Análise da probabilidade de fuga nos Presídios do Paraná

Abstract

Resumo: O Brasil possui uma das maiores populações carcerárias do mundo, e ainda em crescimento. Com presídios superlotados, em situações insalubres e precárias e ainda o baixo investimento, as fugas são cada vez mais constantes. Não há como manter todos os detentos sob vigilância constante com o atual efetivo de agentes carcerários, sem um olhar diferenciado, a ponto de impedir que tentativas de fugas ocorram. O objetivo foi propor um modelo para identificar os presos com maior risco de fuga e as características que mais exercem influência neste risco. A análise de sobrevivência foi utilizada para descobrir os fatores que mais influenciam no tempo até a fuga e a regressão logística utilizada para identificar os presos com maior risco de fuga. Foram constatados como fatores de maior influência no risco de fuga a condição do preso (com aumento no risco de fuga) e o estabelecimento penal (atuando como fator de proteção, menor risco de fuga). Também foi encontrada uma diferença significativa no risco em relação ao sexo. O modelo criado para classificação identificou 34% dos fugitivos com uma precisão de 86%.

Abstract: Brazil has one of the largest prison populations in the world and still growing. With overcrowded prisons, in unsanitary and precarious situations and few investments, escapes are more and more constant. There is no way to keep all prisoners under constant surveillance with the current number of prison officers, without looking from a different point of view, to the point of preventing escape attempts. The objective was to propose a model to identify the prisoners with the highest risk of escape and the most influential risk characteristics. Survival analysis was used to find the factors that most influence the time to escape and the logistic regression used to identify the prisoners with the highest chance of escaping. The prisoner’s condition (with an increase in the risk of escape) and the penal establishment (acting as a protection factor, less risk of escape) were found to be more influential in the risk of escape. A significant difference in risk was also found in relation to sex. The model created for classification identified 34% of fugitives with an accuracy of 86%