#PAGE_PARAMS# #ADS_HEAD_SCRIPTS# #MICRODATA#

Stanovenie rizika z expozície zamestnancov vibráciám pri práci v manipulačno-expedičných skladoch – časť 2: výsledky štúdie


Risk assessment for employees exposed to vibrations at work in manipulation – expedition storage – Part 2 – Results of the study

This contribution follows up the first part, where the results of measurement executed in the wood store in eastern Slovakia concerning the occupation machinist of a front loader and that of sawyer were presented. Based on the results a mathematical-statistical analysis revealed the risks of these working positions. This is an introductory study, but with the ambition of creating a methodological basis for possible further risk assessment in the working environment.

Keywords:

vibrations – risk assessment – forestry management – health


Autoři: M. Andrejiová 1;  E. Lumnitzer 2;  M. Piňosová 3;  A. Goga-Bodnárová 4
Působiště autorů: Technická univerzita v Košiciach, Strojnícka fakulta, Ústav automatizácie, mechatroniky a robotiky, Katedra aplikovanej matematiky a informatiky, riaditeľ prof. Ing. Michal Kelemen, PhD. 1;  Technická univerzita v Košiciach, Strojnícka fakulta, Ústav Konštrukčného a procesného inžinierstva, Katedra procesného a environmentálneho inžinierstva, riaditeľ prof. Ing. Jozef Bocko, PhD. 2, 3;  lb Solve, s. r. o., Košice 4
Vyšlo v časopise: Pracov. Lék., 70, 2018, No. 3-4, s. 116-122.
Kategorie: Původní práce

Souhrn

Tento príspevok nadväzuje na prvú časť, v ktorej sú prezentované výsledky z meraní realizované v drevoskladoch na východnom Slovensku pre profesie strojník čelného nakladača a pilčík. Na ich základe bola matematicko-štatistickými metódami vyčíslená miera rizika pre tieto pracovné pozície. Ide o jednu z úvodných štúdii, ktorej ambíciou je vytvoriť metodologický základ pre prípadné ďalšie hodnotenia rizík v pracovnom prostredí.

Klíčová slova:

vibrácie – hodnotenie rizika – lesné hospodárstvo – zdravie

ÚVOD

Na základe výsledkov z meraní vibrácií prenášaných na ruky zamestnancov v manipulačno-expedičných skladoch na východnom Slovensku, informácií získaných z rozhovorov so zamestnancami a zamestnávateľom, na základe spolupráce s odborníkmi z Kliniky pracovného lekárstva a klinickej toxikológie UPJŠ v Košiciach, bola v rámci výskumu matematicko-štatistickými metódami spracovaná metodika, ktorej cieľom bolo vytvoriť tzv. klasifikačný model, ktorý by do budúcna slúžil ako metodologický základ pre ďalšie hodnotenie rizík v pracovnom prostredí.

Podkladom pre realizáciu výskumu boli výsledky meraní a tiež záznamy zo zdravotnej dokumentácie zamestnancov, u ktorých boli tieto merania vykonané. Pri realizácii meraní bol vykonaný osobný pohovor s každým zamestnancom, základom ktorého bolo získať informácie o subjektívnom vnímaní ich zdravotného stavu, základné charakteristiky ich pracovnej činnosti (časový priebeh zamestnaní), prehľad o používaných strojoch a zariadeniach atď.

Cieľom výskumu bolo identifikovať závislosť medzi pracovnou činnosťou zamestnancov, expozíciou vibráciám a skutočným, exaktne identifikovaným poškodením zdravotného stavu zamestnanca.

Na základe našich zistení sú najväčšej expozícii vibráciám pri výkone pracovnej činnosti v manipulačno-expedičných skladoch, tzv. drevoskladoch vystavení zamestnanci na profesiách strojník čelného nakladača a pilčík. Tento významný vplyv sa prejavuje z dvoch dôvodov: používané pracovné náradie, ako je jednomužná motorová píla, je jedným z najvýraznejších zdrojov vibrácií v drevnom hospodárstve a čas expozície vibráciám sa pohybuje v rozmedzí 4–5 hod. za pracovnú zmenu.

Pilčíci sú málokedy zamestnancami na trvalý pracovný pomer, väčšinou patria do skupiny samostatne zárobkovo činných osôb (živnostníci), z tohto dôvodu je na mieste tvrdiť, že skutočný čas expozície vystavenia vibráciám sa takto môže ešte podstatne líšiť od zamestnávateľom udávaného času, nakoľko vykonávajú túto pracovnú činnosť aj po pracovnej dobe alebo cez víkendy. Aj napriek tomu, že v posledných rokoch ochrana pilčíkov významne vzrástla, patri táto profesia medzi najrizikovejšie z pohľadu vzniku choroby z povolania. U strojníkov čelných nakladačov riziko vyplýva hlavne z dlhého času expozície, často sa jedná o celú pracovnú zmenu. V prípade pilčíkov sa ako pridružený negatívny faktor prejavuje zaťaženie chladom, hlavne pri práci v zimných mesiacoch.

