Prevalence of collision accidents and associated risk factors in ground transport records

Authors

DOI:

https://doi.org/10.52076/eacad-v6i2.645

Keywords:

Accident; Collision; External causes.

Abstract

Objective: The study analyzed the prevalence of injuries caused by road traffic collisions and their associated factors among victims treated at a public trauma reference hospital in Recife, PE, Brazil. Methodology: This is a cross-sectional, descriptive, and quantitative study based on 267 road traffic accident notification forms from patients treated or admitted to the Trauma Service. Data analysis was performed using SPSS 20.0, and the study was approved by the Ethics Committee of the Otávio de Freitas Hospital (CAAE: 23060513.0.0000.5200/2013). Results: A prevalence of 23.3% of road traffic collisions was identified, with a predominance in males (86.1%) and a higher incidence during nighttime and early morning hours. Conclusion: The findings provide relevant insights into the frequency and main factors related to these accidents, contributing to the planning of effective prevention and management strategies in trauma healthcare services.

References

Abrams, M. Z., & Bass, C. R. (2024). Female vs. male relative fatality risk in fatal motor vehicle crashes in the US, 1975–2020. PLoS One, 19(2), e0297211.

Abreu, A. M. M., et al. (2010). Uso de álcool em vítimas de acidentes de trânsito: Estudo do nível de alcoolemia. Revista Latino-Americana de Enfermagem, 18(Special Issue), 513–520.

Akamine, C. T., & Yamamoto, R. K. (2009). Estudo dirigido: estatística descritiva (3ª ed.). Editora Érica.

Akhoondzadeh, M. (2016). Os métodos Decision Tree, Bagging e Random Forest detectam anomalias sismo-ionosféricas TEC na época do terremoto do Chile (Mw = 8,8) de 27 de fevereiro de 2010. Advances in Space Research, 57, 2464–2469.

Al-Ghamdi, A. S. (2002). Usando regressão logística para estimar a influência dos fatores de acidente na gravidade do acidente. Accident Analysis & Prevention, 34, 729–741.

Barroso Junior, G. T., Bertho, A. C. S., & Veiga, A. de C. (2019). A letalidade dos acidentes de trânsito nas rodovias federais brasileiras em 2016. Revista Brasileira de Estudos de População, 36, e0074.

Bekman, O. R., & Costa Neto, P. L. O. (2009). Análise estatística da decisão (2ª ed.). Editora Edgard Blücher.

Besliu-Ionescu, D., Talpeanu, D.-C., Mierla, M., & Maris Muntean, G. (2019). Sobre a predição da geoefetividade de CMEs durante a fase ascendente de SC24 usando um método de regressão logística. Journal of Atmospheric and Solar-Terrestrial Physics, 193, 105036.

Cavalcante Valença Fernandes, F. E., Alves de Melo, R., de Souza Andrade Araújo, F., Borges, B., Kaique, F., Queiroz de Holanda, O., & Elda Alves de Lacerda Campos, M. (2019). Acidentes por motocicleta e fatores associados à condição de habilitação dos condutores. Archives of Health Science (Online).

Chang, L.-Y., & Chien, J.-T. (2013). Análise da gravidade das lesões do motorista em acidentes envolvendo caminhões usando um modelo de árvore de classificação não paramétrica. Safety Science, 51, 17.

Chang, L.-Y., & Chen, W.-C. (2005). Mineração de dados de modelos baseados em árvores para analisar a frequência de acidentes em rodovias. Journal of Safety Research, 36, 365–375.

Cordellieri, P., Piccardi, L., Giancola, M., Giannini, A. M., & Nori, R. (2024). On the road safety: Gender differences in risk-taking driving behaviors among seniors aged 65 and older. Geriatrics, 9(5), 136.

Faus, M., et al. (2023). Are adult driver education programs effective? A systematic review of evaluations of accident prevention training courses. International Journal of Educational Psychology, 12(1), 62–91.

Gerbase, F. E., Fagundes, C. T., Carvalho, V. C., Silva, E. A., & Oliveira, P. R. (2022). Prevalência de substâncias psicoativas em pacientes vítimas de trauma atendidas em um hospital geral: Prevalence of psychoactive substances in trauma victims assisted in a general hospital. Brazilian Journal of Development, 8(9), 60534–60553.

Gil, A. C. (2017). Como elaborar projetos de pesquisa (6ª ed.). Editora Atlas.

Golias, I., & Karlaftis, M. G. (2001). Um estudo comparativo internacional do comportamento auto-relatado do motorista. Transportation Research Part F: Traffic Psychology and Behaviour, 4, 243–256.

