Data mining for the characterization of aquatic drowning incidents in Spain

En este estudio se aplica un proceso completo de Ciencia de Datos para analizar los patrones de ahogamientos en medios acuáticos en España, utilizando una base de datos con más de 11.000 casos registrados entre los años 2013 y 2024. El objetivo principal es identificar y comprender los factores que...

ver descrição completa

Detalhes bibliográficos
Autor: Ortega de Román, Alejandro
Formato: tesis de maestría
Fecha de publicación:2026
País:España
Recursos:Universidad de Cantabria (UC)
Repositorio:UCrea Repositorio Abierto de la Universidad de Cantabria
Idioma:español
OAI Identifier:oai:dnet:ucreareposit::daf55307655d84a009dba7cc1e59b358
Acesso em linha:https://hdl.handle.net/10902/40295
Access Level:acceso abierto
Palavra-chave:Ahogamientos
Minería de datos
Aprendizaje supervisado
Aprendizaje no supervisado
id ES_f17afb2cc5ffeba1c7120fb6f7edff1b
oai_identifier_str oai:dnet:ucreareposit::daf55307655d84a009dba7cc1e59b358
network_acronym_str ES
network_name_str España
repository_id_str
dc.title.none.fl_str_mv Data mining for the characterization of aquatic drowning incidents in Spain
Minería de datos para la caracterización de incidentes de ahogamiento acuático en España
title Data mining for the characterization of aquatic drowning incidents in Spain
spellingShingle Data mining for the characterization of aquatic drowning incidents in Spain
Ortega de Román, Alejandro
Ahogamientos
Minería de datos
Aprendizaje supervisado
Aprendizaje no supervisado
title_short Data mining for the characterization of aquatic drowning incidents in Spain
title_full Data mining for the characterization of aquatic drowning incidents in Spain
title_fullStr Data mining for the characterization of aquatic drowning incidents in Spain
title_full_unstemmed Data mining for the characterization of aquatic drowning incidents in Spain
title_sort Data mining for the characterization of aquatic drowning incidents in Spain
dc.creator.none.fl_str_mv Ortega de Román, Alejandro
author Ortega de Román, Alejandro
author_facet Ortega de Román, Alejandro
author_role author
dc.contributor.none.fl_str_mv García Saiz, Diego
Universidad de Cantabria
dc.subject.none.fl_str_mv Ahogamientos
Minería de datos
Aprendizaje supervisado
Aprendizaje no supervisado
topic Ahogamientos
Minería de datos
Aprendizaje supervisado
Aprendizaje no supervisado
description En este estudio se aplica un proceso completo de Ciencia de Datos para analizar los patrones de ahogamientos en medios acuáticos en España, utilizando una base de datos con más de 11.000 casos registrados entre los años 2013 y 2024. El objetivo principal es identificar y comprender los factores que influyen en la ocurrencia y gravedad de estos incidentes, prestando especial atención a las diferencias según el grupo de edad, el entorno geográfico y las circunstancias del suceso. Para ello, se emplean técnicas de minería de datos como el análisis exploratorio, reglas de asociación y árboles de decisión. Estas herramientas permiten descubrir patrones no triviales y relaciones entre variables, con el fin de plantear estrategias de prevención más eficaces y adaptadas a distintos perfiles de riesgo. Los resultados del análisis permiten identificar tres grupos de riesgo diferenciados por edad. Los mayores de 60 años presentan la mayor tasa de mortalidad, asociada a condiciones médicas ya existentes y una menor capacidad física. En los menores de 32 años, los incidentes se concentran en piscinas, debido a la falta de supervisión en niños pequeños y a conductas de riesgo entre adolescentes y adultos jóvenes. Por su parte, los adultos de entre 32 y 60 años suelen verse implicados en incidentes relacionados con condiciones marítimas adversas. El análisis revela que los factores más determinantes en la mortalidad son la pérdida de control y si el ahogamiento fue consecuencia de un accidente. Estos hallazgos respaldan la necesidad de estrategias preventivas diferenciadas, como el refuerzo de la vigilancia en playas, campañas de concienciación dirigidas a jóvenes y familias, y la adaptación de infraestructuras para personas mayores. El estudio subraya la importancia de enfoques personalizados según el grupo de edad y el contexto geográfico para una prevención efectiva de los ahogamientos.
publishDate 2026
dc.date.none.fl_str_mv 2026
2026-05-06
dc.type.none.fl_str_mv master thesis
http://purl.org/coar/resource_type/c_bdcc
NA
http://purl.org/coar/version/c_be7fb7dd8ff6fe43
dc.type.openaire.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv https://hdl.handle.net/10902/40295
url https://hdl.handle.net/10902/40295
dc.language.none.fl_str_mv Español
spa
language_invalid_str_mv Español
language spa
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:UCrea Repositorio Abierto de la Universidad de Cantabria
