Estratégia de Amostragem tópicos - fundacentro.gov.br · vale o que realmente é feito ......

Estratégia de

Amostragem

tópicos REUNIÃO DO GT-HO SP

FUNDACENTRO

24/05/2018

Roteiro

Histórico

Alguns pontos relevantes em EAM

Tópico Especial

ANÁLISE DE DADOS ABAIXO DO LIMITE DE QUANTIFICAÇÃO DO MÉTODO

ANALÍTICO

3

Senta que lá vem história

A Higiene desde Alice Hamilton

A época do acesso às medições

Medir sem decidir ? Conflito.

NIOSH e o Manual ! Em 1977 !

Ainda é uma referência

Tradução disponível !

A AIHA

Interesse dos estatísticos em HO

4

Gradualmente, da gramática

à prática

Biblioteca da Fundacentro, circa 1981

NHTs, 1985

Programas de Higiene (Itsemap) 1992

Módulo EAM Pece-Poli, Padrões PB, 2003

Seminário Aberto DuPont, 2007

Já temos uma comunidade de EAM ?

Um passo antes...

Quais os objetivos do trabalho de HO?

Entender e controlar todas as exposições

Ter como meta manter todos os trabalhadores com sua exposição de longo

prazo dentro de critérios de tolerabilidade definidos (LT-MP)

Identificar e controlar também as exposições agudas a agentes ambientais

Adotar os melhores critérios de tolerabilidade para as exposições.

Estratégia de Amostragem

Começa muito antes de qualquer medição

É um processo de conhecimento progressivo sobre a

exposição dos trabalhadores, para uma avaliação

(julgamento) da exposição e seu controle.

Por que EAM?

Só a medição “intuitiva” não assegura certeza sobre a

situação de exposição

Por que a avaliação da exposição de um trabalhador não

pode ser um processo tão confiável quanto qualquer

outra avaliação tecnológica (o diâmetro da cabeça de um

pistão, por ex.)?

NIOSH >> resolveu ajudar no processo

Manual editado em 1977

Mantém –se uma referência

ABHO – Tradução para o Português

Alguns “novos” conceitos

foram desenvolvidos

Grupos Homogêneos de Exposição (Grupos de Exposição Similar)‏

Exposto de Maior Risco (Exposição de Maior Risco)‏

Nível de Ação (NOTAR: 1977 !!!!!)‏

Ainda:

PROCESSO DE CARACTERIZAÇÃO BÁSICA(AIHA) (FORMULAÇÃO DOS GHEs)‏

FERRAMENTAS ESTATÍSTICAS

SOFTWARE (PLANILHA IHSTAT,)

SITES DEDICADOS À HO COM FERRAMENTAS ON-LINE

Caracterização Básica

Conceito que sintetizou o passo de reconhecimento

inicial em HO.

Conhecer o processo, os expostos e os agentes

Processo Buscando a informação existente (bibiografia)

Entrevistando o técnico do processo, o trabalhador

Indo a campo !!! (não há atalhos !!!!)‏

Conhecer o processo... Livros – texto (inglês e português)

Enciclopédia da OIT

On line

http://www.ilo.org/safework/info/publications/W

CMS_113329/lang--en/index.htm (inglês)

Auto-tradução (clicar na bandeira de Portugal)

Caracterização Básica

Junte os conhecimentos

Formule os Grupos Homogêneos de Exposição

Os grupos são uma expectativa do higienista, mas serão

validados no processo de avaliação

Grupos Homogêneos de Exposição

Grupos de pessoas que desenvolvem rotinas e

tarefas essencialmente idênticas do ponto de

vista da exposição ao agente.

Grupos Homogêneos de Exposição

A “homogeneidade” refere-se ao grupo ser

uma população estatística válida para estudo

Não quer dizer que todos terão a mesma

exposição, mas sim a mesma chance perante

a exposição ou o mesmo perfil de exposição

As exposições não são iguais

Se o processo que gera os agentes é estável e a movimentação operacional também, ambos com pequenas variabilidades aleatórias, como é normal,

O ambiente brindará a cada trabalhador, a cada dia de trabalho, uma exposição única e individualizada (diferente de ontem, diferente de amanhã).

E isso não deve ser fonte de pânico.

