INTRODUCCIÓN
El homicidio es un flagelo para la sociedad, por cuanto es un acto donde se le quita la vida a una persona, esto implica la necesidad de estudiar los factores involucrados en la generación del mismo, probabilidades de ocurrencia, como elementos esenciales para promover el diseño de politicas públicas que adviertan sobre el abordaje o prevención de este evento catastrofico. En este sentido, (Meneses-Reyes & Quintana-Navarrete, 2016), comentan que la edad, lugar, consumo de drogas, son algunos indicadores a tener en cuenta para predecir estadísticamente la realización de futuros homicidios.
El estudio estadístico sobre el homicidio puede alertar en qué zonas de una determinada ciudad o provincia puede ocurrir, con mayor frecuencia, el porcentaje de incremento por años. Entre otros factores podrían analizarse, por ejemplo, el tipo de arma empleada o la intención del victimario. Ciertamente el tema homicidios, representa una categoría de estudio de las ciencias jurídicas, penales, criminalísticas; sin embargo, el actual estudio no se propone el estudio desde estas perspectivas, sino, desde cómo la estadística contribuye, desde una óptica predictiva, con la investigación que adelantan los organismos respectivos, en torno a la necesidad de tomar acciones para la prevención de este crimen.
En este sentido, el estudio de (Otamendi, 2019), permite visualizar la incidencia del arma de fuego como un elemento fundamental en la comisión del delito de homicidio en América Latina, siendo una tendencia el considerarla, dentro de los análisis de los hechos delictivos de violencia, como factores predisponentes para la generación de homicidios. La investigación de (Monárrez-Fragoso, 2019), analiza la tasa de homicidios de mujeres, siendo considerable en el entorno social donde fue estudiada.
Configurar politicas para la prevención del delito es esencial desde los datos aportados por los estudios estadisticos (Arias-Pérez et al. 2021), desde donde se puede concebir la necesidad de creación de equipos multidisciplinarios para investigar el tema de los homicidios, haciendo énfasis en las acciones que deben ser acometidas para minimizarlo, con base al empleo de políticas públicas favorables, para el ejercicio de una ciudadanía activa en la prevención del homicidio como flagelo social. El estudio de (Guarnizo-Chávez, 2022), indica que las provincias más violentas en Ecuador, en cuanto al hecho de homicidios fueron Guayas y Pichincha (Quito).
Un necesario estudio de la problemática de homicidios en Quito - Ecuador, puede contribuir a fomentar estrategias públicas para el diseño de espacios de convivencia ciudadana necesarias para una interrelación proactiva entre las personas (Barrera et al. 2022), esto involucra delimitar las zonas geográficas desde una óptica de políticas de seguridad ciudadana, donde se deben contar con espacios favorables para elevar la tasa de vida, para lo cual, (Barrera et al. 2022), indica que en Quito existe mayor probabilidad de vida para la mujer en comparación con el hombre.
A partir de lo planteado, se tiene que el objetivo de la investigación se basa en presentar los resultados de un modelo de predicción de homicidios desde la regresión logística en el distrito metropolitano de Quito - Ecuador.
MÉTODO
El enfoque de la investigación fue cuantitativo, con un alcance descriptivo, diseño no experimental, con la intención de proceder a la realización de un modelo de predicción de homicidios desde la regresión logística en el distrito metropolitano de Quito - Ecuador.
El modelo fue realizado a partir de la base de datos, teniendose como años de referencia 2016, 2017, 2018, 2019, los cuales son los últimos años contabilizados y presentados al público.
Se tuvo como población de estudio 240 homicidios cometidos en el distrito metropolitano de Quito - Ecuador, en los años 2016, 2017, 2018, 2019 diferenciados en:
223 homicidios en hombres
17 homicidios en mujeres
2016 = 47 homicidios
2017 = 49 homicidios
2018 = 59 homicidios
2019 = 85 homicidios
2016 | 2017 | 2018 | 2019 | Total | ||
---|---|---|---|---|---|---|
Tipo de Género | Hombre | 42 | 43 | 54 | 84 | 223 |
Mujer | 5 | 6 | 5 | 1 | 17 | |
Total | 47 | 49 | 59 | 85 | 240 |
Elaboración: Los autores.
La tabla 1, evidencia el tipo de género y año donde se cometió el homicidio, evienciandose que los hombres han padecido mayor número de homicidios.