instname:Universidad de Cantabria (UC)
instname_str Universidad de Cantabria (UC)
reponame_str UCrea Repositorio Abierto de la Universidad de Cantabria
collection UCrea Repositorio Abierto de la Universidad de Cantabria
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869424159262507008
spelling Data mining for the characterization of aquatic drowning incidents in SpainMinería de datos para la caracterización de incidentes de ahogamiento acuático en EspañaOrtega de Román, AlejandroAhogamientosMinería de datosAprendizaje supervisadoAprendizaje no supervisadoEn este estudio se aplica un proceso completo de Ciencia de Datos para analizar los patrones de ahogamientos en medios acuáticos en España, utilizando una base de datos con más de 11.000 casos registrados entre los años 2013 y 2024. El objetivo principal es identificar y comprender los factores que influyen en la ocurrencia y gravedad de estos incidentes, prestando especial atención a las diferencias según el grupo de edad, el entorno geográfico y las circunstancias del suceso. Para ello, se emplean técnicas de minería de datos como el análisis exploratorio, reglas de asociación y árboles de decisión. Estas herramientas permiten descubrir patrones no triviales y relaciones entre variables, con el fin de plantear estrategias de prevención más eficaces y adaptadas a distintos perfiles de riesgo. Los resultados del análisis permiten identificar tres grupos de riesgo diferenciados por edad. Los mayores de 60 años presentan la mayor tasa de mortalidad, asociada a condiciones médicas ya existentes y una menor capacidad física. En los menores de 32 años, los incidentes se concentran en piscinas, debido a la falta de supervisión en niños pequeños y a conductas de riesgo entre adolescentes y adultos jóvenes. Por su parte, los adultos de entre 32 y 60 años suelen verse implicados en incidentes relacionados con condiciones marítimas adversas. El análisis revela que los factores más determinantes en la mortalidad son la pérdida de control y si el ahogamiento fue consecuencia de un accidente. Estos hallazgos respaldan la necesidad de estrategias preventivas diferenciadas, como el refuerzo de la vigilancia en playas, campañas de concienciación dirigidas a jóvenes y familias, y la adaptación de infraestructuras para personas mayores. El estudio subraya la importancia de enfoques personalizados según el grupo de edad y el contexto geográfico para una prevención efectiva de los ahogamientos.This study applies a comprehensive Data Science process to analyze drowning patterns in aquatic environments across Spain, using a dataset of over 11,000 recorded cases between 2013 and 2024. The main objective is to identify and understand the factors that influence the occurrence and severity of these incidents, with particular attention to differences based on age group, geographic setting, and the circumstances surrounding each event. To achieve this, data mining techniques such as exploratory analysis, association rules, and decision trees are employed. These tools enable the discovery of non-trivial patterns and relationships between variables, with the aim of proposing more effective and tailored prevention strategies for different risk profiles. The analysis identifies three distinct risk groups based on age. Individuals over 60 years old show the highest mortality rate, often linked to pre-existing medical conditions and reduced physical capacity. Among those under 32, incidents are concentrated in swimming pools, primarily due to lack of supervision in young children and risky behaviors among adolescents and young adults. Adults aged 32 to 60 are more frequently involved in incidents related to adverse maritime conditions. The analysis reveals that the most critical factors influencing mortality are loss of control and whether the drowning resulted from an accident. These findings support the need for differentiated prevention strategies, such as enhanced beach surveillance, awareness campaigns targeting youth and families, and infrastructure adaptations for older adults. The study highlights the importance of personalized approaches based on age group and geographic context for effective drowning prevention.Máster en Ciencia de DatosGarcía Saiz, DiegoUniversidad de Cantabria20262026-05-06master thesishttp://purl.org/coar/resource_type/c_bdccNAhttp://purl.org/coar/version/c_be7fb7dd8ff6fe43info:eu-repo/semantics/masterThesishttps://hdl.handle.net/10902/40295reponame:UCrea Repositorio Abierto de la Universidad de Cantabriainstname:Universidad de Cantabria (UC)Españolspaopen accesshttp://purl.org/coar/access_right/c_abf2Attribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessoai:dnet:ucreareposit::daf55307655d84a009dba7cc1e59b3582026-06-02T12:39:31Z
score 15,811543

Registos relacionados