF por la frecuencia promedio esperada de choques de un lugar existente que se está
considerando para el tratamiento, cuando un SPF específico del lugar aplicable al lugar tratado no está
disponible. Esto estima la frecuencia de choque promedio esperada del lugar tratado. Por ejemplo, se puede
usar un CMF para un cambio en el tipo o las condiciones del lugar, como el cambio de una intersección no
señalizada a una rotonda, si no hay un SPF disponible para el tipo o las condiciones del lugar propuesto;
• Multiplicar un CMF por la frecuencia de choques observada de un lugar existente que se está considerando
para el tratamiento para estimar el cambio en la frecuencia promedio esperada de choques debido a la
aplicación de un tratamiento, cuando un SPF específico del lugar aplicable al lugar tratado no está disponi-
ble.
La aplicación de un CMF proporcionará una estimación del cambio en los choques debido a un tratamiento. Habrá
variaciones en los resultados en cualquier ubicación en particular.
Aplicación de Múltiples CMF El método predictivo asume que los CMF se pueden multiplicar para estimar los
efectos combinados de los respectivos elementos o tratamientos. Este enfoque supone que los elementos o trata-
mientos individuales considerados en el análisis son independientes entre sí. Existe investigación limitada con res-
pecto a la independencia de los tratamientos individuales entre sí.
Los CMF son multiplicativos incluso cuando un tratamiento se puede implementar en varios grados, de modo que
un tratamiento se aplica varias veces. Por ejemplo, una pendiente de 4% se puede reducir a 3%, 2%, etc., o una

20
banquina de 6-pie se puede ensanchar en 1-ft, 2-ft, etc. Cuando los incrementos consecutivos tienen el mismo grado
de efecto, se puede aplicar la Ecuación 3-7 para determinar el efecto acumulativo del tratamiento.
CMF (for n increments) = [CMF(for one increment)] (n) (3-7)
Esta relación también es válida para valores no enteros de n.
Aplicación de Factores de Modificación Choques, CMF, Multiplicativos.
Ejemplo 1
El tratamiento 'x' consiste en proporcionar un carril de giro-izquierda en ambos accesos de caminos principales a
una intersección señalizada de cuatro ramales urbanos y el tratamiento 'y' permite girar a la derecha - Maniobras de
encendido-rojo. Estos tratamientos se van a implementar y se supone que sus efectos son independientes entre sí.
Se espera que una intersección señalizada urbana de cuatro tramos tenga. Choques 7.9CMFx/año. Para el trata-
miento tx, CMFx =0.81; para tratamiento ty, CMFy =1.07
¿Qué frecuencia de choques se espera si se aplican los tratamientos x e y?
Respuesta al ejemplo 1
Usando la ecuación 3-7, choques esperados =7.9 x 0.81 x 1.07 =6.8 choques/año.
Ejemplo 2
El CMF para choques de un solo vehículo fuera del camino para un 1% de aumento en la pendiente es independiente
de si el aumento es de 1% a 2% o de 5% a 6%. ¿Cuál es el efecto de aumentar la pendiente de 2% a 4%? Respuesta
al ejemplo 2
Usando la ecuación 3-7, los choques esperados de un solo vehículo fuera del camino aumentarán por un factor
de.1.04(4-2) =1.042 =1.08 = 8% de aumento.
Multiplicación de CMF en la Parte C
En el método predictivo de la Parte C, una estimación de SPF se multiplica por una serie de CMF para ajustar la
estimación de la frecuencia de choques desde la condición base hasta las condiciones específicas presentes en un
lugar. Los CMF son multiplicativos porque se supone que los efectos de las características que representan son
independientes. existe poca investigación sobre la independencia de estos efectos, pero esta es una suposición
razonable basada en el conocimiento actual. El uso de datos de frecuencia de choques observados en el Método
EB puede ayudar a compensar el sesgo causado por la falta de independencia de los CMF. A medida que se com-
pleten nuevas investigaciones, las futuras ediciones del HSM podrán abordar la independencia (o la falta de inde-
pendencia) de estos efectos de manera más completa.
La multiplicación de los CMF en la Parte D
Los CMF también se usan para estimar los efectos anticipados de tratamientos o contramedidas futuros propuestos
(p. ej., en algunos de los métodos discutidos en la Sección C8). La comprensión limitada de las interrelaciones entre
los diversos tratamientos presentados en la Parte D requiere consideración, especialmente cuando se proponen
más de tres CMF. Si los CMF se multiplican juntos, es posible sobrestimar el efecto combinado de múltiples trata-
mientos cuando se espera que más de uno de los tratamientos pueda afectar el mismo tipo de choque. La aplicación
de carriles más anchos y arcenes más anchos a lo largo de un corredor es un ejemplo de un tratamiento combinado
donde la independencia de los tratamientos individuales no está clara, porque se espera que ambos tratamientos
reduzcan los mismos tipos de choques. Cuando se multiplican los CMF, el profesional acepta la suposición de que
los efectos representados por los CMF son independientes entre sí. Los usuarios deben ejercer su juicio de inge-
niería para evaluar la interrelación y/o la independencia de los elementos o tratamientos individuales que se están
considerando para su aplicación.
Compatibilidad de Múltiples CMF
El juicio de ingeniería también es necesario en el uso de CMF combinados cuando sea necesario para evaluar entre
múltiples tratamientos cambiar la naturaleza general o carácter del lugar; en este caso, las relaciones de CMF y
ciertos CMF usados en el análisis de las condiciones del lugar existente y las propuestas para evaluar los beneficios
del tratamiento pueden no ser compatibles. Un ejemplo de esta preocupación es la instalación de una rotonda que
aplica múltiples CMF en una intersección urbana de dos vías controlada por alto o señalizada. El procedimiento para
estimar la frecuencia de choques después de la instalación de una rotonda (consulte el Capítulo ) es estimar la
frecuencia de choques promedio para las condiciones del lugar existente (como un SPF para rotondas actualmente
no disponible) y luego aplicar un CMF para una conversión de intersección convencional a rotonda. La instalación