Formulando GHEs

Observação e julgamento profissional (*)

Base de observação - função

Vale o que realmente é feito (não o nome do cargo)‏

Atenção para tarefas diferenciadas (novos grupos)‏

Em relação a um dado agente

Num mesmo ambiente operacional ( onde ocorre a exposição)

Pode haver “ambientes ampliados” para GHEs

(*) Utilização da experiência, especialização e conhecimento para, de forma sistemática, estabelecer a aplicação de conceitos dentro de um programa de higiene ocupacional.

O teste do Nível de Ação

do NIOSH

SE O NÍVEL DE AÇÃO FOR RESPEITADO NUM DIA

TÍPICO, EXISTE UMA PROBABILIDADE MAIOR QUE

95% DE QUE O LIMITE DE EXPOSIÇÃO SERÁ

RESPEITADO NOS OUTROS DIAS DE TRABALHO

(COM 95% DE CONFIANÇA)‏

premissas do teste

DPG = 1,22 (razoavelmente otimista)

CV = 0,1 (facilmente obtido ou melhor)

Distribuição lognormal (usualmente verdade)

Oferece uma visão de tolerabilidade preliminar das exposições

Procedimento de análise de dados a ser usado

Amostra única de período completo

Amostras consecutivas de período completo

Amostras de período parcial

Amostras pontuais de curta duração (grab samples)

Período de verificação do LE

Tip

o d

e a

mo

stra

FORMAS AMOSTRAIS

Formas amostrais

Fazemos o que podemos, não necessariamente o que queremos...

Amostra única de período completo

Dosimetria

Equipamentos integradores de AQ

AQ em baixas concentrações

Amostras consecutivas de período completo

Quando a situação ambiental exige ($$$)

Formas amostrais

Amostras de período parcial

Grande limitação estatística na análise da jornada

Estatístico para o Higienista: você é um total ignorante da porção não –

amostrada da jornada.

Formalmente, não há solução – a decisão para não - conformidade deveria

ser dada considerando a porção não amostrada como de exposição zero.

Se, ainda assim, o limite é excedido, há decisão de não-conformidade.

Não há raciocínio de conformidade aplicável

Amostras parciais e conformidade

Amostras parciais podem, todavia, ser validadas por julgamento

profissional,

O higienista pode assegurar que o período não amostrado é

essencialmente igual ao amostrado em termos de exposição

Cuidado para não fazer isso “automaticamente”

Não sendo possível, a amostragem não teve utilidade.

Caso particular: a amostragem inclui só o período de exposição “ativa”

da jornada, sendo o restante de exposição zero.

Do Manual NIOSH

STEL

TWA

15 min

Lembrar: o STEL é um limite tipo média –

ponderada no tempo (15 min)

Abordagem amostral depende do tipo de

LEO a ser verificado

MÉDIA PONDERADA AMOSTRAS AELATÓRIAS EM DIAS TÍPICOS, AO LONGO DO

TEMPO.

MELHOR INFORMAÇÃO LONGO PRAZO (se o processo de exposição se

mantém estacionário – aplicar gestão de mudanças em HO)

VALOR MÁXIMO, VALOR TETO (NENM) AMOSTRAS TENDENCIOSAS

COINCINDO COM OS PICOS ESPERADOS. Também pode incluir análise

estatística.

Estudando a exposição...

Os dados servem para que se procure ajustar uma distribuição aos mesmos geralmente lognormal.

A variabilidade será lognormal para a exposição inter-dias (ao longo dos dias) e para grab samples na exposição intra-dia (uma jornada). Nos demais casos “intra-dia” uma abordagem normal será possível.

Estudando-se as propriedades da distribuição, podemos tirar conclusões de auxílio no julgamento das exposições

Uma distribuição lognormal

Está caracterizada pela sua média

geométrica e pelo seu desvio padrão

geométrico

Também admite uma média aritmética

A AIHA recomenda a consideração da média

aritmética nos estudos lognormais (MVUE)‏

Perfil Lognormal típico

0

0.002

0.004

0.006

0.008

0.01

0.012

0.014

0 50 100 150 200 250 300

Concentração

Pontos de referência da distribuição que

podem ser utilizados para fins de

tolerabilidade ao serem comparados com o

LEO Média (pouco confiável se sozinha, já se exemplificará)

Limites de confiança da média

Percentil 95 ( tolerabilidade usual )

UTL95,95 (pode ser considerado um indicador de excelência)

Tolerabilidade – Algumas

referências.

