En términos generales, el término accidente se utiliza para denotar eventos que resultan en lesiones o daños físicos no deseados o no planificados; un modelo de accidente es un esquema conceptual aplicado al análisis de tales eventos. (Algunos modelos pueden declarar explícitamente que los “casi accidentes”, a veces conocidos como “casi accidentes”, están cubiertos por el modelo; sin embargo, la distinción no es importante para este artículo). Los modelos de accidentes pueden servir para diferentes propósitos. Primero, pueden proporcionar una comprensión conceptual de cómo ocurren los accidentes. En segundo lugar, los modelos pueden utilizarse para registrar y almacenar información sobre accidentes. En tercer lugar, pueden proporcionar un mecanismo para investigar accidentes. Estos tres objetivos no son del todo distintos, pero constituyen un medio útil de categorización.
Este artículo describe MAIM, el modelo de información de accidentes de Merseyside, que se adapta de manera más natural al segundo propósito: registrar y almacenar información de accidentes. Siguiendo un resumen de la justificación de MAIM, se describen algunos de los primeros estudios que evaluaron el modelo. El artículo termina con el progreso reciente con MAIM, incluido el uso de "software inteligente" para recopilar y analizar información sobre accidentes con lesiones.
Modelado temprano de accidentes
En el modelo de Heinrich (1931), la secuencia causal que conduce a un accidente se compara con una secuencia de cinco fichas de dominó que caen, cada una de las cuales es necesaria antes de que ocurra el evento final. En un precursor de MAIM, Manning (1971) concluyó que “los requisitos básicos de una lesión accidental son la presencia de un anfitrión [un trabajador, por ejemplo] y un objeto ambiental que contribuye al accidente. El anfitrión o el objeto o ambos se mueven en relación uno con el otro”. Kjellén y Larsson (1981) desarrollaron su propio modelo, que postulaba dos niveles: la secuencia del accidente y los factores determinantes subyacentes. En un artículo posterior, Kjellén y Hovden (1993) describieron el progreso posterior en el contexto de otra literatura y señalaron la necesidad de "un uso eficiente de la información existente de los informes de rutina de accidentes y cuasi accidentes por medio de un poderoso sistema de recuperación de información". Esto se ha logrado para MAIM.
Justificación de MAIM
Parece haber un consenso sustancial de que la información útil sobre accidentes no debe concentrarse simplemente en las circunstancias inmediatas del daño o lesión, sino que también debe incluir una comprensión de la cadena anterior de eventos y factores que causan que ocurra la secuencia del accidente. Algunos de los primeros sistemas de clasificación no lograron esto. La comprensión de objetos, movimientos (de personas u objetos) y eventos se mezclaban comúnmente y no se distinguían los eventos sucesivos.
Un ejemplo sencillo ilustra el problema. Un trabajador resbala en una mancha de aceite, se cae y se golpea la cabeza con una máquina y sufre una conmoción cerebral. Podemos distinguir fácilmente la causa (inmediata) del accidente (resbalón en el aceite) y la causa de la lesión (golpe en la cabeza de la máquina). Sin embargo, algunos sistemas de clasificación incluyen las categorías “caídas de personas” y “golpes contra objetos”. El accidente podría asignarse a cualquiera de estos, aunque ninguno describe ni siquiera la causa inmediata del accidente (resbalón en el aceite) o los factores causales (como cómo llegó el aceite al piso).
Esencialmente, el problema es que solo se considera un factor en una situación multifactorial. Un accidente no siempre consiste en un solo evento; puede haber muchos. Estos puntos formaron la base para el desarrollo de MAIM por Derek Manning, un médico ocupacional.
Descripción de MAIM
La pieza central del accidente es el primer imprevisto Evento (no deseado o no planificado) involucrando al equipo dañado o a la persona lesionada (figura 1). Este no siempre será el primer evento en el proceso de accidente descrito como un evento anterior. En el ejemplo anterior, el resbalón cuenta como el primer evento imprevisto del accidente. (Dada la presencia de manchas de aceite en el suelo, no es de extrañar que alguien resbale sobre una y se caiga, pero la persona que camina no lo prevé).