21
de una rotonda cambia la naturaleza del lugar, de modo que otras CMF aplicables a las intersecciones urbanas
existentes de doble sentido controladas por paradas o señalizadas ya no sean relevantes.
El error estándar es la desviación estándar de la media muestral. La desviación estándar es una medida de la
dispersión de los datos de la muestra de la media de la muestra.
CMF y error estándar
El error estándar de un valor estimado sirve como medida de la confiabilidad de esa estimación. Cuanto menor sea
el error estándar, más fiable (menos error) se vuelve la estimación. Todos los valores de CMF son estimaciones del
cambio en la frecuencia promedio esperada de choques debido a un cambio en una condición específica. Algunos
CMF en el HSM incluyen un error estándar, lo que indica la variabilidad de la estimación de CMF en relación con los
valores de datos de muestra.
El error estándar también se puede usar para calcular un intervalo de confianza para el cambio estimado en la
frecuencia promedio esperada de choques. Los intervalos de confianza se pueden calcular usando la Ecuación - y
los valores del Anexo 3-10.
Anexo: 3-10: Valores para Determinar Intervalos de Confianza Usando Error Estándar
Nivel de Confianza Deseado Intervalo de Confianza
(Probabilidad de que el valor verda-
dero está en el intervalo de con-
fianza)
Múltiplos del Error Estándar
(MSE) para usar en la Ecuación 3-8
Bajo 65-70% 1
Medio 95% 2
Alto 99.9% 3