NIOSH (citação AIHA): “em termos estatísticos, o empregador deve tentar obter uma confiança de 95% de que não mais do que 5% dos dias de trabalho excedem o LE” (UTL95,95 inferior ao LEO)

União Européia: “ quando a probabilidade de excedência do LE for maior do que 5%, medidas devem ser tomadas para reverter essa situação”

(P95 superior ao LEO)

Nova norma da União Européia : EN689 – possui um protocolo de aplicação e se baseia no P95 a 70% de confiança

Tolerabilidade...

BHP Billiton (de um artigo postado na Internet) – exposições aceitáveis

LIMITE DE CONFIANÇA SUPERIOR DA MVUE A 95% DEVE SER MENOR QUE 50% DO LE.

Ou seja, deve ser inferior ao nível de ação.

Como se pode ver, há muitas maneiras de se definir tolerabilidade

OEL

100

Sample Data

(max n = 50)

No less-than (<)

or greater-than (>)

67

51

33

72

122

75

110

93

61

190

EXEMPLINHO ILUSTRATIVO – A MÉDIA,

SOZINHA, NÃO É BOA CONSELHEIRA.

DESCRIPTIVE STATISTICS

Number of samples (n) 10

Maximum (max) 190

Minimum (min) 33

Range 157

Percent above OEL (%>OEL) 30.000

Mean 87.400

Median 73.500

Standard deviation (s) 44.789

Mean of logtransformed data (LN) 4.362

Std. deviation of logtransformed data (LN) 0.489

Geometric mean (GM) 78.431

Geometric standard deviation (GSD) 1.631

TEST FOR DISTRIBUTION FIT

W-test of logtransformed data (LN) 0.989

Lognormal (a = 0.05)? Yes

W-test of data 0.897

Normal (a = 0.05)? Yes

LOGNORMAL PARAMETRIC STATISTICS

Estimated Arithmetic Mean - MVUE 87.257

LCL1,95% - Land's "Exact" 67.950

UCL1,95% - Land's "Exact" 125.930

95th Percentile 175.369

UTL95%,95% 325.763

Percent above OEL (%>OEL) 30.971

LCL1,95% %>OEL 14.971

UCL1,95% %>OEL 52.865

O LE = 100 ppm

A média =

87,257 ppm

Quem não ficaria

satisfeito?

Idealized Lognormal Distribution

AM and CI's 95%ile

0

0.002

0.004

0.006

0.008

0.01

0.012

0.014

0 50 100 150 200 250 300

Concentration

LE

Média

(87,257) “quantos”‏

estão

expostos

acima do

LE?

Percent above OEL (%>OEL) 30.971

Interpretação

• ao longo dos dias, mais de 30% das exposições excedem o LE

• num dado dia, a chance de um trabalhador ter sua exposição

superior ao LE é maior que 30%

•ISSO É ACEITÁVEL ?

Perfil de Exposição

Concentração 0 1 2 3 4 5 6 7

LEO

Onde deveria

estar o LEO?

...melhor: como

deveriam estar

minhas exposições?

MA 95%

5 ppm 10 ppm

LE

UTL95,95

p

MA 95%

5 ppm 10 ppm

LE

UTL95,95

p

Excelência ?

TÓPICO ESPECIAL: UTILIZAÇÃO DE DADOS ANALÍTICOS ABAIXO DO LIMITE DE QUANTIFICAÇÃO EM ANÁLISES ESTATÍSTICAS

A terminologia aplicável considera várias definições

relativas à quantificação analítica(AIHA)

•Limite de detecção do método

•Limite de detecção do instrumento analítico

•Menor padrão determinado

•Limite de Quantificação do método

•Limite de Reporte

UTILIZAÇÃO...

•O menor valor reportável, seja ele baseado em

qualquer dos conceitos anteriores, será, para

todos os fins, o limite de quantificação do

método para a análise estatística.

•É o que o laboratório oficialmente declara

•Por simplicidade, será referido a seguir como

“Limite de Quantificação do Método”, o LQM.

Dados abaixo da detecção

No livro de Helsel sobre “non-detects”, há uma genial

citação de um poema, que sintetiza o drama dos

valores não detetados em um conjunto de dados.

Hughes Mearns(1875-1965), em 1899, não imaginava

quão proféticas seriam suas palavras.

