Geospatial Impact Indexing of Agricultural Incidents: A Multi-Criteria Risk Assessment in the U.S. Midwest

Este estudio introduce un marco geoespacial multicriterio que utiliza el Proceso Analítico Jerárquico y la ponderación AHP Difusa Geométrica para revelar que, si bien la frecuencia de incidentes agrícolas en el Medio Oeste de Estados Unidos se concentra en el noroeste de Iowa, el riesgo ponderado por gravedad se extiende de manera más amplia, ofreciendo así un enfoque superior basado en evidencia para dirigir intervenciones de seguridad y la planificación de la atención médica de emergencia en comparación con las evaluaciones tradicionales basadas únicamente en la frecuencia.

Lo esencial

Imagina el Medio Oeste estadounidense como una cocina gigante y bulliciosa donde se preparan millones de comidas cada año. Pero en lugar de solo picar verduras, los "chefs" (agricultores) operan máquinas masivas y potentes, manejan ganado pesado y trabajan en rincones remotos de la cocina. A veces, las cosas salen mal.

Este artículo es como un nuevo tipo de boletín de calificaciones de seguridad para esa cocina. Los autores, Ege Duran, Omer Mermer e Ibrahim Demir, argumentan que la antigua forma de llevar la cuenta era defectuosa. Aquí tienes un desglose sencillo de sus hallazgos y métodos:

El Problema: Contar vs. Comprender

La Vieja Forma: Imagina a un maestro que solo cuenta cuántas veces un alumno levanta la mano para responder una pregunta. Podría decir: "¡Vaya, este alumno es muy activo!". Pero eso no te dice si el alumno está respondiendo correctamente, peligrosamente, o si está en problemas.
La Visión del Artículo: Los investigadores dicen que simplemente contar cuántos accidentes agrícolas ocurren (frecuencia) es como contar las veces que se levanta la mano. Te dice dónde están ocupados los agricultores, pero no te dice dónde reside el verdadero peligro. Una granja ocupada podría tener muchos golpes pequeños y sobrevivibles, mientras que una granja más tranquila podría tener unos pocos eventos catastróficos.

La Solución: Una Receta de "Puntuación de Riesgo"

Para solucionar esto, el equipo creó un nuevo "Índice de Impacto". Piensa en esto como una receta compleja para una puntuación de riesgo. En lugar de solo contar accidentes, mezclaron varios ingredientes para ver qué tan "peligrosa" es realmente una ubicación específica:

1. El Resultado (Fatalidad): ¿Alguien murió? Este es el ingrediente más pesado.
2. El Mecanismo (Tipo de Accidente): ¿Fue un vuelco de tractor o un atrapamiento en un silo de grano? Estos son ingredientes "explosivos" que son intrínsecamente más peligrosos que una simple caída.
3. El Tiempo de Rescate (Acceso a Servicios Médicos de Emergencia): ¿Cuánto tiempo tarda en llegar a un hospital? Si un agricultor se lesiona en un campo remoto sin servicio de celular y con un largo trayecto hasta el hospital, la puntuación de riesgo aumenta.
4. El Factor "Trabajador Solitario": Muchos agricultores trabajan solos. Si se lesiona y no puede pedir ayuda debido a una "zona muerta de telefonía celular", el riesgo es mayor.

Los Dos Métodos: El Cuchillo Filo vs. La Esponja Suave

Los investigadores utilizaron dos herramientas matemáticas diferentes para mezclar estos ingredientes, y obtuvieron imágenes ligeramente distintas:

• Método A (AHP): Piensa en esto como un cuchillo afilado. Corta a través de los datos y resalta los peores lugares absolutos muy claramente. Dice: "¡Mira justo aquí! ¡Este es el lugar más peligroso!". Se centra fuertemente en la gravedad del resultado.
• Método B (AHP Geométrico-Fuzzy): Piensa en esto como una esponja suave. Absorbe algunas de las aristas afiladas y la incertidumbre. Reconoce que no sabemos todo perfectamente (como exactamente qué tan grave fue un accidente específico o qué tan rápido llegaría la ayuda). Este método crea un mapa más suave, mostrando áreas más amplias de riesgo en lugar de solo señalar los lugares absolutos más peligrosos.

