Roads constitute a threat to biodiversity, causing negative impacts such as fragmentation of habitats and run overs. In 2015, the NGO ECOBIO Uruguay began working on the subject in order to implement mitigation measures. The objective of this work was to describe and analyze the run overs of medium and large mammals for the Eastern Region of Uruguay and their relationship with the landscape's attributes. Taking off the dynamic of run overs, this is frequently influenced by anthropic cases, traffic is the most prominent variable over this.  Machine learning algorithms (Random Forest) and QGIS and R programs were used to model the run overs of the region, that is characterized by having heterogeneous ecosystems, important biodiversity and several protected areas. 976 cases of run overs were analyzed, from 17 species that were distributed heterogeneously. The models analyzed by species had a predictive ability of 80% success, while when working with all species as a whole 60%. The route with the highest probability run overs was 'Route 9'. Although the most important variables were similar in all the models, the three that better illustrated the prediction models were: annual average daily traffic, the distance to backroads and distance to populated roads, this three illustrates better the predictions models. This work is one of the first studies at a national level which formally quantifies the phenomenon and suggests analyzing the species separately to evaluate possible differential responses that make it impossible to find general patterns.Las carreteras constituyen una amenaza para la biodiversidad y causan impactos negativos como fragmentación de hábitats y atropellos. En el año 2015, la ONG ECOBIO Uruguay comenzó a trabajar en la temática con el fin de implementar medidas de mitigación. El objetivo de este trabajo fue describir y analizar los atropellos de medianos y grandes mamíferos para la Región Este de Uruguay y su relación con los atributos del paisaje. Partiendo de que la dinámica de los atropellos está influenciada en su mayoría por factores antrópicos, el tránsito es la variable explicativa más significativa. Se utilizaron algoritmos de aprendizaje automático (Random Forest) para modelar los atropellos de la región, caracterizada por la alta heterogeneidad de ecosistemas, la importante biodiversidad y varias áreas protegidas. Se analizaron 976 casos de atropellos, de 17 especies que se distribuyeron de manera heterogénea. Los modelos presentaron una capacidad predictiva de más del 60% de acierto, y de un 80% para los modelos por especie. La ruta con mayor probabilidad de atropello fue la 9. Si bien las variables más importantes fueron similares en todos los modelos, las tres que los explicaron mejor fueron: el tránsito promedio diario anual, la distancia a caminos y la distancia a centros urbanos. Este trabajo es de los primeros estudios a nivel nacional que cuantifican formalmente el fenómeno, y sugiere que lo conveniente es analizar las especies por separado para evaluar posibles respuestas diferenciales que imposibiliten hallar patrones generales.As rodovias são uma ameaça à biodiversidade, causando impacto negativo como fragmentação de habitats e atropelamentos. No ano 2015, a ONG ECOBIO Uruguai começou a trabalhar no tema a fim de implementar medidas de mitigação. O objetivo deste trabalho era descrever e analisar o atropelamento de mamíferos médios e grandes da região leste do uruguai e sua relação com os atributos da paisagem. Partindo de que a dinâmica dos atrpelhamentos é influenciada principalmente pelos fatores antrópicos, o tráfego é a variável explicativa mais significativa. Algoritmos de aprendizado automaticos foram utilizados (Random Forest) e os programas QGIS e R para modelar os atropelamentos da região, a qual e caracterizada por tem heterogeneidade de ecossistemas, a importante biodiversidade e várias áreas protegidas. 976 casos de atropelamentos foram analisados de 17 espécies que foram distribuídas heterogeneamente. Os modelos tinham uma capacidade preditiva de mais de 60% de previsões certas, e 80% para modelos por espécie. A rodoviaria com mais probabilidade de atropelamento foi a 9. Sim bem as variáveis mais importantes foram semelhantes em todos os modelos, as três que os explicaram melhor foram: média tráfego diario anual, distância das estradas e distância dos centros urbanos, são as três que melhor explicaram os modelos. Este trabalho é dos primeiros estudos a nível nacional que quantificam formalmente o fenómeno, que sugere que o conveniente é analisar as espécies separadamente para avaliar possíveis respostas diferenciais que tornasem impossível encontrar padrões gerais.