V rámci výskumu sme vykonali celý rad meraní vo viacerých manipulačných skladoch. Výsledky, z ktorých sa vychádzalo pri hodnotení, sú získané z veľkého množstva meraní vplyvov vibrácií na obe ruky pilčíka, resp. strojníka, pričom sa dbalo na zachovanie podmienok zhodnosti.

METÓDY ANALÝZY A HODNOTENIA

Relatívne riziko

Výpočet relatívneho rizika (RR) umožňuje porovnávať pravdepodobnosť výskytu sledovaného javu (udalosti) v dvoch rôznych skupinách: v skupine, v ktorej sa vyskytuje istý faktor, a v skupine bez prítomnosti daného faktora. Odhad relatívneho rizika je definovaný ako podiel absolútnych rizík vzniku sledovaného javu v prvej skupine a v druhej skupine. V prípade dvoch dichotomických premenných platí

kde AR1 (resp. AR2) je absolútne riziko vzniku javu v prvej (resp. druhej) skupine, a (resp. c) je počet výskytu sledovaného javu v prvej (resp. druhej) skupine, b (resp. d) je počet prvkov v prvej (resp. druhej) skupine, u ktorých nie je pozorovaný jav[1, 2].

Ak RR je menšie (resp. väčšie) ako 1, tak prítomnosť faktora znižuje (resp. zvyšuje) riziko výskytu sledovaného javu. Ak RR sa rovná 1, tak medzi prítomnosťou faktora a výskytom sledovaného javu nie je žiadna asociácia, tzn. nie je žiadny významný rozdiel medzi danými dvoma skupinami. 100(1 - α)% -nyintervalový odhad IC je definovaný vzťahom

kde  

  

kvantil normovaného normálneho rozdelenia. Ak intervalový odhad nezahrňuje 1, tak medzi skupinami je štatisticky významný rozdiel.

Rozhodovacie stromy

Rozhodovacie stromy sú významným nástrojom na klasifikáciu a predikciu a na uľahčenie rozhodovania v rôznych rozhodovacích problémoch. Sú to štruktúry, ktoré rozdeľujú skúmané dáta podľa určitých rozhodovacích kritérií [3]. Úlohou klasifikácie je vytvoriť klasifikačný model, ktorý by umožňoval k hodnotám vstupných atribútov nejakého objektu priradiť vhodnú hodnotu cieľového atribútu. Inak povedané, cieľom rozhodovacieho stromu je klasifikovať objekty do tried (kategórií) cieľového atribútu. Podľa typu cieľového atribútu ich delíme na klasifikačné a regresné rozhodovacie stromy. Vzhľadom na diskrétny charakter výstupného atribútu v práci bude použitý klasifikačný strom.

Existuje niekoľko algoritmov tvorby rozhodovacieho stromu. Algoritmus na tvorbu rozhodovacieho stromu sa vždy začína na trénovacej množine, ktorá je tvorená n objektami. Každý objekt je charakterizovaný k – vstupnými atribútmi (vlastnosťami), t.j. Aj, j=1,2,...,k.

Vstupné atribúty môžu byť diskrétne alebo spojité. Pre každý objekt je známa aj hodnota cieľového atribútu Y, ktorý môže nadobúdať m rôznych hodnôt, tried.

Kľúčovou úlohou klasifikácie je vybrať atribút vhodný na vetvenie stromu. Na nájdenie najvhodnejšieho atribútu pre delenie sa používajú rôzne kritéria: Entropia, Informačný a pomerový informační zisk, Gini index a chi2 test. V práci použijeme algoritmus C5.0, ktorý je vylepšením algoritmov ID3 a C4.5. Algoritmus je vhodný pre všetky typy atribútov, ale výstupná premenná je kategoriálna. Kritériom pre vetvenie je informačný zisk a entropia.

Entropia predstavuje mieru neurčitosti. Nech máme uzol S, ktorému patrí n trénovacích záznamov [4]. Nech Y je cieľový atribút, ktorý môže nadobúdať m rôznych hodnôt, tried Yj (j = 1,2,...,m). Potom vzťah pre výpočet entropie uzla S bude mať tvar

kde p(Yj) je pravdepodobnosť toho, že nejaký príklad, patriaci uzlu S, bude klasifikovaný do triedy Yj.

