Gravité lourde contre le reste, accidents corporels en France, 2019-2024
Ce qui distingue un usager gravement atteint des autres
Résumé
Sachant qu’un accident corporel a eu lieu, qu’est-ce qui fait qu’un usager est tué ou hospitalisé plutôt que légèrement blessé ou indemne ? Sur les 327 628 accidents et 734 021 usagers des bases annuelles BAAC de 2019 à 2024, cette cible binaire rassemble 18,3 % des usagers, dont 85 % de blessés hospitalisés, et elle est modélisée par discrétisation et groupement supervisés, avec un découpage apprentissage et test par accident, sept ablations, un rééchantillonnage par accident qui borne les écarts d’ablation, et six découpages successifs qui mesurent ce qu’ils doivent au partage retenu. Le modèle de référence atteint 0,881 d’AUC sur 220 717 usagers de test, contre 0,884 en apprentissage ; un second modèle, réentraîné sur 2019-2022 et évalué sur les millésimes 2023-2024 jamais vus, atteint 0,877. Ses probabilités sont calibrées sur le jeu de test, l’écart moyen entre risque annoncé et fréquence observée valant 0,0051, et se dégradent modérément sur les millésimes tardifs, à 0,0090 ; cette calibration globale masque une surestimation du risque chez les vingt-quatre ans et moins et une sous-estimation chez les soixante-cinq ans et plus. Au seuil d’un demi, la règle de décision retrouve 45,7 % des usagers gravement atteints et se trompe sur 35,9 % de ceux qu’elle désigne ; à titre illustratif, un seuil de 0,27 porterait le rappel à 75,0 % pour une précision de 50,1 %. Ce qui entoure l’usager au moment du choc pèse plus lourd que les circonstances de la route : retirer les variables de véhicule et d’antagonistes coûte 0,0241 d’AUC, le seul écart d’ablation qui dépasse nettement ce que le choix du découpage induit à lui seul. Les usagers de deux-roues motorisés de plus de 50 cm3 relèvent de la gravité lourde dans 37,2 % des cas contre 5,8 % des occupants de poids lourd, ceux qu’un véhicule de deux classes de masse au-dessus a heurtés dans 30,8 % contre 11,2 % à masse égale, et les plus de 75 ans dans 32,9 % contre 14,4 % entre 35 et 44 ans. À famille de véhicule fixée et parmi les seuls statuts constatés, le port d’un équipement est associé à un taux 5,2 fois plus faible en véhicule léger, mais l’apport de ce bloc au modèle s’effondre dès qu’on écarte les usagers dont le port n’a pas été constaté. Le modèle mesure un risque d’hospitalisation ou de décès, non de décès seul, et les écarts rapportés restent des associations conditionnelles à la survenue de l’accident.
1 Introduction
La question posée est conditionnelle, et cette conditionnalité est le premier fait statistique du travail : sachant qu’un accident corporel a eu lieu en France entre 2019 et 2024, qu’est-ce qui détermine la gravité subie par un usager ? On ne cherche donc pas à expliquer la survenue de l’accident, mais son issue pour une personne donnée, une fois l’accident survenu. Quatre sous-questions déclinent le sujet : le rôle de l’équipement de sécurité, celui de la vitesse maximale autorisée sur les lieux, l’identification des usagers les plus exposés, et l’effet du véhicule impliqué, de sa motorisation et de la confrontation à un véhicule de masse très différente.
La gravité est ici ramenée à deux issues : la gravité lourde, qui réunit les tués et les blessés hospitalisés, contre le reste, blessés légers et indemnes. Ce choix n’est pas un aménagement technique, c’est la question elle-même qui se déplace. Elle ne porte plus sur le rang d’un usager dans une échelle à quatre degrés, mais sur le franchissement d’un seuil unique, celui à partir duquel l’accident se traduit par un décès ou une admission à l’hôpital. La section suivante expose ce que ce déplacement fait gagner, et ce qu’il coûte.
2 Données
2.1 Source, périmètre et cible
L’unité d’analyse est l’usager, pas l’accident. La variable de départ est grav, à quatre modalités ordonnées de façon non triviale : indemne, tué, blessé hospitalisé, blessé léger. La cible de l’étude en est déduite, par regroupement des tués et des blessés hospitalisés d’un côté, des blessés légers et des indemnes de l’autre.
Les données sont les bases annuelles du fichier BAAC diffusées par l’Observatoire national interministériel de la sécurité routière. Chaque millésime comprend quatre tables : les caractéristiques de l’accident, son lieu, les véhicules impliqués et les usagers. Sur le périmètre retenu, elles totalisent 327 628 accidents, 559 847 véhicules et 745 158 usagers.
| Modalité de grav | Cible | Part des usagers |
|---|---|---|
| Indemne | Légère | 41,27 % |
| Tué | Lourde | 2,71 % |
| Blessé hospitalisé | Lourde | 15,58 % |
| Blessé léger | Légère | 40,43 % |
2.1.1 Ce que le regroupement gagne, et ce qu’il coûte
Les quatre modalités de grav n’offrent que trois découpages binaires possibles, et ils ne se valent pas. Isoler les seuls tués laisse une classe positive à 2,71 % des usagers, trop rare pour qu’une règle de décision en tire quoi que ce soit. Séparer les indemnes de tous les blessés place la frontière sur la seule présence d’une lésion, si légère soit-elle, ce qui range l’écorchure avec le traumatisme.
Le découpage retenu est le troisième. Il abandonne deux distinctions et en conserve une seule. Les deux qu’il abandonne sont celle qui sépare le tué du blessé hospitalisé, et celle qui sépare l’indemne du blessé léger ; celle qu’il conserve sépare le blessé hospitalisé du blessé léger, c’est-à-dire l’admission de la consultation. La classe positive rassemble alors 18,29 % des usagers retenus, mesure que l’audit indépendant des fichiers sources confirme à 18,29 %.
Le gain est décisionnel. Une classe positive à près d’un usager sur cinq, contre un sur trente-sept pour les seuls tués, rend praticable ce qui ne l’était pas : la règle du maximum a posteriori désigne réellement des usagers, et la lecture en précision et rappel cesse de se heurter à une prévalence infinitésimale. La partie Résultats chiffre les deux.
Le coût doit être énoncé aussi nettement, car il porte exactement là où la documentation met en garde. La frontière conservée est celle dont l’indicateur n’est plus labellisé par l’autorité de la statistique publique depuis 2019, ce que la section suivante détaille. Choisir cette cible, c’est donc faire reposer toute l’étude sur une limite dont la saisie n’est pas stabilisée. Deux éléments tempèrent ce risque sans l’annuler : la classe positive contient aussi les tués, dont l’enregistrement ne souffre d’aucune ambiguïté, et le regroupement absorbe les hésitations de saisie qui se produisent au voisinage immédiat de la limite dans l’autre sens, entre indemne et blessé léger. La partie Limites y revient.
Le second coût est une perte d’information : le modèle ne distingue plus un décès d’une hospitalisation. On mesurera plus loin ce qu’il en reste malgré tout, en classant les seuls tués par la probabilité de gravité lourde.
Cette classe positive reste largement minoritaire, et le modèle doit être lu au regard de ce déséquilibre : prédire systématiquement la gravité légère donnerait déjà 81,7 % de bonnes réponses. C’est ce plancher, et non cinquante pour cent, qui sert de repère à toute lecture d’exactitude dans ce rapport.
Une conséquence de méthode découle immédiatement du regroupement. La variable grav détermine entièrement la cible : la laisser entrer dans le modèle donnerait une aire sous la courbe ROC de 1 sans qu’aucune des quatre sous-questions ait reçu de réponse. Elle est donc écrite dans les fichiers préparés, parce que les tableaux descriptifs et la lecture des tués en ont besoin, mais déclarée inutilisable dans le dictionnaire Khiops, au même titre que l’identifiant d’accident. Le dictionnaire refuse en outre de lever cette exclusion, à la différence de celles qui portent sur les quasi-identifiants : aucune expérience légitime ne consiste à montrer la réponse au modèle.
2.2 Ce qu’impose la documentation ONISR
La documentation officielle des bases annuelles a été lue intégralement avant tout traitement. Elle contient plusieurs avertissements dont trois modifient concrètement la préparation. Chacun a été vérifié sur les fichiers.
2.2.1 Les usagers en fuite, ajoutés en cours de période
La documentation prévient qu’à partir des données de 2021, les usagers en fuite ont été ajoutés à la base, avec des manques d’information sur leur sexe, leur âge, voire la gravité de leurs blessures. La vérification est sans appel. 11 136 usagers ont un sexe non renseigné ou une année de naissance vide, dont aucun avant 2021. Leur gravité est « indemne » dans 96,18 % des cas, contre 41,3 % pour le reste de la population, et aucun d’entre eux n’est enregistré comme tué.
Il ne s’agit évidemment pas d’une relation entre l’état civil et la blessure. Un conducteur en fuite n’a jamais été examiné : il est enregistré indemne par défaut. La signature de ces lignes est d’ailleurs très marquée, puisque 99,8 % sont des conducteurs et 92,8 % n’ont pas de motif de trajet renseigné.
La preuve la plus solide vient d’une contrepartie mécanique que la documentation ne mentionne pas. Avant 2021, un conducteur en fuite n’était pas absent des données : c’est son véhicule qui figurait dans la table des véhicules sans aucun occupant dans la table des usagers. Le nombre de tels véhicules s’effondre exactement au moment où apparaissent les usagers en fuite.
| Année | Usagers en fuite | Véhicules sans occupant |
|---|---|---|
| 2019 | 0 | 2 040 |
| 2020 | 0 | 1 899 |
| 2021 | 3 069 | 6 |
| 2022 | 2 876 | 0 |
| 2023 | 2 607 | 40 |
| 2024 | 2 584 | 24 |
Conserver ces lignes reviendrait donc à deux fautes cumulées : injecter dans la cible un groupe artificiellement indemne, et comparer des populations que la convention d’enregistrement rend incomparables d’une année à l’autre.
2.2.2 Les piétons sont rattachés au véhicule qui les a heurtés
La documentation précise que l’identifiant de véhicule est repris pour chacun des usagers occupant ce véhicule, y compris les piétons, qui sont rattachés aux véhicules qui les ont heurtés. Vérification faite sur les 57 500 piétons, la catégorie de véhicule rattachée est un véhicule léger dans 67,5 % des cas et un utilitaire dans 9,4 %.
La conséquence est importante : la variable catv n’a pas le même sens selon la catégorie d’usager. Chez un conducteur ou un passager, elle décrit son propre véhicule. Chez un piéton, elle décrit l’obstacle qui l’a percuté. Traiter les deux cas sur le même plan reviendrait à mélanger deux quantités différentes dans une même colonne. La préparation le rend donc explicite, par une variable de rôle et par une classe de masse propre nulle pour les piétons.
2.2.3 La table des lieux éclate en 2023 et 2024
La documentation annonce que la rubrique des lieux décrit le lieu principal de l’accident, même si celui-ci s’est déroulé à une intersection, donc une ligne par accident. C’est vrai jusqu’en 2022 et faux ensuite.
| Année | Accidents | Lignes | Accidents à plusieurs lignes |
|---|---|---|---|
| 2019 | 58 840 | 58 840 | 0,0 % |
| 2020 | 47 744 | 47 744 | 0,0 % |
| 2021 | 56 518 | 56 518 | 0,0 % |
| 2022 | 55 302 | 55 302 | 0,0 % |
| 2023 | 54 822 | 70 860 | 28,9 % |
| 2024 | 54 402 | 70 248 | 28,8 % |
Une jointure directe des usagers sur les lieux dupliquerait ainsi près de trois usagers sur dix en 2023 et 2024, sans le moindre message d’erreur. Les accidents survenus à une intersection pèseraient jusqu’à 5 fois leur poids réel.