Criterios de inclusión
Tomar la información de la base de datos del INEC (Instituto Nacional de Estadísticas y Censos) y del Ministerios del exterior del Ecuador.
Tomar los últimos 4 años publicados de la del base INEC (Instituto Nacional de Estadísticas y Censos) y del Ministerios del exterior del Ecuador.
Tomar de la base de datos, la información referida a homicidios.
Criterios de exclusión
Excluir datos que no provengan de la base de datos INEC (Instituto Nacional de Estadísticas y Censos) y del Ministerios del exterior del Ecuador.
Excluir datos que no se relacionen a homicidios
Excluir datos diferentes a los últimos 4 años publicados de la base de INEC (Instituto Nacional de Estadísticas y Censos) y del Ministerios del exterior del Ecuador.
La técnica de recolección de información, consistió en extraer datos publicados en la base INEC (Instituto Nacional de Estadísticas y Censos) y del Ministerios del exterior del Ecuador, los cuales debían cumplir con los criterios de inclusión de poblacion de estudio.
Los aspectos a consultar fueron:
Sector urbano o rural donde se cometió el homicidio;
Lugar donde fue cometido el homicidio;
Arma empleada en el homicidio;
Nacionalidad de la víctima;
Año cuando se cometió el homicidio;
Mes donde se cometió el homicidio;
Dia donde se cometió el homicidio;
Hora donde se cometió el homicidio.
Los datos obtenidos de la base INEC (Instituto Nacional de Estadísticas y Censos) y del Ministerios del exterior del Ecuador, en correspondencia con los criterios de inclusión y a los descritos anteriormente, fueron organizados en una segunda base de datos, estructurada en programa Excel 2019, con la intención de depurar los datos en conformidad al objetivo de la investigación; luego fueron trasladados al programa estadistico SPSS V25 donde se adecuaron en función de medidas:
Esto permitió emplear la técnica de análisis de regresión lineal binaria, teniendo como variable dependiente al tipo de género como referencia, siendo Hombre = 0 Mujer = 1 mediante el método Hacia atrás: LR; considerándose el estudio de los 4 últimos años, publicados en la base de INEC (Instituto Nacional de Estadísticas y Censos) y del Ministerios del exterior del Ecuador.
El método Hacia atrás: LR, permitió la selección sucesiva de datos hacia atrás, de ese modo, fue suprimiendo las variables no significativas para la predicción del modelo empleado, depurándose hasta obtener la variable de mayor significancia para brindar respuesta al objetivo de la investigación.
Esto permitió presentar en la sección de resultados, las tablas provenientes del programa estadistico SPSS V25 para conocer el comportamiento predictivo del modelo de regresión logística.
RESULTADOS
Se presentan los resultados de la investigación:
Pronosticado | |||||
---|---|---|---|---|---|
Tipo de Género | Porcentaje correcto | ||||
Observado | Hombre | Mujer | |||
Paso 0 | Tipo de Género | Hombre | 223 | 0 | 100,0 |
Mejer | 17 | 0 | 0,0 | ||
Porcentaje global | 92,9 |
A. La constante se incluye en el modelo.
b.El valor de corte es 0,500
Empleando la constante el modelo tiene una tasa de acierto cuyo porcentaje es de 92,9 % de acertar o predecir correctamente en su empleo predictivo.
Variables en la ecuación | |||||||
---|---|---|---|---|---|---|---|
B | Error estándar | Wald | gl | Sig. | Exp(B) | ||
Paso 0 | Constante | -2,574 | 0,252 | 104,652 | 1 | 0,000 | 0,076 |
El valor de la constante fue de -2,574, sin incluir variables predictoras, existiendo posibilidad que el valor varíe al ser incorporadas tales variables.