22
El Capítulo 3 Apéndice C informa sobre cómo un CMF y su error estándar afectan la probabilidad de que el CMF
logre los resultados estimados.
CMF en el HSM
Los valores de CMF en el HSM se presentan en texto (generalmente cuando hay un rango limitado de opciones
para un tratamiento en particular), en fórmula (generalmente donde las opciones de tratamiento son variables con-
tinuas) o en forma tabular (donde los valores de CMF varían según el tipo de instalación o están en categorías
discretas). Cuando los CMF se presentan como un valor discreto, se muestran redondeados a dos decimales.
Cuando una CMF se determina usando una ecuación o gráfico, también debe redondearse a dos decimales. Se
proporciona un error estándar para algunos CMF.
Todos los CMF en el HSM fueron seleccionados mediante un proceso de inclusión o a partir de los resultados de
una revisión de panel de expertos. La Parte D contiene todas las CMF en el HSM, y el Capítulo de Introducción y
Guía de Aplicaciones de la Parte D proporciona una descripción general del proceso de inclusión de CMF y el
proceso de revisión del panel de expertos. Todas las CMF en la Parte D se presentan con alguna combinación de
la siguiente información:
• Base de condiciones, o cuando el CMF = 1.00;
• Entorno y tipo de carretera para los que se aplica la CMF;
• Rango de TMDA en el que es aplicable el CMF;
• Tipo y gravedad del choque abordado por el CMF;
• Valor cuantitativo del CMF;
• Error estándar del CMF);
• Fuente y estudios en que se basa el valor CMF;
• Atributos de estudios originales.
Esta información presentada para cada CMF en la Parte D es importante para la correcta aplicación de los CMF.
Los CMF de la Parte C son un subconjunto de los CMF de la Parte D. Los CMF de la Parte C tienen las mismas
condiciones básicas (es decir, CMF es 1.00 para las condiciones básicas) que sus SPF correspondientes en la Parte
C.
3.5.4. Calibración Las frecuencias de choque, incluso para segmentos o intersecciones nominalmente similares,
pueden variar ampliamente de una jurisdicción a otra. La calibración es el proceso de ajustar los SPF para reflejar
las diferentes frecuencias de choque entre diferentes jurisdicciones. La calibración puede realizarse para un solo
estado o, cuando corresponda, para una región geográfica específica en un estado.
Intervalos de confianza de CMF Usando Error estándar
Situación
Las rotondas se identificaron como un tratamiento potencial para reducir la frecuencia promedio estimada de
choques, para todos los choques en una intersección de doble sentido controlada por PARE. La investigación
demostró que el CMF para este tratamiento es de 0,22 con un error estándar de 0,07.
Intervalos de confianza
El CMF estima que la instalación de una rotonda reducirá la frecuencia promedio esperada de choques en 100
x (1 - 0.22) = 78%.
Usando un bajo nivel de confianza (65-70% de probabilidad) la reducción estimada en el sitio será del 78% ± 1
x 100 x 0.07%, o entre 71% y 85%.
Usando un Alto Nivel de Confianza (es decir, 99.9% de probabilidad) la reducción estimada en el sitio será del
78% ± 3 x 100 x 0.07%, o entre 57% y 99%.
Cuanto mayor sea el nivel de confianza deseado, mayor será el rango de valores estimados.
La Part D contiene todos
los CMF en el HSM. El Ca-
pítulo de la Parte D Guía
de Introducción y Aplica-
ciones da una vista gene-
ral de cómo los CMF se
desarrollaron

23
Las regiones geográficas pueden diferir notablemente en factores como el clima, la población animal, la población
de conductores, el umbral de notificación de choques y las prácticas de notificación de choques. Estas variaciones
pueden dar lugar a que algunas jurisdicciones experimenten diferentes choques de tráfico reportados en un tipo de
instalación en particular que en otras jurisdicciones. Además, algunas jurisdicciones pueden tener variaciones sus-
tanciales en las condiciones entre las áreas en la jurisdicción (por ejemplo, condiciones de conducción en invierno
nevado en una parte del estado y solo condiciones de conducción en invierno húmedo en otra). Los métodos para
calcular los factores de calibración para los segmentos de carretera Cr y las intersecciones Ci se incluyen en el
Apéndice de la Parte C para permitir que las agencias de caminos ajusten el SPF para que coincida con las condi-
ciones locales.
Los factores de calibración tendrán valores superiores a 1,0 para las caminos que,
en promedio, experimentan más choques que las caminos usadas en el desarrollo
de los SPF.
Los factores de calibración para las caminos que, en promedio, experimentan me-
nos choques que las caminos usadas en el desarrollo del SPF, tendrán valores inferiores a 1.0.
Los factores de calibración son un método para incorporar datos locales para mejorar la frecuencia estimada de
choques para agencias o ubicaciones individuales. Varios otros valores predeterminados usados en la metodología,
como las distribuciones de tipo choque, también se pueden reemplazar con valores derivados localmente. La deri-
vación de valores para estos parámetros también se aborda en el procedimiento de calibración, parte C, apéndice
A.1.
Los procedimientos de cali-
bración se presentan en el
apéndice de la parte C.