Ces lignes surnuméraires ne sont pas des doublons. Sur les 15 645 accidents concernés en 2024, la catégorie de route est identique dans la totalité des cas, mais le nom de la voie diffère pour 13 889 d’entre eux, le nombre de voies pour 8 158, et la vitesse maximale autorisée pour 4 711. La catégorie de route est donc fiable, la vitesse ne l’est pas. Cette constatation pèsera lourd sur la deuxième sous-question.
2.2.4 Deux avertissements de portée plus générale
La documentation signale enfin qu’il s’agit d’une base brute non corrigée des erreurs de saisie, et que l’indicateur de blessé hospitalisé n’est plus labellisé par l’autorité de la statistique publique depuis 2019. Le premier point justifie un contrôle strict des modalités, implémenté dans la préparation, qui interrompt le traitement en nommant le fichier et la valeur fautive. Le second signifie que la frontière entre blessé hospitalisé et blessé léger repose sur une pratique de saisie non stabilisée. C’est exactement la frontière que sépare la cible de cette étude, ce qui en fait la principale réserve à porter sur tous les résultats qui suivent.
2.3 Préparation : décisions et mesures
Un balayage exhaustif des 31 variables qualitatives sur les six millésimes ne trouve que 4 modalités absentes du référentiel officiel, toutes de très faible effectif : deux codes d’action du piéton totalisant 182 usagers, une gravité non renseignée sur 419 lignes, et une catégorie de véhicule inconnue sur 17 véhicules. Le reste est conforme. Ces quatre tolérances sont déclarées dans le code, si bien que toute modalité nouvelle arrêterait le pipeline.
Les décisions de nettoyage sont peu nombreuses et toutes adossées à une mesure.
| Décision | Mesure qui la justifie |
|---|---|
| Retirer les usagers en fuite | 11 136 lignes, 96,2 % d’indemnes |
| Retirer les gravités absentes | 419 lignes sans cible |
| Dédupliquer la table des lieux | 31 884 lignes surnuméraires |
| Découper par accident | 0 accident partagé |
| Écarter la largeur de chaussée | 90,1 % de manquant |
| Borner la vitesse autorisée | 15 276 valeurs hors bornes |
| Borner le nombre de voies | 30 997 valeurs hors bornes |
| Borner l’âge | 205 valeurs hors bornes |
Deux choix méritent d’être détaillés.
Le premier concerne le traitement des valeurs manquantes qualitatives. Elles sont conservées comme modalité à part entière et transmises telles quelles. MODL regroupe les modalités de façon supervisée : il décide lui-même si l’absence se comporte comme un groupe distinct. Imputer aurait effacé une information dont l’épisode des usagers en fuite montre qu’elle peut être décisive. La condition de validité de ce choix est d’avoir d’abord retiré les absences dont on sait qu’elles encodent la cible, ce qui est fait.
Le second concerne les variables écartées. Outre la largeur de chaussée, sont retirés l’identifiant d’accident, l’adresse, la latitude, la longitude, la commune, le numéro de voie et les points de repère. Ce sont des quasi-identifiants de l’accident : la commune compte à elle seule 24 396 modalités, et croisée avec la date elle désigne un accident presque sûrement. Seul le département est conservé comme variable territoriale. Le coût de cette exclusion a été mesuré, il est de +0,0041 d’aire sous la courbe.
Après filtrage, il reste 734 021 usagers sur 745 158.
2.4 Le schéma relationnel
Le choix de la racine est imposé par la question : l’unité d’analyse étant l’usager, la cible doit se lire sur la table racine. Vis-à-vis d’un usager donné, l’accident, le lieu et le véhicule de rattachement entretiennent une relation de un à un ; les dénormaliser ne perd aucune information. La seule relation réellement de un à plusieurs est celle qui relie l’usager aux autres véhicules de son accident. C’est elle, et elle seule, qui est déclarée comme table secondaire.
Root Dictionary Usager(id_usager_cle)
grav cible, 4 modalités
usager, accident, lieu, véhicule
Table(Antagoniste) antagonistes;
Dictionary Antagoniste(
id_usager_cle, id_antagoniste)
adv_catv, adv_motor, adv_obsm,
adv_manv, adv_choc,
adv_classe_masse, adv_ecart_masseUn véhicule antagoniste est un véhicule impliqué dans l’accident, autre que le véhicule propre de l’usager. Un piéton n’ayant pas de véhicule propre, tous les véhicules de son accident sont ses antagonistes, y compris celui qui l’a heurté. La table secondaire compte 719 569 lignes, et 154 663 usagers n’en ont aucun, ce qui correspond aux accidents à véhicule unique.
Le bloc des variables de véhicule décrit alors deux choses différentes selon l’usager, et il faut le dire explicitement. Pour un conducteur ou un passager, il décrit le véhicule dans lequel il se trouvait. Pour un piéton, le BAAC rattache la ligne au véhicule qui l’a heurté : le bloc décrit donc le véhicule adverse. Une variable dédiée, role_vehicule_lie, porte cette distinction et entre dans le modèle, de sorte que la même colonne n’est jamais lue de deux façons sans que le modèle sache laquelle s’applique. Le rattachement est d’ailleurs systématique : sur les 57 500 piétons du périmètre, 0 n’a pas de véhicule rattaché. Le cas du piéton tombé seul n’existe pas dans ces données, puisque le BAAC n’enregistre que les accidents corporels impliquant au moins un véhicule.
À partir de cette seule déclaration, Khiops a construit 106 variables d’agrégation, du type minimum, moyenne, médiane, mode, comptage, éventuellement assorties d’une sélection conditionnelle. Aucune n’a été écrite à la main.
3 Méthode
3.1 Discrétiser et grouper, vu comme un choix de modèle
Considérons une variable explicative \(X\) et la cible \(Y\). Un modèle de prétraitement de \(X\) est la donnée d’une partition de ses valeurs, en intervalles si \(X\) est numérique, en groupes de modalités si \(X\) est qualitative, assortie d’une loi multinomiale de \(Y\) dans chaque partie. La cible étant ici binaire, cette loi multinomiale se réduit à une loi de Bernoulli, et chaque partie n’estime qu’un seul paramètre, la probabilité de gravité lourde. MODL munit cet espace de modèles d’une loi a priori hiérarchique et uniforme à chaque étage : d’abord le nombre de parties, puis la partition elle-même à nombre de parties fixé, puis les effectifs de chaque classe cible à l’intérieur de chaque partie.
Le critère minimisé est alors la négation du logarithme de la probabilité a posteriori, qui se décompose en deux termes :
\[c(M) = \underbrace{-\log P(M)}_{\text{coût du modèle}} \; \underbrace{-\log P(D \mid M)}_{\text{coût des données}}\]
C’est une longueur de description en deux parties, au sens du principe de longueur minimale. Le premier terme croît avec la finesse de la partition, le second décroît avec elle. Le modèle retenu est celui qui réalise le meilleur compromis, sans qu’aucun paramètre de lissage, aucun seuil de significativité ni aucune profondeur maximale n’ait à être fixé par l’utilisateur.
3.2 Le Level, et pourquoi un identifiant obtient zéro
Le modèle nul est la partition triviale à une seule partie, qui revient à ignorer \(X\). En notant \(c(M_\emptyset)\) son coût, l’importance prédictive d’une variable s’écrit
\[\mathrm{Level}(X) = 1 - \frac{c(M_X)}{c(M_\emptyset)}\]
Cette quantité est le gain de compression apporté par \(X\), normalisé entre 0 et 1. Elle vaut exactement zéro lorsque aucune partition ne fait mieux que le modèle nul, ce qui donne au critère une propriété qui compte pour la suite : une variable à très forte cardinalité paie un coût de modèle si élevé qu’elle ne peut obtenir un Level positif qu’en étant réellement informative. C’est la raison théorique pour laquelle nous avons laissé l’identifiant d’usager dans le dictionnaire, comme témoin, et pour laquelle il obtient un Level nul.
3.3 Du prétraitement au prédicteur
Les variables ainsi préparées alimentent un classifieur bayésien naïf sélectif. La naïveté, c’est-à-dire l’hypothèse d’indépendance conditionnelle des variables sachant la cible, y est corrigée de deux façons. D’une part la sélection et la pondération des variables sont elles-mêmes posées comme un problème de choix de modèle, avec une loi a priori sur les sous-ensembles de variables, ce qui neutralise les redondances. D’autre part Khiops construit des arbres de décision dont chacun devient une variable supplémentaire, évaluée par le même critère : ce sont eux qui portent les interactions que le modèle additif ne peut pas représenter.
Le même principe régularise la construction automatique de variables sur un schéma relationnel. Le coût du modèle intègre le coût de description de la formule construite, de sorte qu’un agrégat exotique doit apporter beaucoup pour être retenu.
3.4 La conséquence sur le protocole
Puisqu’il n’y a pas d’hyperparamètre à régler, il n’y a pas de jeu de validation à prélever, et l’apprentissage peut consommer la totalité des données d’apprentissage. Le jeu de test reste alors intact, et il n’est légitime de le consulter qu’une fois. Cette propriété est confortable, mais elle est aussi une contrainte : sélectionner une variante de schéma parce qu’elle obtient la meilleure performance en test reviendrait à transformer ce test en jeu de validation. Nous verrons plus loin que ce scrupule a eu un coût.
Il vaut mieux énoncer d’emblée la règle suivie, parce que ce rapport présente un nombre inhabituel de mesures faites sur le jeu de test : sept ablations, une comparaison avec et sans échelle de masse, un apprentissage restreint aux statuts d’équipement établis, une lecture des tués seuls, une analyse de calibration et un balayage de seuils. Toutes sont des diagnostics posés sur un modèle déjà arrêté. Le schéma rapporté, la liste de ses variables et la valeur de ses paramètres de construction ont été fixés avant la première évaluation en test, et rien de ce qui suit n’a servi à les modifier. Une variante que ces diagnostics rendraient préférable ne pourrait pas être adoptée sur cette base : il faudrait l’évaluer sur des données encore intactes. La section sur la stabilité temporelle montre comment nous avons procédé dans le seul cas où cette question s’est réellement posée.
3.5 Le découpage doit se faire par accident
Les usagers d’un même accident partagent l’intégralité de leurs circonstances. Un découpage au niveau de l’usager les répartirait des deux côtés de la frontière, laissant le modèle retrouver en test des configurations vues en apprentissage. Le découpage retenu est donc un tirage par hachage stable du numéro d’accident, à 30 % pour le test, ce qui donne 513 304 usagers d’apprentissage et 220 717 usagers de test, sans aucun accident commun.
Plutôt que de supposer l’ampleur du problème, nous l’avons mesurée, par quatre apprentissages complets sur deux millésimes, en croisant le mode de découpage et la présence des quasi-identifiants géographiques.
| Protocole | AUC test | Écart |
|---|---|---|
| Par accident, sans quasi-identifiants | 0,8809 | +0,0000 |
| Par usager, sans quasi-identifiants | 0,8825 | +0,0016 |
| Par accident, avec quasi-identifiants | 0,8850 | +0,0041 |
| Par usager, avec quasi-identifiants | 0,8860 | +0,0051 |
Le découpage par usager gonfle bien la performance, mais de +0,0016 seulement. L’effet est réel et bien plus petit qu’attendu. L’explication tient au critère : sans identifiant d’accident parmi les variables, un usager de test ne peut être reconnu qu’à travers une trentaine de variables à faible cardinalité, et le coût de modèle interdit de mémoriser des configurations individuelles. Ouvrir les quasi-identifiants pèse plus lourd que le découpage lui-même, et les deux effets s’additionnent sans se confondre. Le découpage par accident est conservé, parce qu’il est le seul à respecter la structure de dépendance des données et que son coût est nul.