Puntuación | gl | Sig. | |||
---|---|---|---|---|---|
Paso 0 | Variables | Sector urbano o rural donde cometió el homicidio (1) | 0,859 | 1 | 0,354 |
Lugar donde fue cometido el homicidio | 16,736 | 2 | 0 | ||
Lugar donde fue cometido el homicidio(1) | 16,667 | 1 | 0 | ||
Lugar donde fue cometido el homicidio(2) | 6,037 | 1 | 0,014 | ||
Arma empleada en el homicidio | 4,286 | 2 | 0,117 | ||
Arma empleada en el homicidio(1) | 2,553 | 1 | 0,11 | ||
Arma empleada en el homicidio(2) | 0,104 | 1 | 0,747 | ||
nacionalidad de la victima | 2,801 | 3 | 0,423 | ||
nacionalidad de la victima(1) | 0,48 | 1 | 0,489 | ||
nacionalidad de la victima(2) | 0,369 | 1 | 0,544 | ||
nacionalidad de la victima(3) | 0,469 | 1 | 0,493 | ||
año donde se cometió el homicidio | 5,852 | 1 | 0,016 | ||
mes donde se cometió el homicidio | 1,328 | 1 | 0,249 | ||
día donde se cometió el homicidio | 0,393 | 1 | 0,531 | ||
hora donde se cometió el homicidio | 0,306 | 1 | 0,58 | ||
Estadisticos globales | 23,869 | 12 | 0,021 |
El chi cuadrado tiene un valor residual de 23,869, siendo estadisticamente significativo en ,021 esto indica que las varables predicitivas que no se encuentran en el modelo son diferentes a 0, lo que la adicción de una de estas variables afectaría significativamente el poder predictivo del modelo.
Chi-cuadrado | gl | Sig. | ||
---|---|---|---|---|
Paso 1 | Paso | 25,327 | 12 | 0,013 |
Bloque | 25,327 | 12 | 0,013 | |
Modelo | 25,327 | 12 | 0,013 | |
Paso 2a | Paso | -0,049 | 1 | 0,826 |
Bloque | 25,278 | 11 | 0,008 | |
Modelo | 25,278 | 11 | 0,008 | |
Paso 3a | Paso | -0,581 | 2 | 0,748 |
Bloque | 24,698 | 9 | 0,003 | |
Modelo | 24,698 | 10 | 0,006 | |
Paso 4a | Paso | -1,952 | 3 | 0,582 |
Bloque | 22,746 | 6 | 0,001 | |
Modelo | 22,746 | 8 | 0,004 | |
Paso 5a | Paso | -0,211 | 1 | 0,577 |
Bloque | 22,435 | 5 | 0,000 | |
Modelo | 22,435 | 5 | 0,000 | |
Paso 6a | Paso | -0,412 | 1 | 0,521 |
Bloque | 22,023 | 4 | 0,000 | |
Modelo | 22,023 | 4 | 0,000 | |
Paso 7a | Paso | -0,517 | 1 | 0,472 |
Bloque | 21,506 | 3 | 0,000 | |
Modelo | 21,506 | 3 | 0,000 |
Las significancias al ser menores a 0,5 advierte que el modelo será exitoso en su predicción al incorporar las variables, y no solo con la constante, denotándose que las variables independientes son adecuadas para explicar la variable dependiente.
Paso | Logaritmo de la verosimilitud-2 | R cuagrado de Cox y Snell | R cuadrado de Nagelkerke |
---|---|---|---|
1 | 97,452a | 0,100 | 0,250 |
2 | 97,500a | 0,100 | 0,250 |
3 | 89,081a | 0,098 | 0,244 |
4 | 100,033b | 0,090 | 0,226 |
5 | 100,344b | 0,089 | 0,223 |
6 | 100,756b | 0,088 | 0,219 |
7 | 101,273b | 0,086 | 0,214 |
El r cuadrado de Nagelkerke indica que el modelo en el paso 7 explica el 21,4% de cambio de la variable dependiente.
