Resumen de Métodos estadísticos aplicados al análisis de la gravedad en la accidentalidad laboral
Victoria Folashade Adesanya Owopetu
Introducción Los estudios basados en la investigación de accidentes son el medio indispensable para aportar información, que favorezcan y posibiliten un cambio de tendencia en la siniestralidad laboral, así como en el control y la gestión de la prevención de los accidentes laborales.
El estudio de la gravedad de las lesiones, por accidente de trabajo, es clave para el establecimiento de planes de prevención.
En este estudio se planteó continuar desarrollando una investigación iniciada sobre las relaciones entre los riesgos y las lesiones mediante una metodología denominada ASCOM, esta vez en el análisis de la gravedad incluyendo en el análisis además de las variables indicadas los días de baja, utilizando técnicas minería de datos.
La necesidad de tratar la accidentalidad en las poblaciones laborales desde un punto de vista estadístico es un aspecto que se ha abordado clásicamente. Los accidentes laborales ocasionan pérdidas de días de trabajo, lo que generan pérdidas económicas, que pueden ser elevadas, y que se agravan especialmente en los países desarrollados. Por ello es de gran interés disponer de información relativa a la gravedad de los accidentes medida a través de los días de baja que ocasionan las lesiones y ver así mismo los riesgos que provocan dichas lesiones.
La minería de datos es un conjunto de procesos, técnicas y algoritmos que permiten extraer conocimiento a partir de la información almacenada en grandes bases de datos. La Minería de Datos tiene distintas herramientas y técnicas, entre las técnicas destacamos los árboles de clasificación (AC). Las técnicas de árboles de clasificación, se utilizan para analizar, evaluar y predecir, que permiten incluir características y resultados que afecten a las personas que han tenido accidente laboral, ajustándolas para una mejor predicción. Esta mejor clasificación permite anticipar, de forma eficiente, la toma de decisiones, la más adecuada en cada circunstancia Por todo ello el objetivo de esta monografía, es disponer de un procedimiento metodológico, que permita identificar la gravedad de los riesgos y las lesiones a través de los días de baja, con un proyecto de Data Mining.
Materia y Métodos.
Los datos utilizados son datos oficiales de España obtenidos del sistema de declaración obligatoria de accidentes de trabajo, Det@ (base DELTA) han sido facilitados por el instituto de Seguridad e Higiene en el trabajo (INSHT) corresponden al periodo 2003-2005. Se seleccionó una muestra al azar, de 1% con la técnicas de muestreo aleatorio, finamente utilizamos un total de 17.271 registros.
En ACSOM, para los registros de los datos se utilizaban la nomenclatura antigua de la OIT: Riesgo, Lesión y Días de baja. Los registros del periodo analizado están en la nueva nomenclatura, base DELTA, el accidente lo caracterizan a través de Forma de Contacto, Lesión y Días de baja para dar continuidad al método ACSOM hubo que realizar una traducción a nomenclatura OIT.
Se utilizó el método de árboles de clasificación y los algoritmos CART y CHAID, que se aplicaran a cuatro modelos considerados según distintas categorizaciones de los días de baja; por tanto, se dispone finalmente de ocho modelos de análisis, que permitía valorar la gravedad de los riesgos y de las lesiones.
Resultados y conclusiones El primer modelo, tiene 5 categorías de clasificación y su porcentaje de buena clasificación son casi del 63%. El segundo, tiene 4 con el 84,6%. El tercero, tiene 6 con el 31%. Y, el cuarto modelo que, con 5 categorías de clasificación y porcentajes de buena clasificación del 49,5% con los algoritmos aplicados.
I.- Se ha demostrado la utilidad de las nuevas metodologías Data Mining (minería de datos) en la resolución de problemas del ámbito de la salud. Esto puede traducirse en un mayor acercamiento al mundo de la medicina por parte del estadístico y una mayor comprensión de la estadística. En concreto se ha demostrado que los métodos Algoritmo CHAID y Algoritmo CART son idóneos para conseguir los objetivos deseados.