24
3.5.5. Ponderación usando el método empírico de Bayes
La estimación de la frecuencia media esperada de los choques usando únicamente la frecuencia de choque obser-
vada o únicamente la estimación usando un modelo estadístico (como los SPF de la parte C) puede resultar en una
estimación razonable de la frecuencia de los choques. La fiabilidad estadística (probabilidad de que la estimación
sea correcta) se mejora combinando la frecuencia de choque observada y la estimación de la frecuencia media de
choque a partir de un modelo predictivo. Si bien existen varios métodos estadísticos que pueden compensar el sesgo
potencial resultante de la regresión a la media, el método predictivo en la Parte C usa el método empírico de Bayes,
aquí denominado Método EB.
El método EB usa un factor de peso, una función del parámetro de sobredispersión SPF, para combinar las dos
estimaciones en un promedio ponderado.
El ajuste ponderado depende solo de la varianza del SPF, y no de la validez de los datos de choque observados.
El Método EB solo es aplicable cuando las frecuencias de choque previstas y observadas están disponibles para
las condiciones específicas de la red de caminos para las cuales se realiza la estimación. Se puede usar para
estimar la frecuencia promedio esperada de choques para períodos pasados y futuros. El Método EB es aplicable
tanto a nivel específico del lugar (donde los choques pueden asignarse a una ubicación en particular) como al nivel
específico del proyecto (donde los datos observados pueden conocerse para una instalación en particular, pero no
pueden asignarse al nivel específico del sitio). Cuando solo se dispone de datos de choque previstos o solo obser-
vados, el método EB no es aplicable (el método predictivo asigna métodos de estimación alternativos en estos
casos).
Para un sitio individual, el Método EB combina la frecuencia de choque observada con la estimación del modelo
estadístico usando la Ecuación 3-9:
Donde, k = parámetro de sobredispersión del SPF asociado.
A medida que aumenta el valor del parámetro de sobredispersión, disminuye el valor del factor de ajuste ponderado.
Se pone más énfasis en la frecuencia de choques observada que en la prevista. Cuando los datos usados para
desarrollar un modelo están muy dispersos, es probable que la confiabilidad de la frecuencia de choques pronosti-
cada resultante sea menor. En este caso, es razonable asignar menos peso a la frecuencia de choques pronosticada
y más peso a la frecuencia de choques observada. cuando los datos usados para desarrollar un modelo tienen poca
sobredispersión, es probable que la confiabilidad del SPF resultante sea mayor. En este caso, es razonable dar más
peso a la frecuencia de choques pronosticada y menos peso a la frecuencia de choques observada. En el Apéndice
de la Parte C se presenta una discusión más detallada de los Métodos EB.
3.5.6 Limitaciones del método predictivo de la Parte C
Las limitaciones del método predictivo de la Parte C son similares a todas las metodologías que incluyen modelos
de regresión: las estimaciones obtenidas son tan buenas como la calidad del modelo. Los modelos de regresión no