B | Error estándar | Wald | Gl | Sig. | Exp(B) | ||
---|---|---|---|---|---|---|---|
Paso 1a | Sector urbano o rural donde cometió el homicidio(1) | 0,623 | 1,282 | 0,236 | 1 | 0,627 | 1,864 |
Lugar donde fue cometido el homicidio | 8,317 | 2 | 0,016 | ||||
Lugar donde fue cometido el homicidio(1) | -2,476 | 0,879 | 7,943 | 1 | 0,005 | 0,084 | |
Lugar donde fue cometido el homicidio(2) | -0,351 | 0,604 | 0,337 | 1 | 0,562 | 0,704 | |
Arma empleada en el homicidio | 0,568 | 2 | 0,753 | ||||
Arma empleada en el homicidio(1) | -0,347 | 0,621 | 0,312 | 1 | 0,577 | 0,707 | |
Arma empleada en el homicidio(2) | -0,796 | 1,201 | 0,439 | 1 | 0,507 | 0,451 | |
nacionalidad de la victima | 1,45 | 3 | 0,694 | ||||
nacionalidad de la víctima(1) | -1,417 | 1,403 | 1,021 | 1 | 0,312 | 0,242 | |
nacionalidad de la víctima(2) | -0,614 | 1,85 | 0,11 | 1 | 0,74 | 0,541 | |
nacionalidad de la víctima(3) | -19,267 | 14560,727 | 0 | 1 | 0,999 | 0 | |
año donde se cometió el homicidio | -0,519 | 0,265 | 3,852 | 1 | 0,05 | 0,595 | |
mes donde se cometió el homicidio | -0,057 | 0,08 | 0,506 | 1 | 0,477 | 0,944 | |
día donde se cometió el homicidio | 0,038 | 0,172 | 0,048 | 1 | 0,826 | 1,038 | |
hora donde se cometió el homicidio | 0,025 | 0,039 | 0,424 | 1 | 0,515 | 1,026 | |
Constante | 1,139 | 1,999 | 0,325 | 1 | 0,569 | 3,124 | |
Paso 2a | Sector urbano o rural donde cometió el homicidio(1) | 0,62 | 1,283 | 0,234 | 1 | 0,629 | 1,86 |
Lugar donde fue cometido el homicidio | 8,323 | 2 | 0,016 | ||||
Lugar donde fue cometido el homicidio(1) | -2,446 | 0,867 | 7,956 | 1 | 0,005 | 0,087 | |
Lugar donde fue cometido el homicidio(2) | -0,34 | 0,602 | 0,318 | 1 | 0,573 | 0,712 | |
Arma empleada en el homicidio | 0,56 | 2 | 0,756 | ||||
Arma empleada en el homicidio(1) | -0,339 | 0,619 | 0,3 | 1 | 0,584 | 0,712 | |
Arma empleada en el homicidio(2) | -0,796 | 1,199 | 0,44 | 1 | 0,507 | 0,451 | |
nacionalidad de la victima | 1,422 | 3 | 0,7 | ||||
nacionalidad de la víctima(1) | -1,387 | 1,396 | 0,987 | 1 | 0,321 | 0,25 | |
nacionalidad de la víctima(2) | -0,574 | 1,844 | 0,097 | 1 | 0,755 | 0,563 | |
nacionalidad de la víctima(3) | -19,179 | 14662,235 | 0 | 1 | 0,999 | 0 | |
año donde se cometió el homicidio | -0,524 | 0,264 | 3,936 | 1 | 0,047 | 0,592 | |
mes donde se cometió el homicidio | -0,057 | 0,08 | 0,507 | 1 | 0,476 | 0,945 | |
hora donde se cometió el homicidio | 0,023 | 0,038 | 0,375 | 1 | 0,54 | 1,023 | |
Constante | 1,305 | 1,855 | 0,495 | 1 | 0,482 | 3,689 | |
Paso 3a | Sector urbano o rural donde cometió el homicidio(1) | 0,719 | 1,239 | 0,337 | 1 | 0,562 | 2,053 |
Lugar donde fue cometido el homicidio | 9,244 | 2 | 0,01 | ||||
Lugar donde fue cometido el homicidio(1) | -2,526 | 0,845 | 8,942 | 1 | 0,003 | 0,08 | |
Lugar donde fue cometido el homicidio(2) | -0,376 | 0,597 | 0,397 | 1 | 0,529 | 0,686 | |
nacionalidad de la victima | 1,652 | 3 | 0,648 | ||||
nacionalidad de la víctima(1) | -1,566 | 1,38 | 1,287 | 1 | 0,257 | 0,209 | |
nacionalidad de la víctima(2) | -0,809 | 1,826 | 0,196 | 1 | 0,658 | 0,446 | |
nacionalidad de la víctima(3) | -19,431 | 14593,505 | 0 | 1 | 0,999 | 0 | |
año donde se cometió el homicidio | -0,527 | 0,264 | 3,993 | 1 | 0,046 | 0,59 | |