Nech A je atribút, ktorý môže nadobúdať hodnoty Ai (j = 1,2,...,m). Potom vzťah pre výpočet entropie uzla S s testovacím atribútom A bude mať tvar

kde p(Ai) je pravdepodobnosť toho, že nejaký príklad, patriaci uzlu S má hodnotu atribútu A = Ai, pričom H(Ai) predstavuje hodnotu entropie na množine prípadov, ktoré majú hodnotu atribútu A = Ai. Platí

kde

pričom nl(Ai) predstavuje počet trénovacích záznamov, ktoré patria do triedy cieľového atribútu Yl, ktoré majú hodnotu atribútu A = Ai.

Informačný zisk (information gain) IG(S,A) atribútu A predstavuje očakávané zmenšenie entropie zapríčinené rozdelením prípadov na základe hodnôt danej premennej. Informační zisk porovnáva entropiu pred a po rozdelení. Teda meria, koľko informácií sme získali rozdelením podľa zvoleného atribútu. Informačný zisk pre uzol S a atribút A spočítame podľa vzťahu

Aby sa naplnil cieľ vytvoriť minimálny rozhodovací strom, vyberá sa na vetvenie pre každý uzol atribút s najmenšou entropiou, teda s maximálnym možným informačným ziskom.

Na meranie zhody zatriedenia výstupného atribútu použijeme celkovú správnosť Ac

kde R je celková chyba, E je počet nesprávne zaradených prípadov a C je celkový počet prípadov v skupine.

VÝSLEDKY

Základné údaje o zamestnancoch manipulačno-expedičných skladov

Pilotného výskumu sa zúčastnilo 16 zamestnancov (mužov) vo veku od 35 do 65 rokov, ktorí boli v rámci svojej profesie vystavení expozícii vibráciám prenášaných na ruky. Zo zdravotných záznamov sme získali informácie o ich veku (rok), dĺžke praxe (roky), dennom priemernom čase expozície vibráciám (hodiny), BMI indexe a ďalších faktoroch. Posudzovanú hodnotu normalizovaného zrýchlenia vibrácií (m.s-2) sme získali objektivizáciu vibrácií prenášaných na ruky. Základné údaje a charakteristiky sú v tabuľke 1.

Tab. 1. Základné údaje o zamestnancoch (n = 16)
Základné údaje o zamestnancoch (n = 16)

Súčasťou výskumu bolo aj sledovanie výskytu anamnéz: fajčenie (A1), vysoký krvný tlak (A2), bolesti chrbtice (A3), bolesti bedrových kĺbov (A4), bolesti ľavého (A5) a pravého lakťa (A6), tŕpnutie rúk (A7), farebné zmeny prstov na rukách (A8) a cievne zmeny prstov pred (A9) a po ochladení (A10). Výskyt sledovaných anamnéz je uvedený v tabuľke 2.

Tab. 2. Výskyt anamnéz u sledovaných zamestnancov (n = 16)
Výskyt anamnéz u sledovaných zamestnancov (n = 16)

Na základe získaných informácií sme zistili, že z celkového počtu sledovaných zamestnancov je 10 nefajčiarov (A1: 62,50%) a iba jeden (A2: 6,25%) trpí vysokým krvným tlakom. Deväť zamestnancov (A3: 56,25%) trpí bolesťami chrbtice a 6 (A4: 37,50%) trpí bolesťami bedrových kĺbov. Bolesti ľavého lakťa uvádzajú traja zamestnanci (A5: 18,75%) a bolesti pravého lakťa dvaja (A6: 12,50 %). Piati zamestnanci (A7: 25,00%) uvádzajú tŕpnutie prstov a iba jeden zamestnanec (A8: 6,25%) aj farebné zmeny prstov. Pri posudzovaní rizika výskytu cievnych zmien, ktoré sme získali z výsledkov vyšetrenia prstovej pletyzmografie (rozpad > 97%) a výsledkov vodného chladového testu 10 °C/10 min. (lividita, začervenanie/zbelenie, mramorovanie, cyanóza) celkovú závažnosť poškodenia u sledovanej vzorky zamestnancov rozdelili do troch kategórií: úplná, čiastočná a žiadna. Štyria zamestnanci mali cievne zmeny prstov pred ochladením (A9: 25,00%) a u desiatich sa cievne zmeny prejavili po ochladení (A10: 62,50 %).

Sledovanie rizika výskytu cievnych zmien po ochladení prstov rúk

V rámci hodnotenia bol pozorovaný vplyv vybraných atribútov na výsledok pletyzmografie. V tomto prípade je potrebné zdôrazniť, že zistené výsledky a tvrdenia nie je možné v dôsledku malého množstva zamestnancov zovšeobecniť. Získané výsledky sa výhradne týkajú iba sledovanej skupiny zamestnancov.