25
siempre representan necesariamente las relaciones de causa y efecto entre la frecuencia de choques y las variables
del modelo. Por esta razón, las variables en los SPF usados en el HSM se limitaron al TMDA y la longitud del
segmento de la vía, porque la justificación para que estas variables tengan una relación de causa y efecto con la
frecuencia de choques es sólida. Los SPF se desarrollan con datos de choques observados que, como se describió
anteriormente, tienen su propio conjunto de limitaciones.
Los SPF varían en su capacidad para predecir la frecuencia de los choques; los SPF usados en el HSM se consi-
deran entre los mejores disponibles. Los SPF son, por su naturaleza, solo representativos directamente de los luga-
res que se usan para desarrollarlos. No obstante, los modelos desarrollados en una jurisdicción se aplican en otras
jurisdicciones. El proceso de calibración provisto en el método predictivo de la Parte C aporta un método que las
agencias pueden usar para adaptar los SPF a su propia jurisdicción y al lapso durante el cual se aplicarán. Las
agencias con experiencia suficiente pueden desarrollar SPF con datos para su propia jurisdicción para su aplicación
en el método predictivo de la Parte C. El desarrollo de SPF con datos locales no es una necesidad para usar el
HSM. La orientación sobre el desarrollo de SPF usando los datos propios de una agencia se presenta en la Intro-
ducción de la Parte C y la Guía de aplicaciones.
Los CMF se usan para ajustar las frecuencias de choques previstas para las condiciones base a las condiciones
reales del lugar. Si bien se pueden usar múltiples CMF en el método predictivo, la interdependencia del efecto de
los diferentes tipos de tratamiento entre sí no se comprende completamente y se necesita un juicio de ingeniería
para evaluar cuándo es apropiado usar múltiples CMF (consulte la Sección 3.5.3.).
3.6 APLICACIÓN DEL HSM
El HSM incluye métodos para estimar choques para tomar decisiones relacionadas con el diseño, planificación,
operación y mantenimiento de redes viales.
Estos métodos se centran en el uso de métodos estadísticos para abordar la aleatoriedad inherente a los choques.
Los usuarios no necesitan tener un conocimiento detallado de los métodos de análisis estadístico para comprender
y usar el HSM. su uso requiere la comprensión de los siguientes principios generales:
• La frecuencia de choques observada es una variable inherentemente aleatoria y no es posible predecir el valor
para un período específico. Las estimaciones de HSM se refieren a la frecuencia promedio esperada de choques
que se observaría si un lugar pudiera mantenerse en condiciones constantes durante un período a largo plazo,
lo que rara vez es posible.
• La calibración de los SPF a las condiciones del estado local es un paso importante en el método predictivo. Los
factores de calibración locales y recientes pueden proporcionar una mejor calibración.
• Se requiere criterio de ingeniería en el uso de todos los procedimientos y métodos de HSM, particularmente la
selección y aplicación de SPF y CMF a una condición de lugar dada.
• Existen errores y limitaciones en todos los datos de choques que afectan tanto a los datos de choques obser-
vados para un lugar específico como a los modelos desarrollados.
• El desarrollo de SPF y CMF requiere la comprensión del modelado de regresión estadística y las técnicas de
análisis de choques. El HSM no incluye suficientes detalles ni metodologías para que los usuarios desarrollen
sus propios SPF o CMF.
3.7. EVALUACIÓN DE LA EFICACIA
3.7.1. Panorama general de la evaluación de la eficacia
La evaluación de la eficacia es el proceso de elaboración de estimaciones cuantitativas de la Efecto Un trata-
miento, proyecto o grupo de proyectos tiene un bloqueo promedio esperado frecuencia. La estimación de la efica-
cia de un proyecto o tratamiento es una pieza valiosa de información para la futura toma de decisiones y desarrollo
de políticas. Por ejemplo, si un Se instaló un nuevo tipo de tratamiento en varios lugares piloto, el tratamiento La
evaluación de la eficacia se puede usar para determinar si el tratamiento justifica aplicarlo en ubicaciones adicio-
nales.
Effectiveness evaluation may include:
• Evaluación de un solo proyecto en un sitio específico para documentar la eficacia de ese proyecto específico;
• Evaluar un grupo de proyectos similares para documentar la efectividad de esos proyectos;
• Evaluar un grupo de proyectos similares con el propósito específico de cuantificar un CMF para una contrame-
dida;