Figura 1. El modelo de accidente MAIM
El comportamiento del equipo o persona es descrito por el general actividad en ese momento y una descripción más específica del tipo de movimiento corporal cuando ocurrió el primer evento. Se describen los objetos involucrados y, para aquellos relacionados con eventos, las características de los objetos incluyen posición, movimiento y condición. En ocasiones, puede estar involucrado un segundo objeto que se interrelaciona con el primero (por ejemplo, golpear un cincel con un martillo).
Como se señaló anteriormente, puede haber más de un evento y el segundo evento también puede tener un objeto (quizás diferente) involucrado en él. Adicionalmente, el equipo o persona puede realizar un movimiento corporal adicional, como por ejemplo, extender la mano para prevenir o amortiguar una caída. Estos pueden ser incluidos en el modelo. Puede ocurrir un evento tercero o posterior antes de que la secuencia finalmente conduzca a una lesión. El modelo se puede expandir en todas las direcciones registrando factores relacionados con cada componente. Por ejemplo, las ramas de actividades y movimientos corporales registrarían factores psicológicos, medicamentos o limitaciones físicas de un trabajador.
En general, los eventos separados pueden distinguirse intuitivamente con facilidad, pero es útil una definición más estricta: un evento es un cambio inesperado, o falta de cambio, en el estado de energía de la situación. (El termino energía incluye energía cinética y potencial). El primer evento siempre es inesperado. Se pueden esperar eventos posteriores, incluso inevitables, después del primer evento, pero siempre son inesperados antes del accidente. Un ejemplo de falta inesperada de cambio de energía es cuando un martillo que se balancea no da en el clavo al que apunta. El ejemplo de un trabajador que resbala con una mancha de aceite, se cae y se golpea la cabeza proporciona una ilustración. El primer evento es "pie resbalado": en lugar de quedarse quieto, el pie adquiere energía cinética. El segundo evento es "cayó", cuando se adquiere más energía cinética. Esta energía es absorbida por la colisión de la cabeza del trabajador con la máquina cuando se produce la lesión y finaliza la secuencia. Esto se puede "trazar" en el modelo de la siguiente manera:
- 1er evento: pie resbalado en aceite.
- 2° evento: caída de persona.
- 3er evento: cabeza golpeada contra la máquina.
Experiencia con MAIM
Se utilizó una versión anterior del modelo MAIM en un estudio de los 2,428 accidentes registrados en 1973 en una planta de fabricación de cajas de cambios en los terrenos de una empresa de automóviles. (Ver Shannon 1978 para más detalles.) Las operaciones incluían corte y rectificado de engranajes, tratamiento térmico y ensamblaje de cajas de engranajes. El proceso de corte produjo astillas y virutas de metal afiladas, y se utilizó aceite como refrigerante. Se utilizaron formularios diseñados específicamente para recopilar información. Cada accidente fue trazado independientemente en el modelo por dos personas y las discrepancias fueron resueltas por discusión. Para cada accidente, los componentes recibieron códigos numéricos, de modo que los datos pudieran almacenarse en una computadora y realizarse los análisis. A continuación se describen algunos resultados básicos y se presenta un examen realizado de lo que se aprendió específicamente del uso del modelo.
La tasa de accidentes se redujo sustancialmente (en casi un 40%), aparentemente como resultado del estudio realizado. Los investigadores se enteraron de que, debido a las preguntas adicionales que requería el estudio (y el consiguiente tiempo que implicaba), muchos empleados "no podían molestarse" en informar sobre lesiones menores. Varias pruebas lo confirmaron:
- La tasa aumentó nuevamente en 1975 después de que terminó el estudio.