3.6 Le témoin d’identifiant
L’identifiant d’usager, qui possède autant de modalités distinctes qu’il y a de lignes, a été laissé actif dans le dictionnaire. Son Level vaut 0,0, et il n’est pas retenu par le prédicteur. C’est la vérification la plus directe que la performance rapportée ne provient d’aucune mémorisation, et c’est la propriété du critère MODL exposée plus haut qui la garantit.
4 Résultats
4.1 Ce que vaut le modèle
| Mesure | Valeur |
|---|---|
| AUC, apprentissage | 0,8845 |
| AUC, test | 0,8814 |
| Exactitude, test | 0,8553 |
| Exactitude d’un modèle constant | 0,8188 |
| Part de gravité lourde, test | 18,12 % |
| Variables évaluées | 158 |
| Variables retenues | 39 |
L’écart entre apprentissage et test vaut 0,0031. Comme l’apprentissage a consommé la totalité du jeu d’apprentissage, l’AUC qui y est mesurée est une resubstitution, donc optimiste par construction. Qu’elle ne dépasse le test que de 0,0031 indique que le critère de longueur minimale a effectivement retenu le modèle du bon côté du compromis.
L’exactitude demande une lecture séparée, parce que la cible est déséquilibrée. Elle vaut 0,8553 pour un plancher de 0,8188 : le gain apparent n’est que de 0,0365. Ce chiffre paraît maigre, et il l’est en tant que tel ; ce qu’il masque est que le modèle constant ne désigne personne, alors que celui-ci en désigne. La matrice de confusion mesure cette différence, qui est la seule qui compte pour un usage.
Une propriété de la cible mérite d’être notée, parce qu’elle simplifie tout ce qui suit : une cible binaire ne porte qu’une aire sous la courbe ROC. Séparer les gravités lourdes des légères et séparer les légères des lourdes sont le même problème, et les deux aires un contre tous que produit l’évaluation sont égales. Il n’y a donc plus de moyenne à interpréter, ni de classe dont l’aire élevée compenserait celle d’une autre.
4.2 Le classement des variables
Les variables les plus informatives sont les 6 arbres construits par Khiops, dont l’importance cumulée dans le prédicteur atteint 0,52. Ils capturent des interactions que le modèle additif ne représente pas. Viennent ensuite les agrégats calculés sur les véhicules antagonistes, puis les variables brutes.
Le classement des variables brutes place en tête l’équipement de sécurité, dont les deux premiers codes occupent les rangs 1 et 2, puis ce que l’usager conduit et ce qu’il rencontre. La vitesse maximale autorisée n’arrive qu’au 10e rang, avec un Level de 0,0466.
Ce classement n’est qu’univarié, et la partie Discussion montrera qu’il ne préjuge pas de ce qu’une variable apporte une fois les autres présentes. Il mérite d’être lu à ce titre uniquement : l’équipement y arrive en tête parce qu’il sépare bien les deux classes à lui seul, non parce qu’il est ce qui compte le plus dans le modèle assemblé.
Le classement comporte 6 variables de Level strictement nul, dont trois variables brutes : l’identifiant d’usager, comme prévu, l’année de l’accident, et le témoin d’ambiguïté de la vitesse. Le deuxième mérite d’être relevé pour lui-même : à structure d’accidents donnée, la gravité subie ne dérive pas sur la période étudiée. Le troisième dit que l’ambiguïté de saisie introduite en 2023 ne se traduit par aucun décalage détectable de la gravité.
4.3 La matrice de confusion, et ce que la règle de décision fait
| Réel | Prédite légère | Prédite lourde | Total | Rappel |
|---|---|---|---|---|
| Légère | 170 477 | 10 239 | 180 716 | 0,943 |
| Lourde | 21 703 | 18 298 | 40 001 | 0,457 |
Le regroupement change la nature de ce tableau. Sur 220 717 usagers de test, le modèle désigne 28 537 usagers comme relevant de la gravité lourde, et 18 298 d’entre eux le sont effectivement. Le rappel atteint 0,457 et la précision 0,641 : le modèle retrouve un peu moins de la moitié des usagers gravement atteints, et se trompe sur un peu plus d’un tiers de ceux qu’il désigne.
Que ce tableau soit lisible tient entièrement à la prévalence. La règle du maximum a posteriori désigne une classe dès que sa probabilité estimée dépasse un demi ; face à une classe qui pèse quelques pour cent des observations, ce seuil n’est presque jamais franchi et la colonne correspondante reste vide. Ici la classe positive en pèse 18,1 %, et le seuil est franchi assez souvent pour que la règle produise une décision sans qu’on ait à la déplacer à la main.
Reste que plus de la moitié des gravités lourdes échappe au modèle. Rien dans ce qui suit ne doit être lu comme la capacité à dire qui sera gravement blessé : ce que le modèle établit, ce sont des associations entre des circonstances et un niveau de risque.
4.4 Ce que la courbe précision-rappel ajoute
L’aire sous la courbe ROC compare les rangs des positifs à ceux des négatifs. Quand les positifs sont rares, elle reste flatteuse : il suffit qu’ils soient globalement mieux classés que les autres pour qu’elle monte, même si toute tentative de les désigner produit une majorité de fausses alertes. La courbe précision-rappel rapporte au contraire les vrais positifs à tous les usagers désignés, si bien que son niveau de référence est la prévalence de la classe et non 0,5.
| Cible évaluée | Prévalence | AUC | PR-AUC | Gain |
|---|---|---|---|---|
| Gravité lourde | 18,12 % | 0,881 | 0,609 | 3,4 |
| Gravité légère | 81,88 % | 0,881 | 0,971 | 1,2 |
| Tués seuls | 2,70 % | 0,874 | 0,152 | 5,6 |
Sur la cible elle-même, les deux lectures ne divergent plus beaucoup : la précision moyenne vaut 0,609 pour une prévalence de 18,1 %, soit 3,4 fois le niveau d’un score sans pouvoir discriminant. C’est le bénéfice direct du regroupement : une classe positive suffisamment fréquente pour que la précision tienne quand on descend le classement.
La troisième ligne du tableau mesure ce que le regroupement a coûté. Le modèle n’a jamais vu la différence entre un tué et un blessé hospitalisé ; on classe pourtant les seuls tués par sa probabilité de gravité lourde. L’aire obtenue, 0,874, montre que l’ordre entre les deux n’a pas disparu du score, alors même qu’aucune information ne l’y a mis directement. Ce que le modèle apprend des circonstances menant à l’hospitalisation ordonne aussi, en partie, celles qui mènent au décès. La précision moyenne, elle, retombe à 0,152 : le score sait placer les tués haut, il ne sait pas les séparer des hospitalisés.
Reste à savoir ce que vaut le sommet du classement, puisque c’est lui qu’un usage opérationnel retiendrait.
| Fraction retenue | Usagers | Précision | Rappel |
|---|---|---|---|
| 0,1 % | 221 | 86,4 % | 0,5 % |
| 1,0 % | 2 207 | 83,6 % | 4,6 % |
| 5,0 % | 11 036 | 74,6 % | 20,6 % |
| 10,0 % | 22 072 | 67,7 % | 37,4 % |
Parmi les 221 usagers que le modèle place au sommet du risque, 86,4 % relèvent effectivement de la gravité lourde, contre 18,1 % dans la population de test. Élargir la tranche à 5 % du jeu de test récupère 20,6 % des gravités lourdes, au prix d’une précision ramenée à 74,6 %. La décroissance de la précision le long des tranches est la contrepartie mécanique du gain de rappel, et c’est entre ces deux colonnes que se situerait le choix d’un seuil, si l’étude en appelait un.
4.5 Les probabilités annoncées sont-elles justes ?
L’aire sous la courbe et la précision moyenne ne jugent qu’un classement : elles sont inchangées par toute transformation croissante du score. Un modèle peut donc trier parfaitement les usagers tout en annonçant des probabilités fausses. La question n’est pas académique ici, puisque la matrice de confusion de la section précédente vient d’une comparaison de la probabilité estimée à un demi : cette lecture ne vaut que si la probabilité en vaut une.
| Tranche | Usagers | Annoncé | Observé | Écart |
|---|---|---|---|---|
| 1 | 22 072 | 0,0015 | 0,0019 | +0,0004 |
| 2 | 22 072 | 0,0052 | 0,0044 | -0,0008 |
| 3 | 22 072 | 0,0132 | 0,0118 | -0,0014 |
| 4 | 22 072 | 0,0266 | 0,0245 | -0,0021 |
| 5 | 22 072 | 0,0569 | 0,0564 | -0,0005 |
| 6 | 22 072 | 0,1087 | 0,1042 | -0,0045 |
| 7 | 22 072 | 0,1865 | 0,1802 | -0,0063 |
| 8 | 22 071 | 0,3025 | 0,2911 | -0,0114 |
| 9 | 22 071 | 0,4623 | 0,4606 | -0,0017 |
| 10 | 22 071 | 0,6986 | 0,6771 | -0,0215 |
Les tranches sont à effectif égal et non à largeur égale : les probabilités annoncées se concentrent près de zéro, si bien que des tranches de largeur fixe laisseraient les dernières presque vides. La lecture est franche. Sur les 10 tranches, l’écart entre annoncé et observé ne dépasse jamais 0,021, et l’écart de calibration espéré, qui pondère ces écarts par les effectifs, vaut 0,0051. Le score de Brier s’établit à 0,0998, contre 0,1484 pour un modèle qui annoncerait la prévalence à tout le monde, soit une réduction de 33 %.
Deux conséquences. La première est que la matrice de confusion se lit sans correction : le seuil d’un demi porte bien sur une probabilité qui en est une. La seconde est qu’aucun recalibrage n’est nécessaire, ce qui n’allait pas de soi. Le classifieur bayésien naïf est réputé produire des probabilités trop tranchées, parce qu’il traite comme indépendantes des variables qui ne le sont pas et multiplie donc des informations redondantes. La sélection et la pondération régularisées des variables corrigent ici ce défaut, et le seul biais résiduel visible va dans le sens attendu : la dernière tranche annonce 0,699 pour 0,677 observés, une légère surestimation du risque là où il est le plus élevé.
4.5.1 Une calibration globale peut mentir sur un sous-groupe
Un modèle bien calibré en moyenne peut annoncer trop haut sur une partie de la population et trop bas sur une autre, les deux erreurs se compensant dans le total. La vérification par sous-population est donc indispensable dès qu’un usage viserait un public particulier.
| Sous-groupe | Usagers | Annoncé | Observé | Écart | AUC |
|---|---|---|---|---|---|
| Occupants VL | 126 801 | 0,127 | 0,124 | 0,0051 | 0,896 |
| Deux-roues > 50 | 25 607 | 0,380 | 0,375 | 0,0102 | 0,817 |
| Piétons | 17 347 | 0,341 | 0,327 | 0,0285 | 0,769 |
| Vélo, EDP | 10 733 | 0,283 | 0,271 | 0,0132 | 0,838 |
| Poids lourd, bus | 8 422 | 0,061 | 0,061 | 0,0023 | 0,893 |
| 24 ans et moins | 62 346 | 0,224 | 0,188 | 0,0368 | 0,841 |
| 25 à 64 ans | 134 378 | 0,155 | 0,160 | 0,0056 | 0,898 |
| 65 ans et plus | 23 929 | 0,260 | 0,286 | 0,0270 | 0,875 |
Le résultat est net et il nuance la section précédente. Par famille de véhicule, la calibration tient : les occupants de véhicule léger et de poids lourd affichent des écarts de 0,0051 et 0,0023, du même ordre que l’écart global. Par âge, elle ne tient pas. Chez les usagers de vingt-quatre ans et moins, le modèle annonce 0,224 pour une fréquence observée de 0,188, soit une surestimation systématique du risque ; chez les soixante-cinq ans et plus, il annonce 0,260 pour 0,286 observés, une sous-estimation. Les deux écarts, 0,0368 et 0,0270, sont de cinq à sept fois l’écart global, et ils se compensent dans la moyenne.