39

Antigonish ou “The little man that

wasn´t there”(Hughes Mearns)

40

Yesterday, upon the stair,

I met a man who wasn't there.

He wasn't there again today,

I wish, I wish he'd go away...

Ontem, no alto da escada

Encontrei um homem que não

estava lá

Ele não estava lá de novo hoje

Puxa, como eu gostaria que ele

fosse embora...

Possibilidades de Gestão dos ND

Análise Estatística Gráfica ( os

velhos papéis probabilísticos)

•USO DE PAPÉIS PROBABILÍSTICOS COM DADOS ABAIXO DO LQM

RECOMENDADO PARA QTDE DE AMOSTRAS ABAIXO DO LQM NÃO EXCESSIVA E

DADOS LIDOS CAPAZES DE GERAR UMA BOA RETA MÉDIA.

EXEMPLO DE APLICAÇÃO

•LQM = 25 ppm

•24 DADOS

•08 DADOS ABAIXO DO LQM (~30%)

1.DADOS DO GRÁFICO

No de ordem Valor (ppm) Posição (Pi%) No de ordem Valor (ppm) Posição (Pi%)

01 <25 4 13 37 52

02 <25 8 14 39 56

03 <25 12 15 44 60

04 <25 16 16 45 64

05 <25 20 17 49 68

06 <25 24 18 49 72

07 <25 28 19 53 76

08 <25 32 20 56 80

09 26 36 21 63 84

10 30 40 22 90 88

11 31 44 23 96 92

12 31 48 24 116 96

Graficamente MG= 35 ppm, P95 = 105 ppm, DPG= 1,9

ppm A reta

média é

traçada

desconside-

rando-se os

pontos

abaixo do

LDM/LQM

Os dados

da

distribuição

são obtidos

normalmen

te, com a

reta traçada

(MG, DPG,

P95)

Os pontos

abaixo do

LDM/LQM

são

plotados

normal-

mente.

•“MÉTODOS DE SUBSTITUIÇÃO”

Significa que os valores abaixo do LQM serão substituídos por um valor fixo, para entrada de dados

VALOR < LQM = ?

Obs: a planilha da AIHA não aceita dados “menor que”

O QUE NÃO É RECOMENDADO

O PRÓPRIO VALOR DE LQM

ZERO (uma impossibilidade na análise lognormal)

SUPRESSÃO DO DADO (jamais)

•CASOS ADOTADOS EM LITERATURA (HOJE EM PROCESSO DE SUPERAÇÃO)

USO DA METADE DO LQM (LQM/2)

RECOMENDADO QUANDO A MAIOR PARTE DOS DADOS SE ENCONTRA ABAIXO DO LQM

QUANDO OS DADOS POSSUEM ALTA VARIABILIDADE (DPG MAIOR OU IGUAL A 3)

USO DO LQM DIVIDIDO PELA RAIZ QUADRADA DE 2

RECOMENDADO QUANDO POUCOS DADOS ESTÃO ABAIXO DO LQM E QUANDO A VARIABILIDADE É MODERADA OU BAIXA (DPG < 3)

Os métodos de substituição têm sido considerados suficientemente precisos para até um máximo 50% dos dados abaixo do LQM.

EXEMPLO COMPARATIVO (apenas um

exemplo)

1. MÉTODO GRÁFICO

Graficamente MG= 35 ppm, P95 = 105 ppm, DPG= 1,9

ppm A reta

média é

traçada

desconside-

rando-se os

pontos

abaixo do

LDM/LQM

Os dados

da

distribuição

são obtidos

normalmen

te, com a

reta traçada

(MG, DPG,

P95)

Os pontos

abaixo do

LDM/LQM

são

plotados

normal-

mente.

MÉTODO COM LQM/2

PLANILHA ESTATÍSTICA UTILIZADA =

IHSTAT (AIHA).