- La tasa de lesiones con tiempo perdido no se vio afectada.
- Las visitas al centro médico por afecciones no laborales no se vieron afectadas.
- Los índices de accidentalidad en el resto de los terrenos no se vieron afectados.
Por lo tanto, la tasa reducida de hecho parecía ser un artefacto de la información.
Otro hallazgo interesante fue que hubo 217 lesiones (8%) de las cuales los trabajadores involucrados no pudieron estar seguros de cómo o cuándo ocurrieron. Esto se descubrió porque se preguntó explícitamente a los trabajadores si estaban seguros de lo sucedido. Por lo general, las lesiones involucradas fueron cortes o astillas, relativamente comunes dada la naturaleza del trabajo en esta planta.
Del resto de accidentes, casi la mitad (1,102) consistieron en un solo evento. Los accidentes de dos y tres eventos fueron sucesivamente menos comunes, y 58 accidentes involucraron cuatro o más eventos. Hubo un marcado aumento en la proporción de accidentes que resultaron en tiempo perdido con un aumento en el número de eventos. Una posible explicación es que hubo un aumento en la energía cinética con cada evento, de modo que con más eventos, hubo más energía para disipar cuando el trabajador y el objeto involucrado chocaron.
Un examen más detallado de las diferencias entre accidentes con tiempo perdido y sin tiempo perdido encontró diferencias muy marcadas en las distribuciones para componentes separados del modelo. Por ejemplo, cuando el primer evento fue “resbalón de persona”, casi una cuarta parte de los accidentes resultaron en pérdida de tiempo; pero para “cuerpo pinchado por”, solo el 1% lo hizo. Para combinaciones de componentes, tales diferencias se acentuaron. Por ejemplo, con respecto a los eventos finales y objetos relacionados, ninguno de los 132 accidentes en los que la víctima fue “perforada” o “astillada” resultó en pérdida de tiempo, pero cuando el evento final fue “esguince/esguince” con “no objeto involucrado”, el 40% de las lesiones ocasionaron tiempo perdido.
Estos resultados contradecían la opinión de que la gravedad de las lesiones es en gran medida una cuestión de suerte y que la prevención de todo tipo de accidentes conduciría a una reducción de las lesiones graves. Esto significa que analizar todos los accidentes e intentar prevenir los tipos más comunes no tendría necesariamente un efecto sobre los que causan lesiones graves.
Se realizó un subestudio para evaluar la utilidad de la información en el modelo. Se identificaron varios usos potenciales de los datos de accidentes:
- para medir el desempeño de la seguridad: la medida en que los accidentes en una planta, o área de una planta, continúan ocurriendo a lo largo del tiempo
- para identificar las causas
- para identificar errores (en el sentido más amplio del término)
- verificar el control, es decir, ver si las medidas de seguridad tomadas para prevenir algún tipo de accidente son realmente efectivas
- para proporcionar una base de experiencia, ya que el conocimiento de una amplia gama de situaciones y circunstancias de accidentes podría ayudar a proporcionar asesoramiento sobre prevención de accidentes.
Tres oficiales de seguridad (practicantes) calificaron la utilidad de las descripciones verbales y los modelos trazados para una serie de accidentes. Cada uno calificó al menos 75 accidentes en una escala de 0 (sin información útil) a 5 (perfectamente adecuado para su uso). Para la mayoría de los accidentes, las calificaciones fueron idénticas, es decir, no se perdió información en la transferencia de las descripciones escritas al modelo. Donde hubo una pérdida de información, fue en su mayoría solo un punto en la escala de 0 a 5, es decir, solo una pequeña pérdida.