Les piétons présentent le même défaut, avec un écart de 0,0285 dans le sens de la surestimation. Leur aire est aussi la plus basse du tableau, 0,769 contre 0,896 chez les occupants de véhicule léger, mais il serait imprudent d’en conclure que le modèle les traite plus mal. Une aire ne se compare pas d’un sous-groupe à l’autre quand les prévalences diffèrent à ce point, 32,7 % contre 12,4 % : trier à l’intérieur d’un groupe déjà uniformément exposé est mécaniquement plus difficile, sans que le modèle y soit moins bon au sens utile. La réserve sur les piétons repose donc sur leur calibration, qui se lit dans l’unité de la probabilité et se compare d’un groupe à l’autre, et non sur leur aire. Le mécanisme reste le même : pour un piéton, le bloc du véhicule décrit ce qui l’a heurté et non ce qui le protège.
La conséquence pratique doit être énoncée. Le seuil d’un demi appliqué sans distinction désignerait trop de jeunes usagers et pas assez d’usagers âgés. Un usage ciblé sur une classe d’âge devrait donc recalibrer à l’intérieur de cette classe, ce que la calibration globale ne dispense pas de faire.
4.6 Le seuil d’un demi n’a rien d’obligatoire
La règle du maximum a posteriori désigne la gravité lourde dès que sa probabilité dépasse un demi. Ce seuil ne vient d’aucune considération de sécurité routière : il découle du fait qu’on cherche la classe la plus probable, ce qui revient à donner le même poids à une omission et à une fausse alerte. En sécurité routière, cette symétrie n’a guère de sens.
Le déplacement du seuil ouvre une gamme de compromis que la règle par défaut masque. Au seuil d’un demi, le modèle désigne 28 537 usagers pour une précision de 0,641 et un rappel de 0,457. En le ramenant à 0,27, on retrouve 75 % des gravités lourdes en conservant une précision de 0,501 : la moitié des usagers désignés relèvent encore effectivement de la gravité lourde, alors qu’on en retrouve trois sur quatre au lieu de moins d’un sur deux.
| Précision visée | Seuil | Précision atteinte | Rappel |
|---|---|---|---|
| 50 % | 0,272 | 0,500 | 0,752 |
| 60 % | 0,429 | 0,600 | 0,551 |
| 70 % | 0,600 | 0,700 | 0,327 |
| 80 % | 0,761 | 0,800 | 0,114 |
La lecture opérationnelle tient en une phrase : exiger une précision de 70 % réduit le rappel à 0,327, alors qu’accepter 50 % le porte à 0,752. Aucun de ces points n’est meilleur dans l’absolu ; le choix dépend du coût respectif d’une omission et d’une fausse alerte, qui relève de la décision publique et non de la statistique. Ce rapport se borne donc à publier la courbe, et retient le seuil d’un demi dans le reste du texte parce qu’il est le seul qui ne suppose aucun arbitrage.
Un avertissement s’impose sur les seuils cités plus haut, celui de 0,27 en particulier. Ils sont lus sur le jeu de test, donc choisis en connaissance de leurs performances sur ce jeu : retenir l’un d’eux pour un usage réel reviendrait à le sélectionner sur les données qui servent à le juger. Ils illustrent la forme du compromis, ils ne le tranchent pas. Un déploiement demanderait de chiffrer le coût d’une omission et celui d’une fausse alerte, puis de valider le seuil retenu sur une population indépendante de celle qui a servi ici.
4.7 L’équipement de sécurité
4.7.1 Un piège d’interprétation qu’il faut lever d’abord
L’équipement de sécurité occupe les deux premiers rangs du classement des variables brutes, avec des Level de 0,0876 et 0,0788. Mais ses modalités ne sont pas comparables entre elles, parce que l’équipement est presque entièrement déterminé par le véhicule.
| Famille de véhicule | Ceinture | Casque |
|---|---|---|
| Véhicule léger | 87,7 % | 0,0 % |
| Utilitaire | 86,7 % | 0,0 % |
| Deux-roues > 50 | 0,4 % | 94,2 % |
| Deux-roues < 50 | 0,3 % | 91,3 % |
| Vélo, EDP | 0,2 % | 43,4 % |
Comparer directement le casque à la ceinture reviendrait donc à comparer un motard à un automobiliste. La sous-question ne peut être traitée qu’à famille de véhicule fixée.
4.7.2 À famille fixée, l’effet est net
Le gain est le plus fort là où l’équipement est une ceinture dans un habitacle. Chez les occupants de véhicule léger, le taux de gravité lourde passe de 57,7 % à 11,2 %, soit une division par 5,2. Chez les occupants d’utilitaire, le rapport atteint 7,5.
Pour les deux-roues motorisés de plus de cinquante centimètres cubes, le gain est réel mais plus modeste : 64,6 % contre 36,8 %. Cette différence d’ampleur est cohérente avec la physique du problème : un casque protège la tête, pas le reste du corps, qui demeure exposé.
Le cas du vélo demande une lecture prudente. Les cyclistes et usagers d’engins non motorisés équipés subissent 31,1 % de blessures graves contre 49,8 % chez les non équipés, soit un rapport de 1,6, nettement en deçà de celui des habitacles. L’écart va donc dans le sens attendu, mais son ampleur ne peut pas s’interpréter comme la mesure d’une protection : le port du casque à vélo est associé à une pratique différente, plus rapide et sur des itinéraires plus exposés, et ces données ne permettent pas de séparer les deux mécanismes.
4.7.3 Quelle combinaison d’équipements
| Équipements portés | Effectif | Grave | Tués |
|---|---|---|---|
| Ceinture | 288 | 11,1 % | 1,39 % |
| Casque et gilet | 247 | 16,6 % | 1,21 % |
| Casque et airbag | 225 | 22,2 % | 1,33 % |
| Casque et gants | 50 476 | 36,2 % | 4,45 % |
| Casque seul | 28 103 | 37,8 % | 4,69 % |
| Casque, gants, airbag | 551 | 43,7 % | 5,08 % |
| Aucun | 3 963 | 45,3 % | 6,96 % |
Le casque associé aux gants fait un peu mieux que le casque seul, 36,2 % contre 37,8 %. Les combinaisons comportant un airbag portent sur des effectifs trop faibles et donnent des résultats contradictoires : elles ne permettent aucune conclusion.
4.7.4 Une causalité inverse qui contamine l’estimation
Le code « non déterminable » de l’équipement mérite un examen séparé. Chez les occupants de véhicule léger, sa fréquence dépend de la gravité subie.
| Gravité subie | En véhicule léger | En deux-roues |
|---|---|---|
| Indemne | 8,8 % | 4,2 % |
| Blessé léger | 8,5 % | 3,1 % |
| Hospitalisé | 13,1 % | 3,0 % |
| Tué | 17,2 % | 2,9 % |
La part d’indétermination est multipliée par 1,9 entre l’indemne et le tué en véhicule léger. La gravité cause donc en partie l’indétermination : on ne vérifie pas le port de la ceinture d’une victime évacuée. Ce mécanisme est absent chez les deux-roues, où le casque se constate à vue quel que soit l’état de l’usager. Ce contraste est net et il commande la prudence : l’effet protecteur de la ceinture mesuré sur ces données est vraisemblablement surestimé, celui du casque ne l’est pas par ce mécanisme.
4.7.5 Ce que l’indétermination apporte au modèle
Dire que l’effet est surestimé ne suffit pas : encore faut-il mesurer de combien. Un apprentissage complet, restreint aux usagers dont le statut d’équipement est établi, port constaté ou absence constatée, répond directement. Ils sont 87,9 % du jeu de test, ce qui laisse un effectif largement suffisant. Sur cette sous-population, retirer tout le bloc de l’équipement fait varier l’aire sous la courbe de +0,0003.
Sur la population entière, ce même retrait coûtait -0,0040. La contribution du bloc tombe donc à 7 % de ce qu’elle était, une fois écartés les usagers dont l’équipement n’a pas été constaté. Autrement dit, l’essentiel de ce que le bloc apportait au classement tenait à la modalité indéterminée, c’est-à-dire au fait qu’une constatation n’a pas eu lieu, et non au port lui-même.
Cette mesure ne retire rien aux écarts descriptifs des tableaux précédents, qui comparent déjà port constaté et absence constatée à famille de véhicule fixée : un occupant de véhicule léger non ceinturé reste 5,2 fois plus souvent gravement blessé. Elle dit autre chose, et de plus dérangeant pour l’usage du modèle : une fois écartés les usagers dont on n’a pas vérifié l’équipement, le reste du schéma sait presque tout ce que l’équipement lui aurait appris. C’est un diagnostic de redondance voisin de celui de la vitesse autorisée, obtenu ici en isolant un mécanisme de saisie plutôt qu’une variable.
4.8 La vitesse autorisée
4.8.1 Prise brute, la relation n’est pas monotone
Le taux de gravité lourde en fonction de la vitesse maximale autorisée dessine une courbe qui ne peut pas être lue telle quelle : une limitation à quatre-vingts kilomètres par heure y paraît près de trois fois plus dangereuse qu’une limitation à cent dix.
L’explication tient entièrement à la composition du réseau. La modalité à quatre-vingt-dix kilomètres par heure mélange des usagers d’autoroute, dont le taux de gravité lourde est de 5,6 %, et des usagers de départementale, dont le taux atteint 35,7 %. Une fois la catégorie de route et la localisation fixées, chaque courbe redevient lisible. Sur autoroute, le passage de cent dix à cent trente kilomètres par heure fait passer le taux de 8,3 % à 21,0 %.
4.8.2 Lisible ne veut pas dire croissante
Il serait tentant d’en conclure que la vitesse redevient, à réseau fixé, le facteur cinématique attendu. Le tableau ci-dessous l’interdit : il donne, pour chaque réseau, l’amplitude du gradient et sa corrélation avec la vitesse.
| Réseau | Minimum | Maximum | Corrél. |
|---|---|---|---|
| Autoroute, hors agg. | 5,6 % | 21,0 % | 0,56 |
| Nationale, hors agg. | 10,4 % | 35,2 % | 0,09 |
| Départementale, hors agg. | 23,0 % | 39,5 % | 0,48 |
| Voie communale, hors agg. | 23,4 % | 42,7 % | 0,75 |
| Métropole urbaine, hors agg. | 16,3 % | 31,6 % | 0,29 |
| Départementale, en agg. | 14,9 % | 32,0 % | 0,91 |
| Voie communale, en agg. | 5,7 % | 15,8 % | -0,78 |
Deux faits ressortent. L’amplitude reste forte partout, jusqu’à un rapport de 3,7 entre le palier le plus sûr et le plus lourd d’un même réseau : la vitesse autorisée n’est donc pas une simple redite de la catégorie de route. Mais le sens de la relation change d’un réseau à l’autre. Il est franchement positif sur départementale en agglomération, corrélation 0,91, et franchement négatif sur voie communale en agglomération, -0,78. Sur ce dernier réseau, ce sont les zones limitées à vingt kilomètres par heure qui affichent le taux le plus lourd, 15,8 %, contre 5,7 % à soixante-dix. L’inversion n’a rien de mystérieux : on abaisse une limitation là où circulent des usagers non protégés, et on l’élève là où ne circulent que des véhicules carrossés. La vitesse autorisée décrit qui emprunte la voie autant que la violence du choc qu’on y subit, et c’est cette double lecture qui la rend inutilisable telle quelle.
