ILUSÕES DE AVALIAÇÃO DE RISCOS

Dados não significam necessariamente alguma coisa. Seria possível um decréscimo de 100% na freqüência de acidentes de uma empresa e isso ainda ser relativamente sem sentido?

O artigo abaixo é uma tradução de original publicado em OHS on line (Julho de 2011), escrito por Dan Hartshorn, consultor especialista em controle de perdas e que autorizou através de email a publicação da tradução em nosso site.

Veja outras traduções de importantes artigos em segurança e saúde no trabalho neste Blog.  Nesta semana, o site www.nrfacil.com.br apresentará na seção REVIEW uma reedição dos artigos traduzidos de sites internacionais mais comentados pelos leitores.

ILUSÕES DA AVALIAÇÃO DE RISCOS

Conhecer e entender não resulta de analisar dados isolados; cautela e interpretação hábil de dados levam à verdadeira compreensão

“O maios obstáculo para a descoberta não é a ignorância  – é a ilusão do conhecimento” (Daniel J Boorstin)

Dados são coletados numa tentativa de entender o complexo mundo ao redor de nós.

Entretanto, uma vez que os dados são adquiridos, algumas pessoas se precipitam para concluir que elas agora tem o conhecimento. Esta suposição de conhecimento é geralmente uma ilusão que obscurece a verdade. Dados brutos geralmente requerem uma interpretação hábil de maneira a desvelar o seu verdadeiro significado. Aqueles que usam dados devem empregar uma analise cuidadosa a fim de evitar simples generalizações, suposições comuns e conclusões favoráveis ao seu próprio ponto de vista.

As ideias a seguir constituem uma revisão de alguns princípios e temas que devem ser levados em consideração de forma que os dados possam ser corretamente interpretados e utilizados adequadamente.

DADOS NÃO SIGNIFICAM NECESSARIAMENTE ALGUMA COISA

Um avaliador deve ser apropriadamente cético acerca de dados e não se influenciar na direção de achar um significado. Os exemplos a seguir demonstram quando dados podem não significar nada:

Dados numéricos – números são geralmente percebidos como revelando uma verdade porque eles são objetivos. Entretanto, apenas por que dados são objetivos não significam que eles signifiquem alguma coisa. Seria possível um decréscimo de 100% na freqüência de acidentes de uma empresa e isso ainda ser relativamente sem sentido? Claro. Se uma empresa só tem um acidente durante 1 ano e nenhum acidente no próximo, esta redução de 100% poderia facilmente ter ocorrido por simples sorte e assim a diferença é praticamente sem significado.

Relevância de dados – Apenas porque os dados fazem parte de um Relatório não significa que eles são relevantes ou que o avaliador irá interpretá-los corretamente. Por exemplo, o processo de preenchimento de dados em espaços em branco geralmente é feito por pessoas que se baseiam em uma filosofia de gerencialmento que de forma equivocada iguala quantidade com qualidade. Entretanto, filtrar uma grande quantidade de dados que contem informação irrelevante pode levar a equívocos assim como a perda de tempo.

DADOS DEVEM SER CONTEXTUALIZADOS

Porque isso ocorreu. A simples ocorrência de um evento (acidente, risco, comportamento inseguro, etc.) geralmente não é uma informação suficiente. Identificar uma máquina sem proteção é somente parte da história. Saber porque a máquina estava sem proteção é geralmente crítico em como avaliar de forma confiável esse evento.

Gravidade do risco. Se um risco é identificado ele deve ser também comparado a outros riscos de forma a determinar a sua gravidade.

Gravidade da lesão. Olhar apenas a gravidade de uma lesão pode levar a equívocos quando forem feitas avaliações sobre a qualidade de um programa de segurança da empresa. Uma morte pode ocorrer e a empresa pode não ter feito nada errado. Um pequeno corte no dedo pode revelar que a empresa evitou o uso de proteção de máquinas.

Probabilidade de ocorrência. A relevância de uma condição de risco depende parcialmente da probabilidade de provocar um acidente. Por exemplo, uma máquina pode estar sem proteção, mas a proabilidade de uma lesão dependerá de um número adicional de fatores. Uma máquina sem proteção em uma área onde empregados raramente trabalham é diferente daquela onde os empregados trabalham de forma contínua.

Comparado a o que? Inspeções de segurança geralmene relatam apenas os riscos observados e não as condições seguras. Um Relatório de Inspeção que identifica apenas uma máquina sem proteção pode indicar um problema importante ou uma boa notícia, dependendo do número de máquinas que estão apropriadamente protegidas, incluindo o tipo, tamanho e o prévio histórico de segurança da empresa.

Coleta de dados. Uma inspeção é geralmente uma etapa importante de uma avaliação de segurança. De que forma os dados são coletados constitui uma etapa crítica em determinar se a informação será uma representação fidedigna do riso. Quanto mais variável o tipo de trabalho e os locais envolvidos, maior a necessidade de múltiplas inspeções para avaliar de forma precisa a situação.