Sin embargo, la información disponible rara vez era “perfectamente adecuada”. Esto se debió en parte a que los oficiales de seguridad estaban acostumbrados a realizar investigaciones detalladas sobre el terreno, algo que no se hizo en este estudio porque se incluyeron todos los accidentes notificados, tanto los menores como los más graves. Sin embargo, debe recordarse que la información trazada en los modelos se tomó directamente de las descripciones escritas. Dado que se perdió relativamente poca información, esto sugirió la posibilidad de excluir el paso intermedio. El uso más generalizado de computadoras personales y la disponibilidad de software mejorado hacen posible la recopilación automatizada de datos y permiten el uso de listas de verificación para garantizar que se obtenga toda la información relevante. Se ha escrito un programa para este propósito y se ha sometido a algunas pruebas iniciales.
Software inteligente MAIM
El modelo MAIM fue utilizado por Troup, Davies y Manning (1988) para investigar accidentes que causan lesiones en la espalda. Se creó una base de datos en una PC IBM mediante la codificación de los resultados de las entrevistas con pacientes realizadas por un entrevistador que tenía experiencia con el modelo MAIM. El análisis de entrevistas para obtener la descripción MAIM (figura 2 ) fue realizada por el entrevistador y fue recién en esta etapa que los datos fueron ingresados a la base de datos. Si bien el método fue bastante satisfactorio, hubo problemas potenciales para hacerlo accesible en general. En particular, se requerían dos áreas de experiencia: habilidades para entrevistar y la familiaridad con el análisis necesario para formar la descripción MAIM del accidente.
Figura 2. Resumen del accidente registrado por entrevista al paciente
El software fue desarrollado por Davies y Manning (1994a) para realizar una entrevista a un paciente y producir una base de datos de accidentes utilizando el modelo MAIM. El propósito del software era proporcionar dos áreas de experiencia: la entrevista y el análisis para formar la estructura del evento MAIM. El software MAIM es, en efecto, una "parte frontal" inteligente de una base de datos, y en 1991 estaba lo suficientemente desarrollado para probarse en un entorno clínico. El software MAIM fue diseñado para interactuar con el paciente por medio de "menús": el paciente selecciona opciones de listas que requieren solo el uso de las teclas del cursor y la tecla "Enter". La elección de un elemento de la lista de opciones afectó en cierta medida el camino a través de la entrevista y también tuvo el efecto de registrar información en la parte apropiada de la descripción MAIM del accidente. Este método de recopilación de datos eliminó la necesidad de habilidades de ortografía y mecanografía y también proporcionó una entrevista repetible y consistente.
La estructura de eventos del modelo MAIM usa verbos y objetos para formar oraciones simples. Los verbos en eventos se pueden asociar con diferentes escenarios de accidentes, y esta propiedad del modelo forma la base para la construcción de un conjunto de preguntas vinculadas que forman una entrevista. Las preguntas se presentan de tal manera que en cualquier etapa solo se necesitan opciones simples, rompiendo efectivamente el relato complejo del accidente en un conjunto de descripciones simples. Una vez que se ha identificado un verbo de evento, los sustantivos asociados se pueden encontrar ubicando los objetos para formar una oración que brinde todos los detalles de la descripción del evento en particular. Está claro que esta estrategia requiere el uso de un extenso diccionario de objetos que se pueden buscar de forma rápida y eficiente.
El Sistema de Vigilancia de Accidentes en el Hogar (HASS) (Departamento de Comercio e Industria 1987) monitorea los objetos involucrados en accidentes, y la lista de objetos utilizada por HASS se usó como base de un diccionario de objetos para el software MAIM y se amplió para incluir objetos encontrados en el lugar de trabajo. Los objetos se pueden agrupar en clases, y con esta estructura se puede definir un sistema de menú jerárquico: las clases de objetos forman capas que corresponden a listas de menú. Por lo tanto, se puede utilizar una lista enlazada de objetos asociados para localizar elementos individuales. Como ejemplo, el objeto martillo se puede encontrar seleccionando, en orden: (1) herramientas, (2) herramientas manuales y (3) martillo de tres listas de menú sucesivas. Un objeto determinado podría clasificarse potencialmente en varios grupos diferentes; por ejemplo, un cuchillo podría asociarse con artículos de cocina, herramientas u objetos afilados. Esta observación se usó para crear enlaces redundantes en el diccionario de objetos, lo que permitió muchas rutas diferentes para encontrar el objeto requerido. El diccionario de objetos cuenta actualmente con un vocabulario de unas 2,000 entradas que abarcan entornos laborales y de ocio.