Los dos algoritmos seleccionados CART y CHAID han funcionado correctamente; pero proponemos utilizar en estudios posteriores, el algoritmo CHAID.
II.- El trabajo ha permitido identificar, clasificar y valorar el nivel de gravedad de los distintos tipos de riesgos y lesiones considerados según los días de duración de la baja. Para la clasificación de los días de baja se crearon cuatro modelos; los cuatro han funcionado, pero el que hemos considerado que mejor se adapta a nuestro estudio y para utilización posterior es el modelo I.
III.- Se ha completado el método ASCOM, con el estudio de la gravedad de los accidentes laborales.
IV. El trabajo permitió identificar y describir tanto los riesgos como las lesiones a nivel general en cinco grupos: Muy leve, Leve, Moderado, Grave y Muy grave. No obstante cada accidente tiene particularidades y una lesión, o un riesgo, de carácter grave puede tener, en un accidente concreto, un carácter más leve o más grave según los riesgos o las lesiones con que se relacionen.
V.- Como complemento, de las peculiaridades, relación entre riesgo y lesión, que se pudieran presentar, nos centraremos únicamente en las lesiones graves y muy graves según los distintos riesgos.
Graves. (Lesiones múltiples) y (Efectos de ruido, la vibración y la Presión) cuando se relacionan con cualquier riesgo. (Dislocaciones y subluxaciones), (Otros tipos de dislocaciones), (Conmociones y lesiones internas) y (Torceduras, Esguinces y distensiones) cuando se relacionan con los riesgos (Accidentes causados por seres vivos), (Choque contra objetos móviles), (Accidentes con maquinaria móvil y de trafico) y (Exposición y /o Contactos térmicos). (Fractura de huesos) y (Amputaciones traumáticas) cuando se relacionan con los riesgos (Accidentes causados por seres vivos), (Sobreesfuerzos), (Atrapamientos por o entre objeto), (Choque contra objetos inmoviles), (Caída de objetos por desplome), (Exposición y /o Contactos térmicos) y (Proyección de fragmentos o partículas).
Muy graves. (Fractura de huesos) y (Amputaciones traumáticas) cuando se relacionan con los riesgos (Caída de personas a distinto nivel), (Choque contra objetos móviles), (Accidentes con maquinaria móvil y de trafico), (Contactos eléctricos), (Golpes cortes por objetos o herramientas) y (Interacción con sustancias agresiva).
VI. En general la clasificación de los riesgos según gravedad es: Muy graves: (Choque contra objetos móviles) y (Accidentes con maquinaria movil y de tráfico).
Graves: (Caídas de personas a distinto nivel) y (Atrapamientos por o entre objetos).
Moderados: (Contactos eléctricos), (Interacción con sustancias agresivas), (Sobreesfuerzos), (Accidentes causados por seres vivos), (Choque contra objetos inmóviles), (Exposición y /o Contactos térmicos).
Leves: (Proyección de fragmentos o partículas), (Caída de objetos por desplome), (Golpes cortes por objetos o herramientas).
Muy leves: (Exposición a radiaciones).
VII. En general la clasificación de las lesiones según gravedad es: Muy graves: (Fractura de huesos) y (Amputaciones traumáticas, pérdida de partes de cuerpo).
Graves: (Lesiones múltiples) y (Efectos del ruido, la vibración y la presión).
Moderadas: (Dislocaciones y subluxaciones), (Torceduras, Esguinces y distensiones), (Otros tipos de dislocaciones) y (Conmociones y lesiones internas).
Leves: (Heridas, otros tipos de heridas y lesiones superficiales), (Envenenamientos e infecciones), (Ahogamientos y asfixias) y (Choque traumático).
Muy leves: (Quemaduras, Escaldaduras y Congelación) y (Efectos de la temperaturas extrema, la luz y la radiación).
Como conclusión final, estos resultados permiten disponer de información útil para toma de decisiones, tanto de las empresas, mutuas, como de toda aquella organización implicadas en salud laboral, a la hora de establecer planes de prevención eficientes en riesgos laborales.