Lo Que Encontraron: El Mapa del Peligro

Cuando aplicaron esta receta a siete estados del Medio Oeste (Iowa, Minnesota, Kansas, etc.) utilizando datos de 2012 a 2023, encontraron algunas cosas sorprendentes:

• Ocupado no siempre es Mortal: Las áreas agrícolas más ocupadas (como el noroeste de Iowa) tuvieron la mayor cantidad de accidentes en general. Esto tiene sentido porque hay más agricultores y máquinas allí.
• Mortal no siempre es Ocupado: Sin embargo, las áreas con más fatalidades estaban distribuidas de manera diferente. Aunque el noroeste de Iowa seguía siendo un punto caliente, las "zonas de peligro" se extendían más hacia el centro de Iowa y el sur de Minnesota.
• Los Asesinos "Silenciosos": Los accidentes más peligrosos no fueron los comunes (como resbalar en una carretera). Fueron los raros y de alta energía: tractores volcándose, personas atrapadas en silos de grano o vuelcos de vehículos todoterreno (ATV). Estos tipos específicos de accidentes eran mucho más propensos a resultar en muerte.
• ¿Quién está en Riesgo? Los datos mostraron que los agricultores hombres mayores son el grupo más vulnerable. A medida que los agricultores envejecen, aumenta la probabilidad de que un accidente sea fatal.

El Panorama General

La conclusión principal es que no puedes simplemente mirar un mapa de "dónde ocurrieron los accidentes" para saber dónde poner recursos de seguridad. Tienes que mirar un mapa de "dónde es más probable que los accidentes maten".

Al combinar la ubicación del accidente con lo difícil que es obtener ayuda (hospitales y torres de telefonía celular), los investigadores crearon una nueva forma de ver el paisaje. Descubrieron que las "zonas de peligro" no son solo donde la agricultura es más ocupada, sino donde la agricultura es más ocupada más donde la maquinaria es más peligrosa más donde la ayuda está más lejos.

Este estudio no ofrece una nueva máquina ni una nueva ley. En cambio, ofrece una mejor linterna. Ayuda a los funcionarios de seguridad y a los planificadores de emergencias a ver la verdadera forma del riesgo, para que puedan centrar sus esfuerzos en los lugares donde la vida de un agricultor está más en juego, en lugar de solo en los lugares donde están más ocupados.

Resumen técnico

Resumen Técnico: Indexación de Impacto Geoespacial de Incidentes Agrícolas en el Medio Oeste de EE. UU.

Enunciado del Problema
Las evaluaciones tradicionales de seguridad agrícola suelen basarse en conteos brutos de incidentes, los cuales enfatizan la frecuencia de exposición pero no capturan la naturaleza multidimensional del riesgo, particularmente la gravedad de las consecuencias y la supervivencia post-incidente. En el Medio Oeste de EE. UU., una región de producción agrícola intensiva, los incidentes a menudo ocurren en ubicaciones remotas donde los "trabajadores solitarios" enfrentan barreras significativas para ser descubiertos y asistidos de inmediato. Los métodos de vigilancia existentes adolecen frecuentemente de fragmentación, subregistro y una falta de resolución geoespacial que impide vincular las ubicaciones de los incidentes con factores críticos de supervivencia, como la accesibilidad al servicio médico de emergencia (EMS) y la infraestructura de comunicación celular. En consecuencia, las intervenciones de seguridad pueden estar desalineadas con las áreas de mayor riesgo real, las cuales se definen no solo por la frecuencia de los incidentes, sino por la convergencia de mecanismos peligrosos, aislamiento ambiental y restricciones temporales.

Metodología
Este estudio construye una base de datos geoespacial unificada de múltiples estados que cubre siete estados del Medio Oeste (Iowa, Kansas, Minnesota, Missouri, Nebraska, Dakota del Norte y Dakota del Sur) utilizando registros de incidentes agrícolas de 2012 a 2023 obtenidos del Centro de Seguridad y Salud Agrícola de los Estados Centrales (CS-CASH). La metodología integra datos longitudinales de incidentes con capas ambientales e infraestructurales, incluyendo la Capa de Datos de Cultivos (CDL) del NASS del USDA para el uso de la tierra, datos HIFLD para ubicaciones de EMS y hospitales, y datos de la FCC para la proximidad a torres celulares.

La innovación metodológica central es el desarrollo de un Índice de Impacto de Incidentes Multicriterio utilizando dos marcos de ponderación:

1. Proceso Analítico Jerárquico (AHP): Una técnica estructurada de toma de decisiones que descompone el problema en una jerarquía de ocho criterios: Mortalidad (FAT), Tipo de Incidente (TYPE), Relevancia Temporal (REC), Personas Involucradas (PEOP), Edad (AGE), Cercanía EMS/Hospital (EM), Cercanía a Torres (TOW) y Ratio de Mortalidad por Tipo de Granja (FARM). Se utilizaron comparaciones por pares para derivar pesos precisos, priorizando el daño directo y el peligro intrínseco.
2. AHP Difuso Geométrico (Geometric-FAHP): Una extensión del AHP que utiliza el método de la media geométrica difusa de Buckley con Números Difusos Triangulares (TFN). Este enfoque captura la incertidumbre y la vaguedad inherentes a los juicios humanos sobre el riesgo, convirtiendo variables lingüísticas en conjuntos difusos para producir distribuciones de pesos más suaves y menos volátiles.