mes donde se cometió el homicidio | -0,052 | 0,079 | 0,434 | 1 | 0,51 | 0,949 | |
hora donde se cometió el homicidio | 0,021 | 0,038 | 0,301 | 1 | 0,583 | 1,021 | |
Constante | 1,239 | 1,834 | 0,457 | 1 | 0,499 | 3,453 | |
Paso 4a | Sector urbano o rural donde cometió el homicidio(1) | 0,72 | 1,226 | 0,345 | 1 | 0,557 | 2,055 |
Lugar donde fue cometido el homicidio | 9,781 | 2 | 0,008 | ||||
Lugar donde fue cometido el homicidio(1) | -2,556 | 0,84 | 9,269 | 1 | 0,002 | 0,078 | |
Lugar donde fue cometido el homicidio(2) | -0,293 | 0,59 | 0,247 | 1 | 0,619 | 0,746 | |
año donde se cometió el homicidio | -0,438 | 0,25 | 3,074 | 1 | 0,08 | 0,645 | |
mes donde se cometió el homicidio | -0,059 | 0,079 | 0,57 | 1 | 0,45 | 0,942 | |
hora donde se cometió el homicidio | 0,025 | 0,035 | 0,507 | 1 | 0,477 | 1,025 | |
Constante | -0,496 | 0,895 | 0,307 | 1 | 0,579 | 0,609 | |
Paso 5a | Lugar donde fue cometido el homicidio | 10,165 | 2 | 0,006 | |||
Lugar donde fue cometido el homicidio(1) | -2,583 | 0,837 | 9,532 | 1 | 0,002 | 0,076 | |
Lugar donde fue cometido el homicidio(2) | -0,267 | 0,585 | 0,208 | 1 | 0,648 | 0,766 | |
año donde se cometió el homicidio | -0,428 | 0,248 | 2,972 | 1 | 0,085 | 0,652 | |
mes donde se cometió el homicidio | -0,048 | 0,075 | 0,408 | 1 | 0,523 | 0,953 | |
hora donde se cometió el homicidio | 0,025 | 0,035 | 0,497 | 1 | 0,481 | 1,025 | |
Constante | -0,556 | 0,886 | 0,394 | 1 | 0,53 | 0,573 | |
Paso 6a | Lugar donde fue cometido el homicidio | 10,245 | 2 | 0,006 | |||
Lugar donde fue cometido el homicidio(1) | -2,586 | 0,835 | 9,582 | 1 | 0,002 | 0,075 | |
Lugar donde fue cometido el homicidio(2) | -0,255 | 0,584 | 0,191 | 1 | 0,662 | 0,775 | |
año donde se cometió el homicidio | -0,458 | 0,243 | 3,553 | 1 | 0,059 | 0,633 | |
hora donde se cometió el homicidio | 0,025 | 0,035 | 0,51 | 1 | 0,475 | 1,025 | |
Constante | -0,8 | 0,803 | 0,992 | 1 | 0,319 | 0,449 | |
Paso 7a | Lugar donde fue cometido el homicidio | 10,031 | 2 | 0,007 | |||
Lugar donde fue cometido el homicidio(1) | -2,524 | 0,828 | 9,284 | 1 | 0,002 | 0,08 | |
Lugar donde fue cometido el homicidio(2) | -0,189 | 0,574 | 0,108 | 1 | 0,742 | 0,828 | |
año donde se cometió el homicidio | -0,466 | 0,242 | 3,718 | 1 | 0,054 | 0,628 | |
Constante | -0,512 | 0,691 | 0,55 | 1 | 0,459 | 0,599 |
Nota: a Variables especificadas en el paso 1: Sector urbano o rural donde cometió el homicidio, lugar donde fue cometido el homicidio, arma empleada en el homicidio, nacionalidad de la victima, año donde se cometió el homicidio, mes donde se cometió el homicidio, día donde se cometió el homicidio, hora donde se cometió el homicidio.
El paso 7 indica un valor de Wald de 9,284 y significancia de 0,002 para la variable lugar donde fue cometido el homicidio (1), indicándose con 1 para la alternativa “vía pública”, con un valor para Exp(B) de 0,08, por lo que el modelo predice que las personas tienen una probabilidad de 0,08 de sufrir un homicidio en la vía pública, en comparación a otro lugar donde se encuentren.
En resumen, el modelo permite predecir que la vía pública es el lugar donde existe mayor probabiidad de sufrir un homicidio, esto por igual para las personas de toda edad, género, nacionalidad.