ORGANIZAÇÃO DOS DADOS

O modo como os dados são organizados fazem uma grande diferença nas interpretações lógicas que podem ser feitas posteriormente. Por exemplo, se todas as lesões das costas são agrupadas em uma simples categoria, algumas pessoas poderão concluir facilmente que um aumento do número de lesões de costas representaria uma tendência envolvendo, por exemplo, atividades incorretas de tração manual de cargas. Entretanto, uma avaliação mais detalhada poderia revelar que as lesões nas costas seriam na verdade resultado de vários fatores não relatados, como quedas, posturas sentadas prolongadas, acidentes de veículos, ausência de dispositivos de elevação mecânica, etc.

PROBLEMAS DE CUSTOS FISCAIS

Custos fiscais são comumente usados para fazer avaliações relativamente ao risco relativo de um empregador. (o autor exemplifica alguns cenários estatísticos que são típicos nos Estados Unidos com relação a questões de seguro e indenizações, situação que ainda é incipiente no Brasil com o NTEP-FAP; essas considerações seriam pouco úteis aos nossos leitores e assim passaremos ao próximo item).

PROBLEMAS COM PEQUENOS NÚMEROS

Taxas, percentagens, freqüências e simples números precisam de análise posterior se o banco de dados é relativamente pequeno. Por exemplo, muitas pessoas são tentadas a dar uma ênfase mesmo a pequenos aumentos ou redução no tipo de acidente e achar que conseguiram identificar uma tendência. Quanto menor o banco de dados, maior a necessidade de evidências para dar suporte às conclusões.

PROBLEMAS COM GRANDES NÚMEROS

Em algumas situações, agrupar muitos dados pode ser um problema. Por exemplo, calculando uma média que inclua muitos anos de dados pode mascarar mudanças que ocorreram recentemente. Se mudanças significativas ocorreram durante um período, seria mais válido calcular médias separadas para cada período de tempo que logicamente deveriam ser agrupadas e analisadas conjuntamente.

ÁRVORE DE CAUSAS

PROBLEMAS COM FREQUÊNCIA DE ACIDENTES

Valores numéricos em excesso ou valores muito baixos são quase sempre interpretados como sendo importantes. Isto não é sempre verdadeiro.

– baixos índices podem não ser tão baixos; uma empresa pode ter um pequeno número de acidentes registrados mas isto não significa necessariamente que a empresa tenha um bom programa de segurança; se a empresa é suficientemente pequena ou o período de tempo avaliado é muito curto, um pequeno número de acidentes pode ter ocorrido meramente por acaso.

– índices elevados podem não ser tão elevados. Acidentes múltiplos podem ocorrer devido a um incidente catastrófico. Enquanto este cenário produz uma freqüência de acidentes mais elevada do que o esperado, isto pode não ter o mesmo significado que a mesma freqüência produzida por incidentes em outros períodos.

– baixos índices, mas alto risco. A ausência de uma proteção de máquinas pode resultar em acidentes severos com conseqüências legais complicadas. Entretanto, mesmo um número pequeno deste tipo de acidente é geralmente muito prejudicial.

– altos índices mas baixo risco – Não se pode dar importância indevida a um alto índice de acidentes se for improvável que esses acidentes venham a ter sérias conseqüências. Por exemplo, uma lâmina de metal pode provocar vários cortes devido ao manuseio com esse material; este tipo de acidente não está associado a conseqüências serias e assim não é tão significativo como outros acidentes com outros tipos de lesões.

– Comparações entre empresa e banco de dados. A validade de qualquer comparação entre o seu banco de dados e de outra empresa será em grande parte determinada em como o banco de dados utilizado representa a empresa que está sendo comparada. Por exemplo, se comparamos nosso banco de dados com um banco de dados de trabalhadores na agricultura, esta análise não será muito útil porque existem diversos tipo de empregados na agricultura e dependendo da atividade exercida, a freqüência de acidentes será diferente.

– Comparações entre diferentes períodos de tempo. Se o número de empregados e o tipo de trabalho é relativamente constante entre um dado período de tempo, o número de acidentes poderá ser comparado diretamente. Mudanças podem ocorrer, entretanto, o que invalidará comparações diretas.

NOTA DO TRADUTOR:

No próximo artigo, publicaremos a tradução do restante deste artigo. As próximas seções do artigo referem-se a estratégias de como utilizar dados sobre freqüência de acidentes, utilizando cálculos e análises comparativas.

CONCLUSÕES

O verdadeiro conhecimento e entendimento não são originários de analisar dados, simplesmente. É a interpretação cuidadosa e hábil dos dados que levam ao real entendimento. Análise e interpretações levam tempo e esforço, mas a qualidade do conhecimento e a validade de qualquer decisão subseqüente vale a pena o esforço.

Tradução: Prof. Samuel Gueiros, Med Trab, Coord NRFACIL