Ambos marcos normalizan los ocho parámetros a una escala [0, 1] y los agregan en una puntuación de impacto compuesta. Estas puntuaciones se aplican luego para generar superficies de Estimación de Densidad Kernel (KDE) utilizando un kernel cuártico (biweight) para visualizar el agrupamiento espacial de incidentes de alto impacto, distinguiendo entre patrones impulsados por la frecuencia y riesgos impulsados por la gravedad.

Contribuciones Clave

• Base de Datos Unificada de Múltiples Estados: El estudio crea un perfil de seguridad integral para la región del Medio Oeste de siete estados, superando las limitaciones de los informes fragmentados de un solo estado al armonizar 12 años de datos de vigilancia.
• Integración Geoespacial Granular: Superpone explícitamente las ubicaciones de los incidentes con infraestructura de supervivencia (tiempos de viaje del EMS y distancias a torres celulares), cuantificando la vulnerabilidad específicamente para trabajadores solitarios en entornos agrícolas remotos.
• Indexación de Impacto Novel: La investigación introduce un mecanismo cuantitativo para evaluar incidentes agrícolas más allá de los simples conteos de mortalidad. Al aplicar tanto AHP como Geometric-FAHP, el estudio proporciona una perspectiva dual: el AHP destaca puntos calientes agudos impulsados por la gravedad, mientras que el Geometric-FAHP revela patrones de vulnerabilidad más amplios y graduales al moderar valores extremos mediante el modelado de incertidumbre.

Resultados

• Patrones Espaciales Divergentes: El análisis revela que, si bien la frecuencia general de incidentes está fuertemente concentrada en el noroeste de Iowa (reflejando la actividad intensiva de cultivos en hileras), los resultados fatales exhiben una huella espacial más amplia que se extiende hacia el centro/norte de Iowa y el centro-sur de Minnesota. Confiar únicamente en conteos de frecuencia subrepresentaría significativamente las áreas locales de altas consecuencias.
• Gravedad Específica del Mecanismo: Los incidentes fatales están desproporcionadamente asociados con mecanismos de alta energía, como tractores, silos de granos y cargadores de patín (tasas de mortalidad que oscilan entre el 58% y el 76,9%), mientras que los incidentes en carreteras y enredos son más frecuentes pero más sobrevivibles.
• Vulnerabilidad Demográfica: El riesgo está fuertemente concentrado entre trabajadores varones (85% de las muertes) y aumenta con la edad, siendo el grupo de edad de 60 a 70 años el que soporta la mayor carga fatal.
• Comparación de Ponderación: El marco AHP produjo puntuaciones de impacto medias más altas y una mayor dispersión espacial, acentuando puntos calientes localizados donde dominan los incidentes catastróficos. En contraste, el Geometric-FAHP arrojó puntuaciones medias consistentemente más bajas y una dispersión reducida, produciendo gradientes espaciales más suaves que capturan mejor las estructuras de vulnerabilidad regional sin sobre enfatizar valores atípicos extremos.
• Brechas de Infraestructura: El análisis espacial destaca que los resultados fatales no son estrictamente proporcionales a la frecuencia de incidentes, sino que están fuertemente influenciados por la presencia de mecanismos de alta gravedad y los déficits estructurales en la infraestructura rural (por ejemplo, tiempos de respuesta extendidos del EMS y desiertos de comunicación).

Significado y Afirmaciones
El artículo afirma que sus hallazgos demuestran que el mapeo basado únicamente en la frecuencia no logra capturar la naturaleza multidimensional del riesgo agrícola. Al vincular explícitamente las ubicaciones de los incidentes con la infraestructura de supervivencia y utilizar el análisis de decisiones multicriterio, el estudio proporciona un marco basado en evidencia para:

1. Dirigir Intervenciones de Seguridad: Ir más allá de las métricas generales de exposición para centrar recursos en áreas donde la actividad de alta frecuencia coincide con mecanismos de alta gravedad y condiciones de baja supervivencia.
2. Mejorar la Planificación Rural del EMS: Identificar brechas geográficas específicas en la infraestructura de respuesta de emergencia y comunicación que comprometen la "hora de oro" para las víctimas de trauma.
3. Abordar la Brecha Digital: Destacar el papel crítico de la conectividad celular en la seguridad rural y el potencial de los desiertos de comunicación para convertir lesiones sobrevivibles en fatalidades.

Los autores posicionan esta investigación como un paso novedoso en la investigación de seguridad agrícola, ofreciendo un mecanismo robusto y cuantitativo para distinguir entre patrones de actividad impulsados por la exposición y concentraciones de riesgo impulsadas por la gravedad, apoyando así decisiones de política y planificación más efectivas en el Medio Oeste de EE. UU.