DISCUSIÓN
Los resultados evidencian que el 92% de la población que padeció homicidios fue conformada por hombres, esto concuerda con lo planteado por (Barrera et al. 2022), quienes indican mayor probabilidad de vida para la mujer en la localidad de Quito pero, además, con las visiones científicas de (Guarnizo-Chávez, 2022), donde se indica que los hombres adultos, de nacionalidad ecuatoriana, fueron en mayor proporción estadística, las víctimas de homicidios, así como con (Arias-Pérez et al. 2021), donde se proyecta que existe una mayor propensión en los hombres de ser víctimas de homicidio.
Lo anterior, concuerda con (Otamendi, 2019), al señalar que los hombres fueron quienes en un 92% padecieron muerte a causa de emplearse el uso de armas de fuego en su contra. Así mismo, el modelo de predicción de delitos (Gelvez-Ferreira et al. 2022), confirma que, el lugar donde se comete el homicidio es importante para diferenciar dónde ocurren los hechos en las zonas urbanas, con la finalidad de aportar este dato para la predicción de eventos catastroficos, mediante politicas de los organismos competentes.
Por lo tanto; el modelo de regresión logística empleado, concuerda con Gelvez-Ferreira et al. 2022), con (abril-Donoso et al. 2022), al indicar que existe mayor probabilidad de padecer un homicidio en la vía pública, en contraste con otras zonas evaluadas, entre las cuales se encuentra, por ejemplo, el hogar, es por esto que (Giraldo-Alegría et al. 2020), explica la relevancia de aplicar modelos estadísticos para comprender la importancia de la ocurrencia del homicidio.
Mientras que (Swedo et al. 2023), enfatizan que los homicidios con armas de fuego son un importante problema de salud pública; la falta de datos oportunos sobre mortalidad presenta desafíos considerables para una respuesta eficaz. Por lo tanto, los actuales datos investigativos vienen a proporcionar un aporte significativo, para contribuir en la generación de políticas públicas a partir de los aportes de la estadística.
Así mismo, el actual modelo empleado en la investigación, concuerda con el aplicado por (Dugato et al. 2020), al trabajar desde la identificación y evaluación de los factores de riesgo subyacentes, capaces de afectar el riesgo de un homicidio. Esta información luego se usa para predecir la ubicación más probable de eventos futuros, como fue en el caso de estudio actual, donde se ha predicho que los homicidios ocurrirán en un 0,89 de probabilidades en la vía pública, en comparación con otros sitios como el hogar. Siendo interesante el dato aportado por (Molano et al. 2018), al explicar que la exposición a la violencia vecinal es un importante factor de riesgo para el homicidio, sobre todo como una conducta modelo en los jóvenes.
Así mismo, en futuras predicciones sobre el homicidio, partiendo que los resultados arrojan la realización de éstos en zona urbana y vía pública, en un 92% en hombres, es necesario estudiar el contexto socioeconómico, las trayectorias y los ciclos de desigualdad como brechas sociales, y como indicadores propiciadores del homicidio (Walker et al. 2020). Siendo una visión ofrecida por (Gawryszewski & Costa, 2005), al plantear que el problema de los homicidios y las disparidades socioeconómicas, así como el desarrollo económico y la reducción de la desigualdad socioeconómica, pueden tener un impacto en las tasas de mortalidad por violencia; aunque es un tema que ciertamente ha sido trabajado, en la literatura científica existe poca evidencia actual sobre el tema, siendo conveniente abordarla en una próxima investigación con la intención de vencer estas limitaciones.
CONCLUSIÓN
El paso 7 indica un valor de Wald de 9,284 y significancia de 0,002 para la variable lugar donde fue cometido el homicidio (1), indicándose con 1 para la alternativa “vía pública”, con un valor para Exp(B) de 0,08 por lo que el modelo predice que las personas tienen una probabilidad de 0,08 de sufrir un homicidio en la vía pública en comparación a otro lugar donde se encuentren. El modelo permite predecir que la vía pública es el lugar donde existe mayor probabiidad de sufrir un homicidio, esto por igual para las personas de toda edad, género, nacionalidad. Los homicidios con armas de fuego son un importante problema de salud pública, el lugar en el que se comete el homicidio es importante para diferenciar dónde ocurren los hechos en las zonas urbanas, con la finalidad de aportar este dato para la predicción de eventos catastróficos, mediante el desarrollo y formulación de políticas públicas por parte de de los organismos competentes.