4.8.3 Le cas des quatre-vingts et quatre-vingt-dix kilomètres par heure
La limitation à quatre-vingts kilomètres par heure introduite en juillet 2018 a été relevée à quatre-vingt-dix par de nombreux départements à partir de 2020. Comparer les deux groupes revient donc à comparer deux réseaux dont la composition évolue au fil du temps. La strate la plus homogène disponible, celle des routes départementales hors agglomération, année par année, montre ce phénomène.
| Année | 70 km/h | 80 km/h | 90 km/h |
|---|---|---|---|
| 2019 | 32,5 % | 40,3 % | 28,1 % |
| 2020 | 30,3 % | 39,9 % | 33,7 % |
| 2021 | 29,6 % | 39,6 % | 36,1 % |
| 2022 | 29,8 % | 38,8 % | 38,0 % |
| 2023 | 30,0 % | 39,4 % | 33,9 % |
| 2024 | 29,9 % | 38,9 % | 37,5 % |
En 2019, les rares départementales encore limitées à quatre-vingt-dix formaient un réseau particulier, moins accidentogène, avec 28,1 % de gravité lourde. À mesure que le relèvement se généralise, ce taux converge vers celui des routes restées à quatre-vingts : 37,5 % contre 38,9 % en 2024. La différence entre ces deux limitations n’est donc pas mesurable ici. Celle entre soixante-dix et quatre-vingts, en revanche, est franche et stable d’une année à l’autre.
4.8.4 Ce que dit l’ablation, et une incertitude de saisie
Retirer complètement la vitesse autorisée du modèle ne change presque rien : -0,0008 d’AUC en test, le plus faible des sept écarts d’ablation. La partie Discussion montrera que cet écart, tout minime qu’il soit, n’est pas imputable au hasard du tirage : il est stable, et négligeable. Tout ce que la vitesse apporte, la catégorie de route et la localisation le disent déjà.
La structure des arbres confirme ce diagnostic par un chemin indépendant.
La vitesse autorisée est la 4e variable de coupure la plus utilisée : 100 coupures sur les 1 597 que comptent les 6 arbres, quand la catégorie de route n’en reçoit que 0. Les arbres se servent donc de la vitesse là où l’on attendrait la catégorie de route, et pourtant son retrait ne change presque rien.
Une variable abondamment utilisée à l’intérieur d’un modèle et sans effet sur sa performance est le signe d’une redondance, non d’une absence d’information. La stratification l’avait établi en montrant que la relation ne devient lisible qu’à réseau fixé ; la lecture des arbres le retrouve en montrant qu’ils n’utilisent la vitesse que là où la catégorie de route est déjà connue.
À cette redondance s’ajoute une incertitude de saisie propre aux deux derniers millésimes, conséquence directe de l’éclatement de la table des lieux.
| Année | Usagers à vitesse ambiguë |
|---|---|
| 2019 | 0,0 % |
| 2020 | 0,0 % |
| 2021 | 0,0 % |
| 2022 | 0,0 % |
| 2023 | 9,7 % |
| 2024 | 9,0 % |
Pour près d’un usager sur dix en 2023 et 2024, la vitesse transmise au modèle est l’une des valeurs possibles, sans que rien ne permette de savoir laquelle correspond au lieu principal de l’accident.
4.9 Le profil de l’usager
4.9.1 Le mode de déplacement d’abord
| Mode de déplacement | Effectif | Grave | Tués |
|---|---|---|---|
| Deux-roues > 50 cm3 | 84 421 | 37,2 % | 4,64 % |
| Piéton | 57 500 | 32,9 % | 5,09 % |
| Deux-roues < 50 cm3 | 40 509 | 29,9 % | 2,11 % |
| Vélo, VAE, EDP | 35 627 | 27,6 % | 3,84 % |
| Voiturette | 3 960 | 17,9 % | 3,51 % |
| EDP à moteur | 10 710 | 17,5 % | 1,58 % |
| Véhicule léger | 423 301 | 12,7 % | 2,22 % |
| Utilitaire | 45 802 | 7,8 % | 1,53 % |
| Poids lourd, bus | 27 881 | 5,8 % | 1,31 % |
| Rail | 1 131 | 0,9 % | 0,09 % |
L’écart entre le motard et l’occupant d’un poids lourd atteint un facteur 6,4 pour la blessure grave. Le piéton, lui, détient le plus fort taux de mortalité, 5,09 %, devant le motard.
Le rôle occupé dans le véhicule, en revanche, ne change presque rien : 17,1 % pour les conducteurs contre 16,7 % pour les passagers.
4.9.2 L’âge se surimpose, et il est indépendant du mode
La forme est celle d’un U asymétrique. Le creux se situe entre trente-cinq et quarante-quatre ans, à 14,4 %, avec une bosse d’adolescence à 26,3 % et une remontée franche au-delà de soixante-cinq ans, jusqu’à 32,9 % après soixante-quinze ans, pour un taux de tués de 8,47 %.
Le point important est que cette remontée se retrouve à mode de déplacement fixé. Chez les seuls piétons, on passe de 22,4 % avant treize ans à 52,6 % après soixante-quinze ans. Chez les seuls occupants de véhicule léger, de 9,5 % à 23,7 %. Il s’agit d’une fragilité physiologique, non d’une différence d’exposition.
4.9.3 Le sexe joue peu, sauf sur la mortalité en deux-roues
Le sexe pèse modestement dans le classement, avec un Level de 0,0014, et l’écart se réduit encore à mode fixé : 12,9 % pour les hommes contre 12,4 % pour les femmes en véhicule léger. Il est en revanche marqué sur la mortalité des deux-roues motorisés : 4,87 % contre 2,88 %.
La réponse à cette sous-question tient donc en une phrase : le prix fort est payé par les usagers non carrossés, motards en tête, puis piétons, cyclomotoristes et cyclistes, et par les personnes âgées quel que soit leur mode. La combinaison des deux, un piéton de plus de soixante-quinze ans, est la situation la plus défavorable de tout le jeu de données.
4.10 Le véhicule rencontré
4.10.1 Le bloc du véhicule porte l’essentiel de l’information
C’est le résultat le plus massif des ablations : retirer le véhicule et ses antagonistes coûte -0,0241 d’AUC, plusieurs fois la perte de n’importe quel autre bloc. La partie Discussion montrera que c’est le seul écart d’ablation assez grand pour qu’on puisse en citer la valeur sans réserve ; il suffit ici de retenir qu’il domine. La hiérarchie du tableau des modes de déplacement en donne la lecture directe.
4.10.2 L’asymétrie de masse, mesurée à mode fixé
L’objection naturelle serait que l’écart de masse ne fasse que redire le mode de déplacement. Elle se lève en mesurant l’effet à l’intérieur de chaque famille.
Le gradient est régulier et de même sens dans les trois familles. Pour les occupants de véhicule léger, le détail chiffré vaut d’être donné.
| Antagoniste rencontré | Effectif | Grave | Tués |
|---|---|---|---|
| Vélo, cyclomoteur | 46 910 | 0,2 % | 0,01 % |
| Deux-roues lourd | 44 297 | 0,7 % | 0,06 % |
| Autre véhicule léger | 188 693 | 11,0 % | 1,31 % |
| Utilitaire | 25 033 | 12,5 % | 1,90 % |
| Poids lourd, bus | 18 900 | 24,9 % | 6,84 % |
Pour un automobiliste, rencontrer un poids lourd plutôt qu’une autre voiture multiplie le risque de blessure grave par 2,3 et le risque de décès par 5,2. À l’autre extrémité, heurter un vélo ou un cyclomoteur laisse l’automobiliste pratiquement indemne, avec 0,2 % de blessures graves : l’asymétrie protège autant qu’elle expose, selon le côté où l’on se trouve.
4.10.3 L’accident sans antagoniste, cas particulier du deux-roues
| Mode | Véhicule seul | Avec antagoniste |
|---|---|---|
| Deux-roues > 50 | 47,9 % | 33,4 % |
| Deux-roues < 50 | 33,6 % | 28,7 % |
| EDP à moteur | 19,1 % | 17,0 % |
La perte de contrôle isolée, souvent terminée contre un obstacle fixe, est le scénario le plus meurtrier du motard : 47,9 % de blessures graves contre 33,4 % lorsqu’un autre véhicule est en cause.
4.10.4 La motorisation, un effet d’usage plutôt qu’un effet de véhicule
| Motorisation | Effectif | Grave | Tués |
|---|---|---|---|
| Hydrocarbures | 377 977 | 13,0 % | 2,30 % |
| Hybride électrique | 13 729 | 6,5 % | 1,15 % |
| Électrique | 4 399 | 6,7 % | 1,07 % |
L’écart est net, avec un rapport de 2,0 entre thermique et électrique. Une observation interdit pourtant de l’attribuer à la structure du véhicule : le même écart s’observe chez les piétons heurtés, 20,4 % lorsque le véhicule est électrique contre 35,3 % lorsqu’il est thermique. Or la carrosserie d’un véhicule électrique ne protège pas le piéton qu’il percute. Ce que l’on mesure ici est un effet d’usage, non un effet de structure. La motorisation a d’ailleurs un Level modeste, 0,0040.
Il reste à savoir si cet usage se réduit au contexte spatial, autrement dit si l’écart disparaît une fois la localisation et la catégorie de route fixées. La réponse est non.
| Contexte | Thermique | Électrique | Rapport |
|---|---|---|---|
| Autoroute | 9,1 % | 3,7 % | 2,5 |
| Départ. hors agg. | 30,9 % | 23,8 % | 1,3 |
| Départ. en agg. | 8,7 % | 3,9 % | 2,2 |
| Voie communale | 3,6 % | 1,3 % | 2,7 |
L’écart survit partout, dans un rapport de 1,3 à 2,7. Le réseau routier ne suffit donc pas à expliquer la différence. Le témoin des piétons, appliqué cette fois à l’intérieur de la seule agglomération, tranche néanmoins dans le même sens qu’auparavant : un piéton heurté par un véhicule électrique en ville subit une gravité lourde dans 19,9 % des cas contre 32,8 % face à un thermique. Puisque la motorisation du véhicule heurtant ne change rien à la protection du piéton, ce qui subsiste après stratification reste un effet d’usage. Simplement, la localisation et la catégorie de route en sont une mesure trop grossière : elles ne disent ni la vitesse réellement pratiquée, ni l’âge du véhicule, ni le profil du conducteur, et c’est là que loge le reste de l’écart.
5 Discussion
5.1 Ce que chaque bloc de variables apporte
Sept apprentissages complets, sur le périmètre entier et à protocole identique, mesurent la contribution marginale de chaque bloc.
Le bloc du véhicule porte l’essentiel : le retirer fait chuter l’AUC de 0,8814 à 0,8573. La décomposition est instructive : la table secondaire des antagonistes vaut à elle seule -0,0062, et le véhicule de rattachement le reste. Le schéma multi-tables n’est donc pas un ornement méthodologique, il porte une part substantielle de l’information.
5.2 Ce que ces écarts doivent à l’échantillon
Les écarts qui précèdent se comptent en millièmes d’aire sous la courbe. Rien ne dit encore lesquels survivraient à un autre tirage d’accidents. La question se règle par rééchantillonnage, à condition de rééchantillonner la bonne unité.
Les usagers d’un même accident partagent toutes leurs circonstances et leurs issues sont corrélées : les tirer indépendamment supposerait une information qui n’existe pas, et rendrait les intervalles trop étroits. Le tirage porte donc sur les accidents, comme le découpage lui-même. Sur le jeu de test, cela fait 98 333 accidents rééchantillonnés 400 fois. Pour chaque ablation, le même tirage sert aux deux modèles comparés : l’écart est apparié, ce qui donne un intervalle bien plus étroit que la différence de deux intervalles séparés, et c’est la bonne façon de juger une ablation.
