Padrões espaciais e temporais dos acidentes fatais com motocicletas em Manaus (2020-2024)

Abstract

Os acidentes de trânsito representam um grave problema de saúde pública no Brasil, sendo as motocicletas um dos modais com maior índice de fatalidade. Este estudo tem como objetivo analisar os padrões espaciais e temporais dos acidentes fatais envolvendo motociclistas na cidade de Manaus entre 2020 e o primeiro semestre de 2024. A pesquisa adota uma abordagem quantitativa, descritiva e exploratória, baseada em dados do Instituto Municipal de Mobilidade Urbana (IMMU), obtidos a partir dos registros do Instituto Médico Legal (IML). Para a caracterização dos acidentes, utilizou-se a metodologia da Companhia de Engenharia de Tráfego (CET, 2012), que classifica as ocorrências em três domínios: fatores humanos, veiculares e ambientais. Os dados foram analisados por meio de estatística descritiva e geoespacial, utilizando os softwares SPSS e QGIS para identificação de padrões temporais e zonas críticas de sinistralidade. Os resultados apontam que os acidentes fatais envolvendo motociclistas apresentam maior incidência em determinados períodos do dia, dias da semana e áreas específicas da cidade, evidenciando a necessidade de ações preventivas, como reforço da fiscalização, melhorias na infraestrutura viária e campanhas de conscientização. Conclui-se que a análise desses padrões pode subsidiar políticas públicas para a redução da mortalidade no trânsito em Manaus.

Traffic accidents represent a serious public health issue in Brazil, with motorcycles being one of the most fatal transport modes. This study aims to analyze the spatial and temporal patterns of fatal motorcycle accidents in the city of Manaus between 2020 and the first half of 2024. The research adopts a quantitative, descriptive, and exploratory approach, based on data from the Municipal Institute of Urban Mobility (IMMU), obtained from the Institute of Legal Medicine (IML). To classify accidents, the Traffic Engineering Company (CET, 2012) methodology was applied, categorizing occurrences into three domains: human, vehicular, and environmental factors. The data were analyzed using descriptive and geospatial statistics, with SPSS and QGIS software used to identify temporal trends and high-risk areas. The results indicate that fatal motorcycle accidents have a higher incidence at specific times of the day, days of the week, and in particular areas of the city, highlighting the need for preventive actions, such as enhanced traffic enforcement, improvements in road infrastructure, and awareness campaigns. It is concluded that analyzing these patterns can support public policies aimed at reducing traffic mortality in Manaus.