26
• Evaluar la eficacia global de tipos específicos de proyectos o contramedidas en comparación con sus costos.
Las evaluaciones de efectividad pueden usar varios tipos diferentes de desempeño medidas, como una reducción
porcentual en la frecuencia de los choques, un cambio en el proporciones de choques por tipo de choque o nivel
de gravedad, una CMF para un tratamiento, o un comparación de los beneficios obtenidos con el costo de un pro-
yecto o tratamiento.
Varios factores pueden limitar el cambio en la esperada frecuencia promedio de choques en un lugar o en una
sección transversal de lugares que pueden ser atribuido a un tratamiento implementado. Sesgo de regresión a la
media, como se describe en Sección 3.3.3., puede afectar la efectividad percibida (es decir, sobreestimar o subes-
timar efectividad) de un tratamiento particular si el estudio no tiene en cuenta adecuadamente la variabilidad de los
datos de choques observados. Esta variabilidad también requiere la adquisición de un Tamaño muestral estadísti-
camente válido para validar la efectividad calculada del estudio tratamiento.
Las técnicas de evaluación de la eficacia se presentan en el Capítulo 9. El Capítulo presenta métodos estadísticos
que proporcionan estimaciones mejoradas de la reducción de choques beneficios en comparación con los estudios
simples de antes y después. Estudios simples de antes y después Compare el recuento de choques en un lugar
antes de una modificación en el recuento de choques en Un lugar después de la modificación para estimar los be-
neficios de una mejora. Este método se basa en la suposición (generalmente incorrecta) de que las condiciones
del lugar se mantuvieron constante (por ejemplo, clima, uso de la tierra circundante, datos demográficos del con-
ductor) y no tener en cuenta el sesgo de regresión a la media. Discusión de las fortalezas y debilidades de estos
métodos se presentan en el Capítulo 9.
3.7.2. Tipos de estudios de evaluación de la eficacia
Hay tres diseños de estudio básicos que se pueden usar para las evaluaciones de efectividad:
• observacionales antes/después
• observacionales transversales
• experimentales antes/después
En los estudios observacionales, se hacen inferencias a partir de observaciones de datos para tratamientos que se
aplicaron en el curso normal de los esfuerzos para mejorar el sistema vial. Los tratamientos no se implementan
específicamente para la evaluación. Por el contrario, los estudios experimentales consideran tratamientos que se
aplicaron específicamente para la evaluación de la eficacia. En estudios experimentales, los lugares candidatos
potenciales para la mejora se asignan al azar a un grupo de tratamiento, en el que se implementa el tratamiento
de interés, o a un grupo de comparación, en el que no se implementa el tratamiento de interés. Las diferencias
posteriores en la frecuencia de choques entre los grupos de tratamiento y de comparación pueden atribuirse direc-
tamente al tratamiento. Los estudios de observación son mucho más comunes en la seguridad vial que los estu-
dios experimentales, porque las agencias de caminos operan con presupuestos limitados y, por lo general, priori-
zan sus proyectos en función de la rentabilidad de los beneficios. En este sentido, la selección aleatoria no opti-
miza la selección de inversiones y, las agencias normalmente no usarán este método, a menos que estén apli-
cando una contramedida en todo el sistema, como bandas sonoras. Por esta razón, el enfoque del HSM está en
los estudios observacionales. Los dos tipos de estudios observacionales se explican con más detalle a continua-
ción.
Estudios observacionales de antes/después
El alcance de un estudio observacional de antes/después es la evaluación de un tratamiento cuando los caminos o
las instalaciones no cambian excepto por la aplicación del tratamiento. Por ejemplo, la repavimentación de un seg-
mento de camino generalmente no incluye cambios en la geometría del camino u otras condiciones. Del mismo
modo, la introducción de una ley sobre cinturones de seguridad no modifica la demografía de los conductores, los
patrones de viaje, el rendimiento del vehículo o la red de caminos. Para realizar un estudio antes/después, los datos
generalmente se recopilan de un grupo de caminos o instalaciones comparables en características del lugar donde
se implementó un tratamiento. Los datos se recopilan por períodos de tiempo específicos antes y después de que
se implementó el tratamiento. Los datos de choque se pueden recopilar para el período "antes" después de que se
implementó el tratamiento. otros datos, como los volúmenes de tránsito, deben recopilarse durante los períodos
"antes" y "después" si es necesario.
La estimación del choque se basa en el período "antes". La frecuencia de choque promedio esperada estimada
basada en los choques del período "antes" se ajusta luego para los cambios en las diversas condiciones del período

27
"después" para predecir cuál habría sido la frecuencia de choque promedio esperada si no se hubiera instalado el
tratamiento.

HSM 2009 CAPÍTULO 3 FUNDAMENTOS.pdf

HSM 2009 CAPÍTULO 3 FUNDAMENTOS.pdf

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Ähnlich wie HSM 2009 CAPÍTULO 3 FUNDAMENTOS.pdf

Ähnlich wie HSM 2009 CAPÍTULO 3 FUNDAMENTOS.pdf (20)

Mehr von FRANCISCOJUSTOSIERRA

Mehr von FRANCISCOJUSTOSIERRA (20)

Kürzlich hochgeladen

Kürzlich hochgeladen (20)

HSM 2009 CAPÍTULO 3 FUNDAMENTOS.pdf