2.CÁLCULO COM LQM/2

Industrial Hygiene Statistics Data Description:

OEL DESCRIPTIVE STATISTICS

100 Number of samples (n) 24

Maximum (max) 116

Sample Data Minimum (min) 12,5

(max n = 50) Range 103,5

No less-than (<) Percent above OEL (%>OEL) 4,167

or greater-than (>) Mean 39,792

12,5 Median 34,000

12,5 Standard deviation (s) 28,807

12,5 Mean of logtransformed data (LN) 3,431

12,5 Std. deviation of logtransformed data (LN) 0,743

12,5 Geometric mean (GM) 30,901

12,5 Geometric standard deviation (GSD) 2,102

12,5

12,5 TEST FOR DISTRIBUTION FIT

26 W-test of logtransformed data (LN) 0,885

30 Lognormal (a = 0.05)? No

31

31 W-test of data 0,854

37 Normal (a = 0.05)? No

39

44 LOGNORMAL PARAMETRIC STATISTICS

45 Estimated Arithmetic Mean - MVUE 40,143

49 LCL1,95% - Land's "Exact" 31,366

49 UCL1,95% - Land's "Exact" 57,036

53 95th Percentile 104,871

56 UTL95%,95% 171,737

MÉTODO COM LQM/

PLANILHA ESTATÍSTICA UTILIZADA =

IHSTAT (AIHA).

2

2. CÁLCULO COM LQM/ (RAIZ QUADRADA DE 2)

Industrial Hygiene Statistics Data Description:

OEL DESCRIPTIVE STATISTICS

100 Number of samples (n) 24

Maximum (max) 116

Sample Data Minimum (min) 17,68

(max n = 50) Range 98,32

No less-than (<) Percent above OEL (%>OEL) 4,167

or greater-than (>) Mean 41,518

17,68 Median 34,000

17,68 Standard deviation (s) 27,161

17,68 Mean of logtransformed data (LN) 3,546

17,68 Std. deviation of logtransformed data (LN) 0,601

17,68 Geometric mean (GM) 34,686

17,68 Geometric standard deviation (GSD) 1,824

17,68

17,68 TEST FOR DISTRIBUTION FIT

26 W-test of logtransformed data (LN) 0,898

30 Lognormal (a = 0.05)? No

31

31 W-test of data 0,827

37 Normal (a = 0.05)? No

39

44 LOGNORMAL PARAMETRIC STATISTICS

45 Estimated Arithmetic Mean - MVUE 41,195

49 LCL1,95% - Land's "Exact" 33,771

49 UCL1,95% - Land's "Exact" 53,611

53 95th Percentile 93,246

56 UTL95%,95% 138,990

QUADRO COMPARATIVO (circa 2007)

MÉTODO GRÁFICO LQM/2 LQM/

MÉDIA

GEOMÉTRICA 35 ppm 31 ppm 35 ppm

DESVIO

PADRÃO

GEOMÉTRICO

1,9 2,1 1,8

PERCENTIL

95 105 ppm 105

ppm

93 ppm

2

Abordagem atual

Drolet (Quebec) repotenciou a planilha da AIHA,

traduziu-a (inclui português) e planejou incluir um

módulo para non-detects, baseado no livro de Helsel.

Isto realmente não ocorreu, mas Helsel e

colaboradores geraram uma ferramenta na Internet

que faz esse papel.

54

Drolet, AIHCE,2007

cita o Livro de Helsel, a bíblia

dos non-detects.

55

Helsel /Lavoué,

Lemay,Drolet, Dufresne

NDExpo

56

Estratégia chamada de Robust ROS (regression

on order statistics)

Faz um trabalho semelhante ao método gráfico,

“ajustando os não detetados à distribuição

evidenciada pelos detetados”.

Com esses dados “novos”, podemos usar a

planilha da AIHA !!!

Características

Pelo menos 5 amostras

Pelo menos 3 amostras detectadas

Até 80% de não detectados

Site da Universidade de Montréal.

http://www.expostats.ca/site/app-local/NDExpo/

57

58

Visite a

página,

transforme

seus dados e

use a IHSTAT

da AIHA.

59

QUADRO COMPARATIVO (2014-2015)

MÉTODO GRÁFICO LQM/2 LQM/ NDExpo

MÉDIA

GEOMÉTRICA 35 ppm 31 ppm 35 ppm 34 ppm

DESVIO

PADRÃO

GEOMÉTRICO

1,9 2,1 1,82 1,9

PERCENTIL 95 105 ppm 105

ppm

93 ppm 100

ppm

2

61

Ontem, no alto da escada

Encontrei um homem que não

estava lá

Ele não estava lá de novo hoje

Puxa, como eu gostaria que ele

fosse embora...

Gerenciando os não – detetados...

OBRIGADO

Mario Fantazzini

mfantz@uol.com.br

ABHO HOC 005

ABHO 2015 - 2018 – Conselho Técnico