La portée de ces intervalles doit être énoncée avant de les lire, car elle est plus étroite qu’il n’y paraît. Les modèles ne sont pas réappris à chaque tirage : leurs scores, déployés une fois pour toutes, sont simplement rééchantillonnés. Les bornes mesurent donc la seule variabilité du jeu de test, à modèle fixé, et non l’incertitude de l’apprentissage. Un rééchantillonnage complet, qui réapprendrait les sept modèles à chaque tirage, coûterait plusieurs jours de calcul ; la section suivante y substitue une mesure directe sur la comparaison qui en dépend le plus. Les bornes sont enfin des percentiles simples : avec 98 333 grappes et une statistique de rang, la distribution rééchantillonnée est assez symétrique pour qu’une correction de biais et d’accélération ne déplace pas le quatrième chiffre.
| Bloc retiré | Écart d’AUC | Borne basse | Borne haute | Zéro inclus |
|---|---|---|---|---|
| véhicule et antagonistes | -0,0241 | -0,0253 | -0,0231 | non |
| table des antagonistes | -0,0062 | -0,0071 | -0,0053 | non |
| équipement de sécurité | -0,0040 | -0,0045 | -0,0034 | non |
| catégorie d’usager | -0,0014 | -0,0019 | -0,0008 | non |
| vitesse autorisée | -0,0008 | -0,0014 | -0,0004 | non |
| échelle de masse construite | +0,0010 | +0,0004 | +0,0017 | non |
L’aire du modèle de référence vaut 0,8814, avec un intervalle de [0,8796 ; 0,8831]. La largeur, de l’ordre de trois millièmes, donne l’échelle à laquelle lire tout ce qui précède.
Aucun des six intervalles d’ablation ne contient zéro. Le signe de chaque écart est donc stable devant l’aléa du jeu de test, y compris celui de la vitesse autorisée, dont le retrait coûte -0,0008 avec un intervalle de [-0,0014 ; -0,0004]. Il faut en tirer la conclusion exacte, et pas une autre : cet écart est détectable, il n’est pas important. Détectable signifie qu’un autre tirage d’accidents le retrouverait avec le même signe ; important signifierait qu’il change quelque chose à l’usage du modèle, ce que quatre dix-millièmes d’aire ne font pas. La taille de l’échantillon rend visibles des différences dont l’ampleur reste négligeable, et c’est précisément pourquoi les deux lectures doivent rester séparées.
Cette stabilité ne dit rien, en revanche, de ce qu’un autre découpage apprentissage et test aurait donné. Les deux plus petits écarts du tableau, la vitesse autorisée et l’échelle de masse, sont assez fins pour que la question se pose sérieusement. La dernière section de cette partie y répond, en refaisant le découpage sous plusieurs graines.
La première place, elle, ne souffre d’aucune ambiguïté. L’intervalle du bloc du véhicule, [-0,0253 ; -0,0231], ne recoupe celui d’aucun autre bloc. Le reste du classement tient à l’échantillonnage du jeu de test près, ce qui est une garantie plus faible qu’il n’y paraît, et la dernière section de cette partie en montrera la limite.
5.3 Une variable construite qui domine le classement et dégrade le modèle
Ce point mérite une sous-section, car il est le résultat de méthode le plus utile du travail.
Nous avions construit, à partir des seules définitions officielles de la catégorie de véhicule, qui portent explicitement la cylindrée ou le poids total autorisé, une échelle ordinale de masse en huit niveaux, et un écart de masse entre l’usager et chaque véhicule antagoniste.
Ces variables dominent le haut du classement par Level dès qu’on écarte les arbres : la première variable non arborescente est Mean(antagonistes.adv_ecart_masse), un agrégat d’écart de masse sur les véhicules antagonistes. Dans la table racine, la classe de masse de l’usager arrive au 6e rang, avec un Level de 0,0646, derrière les seuls codes d’équipement et de localisation.
Le modèle privé de cette échelle paraît pourtant meilleur : 0,8824 contre 0,8814, soit +0,0010. L’écart est faible, et les deux dernières sections de cette partie montreront qu’il ne survit ni à un changement de millésimes, ni même à un changement de découpage. Le mécanisme qu’il révèle, lui, reste visible dans la structure des arbres, et c’est à ce titre qu’il mérite d’être examiné.
Une première explication vient à l’esprit : le Level mesure le pouvoir prédictif d’une variable prise isolément, et l’échelle est un excellent résumé univarié puisqu’elle range en une seule dimension le fait d’être piéton, cycliste, motard ou automobiliste. Cela ne suffit pourtant pas à expliquer qu’elle dégrade le modèle. Ouvrir les arbres le montre.
| Modèle | Arbres | Coupures | Profondeur | Level du meilleur | Coupures veh_catv |
|---|---|---|---|---|---|
| Avec l’échelle | 6 | 1 597 | 14 à 22 | 0,2601 | 101 |
| Sans l’échelle | 9 | 3 636 | 16 à 22 | 0,2725 | 241 |
Dans le modèle de référence, les 6 arbres s’enracinent tous sur une variable dérivée de l’échelle de masse, 6 racines sur 6, et 22,1 % de leurs 1 597 coupures portent sur elle.
L’hypothèse d’une échelle qui empêcherait d’atteindre la catégorie de véhicule ne tient pas : les 6 arbres y redescendent tous, entre les niveaux 1 et 4. Les arbres utilisent les deux conjointement.
Le mécanisme est ailleurs, et la comparaison des deux forêts le désigne. L’échelle agit comme un attracteur : elle capte toutes les racines sur un même axe, si bien que les arbres deviennent largement redondants entre eux. Privé d’elle, le critère en construit davantage, aussi profonds mais enracinés sur des mécanismes distincts, obstacle heurté, type de collision, manœuvre et point de choc des antagonistes, nombre de voies. Le meilleur d’entre eux est plus informatif que le meilleur des précédents, et la catégorie de véhicule brute y reçoit plus du double de coupures. Un classifieur bayésien naïf combine des variables supposées conditionnellement indépendantes : il gagne à recevoir des contributions complémentaires, et six arbres presque redondants lui apportent moins que neuf variés.
Nous ne l’avons pas retirée du modèle de référence. Choisir la variante sur son AUC de test transformerait le jeu de test en jeu de validation, ce qui est précisément la manière de fabriquer une performance flatteuse. Restait à évaluer la variante sur des données encore intactes : c’est l’objet de la section suivante, et son verdict n’est pas celui qu’on attendait.
5.4 La stabilité dans le temps
Le découpage de référence répartit les accidents au hasard, ce qui envoie chaque millésime des deux côtés. Il mesure donc la généralisation à de nouveaux accidents, pas à de nouvelles années. La distinction compte ici, car la période n’est pas homogène : les usagers en fuite apparaissent en 2021, la table des lieux éclate en 2023, plusieurs départements relèvent leurs limitations à partir de 2020, et la part de véhicules électriques augmente. Le Level nul de l’année indique qu’à circonstances données la gravité ne dérive pas, mais c’est une mesure interne au jeu d’apprentissage, pas une validation.
Une précision sur le statut de ce jeu s’impose avant d’aller plus loin. Les millésimes 2023 et 2024 n’avaient jamais été évalués ; à partir du moment où ils servent à départager deux variantes de schéma, ils cessent d’être intacts et deviennent un jeu d’arbitrage externe. La décision qui en découle est conservatoire, puisqu’elle consiste à garder le schéma de référence, et aucune modification ultérieure du schéma n’a été faite sur cette base. Une troisième variante ne pourrait plus être arbitrée ici.
Deux apprentissages supplémentaires portent donc sur un découpage par millésime, 2019-2020-2021-2022 en apprentissage et 2023-2024 en test, soit 245 785 usagers jamais regardés jusqu’ici. Les prévalences des deux moitiés restent proches, 18,2 % contre 18,4 %.
| Schéma | Test aléatoire | Test 2023-2024 | Écart |
|---|---|---|---|
| Schéma de référence | 0,8814 | 0,8772 | -0,0042 |
| Sans l’échelle de masse | 0,8824 | 0,8750 | -0,0074 |
Le premier enseignement est rassurant. Passer d’un test aléatoire à un test sur les deux derniers millésimes coûte -0,0042 d’AUC au schéma de référence. La dégradation est réelle, ce qui était attendu puisque le modèle n’a jamais vu ces années, mais elle reste d’un ordre de grandeur inférieur à l’apport du bloc du véhicule. Ce que le modèle a appris des circonstances matérielles du choc ne dépend donc pas des particularités d’une période.
Le second enseignement est plus instructif, et il renverse une conclusion. Privée de l’échelle de masse, la variante qui faisait +0,0010 de mieux sur le test aléatoire fait -0,0022 de moins bien sur les millésimes 2023 et 2024. Son avantage apparent ne se reproduit pas sur des données qui n’ont jamais servi à l’observer. Le scrupule de la section précédente, qui interdisait de choisir la variante sur son score de test, se trouve ainsi justifié après coup : ce que ce score signalait n’était pas une amélioration, mais l’aléa d’un jeu de test particulier. L’échelle de masse reste donc dans le schéma de référence, et pour une raison désormais mesurée plutôt que par précaution.
Le rééchantillonnage permet d’aller plus loin que le simple constat du retournement. Sur le test aléatoire, l’écart en faveur de la variante vaut +0,0010 avec un intervalle de [+0,0004 ; +0,0017] ; sur les millésimes tardifs, il vaut -0,0021 avec un intervalle de [-0,0029 ; -0,0014]. Aucun des deux ne contient zéro.
Chacun de ces deux écarts est donc stable sur sa propre population, et ils sont de signes opposés. Deux lectures restaient possibles à ce stade : ou bien la comparaison dépend réellement de la période évaluée, ou bien elle dépend de quelque chose de plus banal, le découpage particulier qui a produit chacun de ces jeux. La section suivante tranche, et c’est la seconde qui est vraie.
5.4.1 La calibration tient-elle sur des millésimes non vus ?
Une aire sous la courbe stable ne garantit pas des probabilités stables. Comme la matrice de confusion et le choix d’un seuil reposent sur le niveau du score, la calibration a été recalculée à l’identique sur les millésimes tardifs.
| Mesure | Test aléatoire | Test 2023-2024 |
|---|---|---|
| Écart de calibration espéré | 0,0051 | 0,0090 |
| Score de Brier | 0,0998 | 0,1024 |
| Score de Brier, modèle constant | 0,1484 | 0,1502 |
| Prévalence observée | 18,12 % | 18,40 % |
La calibration se dégrade sans se rompre : l’écart espéré passe de 0,0051 à 0,0090, et le biais devient systématiquement une surestimation, la dernière tranche annonçant 0,700 pour 0,671 observés. Un modèle appris sur le passé annonce donc un risque un peu trop élevé sur l’avenir, ce qui est le sens attendu si la gravité décroît lentement à circonstances données. L’ordre de grandeur reste celui d’un modèle utilisable sans recalibrage, mais un usage suivi dans le temps devrait surveiller cette dérive plutôt que la supposer nulle.