Guizzo, W. A., de-Souza, B. S., Weihermann, V., da-Silva, A. B., Jabur, G. R., Menini-Stahlschmidt, C. M., & Von-Bahten, L. C. (2020). Trauma em Curitiba: Avaliação multifatorial de vítimas admitidas em um hospital universitário. Revista do Colégio Brasileiro de Cirurgiões, 47, e20202408.

James, S. L., et al. (2020). Morbidity and mortality from road injuries: Results from the Global Burden of Disease Study 2017. Injury Prevention, 26(Suppl 2), i46–i56.

Khan, U. R., Razzak, J. A., & Wörnberg, M. G. (2021). Global trends in adolescents’ road traffic injury mortality, 1990–2019. Archives of Disease in Childhood, 106(8), 753–757.

Kim, K., & Li, L. (1996). Modelagem de falhas entre ciclistas e motoristas envolvidos em colisões no Havaí 1986–1991. Transportation Research Record, 1538, 75–80.

Kuhnert, P. M., Do, K., & McClure, R. (2000). Combinando modelos não paramétricos com regressão logística: Uma aplicação a dados de lesões em veículos motorizados. Computational Statistics & Data Analysis, 34, 371–386.

Latif, R. K., et al. (2023). Traumatic hemorrhage and chain of survival. Scandinavian Journal of Trauma, Resuscitation and Emergency Medicine, 31(1), 25.

Morais, M. R., et al. (2014). Letalidade do acidente de trânsito na modernista Palmas/TO: Uma abordagem econométrica. Informe Gepec, 18(1), 156–176.

National Association of Emergency Medical Technicians. (2019). Prehospital Trauma Life Support (PHTLS) (9th ed.). Jones & Bartlett Learning.

Organização Mundial da Saúde. (2021). Plano global para a década de ação pela segurança no trânsito 2021-2030 [Internet]. Organização Mundial da Saúde. https://www.who.int/pt/publications/m/item/global-plan-for-the-decade-of-action-for-road-safety-2021-2030

Pande, A., Abdel-Aty, M., & Das, A. (2010). Uma abordagem de modelagem baseada em árvore de classificação para acidentes relacionados a segmentos em rodovias com várias faixas. Journal of Safety Research, 41, 391–397.

Pereira, A. S., Shitsuka, D. M., Parreira, F. J., & Shitsuka, R. (2018). Metodologia da pesquisa científica [E-book gratuito]. Editora UAB/NTE/UFSM. https://repositorio.ufsm.br/handle/1/15824

Ramos Cavalcanti, I. G. O., Valença Fernandes, F. E. C., & Mola, R. (2020). Prevalencia y factores asociados a los accidentes de motocicleta por área de ocurrencia. Enfermería Global, 19(3), 93–134.

Shitsuka, D. M., Shitsuka, R., Oliveira, E. M., & Rocha, D. F. (2014). Matemática fundamental para a tecnologia. Editora Érica.

Stewart, J. R. (1996). Aplicação de métodos de classificação e regressão de árvores em estudos de segurança rodoviária. Transportation Research Record, 1542, 1–5.

Sohn, S. Y., & Shin, H. (2001). Reconhecimento de padrões para gravidade de acidentes de trânsito na Coreia. Ergonomics, 44, 107–117.

Vieira, S. (2021). Introdução à bioestatística. Editora GEN/Guanabara Koogan.

Washington, S., & Wolf, J. (2007). Modelos de regressão linear baseados em árvore hierárquica versus mínimos quadrados ordinários: Teoria e exemplo aplicados à geração de viagens. Transportation Research Record, 1581, 82–88.

World Health Organization (WHO). (2015). Global status report on road safety 2015. WHO. http://www.who.int/violence_injury_prevention/road_safety_status/2015/Summary_GSRRS2015_POR.pdf?ua=1

Zhu, C., Idemudia, C. U., & Feng, W. (2019). Modelo de regressão logística aprimorado para predição de diabetes integrando técnicas de PCA e K-means. Informatics in Medicine Unlocked, 17, 100179.

Published

25/07/2025

How to Cite

Santos, R. P. dos, Silva, V. S. D. da, Oliveira, J. M. B. de, Oliveira, G. M. de, Santos, E. C. B. dos, Lira, M. da C. C. de, & Barreto Neto, A. C. (2025). Prevalence of collision accidents and associated risk factors in ground transport records . E-Acadêmica, 6(2), e0862645. https://doi.org/10.52076/eacad-v6i2.645

Issue

Section

Health and Biological Sciences