🔥 Data Wizards · WiDS Datathon 2026

Cuando un incendio avanza, la pregunta que salva vidas no es «por qué».
Es cuánto tiempo queda.

Con solo las primeras 5 horas de un incendio, predecimos cuándo amenazará una zona de evacuación, para dar la orden a tiempo.

Michael Estrada@BryanEstrada003

Keyla Franco@KeylaFrancoH

Jonathan García@ElPitagoras14

Alexa Marin@aamarin05

El problema

Evacuar tarde cuesta vidas.
Evacuar temprano necesita una predicción confiable.

Dado un incendio activo, observamos solo sus primeras 5 h.
Pregunta: ¿llegará a ≤ 5 km de una zona de evacuación dentro de 12 / 24 / 48 / 72 h?
No basta un sí/no: necesitamos cuándo y con qué probabilidad, para priorizar evacuaciones.

Datos y enfoque

69% de los incendios nunca llegan en la ventana observada.

Son datos censurados: no son un "no" definitivo. Tratarlos como negativos sería un error → por eso usamos análisis de supervivencia, no clasificación.

221

incendios en train

31%

eventos (llegaron)

69%

censurados

Fig. 01

Fig. 01 · Tiempo hasta amenaza y balance evento vs. censurado

El hallazgo que lo define todo

La distancia a la hora 5
decide casi todo.

Separación perfecta a 5 km: todos los que llegan estaban < 5 km; todos los lejanos, censurados.
Es la señal dominante, y también nuestro mayor riesgo de simplificar de más.

Fig. 18

Fig. 18 · Curva de supervivencia por distancia inicial: cerca (<5 km) vs. lejos (≥5 km)

Metodología

Dos modelos, validación honesta, dos métricas.

Cox PH

Interpretable: Hazard Ratios y significancia.

Random Survival Forest

Conjunto de árboles, máxima discriminación.

Validación: CV 5-fold estratificado por evento + nested CV, que rehace la selección de features dentro de cada fold para no inflar la métrica.
Métricas: C-index (¿ordena bien el riesgo?) + IBS / Brier con IPCW (¿son creíbles las probabilidades?).

Resultado principal

0.948

C-index del Random Survival Forest (CV 5-fold).
0.5 = azar · 1.0 = perfecto. Ordena correctamente el riesgo en ~95% de los pares de incendios.

Desempeño

RSF gana en orden y en calibración.

Fig. 13

Fig. 13 · C-index (mayor = mejor) e IBS (menor = mejor). El IBS del RSF (0.030) es ~8× mejor que el modelo nulo (0.25).

Insight

Dos variables de distancia concentran ~72% de la señal.

Distancia mínima y su log dominan; el resto aporta margen.
Probamos 10 features nuevas (cinemáticas, ratios físicos): ninguna mejoró fuera del ruido.
Lección: la geometría inicial pesa más que la dinámica fina del fuego.

Fig. 14

Fig. 14 · Permutation importance del RSF (caída de C-index al permutar)

Lo que está en juego

Un falso negativo no se puede deshacer.

Falso positivo

Evacuar y el incendio no llega: costo logístico y molestia, pero reversible.

✓ Aceptable

Falso negativo

No evacuar y el incendio sí llega: zona habitada sin aviso.

✕ Inaceptable

El error que importa evitar es no avisar a tiempo. Eso decide qué le pedimos al modelo: ordenar bien los incendios que de verdad amenazan.

La decisión

Dos modelos, dos filosofías.
Una sola prioridad: llegar a tiempo.

Cox PH

Interpretabilidad

Explica por qué un incendio es peligroso: Hazard Ratios y variables significativas.

0.922 C-index

✓ Elegido

Random Survival Forest

Precisión

Ordena mejor qué incendio amenaza primero: la mejor discriminación de riesgo.

0.948 C-index

El objetivo no es entender la causa, sino prevenir la consecuencia. Cuando lo que está en juego son vidas, precisión > explicación: elegimos RSF. Cox queda como lente para interpretar.

Límites y próximos pasos

El límite principal: la zona gris.

Zona gris (5 a 15 km): 7 incendios del test que el train nunca observó; ahí el modelo extrapola sin datos que lo respalden.
Es la mayor limitación de la solución: la tenemos identificada y acotada, no oculta.
Siguiente: análisis de incertidumbre en esa franja y ensamble RSF + Cox.
IA: apoyo en EDA, validación cruzada y documentación reproducible.

Fig. 19

Fig. 19 · Test segmentado por distancia: la franja 5 a 15 km no existe en train

🔥 Data Wizards · WiDS Datathon 2026

De 5 horas de datos a una evacuación a tiempo.

C-index 0.948 · calibrado · validado sin fuga. Un modelo que ordena el riesgo y da tiempo para decidir.

Gracias. ¿Preguntas?

Cuando un incendio avanza, la pregunta que salva vidas no es «por qué».Es cuánto tiempo queda.

Evacuar tarde cuesta vidas.Evacuar temprano necesita una predicción confiable.

69% de los incendios nunca llegan en la ventana observada.

La distancia a la hora 5decide casi todo.

Dos modelos, validación honesta, dos métricas.

Cox PH

Random Survival Forest

RSF gana en orden y en calibración.

Dos variables de distancia concentran ~72% de la señal.

Un falso negativo no se puede deshacer.

Falso positivo

Falso negativo

Dos modelos, dos filosofías.Una sola prioridad: llegar a tiempo.

Interpretabilidad

Precisión

El límite principal: la zona gris.

De 5 horas de datos a una evacuación a tiempo.

Cuando un incendio avanza, la pregunta que salva vidas no es «por qué».
Es cuánto tiempo queda.

Evacuar tarde cuesta vidas.
Evacuar temprano necesita una predicción confiable.

La distancia a la hora 5
decide casi todo.

Dos modelos, dos filosofías.
Una sola prioridad: llegar a tiempo.