La dégradation ne se répartit pas également entre les sous-populations, et la comparaison des deux protocoles le montre.
| Sous-groupe | Écart, test aléatoire | Écart, 2023-2024 | Variation |
|---|---|---|---|
| Occupants VL | 0,0051 | 0,0068 | +0,0017 |
| Deux-roues > 50 | 0,0102 | 0,0087 | -0,0015 |
| Piétons | 0,0285 | 0,0330 | +0,0045 |
| Vélo, EDP | 0,0132 | 0,0238 | +0,0106 |
| 24 ans et moins | 0,0368 | 0,0438 | +0,0070 |
| 25 à 64 ans | 0,0056 | 0,0035 | -0,0021 |
| 65 ans et plus | 0,0270 | 0,0221 | -0,0049 |
Le mouvement n’est pas uniforme. Il s’aggrave là où le parc et les usages bougent le plus, chez les vingt-quatre ans et moins et chez les cyclistes, et il se résorbe chez les soixante-cinq ans et plus, dont l’écart passe de 0,0270 à 0,0221. La miscalibration selon l’âge n’est donc pas un défaut figé du modèle : elle suit une population qui se déplace, ce qui est un argument de plus pour la surveiller plutôt que pour la corriger une fois pour toutes.
Restent deux explications de la dégradation globale à examiner. La première tient à l’éclatement de la table des lieux, qui rend la vitesse autorisée ambiguë pour une partie des accidents de ces deux années. La mesure ne la soutient pas : sur ces millésimes, les usagers dont l’accident porte plusieurs vitesses contradictoires obtiennent une aire de 0,888, supérieure aux 0,876 des autres, et un écart de calibration plus faible.
La seconde serait un déplacement de la population vers des modes que le modèle prédit moins bien. Elle ne tient pas davantage : entre les deux périodes, le plus grand mouvement de composition est celui des engins de déplacement personnel motorisés, qui gagnent 1,1 point de part, suivi des deux-roues de moins de cinquante centimètres cubes, qui en perdent 1,0. Des déplacements de cet ordre ne déplacent pas une aire sous la courbe de quatre millièmes.
Il faut donc s’en tenir à la lecture la plus sobre : la dégradation est réelle, puisque les deux intervalles ne se recouvrent pas, [0,8796 ; 0,8831] contre [0,8754 ; 0,8790], mais elle n’est attribuable à aucun mécanisme identifié. C’est le coût ordinaire d’une extrapolation dans le temps, et il est faible.
5.5 L’écart tient au découpage, pas aux schémas
Les intervalles de la section précédente laissaient les modèles figés. Ils ne disent donc rien de ce qu’un autre partage apprentissage et test aurait produit, et c’est précisément ce dont dépend un écart de l’ordre du millième. La seule façon de le savoir est de refaire le partage et de réapprendre.
Le jeu préparé est recomposé depuis ses deux moitiés, puis redécoupé sous 5 graines de hachage supplémentaires, à part de test inchangée. Les lignes sont exactement celles du rapport ; seule leur affectation change. Les deux schémas comparés sont réappris à chaque fois, ce qui fait 10 apprentissages.
| Découpage | Référence | Sans l’échelle | Écart |
|---|---|---|---|
| sta110 (rapport) | 0,8814 | 0,8824 | +0,0010 |
| sta110-b | 0,8805 | 0,8821 | +0,0016 |
| sta110-c | 0,8833 | 0,8813 | -0,0020 |
| sta110-d | 0,8818 | 0,8785 | -0,0033 |
| sta110-e | 0,8810 | 0,8817 | +0,0007 |
| sta110-f | 0,8809 | 0,8803 | -0,0006 |
Le verdict est sans appel. Sur 6 découpages, l’écart est positif 3 fois et négatif 3 fois, entre -0,0033 et +0,0016. Le signe n’est pas une propriété des deux schémas : c’est une propriété du découpage.
La comparaison des deux mesures d’incertitude est instructive pour elle-même. L’intervalle apparié calculé à modèles figés donnait [+0,0004 ; +0,0017], soit une largeur de 0,0013. L’étendue observée en changeant de découpage vaut 0,0049, près de quatre fois plus. Un intervalle qui ne borne que l’aléa du jeu de test sous-estime donc largement l’incertitude d’une comparaison entre schémas, et le faire remarquer vaut mieux que de publier des bornes qu’un lecteur prendrait pour l’incertitude totale.
Le modèle lui-même, en revanche, est stable : son aire varie de 0,8805 à 0,8833 selon le découpage, soit une étendue de 0,0028, du même ordre que l’intervalle de rééchantillonnage. Ce qui bouge n’est pas la performance, c’est la différence entre deux schémas presque équivalents.
Trois conséquences. La première est que le résultat annoncé plus haut, une échelle de masse construite à la main qui dégraderait le modèle, n’existe pas : les deux schémas sont indiscernables, et le +0,0010 du jeu de test principal était un artefact du découpage. La deuxième est que la décision de ne pas retirer l’échelle, prise par refus de sélectionner sur le jeu de test, se trouve justifiée pour la troisième fois et par le meilleur argument : il n’y avait rien à gagner. La troisième porte sur la méthode et dépasse ce cas particulier. Une ablation dont l’écart se compte en millièmes ne doit pas être lue sur un seul découpage, même avec un intervalle de confiance, parce que l’intervalle usuel ne mesure pas la bonne source de variation.
Il faut enfin dire ce que ce contrôle implique pour les autres ablations, et résister à la tentation de le cantonner au seul cas mesuré. L’étendue observée, 0,0049, porte sur un contraste dont la vraie valeur est vraisemblablement nulle ; rien ne garantit qu’un contraste non nul varie exactement autant d’un découpage à l’autre, mais il serait imprudent de le supposer beaucoup plus stable, puisque la source de variation est la même. Prise comme ordre de grandeur, cette étendue situe chaque ablation.
| Bloc retiré | Écart d’AUC | Rapport à l’étendue |
|---|---|---|
| véhicule et antagonistes | -0,0241 | 4,9 |
| table des antagonistes | -0,0062 | 1,3 |
| équipement de sécurité | -0,0040 | 0,8 |
| catégorie d’usager | -0,0014 | 0,3 |
| vitesse autorisée | -0,0008 | 0,2 |
Seul le bloc du véhicule et de ses antagonistes est nettement au-dessus. Celui des antagonistes seuls s’en approche, et le sens de son écart reste sûr sans que sa valeur exacte le soit. L’équipement, la catégorie d’usager et la vitesse autorisée sont en dessous : de ces trois-là, le rapport ne devrait pas prétendre connaître l’écart d’AUC au dix-millième près, ni même en garantir le signe sur un autre découpage. Ce que le rapport en dit ne repose heureusement pas là-dessus. L’apport de l’équipement est établi par les tableaux descriptifs et par l’apprentissage restreint aux statuts constatés, pas par son ablation ; la redondance de la vitesse est établie par la stratification et par la structure des arbres, pas par un écart de quatre dix-millièmes. La hiérarchie des blocs, elle, doit se lire à trois niveaux plutôt qu’à cinq : le véhicule et ses antagonistes d’abord, loin devant ; puis un ensemble où l’équipement, la catégorie d’usager et la vitesse se tiennent, sans qu’on puisse les ordonner entre eux ; l’échelle de masse enfin, dont on sait maintenant qu’elle n’apporte ni ne coûte rien.
5.6 Ce que la classe positive mélange
La cible réunit deux issues très inégalement fréquentes. Sur les usagers retenus, les tués pèsent 2,71 % et les blessés hospitalisés 15,6 %, soit une classe positive composée à 85 % d’hospitalisés. Tout ce que le modèle ajuste est donc gouverné par la frontière de l’hospitalisation, et non par celle du décès. Un usage qui viserait la mortalité se tromperait de cible en reprenant ce score tel quel.
La lecture des tués seuls, présentée plus haut, précise ce que cette confusion laisse subsister. Le score ordonne encore les tués parmi les autres usagers, avec une aire de 0,874, ce qui n’a rien d’automatique : rien n’obligeait les circonstances qui mènent à l’hôpital à être aussi celles qui tuent. Mais sa précision moyenne tombe à 0,152, et au centile supérieur du score la proportion de tués n’est que de 23,4 %. Le score sépare les gravités lourdes du reste ; il ne sépare pas, à l’intérieur de la classe lourde, ce qui relève du décès de ce qui relève de l’hospitalisation.
Il y a là une conséquence pratique qu’il vaut mieux énoncer que laisser deviner. Les écarts rapportés dans la partie Résultats, qu’il s’agisse de l’équipement, du mode de déplacement ou de l’asymétrie de masse, se lisent comme des écarts de risque d’hospitalisation ou de décès, sans distinction possible entre les deux. Une étude visant spécifiquement la mortalité devrait reposer la question sur une cible qui l’isole, en acceptant la prévalence de trois pour cent et les difficultés de décision qui l’accompagnent.
6 Limites
Aucun résultat de ce rapport n’établit une causalité. Le fichier BAAC est conditionné à l’existence d’un accident corporel : toutes les mesures s’entendent sachant qu’un accident a eu lieu, ce que la formulation même de la question reconnaît. Un facteur qui éviterait des accidents n’apparaîtrait pas ici, et un facteur qui les rendrait plus probables pourrait même y sembler protecteur.
Les principaux obstacles à une lecture causale se ramènent à trois mécanismes, qu’il vaut mieux dessiner que décrire.
Le premier mécanisme est le conditionnement à l’accident, qui affecte tout le reste. Le deuxième est le défaut de mesure de l’exposition : le nombre de kilomètres parcourus dans chaque mode est inconnu, si bien qu’un taux de gravité élevé chez les motards ne se traduit pas en risque par kilomètre. Le troisième est le plus insidieux, parce qu’il inverse le sens de lecture d’une variable : la gravité subie détermine en partie la possibilité de constater l’équipement, comme le montre la sous-section correspondante.
Il manque également toute mesure d’exposition. On ignore combien de kilomètres sont parcourus à moto ou en véhicule électrique. Affirmer que le motard subit 37,2 % de blessures graves ne dit rien du risque encouru par kilomètre parcouru.
Sur la deuxième sous-question, la limite est plus radicale encore : seule la vitesse autorisée est enregistrée, jamais la vitesse pratiquée. Ce que l’on peut étudier n’est pas l’effet de la vitesse sur la gravité, mais l’effet du type de réseau routier. S’y ajoute l’incertitude de saisie qui touche environ un usager sur dix en 2023 et 2024.
Sur la première, deux réserves distinctes. L’effet protecteur de la ceinture est probablement surestimé, puisque la gravité cause en partie l’impossibilité de constater son port ; l’apprentissage restreint aux statuts établis chiffre ce mécanisme, et montre qu’il portait l’essentiel de l’apport du bloc au modèle. L’effet du casque à vélo n’est pas isolable sur ces données : l’écart va dans le sens attendu, mais la sélection des porteurs joue en sens contraire et rien ne permet de démêler les deux.
Sur la quatrième, l’effet de la motorisation ne peut pas être séparé de celui de l’usage, comme le montre le cas des piétons heurtés. Fixer la localisation et la catégorie de route ne suffit pas à l’absorber : ces deux variables ne mesurent ni la vitesse pratiquée, ni l’âge du véhicule, ni le profil du conducteur.
La réserve la plus lourde porte sur la cible elle-même. La frontière entre blessé hospitalisé et blessé léger est celle que sépare la variable expliquée, et la documentation indique que l’indicateur d’hospitalisation n’est plus labellisé par l’autorité de la statistique publique depuis 2019. Toute l’étude repose donc sur une limite tributaire de pratiques de saisie locales, qu’aucun traitement ne peut rétablir a posteriori. Deux éléments en atténuent la portée sans l’annuler : la classe positive contient aussi les tués, dont l’enregistrement ne souffre d’aucune ambiguïté, et les comparaisons du rapport sont des comparaisons entre populations soumises à la même pratique de saisie, ce qui affecte le niveau des taux davantage que leurs écarts. Un travail qui voudrait s’en affranchir devrait apparier ces bases avec des données hospitalières, ce que le fichier BAAC seul ne permet pas.