La entrevista MAIM también recoge información sobre actividades en el momento del accidente, movimientos corporales, lugar del accidente, factores contribuyentes, lesiones e incapacidad. Todos estos elementos pueden ocurrir más de una vez en un accidente, y esto se refleja en la estructura de la base de datos relacional subyacente que se utilizó para registrar el accidente.
Al final de la entrevista, se habrán registrado varias oraciones que describen los eventos del accidente y se le pide al paciente que las ponga en el orden correcto. Además, se le pide al paciente que vincule las lesiones con los eventos registrados. Luego, se presenta un resumen de la información recopilada en la pantalla de la computadora para obtener información.
En la figura 2 se muestra un ejemplo de resumen de un accidente visto por el paciente. . Este accidente se ha superpuesto al diagrama MAIM de la figura 2 . Se han omitido los detalles relacionados con los factores y la ubicación del accidente.
El primer evento imprevisto o no intencionado (primer evento) que involucra a la persona lesionada suele ser el primer evento en la secuencia del accidente. Por ejemplo, cuando una persona resbala y cae, el resbalón es normalmente el primer evento en la secuencia del accidente. Si, por otro lado, una persona resulta lesionada por una máquina porque otra persona opera la máquina antes de que la víctima esté separada, el primer evento que involucra a la víctima es "atrapado por la máquina", pero el primer evento en la secuencia del accidente es "otro". máquina operada por una persona prematuramente”. En el software MAIM se registra el primer evento de la secuencia del accidente y puede surgir ya sea del primer evento que involucre al accidentado o como un evento precedente (figura 1). Teóricamente, esta forma de ver las cosas puede ser insatisfactoria, pero desde el punto de vista de la prevención de accidentes, identifica el comienzo de la secuencia del accidente, que luego puede orientarse para prevenir accidentes similares en el futuro. (El termino acción de desviación es utilizado por algunas autoridades para describir el comienzo de la secuencia del accidente, pero aún no está claro si esto es siempre sinónimo del primer evento del accidente).
Cuando el software MAIM se utilizó por primera vez en un entorno clínico, estaba claro que había problemas para evaluar correctamente algunos tipos de accidentes "bajo los pies". El modelo MAIM identifica el primer imprevisto como el punto de partida de la secuencia del accidente. Considere dos accidentes similares, uno en el que un trabajador intencionalmente pisa un objeto que luego se rompe, y un segundo accidente en el que un trabajador involuntariamente pisa un objeto que se rompe. En el primer accidente pisar el objeto es un movimiento del cuerpo y el primer imprevisto es la rotura del objeto. En el segundo accidente pisar el objeto es el primer imprevisto del accidente. La resolución de estos dos escenarios es preguntar: "¿Pisó algo accidentalmente?" Esto demuestra cuán importante es el diseño correcto de la entrevista para obtener datos precisos. El análisis de estos dos accidentes permite recomendaciones sobre la prevención de accidentes de la siguiente manera; el primer accidente se podría haber evitado informando al paciente de que el objeto se rompería. El segundo accidente podría haberse evitado informando al paciente de que el objeto era un peligro para los pies.
El software MAIM se probó con éxito en tres entornos clínicos, incluido un proyecto de 1 año en el Departamento de Accidentes y Emergencias del Royal Liverpool University Hospital. Las entrevistas a los pacientes duraron entre 5 y 15 minutos y, en promedio, se entrevistó a dos pacientes por hora. En total, se registraron 2,500 accidentes. Se está trabajando en publicaciones basadas en estos datos.