De acuerdo con cifras oficiales, en Estados Unidos hay unas 120 armas de fuego por cada 100 habitantes y la tasa de tiroteos masivos (aquellos en los que hay tres o más víctimas) es igual de alta: en lo que va de año se han producido 149. Para darnos una idea, en España uno de los más recientes se produjo hace más de una década, en 2010, en Olot (Cataluña). Y mientras Estados Unidos ocupa el puesto número 1 en cantidad de armas por habitante, España se ubica en el puesto 103, con menos de 8 armas de fuego cada 100 habitantes.
Al elevado número de armas por habitante se le suma otro factor a la hora de trabajar la prevención de tiroteos en Estados Unidos: el retraso en la publicación de los datos oficiales sobre mortalidad por armas de fuego de los Centros para el Control y la Prevención de Enfermedades (CDC). Una información que resulta fundamental a la hora de realizar estudios científicos fiables pero que llega muy tarde.
Para intentar encontrar una solución a este problema, un equipo científicos de la Universidad de Nueva York ha creado un modelo matemático que ayudaría en la prevención de estos ataques.
En un artículo publicado en el Journal of Criminal JusticeJournal of Criminal Justice, los autores, liderados por Maurizio Porfiri, señalan que, al combinar datos de los CDC con datos de una variedad de otras fuentes, crearon un modelo que supera las técnicas actualmente en uso para predecir las tasas mensuales de homicidios con armas de fuego. Algunas de las otras fuentes de datos de los investigadores fueron los departamentos de policía de la ciudad, las noticias y la base de datos del Archivo de Violencia con Armas de colaboración colectiva.
«Los responsables de políticas a menudo usan datos obsoletos o limitados para tomar decisiones sobre estrategias de reducción de la violencia armada, obviamente una situación menos que ideal cuando la precisión es un objetivo – señala Porfiri en un comunicado –. Nuestro modelo puede usarse para llenar los vacíos de datos y anticipar brotes de violencia, ofreciendo así una ayuda concreta a las intervenciones basadas en evidencia».
Según Porfiri, los analistas e investigadores de violencia armada generalmente se basan en los datos anuales definitivos de muertes por armas de fuego de los CDC, que generalmente se publican en diciembre y cubren el año calendario anterior. Eso significa que los datos de enero tienen casi dos años cuando están disponibles. Si bien los CDC también publican datos de armas trimestrales provisionales 10 meses después del final de cada trimestre, esos datos están sujetos a revisión, lo que reduce su utilidad.
El modelo confirmó las estadísticas del pasado y predijo futuras
La metodología de fuentes de datos múltiples del equipo de investigación compensa las limitaciones de los datos de los CDC y proporciona un medio no solo para pronosticar con precisión las tasas mensuales de homicidios con armas de fuego, sino también para determinar esas tasas de meses anteriores, antes de que los CDC publiquen sus datos. En el estudio han participado expertos españoles, como Salvador Ramallo, becario Fulbright de la Universidad de Murcia, Máximo Camacho y Manuel Ruiz Marin, profesores de la Universidad de Murcia y la Universidad Técnica de Cartagena, respectivamente.
Los investigadores utilizaron la técnica de factor dinámico (una herramienta estadística que se utiliza para identificar y analizar patrones y relaciones entre variables que cambian con el tiempo) y la aplicaron a más de 20 años de datos. Con esta información realizaron análisis «pronosticados» y “retrospectivos”, pronosticando hasta un año y retrocediendo hasta el mes anterior al momento del análisis. Los investigadores confirmaron que su modelo predijo las tasas mensuales de homicidio con mayor precisión que los modelos de la competencia, al comparar sus resultados con los datos de los informes anuales de los CDC para esas fechas.
Además de los CDC, las fuentes de datos analizadas en la investigación fueron el Archivo de violencia armada; los departamentos de policía de la ciudad de Nueva York, Chicago y Filadelfia; The New York Times y The Washington Post, tendencias de Google, datos del Sistema Nacional Instantáneo de Verificación de Antecedentes Penales (NCIS) y hasta información de Twitter orientada geográficamente para identificar la presencia de determinadas palabras clave.
El nuevo modelo podría incorporarse a una herramienta de uso público o estatal para que los responsables puedan utilizarla con facilidad.
Fuente: adslzone