La gravité subie par les conducteurs en fuite reste inconnue. Les retirer était nécessaire, mais cela retire aussi une population réelle, 2,2 % des usagers enregistrés de 2021 à 2024.
Enfin, une désignation individuelle reste hors de portée, même avec une cible suffisamment fréquente pour que la règle de décision fonctionne. Le modèle retrouve 45,7 % des usagers gravement atteints, et se trompe sur près d’une désignation sur deux. Il ordonne un risque, il ne nomme pas de victimes. La distinction n’est pas rhétorique : elle sépare un usage légitime, celui qui hiérarchise des situations ou des configurations de véhicules, d’un usage qui ne l’est pas, celui qui trierait des personnes.
Il reste, du côté de la méthode, quelques doutes qu’il serait malhonnête de taire. La déduplication de la table des lieux conserve la première ligne du fichier, ce qui est un choix par défaut et non un choix informé : la documentation ne fournit aucun critère permettant de désigner le lieu principal. Les deux témoins d’ambiguïté transmis au modèle obtiennent un Level nul, ce qui est rassurant mais prouve seulement que le choix n’introduit pas d’artefact détectable, non qu’il est le bon. Le critère de repérage des usagers en fuite est indirect, et 504 usagers ont une année de naissance vide alors que leur sexe est renseigné : pour ceux-là, une simple saisie incomplète ne peut pas être exclue. Les arbres construits par Khiops, enfin, ont été ouverts, mais partiellement. Leurs racines, leur profil de complexité et la fréquence de leurs variables de coupure sont lisibles et ont servi ici. Leur structure fine ne l’est pas : avec des profondeurs de 14 à 22 et plusieurs centaines de coupures chacun, les interactions qu’ils encodent au-delà des premiers niveaux restent hors de portée d’une lecture manuelle. Nous savons sur quoi ils se structurent, pas ce qu’ils ont appris dans le détail.
Deux voies permettraient de lever cette dernière réserve sans renoncer aux arbres. La première consiste à ajuster un arbre de substitution, volontairement peu profond, sur les scores du prédicteur plutôt que sur la cible : ce que cet arbre restitue est une approximation lisible de la fonction apprise, et l’écart entre les deux se mesure. La seconde consiste à calculer des attributions par observation, du type valeurs de Shapley, sur les agrégats multi-tables : elles diraient, pour un usager donné, ce que l’écart de masse à l’antagoniste apporte en propre une fois son âge et son mode de déplacement connus. Aucune des deux n’est un résultat de ce rapport ; elles indiquent où porterait l’effort suivant.
7 Usage prévu et usage exclu
Les sections précédentes énoncent chacune une réserve. Les rassembler en un endroit évite qu’un lecteur pressé n’en retienne que les performances.
| Portée | |
|---|---|
| Usage prévu | hiérarchiser des situations, des configurations de véhicules ou des populations par niveau de risque |
| Usage exclu | désigner un usager particulier comme devant être gravement atteint |
| Usage déconseillé | analyser la mortalité seule, que la cible ne sépare pas de l’hospitalisation |
| Vigilance | piétons, vingt-quatre ans et moins, soixante-cinq ans et plus, dont les probabilités sont les moins bien calibrées |
| Péremption | calibration à recontrôler sur tout millésime postérieur à 2024 |
L’usage prévu est comparatif. Dire qu’un usager de deux-roues motorisé subit un risque nettement supérieur à celui d’un occupant de véhicule léger, ou qu’un écart de masse de deux classes multiplie ce risque, sont des énoncés que ce travail soutient. Ils portent sur des catégories, pas sur des personnes.
L’usage exclu est individuel. Le modèle retrouve moins de la moitié des usagers gravement atteints et se trompe sur plus d’un tiers de ceux qu’il désigne : ces deux chiffres suffisent à écarter toute décision portant sur un individu, et aucun déplacement de seuil ne les fait disparaître ensemble, puisque gagner sur l’un coûte sur l’autre.
L’usage déconseillé est la lecture en termes de mortalité. La classe positive est composée à 85 % d’hospitalisés : ce que le modèle ordonne est un risque d’hospitalisation ou de décès, dominé par la première composante.
La vigilance porte sur trois populations. Chez les piétons et les vingt-quatre ans et moins, le modèle annonce un risque plus élevé qu’il n’est ; chez les soixante-cinq ans et plus, plus faible. Un seuil unique appliqué sans distinction désignerait donc trop des uns et pas assez des autres. Cette correction n’a pas été faite ici, faute d’un jeu de calibration distinct du jeu de test, et elle devrait précéder tout usage ciblé sur une classe d’âge.
La péremption, enfin, tient à ce que la calibration se dégrade déjà entre les premières et les dernières années de la période. Rien n’autorise à la supposer stable au-delà de 2024. Les millésimes 2023 et 2024 ayant en outre servi à arbitrer une comparaison de schémas, ils ne peuvent plus jouer ce rôle pour une variante future : celle-ci demanderait des données postérieures.
8 Reproductibilité
Tout ce que ce rapport affirme se recalcule à partir des fichiers sources publics et du code qui accompagne ce document. Le rendu lui-même ne lit qu’un dossier de résultats versionné : ni les bases BAAC, ni les fichiers de travail de Khiops ne sont nécessaires pour compiler le PDF, ce qu’un test automatique vérifie en interdisant toute référence à ces répertoires dans la source.
Ce recalcul tient dans deux fichiers diffusés avec ce rapport, sans accès au dépôt de développement : le script prepa_des_donnees.R, qui retélécharge les bases BAAC brutes depuis data.gouv.fr, et le notebook reproduction.ipynb, qui recalcule depuis ces fichiers bruts la totalité des résultats cités ici, préparation des tables comprise. Une citation formelle de ce travail demanderait d’archiver ce paquet avec un identifiant pérenne, ce qui reste à faire s’il devait l’être.
| Composant | Version |
|---|---|
| Moteur Khiops | 11.0.1 |
| Interface Python Khiops | 11.0.1.0 |
| Python | 3.12.13 |
| pandas | 3.0.5 |
| numpy | 2.5.1 |
| Plateforme | Darwin arm64 |
Le découpage apprentissage et test n’utilise aucun générateur pseudo-aléatoire, ce qui le rend indépendant de l’ordre des lignes, de la version des bibliothèques et du périmètre d’années retenu. La règle est la suivante : hachage MD5 de la graine concaténée à la clé, avec la graine sta110 et la clé num_acc, un usager partant en test lorsque les huit premiers chiffres hexadécimaux du haché, pris modulo 100, sont inférieurs à 30. Rejouer la préparation sur les mêmes millésimes redonne donc les mêmes fichiers, bit à bit.
| Famille | Modèles | Minutes |
|---|---|---|
| Ablations | 7 | 12 |
| Expériences de fuite | 4 | 2 |
| Sensibilité à l’indétermination | 2 | 3 |
| Validation temporelle | 2 | 4 |
| Stabilité au découpage | 10 | 22 |
| Total | 25 | 45 |
L’ensemble des apprentissages représente 25 modèles et 45 minutes de calcul sur une machine de bureau, auxquelles s’ajoutent la préparation des tables et l’audit des fichiers sources. Le chemin complet tient en une suite d’appels : préparation des tables, audit des sources, famille d’ablations, expériences de fuite, contrôle de sensibilité, validation temporelle, puis extraction des résultats, des arbres, des lectures précision-rappel et de la calibration. Chaque étape écrit son propre fichier dans le dossier de résultats, et le rapport n’en lit pas d’autres.
9 Conclusion
Sachant qu’un accident corporel a eu lieu, ce qui décide d’abord du franchissement du seuil de gravité lourde, c’est la vulnérabilité physique de l’usager : ce qu’il conduit, ou le fait qu’il ne conduise rien. Le retrait du bloc du véhicule et de ses antagonistes coûte -0,0241 d’AUC, loin devant tous les autres blocs. L’équipement de sécurité vient ensuite, avec des écarts descriptifs très marqués à famille de véhicule fixée, mais un apport au modèle qui s’effondre dès qu’on écarte les usagers dont l’équipement n’a pas été constaté : ce que le bloc apportait tenait pour l’essentiel à une pratique de saisie. L’âge se surimpose au reste, indépendamment du mode. Quant à la vitesse maximale autorisée, son retrait ne coûte presque rien au modèle, sans qu’elle soit pour autant une redite de la catégorie de route : à réseau fixé, l’écart entre paliers de vitesse reste large, mais son sens s’inverse d’un réseau à l’autre, parce que la limitation décrit à la fois la violence des chocs et la vulnérabilité de ceux qui empruntent la voie.
Sur le plan de la méthode, l’approche MODL aura tenu ses promesses de deux façons mesurables. Le schéma relationnel a permis de construire automatiquement 106 variables d’antagonisme dont le retrait coûte -0,0062 d’AUC, sans qu’aucune requête d’agrégation n’ait été écrite. Et la régularisation bayésienne a résisté à tout ce qui aurait pu la mettre en défaut : un identifiant à 734 021 modalités obtient un Level nul, l’écart entre resubstitution et test se limite à 0,0031, et un découpage volontairement fautif ne gonfle la performance que de +0,0016.
Le résultat dont nous retirons le plus d’enseignement porte sur la méthode plutôt que sur la route, et il a fallu trois mesures pour l’établir. Une échelle de masse construite à la main, qui domine le classement d’importance dès qu’on écarte les arbres, semblait dégrader le modèle : son retrait faisait gagner +0,0010 d’AUC sur le jeu de test. Nous avons refusé de la retirer, parce que sélectionner une variante sur son score de test aurait ruiné la seule garantie dont dispose ce travail. Le rééchantillonnage a d’abord semblé donner tort à ce scrupule, en assortissant ce gain d’un intervalle qui excluait zéro. Les millésimes 2023 et 2024 ont ensuite inversé le signe. Le redécoupage a enfin montré pourquoi : sur 6 partages du même jeu, l’écart est positif 3 fois et négatif 3 fois. Il n’y avait rien à mesurer.
Trois leçons s’en dégagent, dont la dernière n’était pas acquise. Un indicateur d’importance univarié ne dit pas ce qu’une variable apporte une fois les autres présentes. Une ablation lue sur un seul jeu de test ne le dit pas non plus de façon fiable quand l’écart est de l’ordre du millième. Et un intervalle de confiance calculé à modèles figés, si correctement construit soit-il, ne borne que l’aléa du jeu de test : il peut donner à un artefact de découpage toutes les apparences d’un résultat.
Reste à dire ce que le choix d’une cible binaire aura changé. Il n’a pas modifié la hiérarchie des facteurs, qui se lit sur des tableaux descriptifs indépendants du modèle. Il a changé ce que le modèle permet d’en faire. Avec une classe positive à 18,1 %, la règle du maximum a posteriori désigne réellement des usagers, avec un rappel de 0,457 et une précision moyenne de 0,609, là où une cible isolant les seuls tués n’aurait produit qu’un classement sans décision. Le prix de ce gain est double : la frontière retenue est celle que la documentation signale comme non labellisée, et le modèle ne distingue plus un décès d’une hospitalisation. La lecture des tués seuls montre que le score les ordonne encore, avec une aire de 0,874, sans pouvoir les séparer des autres gravités lourdes. C’est un compromis, pas un progrès net, et il se justifie par la question posée plutôt que par la performance.
Une dernière phrase, qui vaut règle de lecture pour tout ce qui précède. Ce modèle mesure un risque d’hospitalisation ou de décès, dont la composante hospitalière représente 85 %. Il ne mesure pas séparément le risque de décès, et il ne doit pas être repris tel quel par qui travaille sur la mortalité routière. Il ordonne des situations par niveau de risque ; il ne désigne pas des personnes.