Kvôli prehľadnejšiemu hodnoteniu bola sledovaná skupina zamestnancov rozdelená do troch vekových skupín: Vek I (45 rokov a nižšie, 6 zamestnancov), Vek II (46–55 rokov, 6 zamestnancov) a Vek III (od 56 rokov a vyššie, 4 zamestnanci). Ak berieme do úvahy počet odpracovaných rokov v riziku (prax v odbore), tak sme uvažovali dve skupiny: Prax I (do 20 rokov, 5 zamestnancov), Prax II (od 20 rokov, 11 zamestnancov). Podľa času expozície sme uvažovali dve skupiny: Expozícia I (max. 4 hod./deň, 9 zamestnancov), Expozícia II (nad 4 hod./deň, 7 zamestnancov). Pri posudzovanej hodnote normalizovaného zrýchlenia vibrácií sme zvolili dve skupiny: Zrýchlenie I (do 3,5 m.s-2, 5 zamestnancov) a Zrýchlenie II (nad 3,5 m.s-2, 11 zamestnancov). Výskyt cievnych zmien u zamestnancov prstov rúk po ochladení je graficky znázornený na obr. 1–4.

Obr. 1. Výskyt cievnych zmien prstov rúk po ochladení z hľadiska vekovej skupiny
Výskyt cievnych zmien prstov rúk po ochladení z hľadiska
vekovej skupiny

Obr. 2. Výskyt cievnych zmien prstov rúk po ochladení z hľadiska počtu odpracovaných rokov v riziku
Výskyt cievnych zmien prstov rúk po ochladení z hľadiska
počtu odpracovaných rokov v riziku

Obr. 3. Výskyt cievnych zmien prstov rúk po ochladení z hľadiska času expozície
Výskyt cievnych zmien prstov rúk po ochladení z hľadiska
času expozície

Obr. 4. Výskyt cievnych zmien prstov rúk po ochladení z hľadiska posudzovanej hodnote normalizovaného zrýchlenia vibrácií
Výskyt cievnych zmien prstov rúk po ochladení z hľadiska
posudzovanej hodnote normalizovaného zrýchlenia vibrácií

Pri hodnotení je použité nasledovné označenie atribútov: veková kategória zamestnanca (B1), počet odpracovaných rokov v riziku (B2), čas expozície (B3), posudzovaná hodnota normalizovaného zrýchlenia vibrácií (B3), sledované anamnézy A1–A10.

Mieru asociácie medzi výskytom cievnych zmien prstov rúk po ochladení (A10) a vybranými atribútmi sme stanovili prostredníctvom relatívneho rizika.

Z analýzy vyplýva, že odhad absolútneho rizika výskytu cievnych zmien prstov rúk po ochladení u fajčiarov je 0,67 (tzn., že 67 zo 100 zamestnancov, ktorí fajčia má cievne zmeny na prstoch rúk), u nefajčiarov je to 0,60. Odhad relatívneho rizika výskytu cievnych zmien prstov rúk po ochladení je 1,10. Z výsledku vyplýva, že u fajčiarov je 1,1 krát vyšší výskyt cievnych zmien prstov rúk po ochladení ako v prípade nefajčiarov. V tabuľke 3 sú uvedené odhady relatívneho rizika spolu s 95%-ným intervalovým odhadom pre tie sledované anamnézy A1–A9.

Tab. 3. Odhad relatívneho rizika výskytu cievnych zmien prstov rúk po ochladení (n = 16)
Odhad relatívneho rizika výskytu cievnych zmien prstov rúk
po ochladení (n = 16)

Z výsledkov napríklad vyplýva, že u zamestnancov, u ktorých sa prejavujú farebné zmeny prstov na rukách je 2,2 krát vyšší výskyt cievnych zmien prstov rúk po ochladení ako v prípade absencie farebných zmien prstov. Z intervalových odhadov je zrejmé, že výskyt cievnych zmien prstov rúk po ochladení štatisticky významne závisí (interval obsahuje 1) na prítomnosti vysokého krvného tlaku (A2), farebnej zmeny prstov (A8) a cievnych zmien prstov pred ochladením (A9).

Pri sledovaní vplyvu veku zamestnancov od 56 rokov (veková kategória Vek III) je zvolená za referenčnú skupinu. Ukázalo sa, že u zamestnancov vo vekovej kategórii Vek I je výskyt cievnych zmien prstov po ochladení 2,67 krát vyšší ako v prípade zamestnancov vo vekovej kategórii Vek III. U zamestnancov vo vekovej kategórii Vek II je 3,33 krát vyšší výskyt cievnych zmien prstov rúk po ochladení ako v prípade zamestnancov vo vekovej kategórii Vek III.

Ak berieme do úvahy počet odpracovaných rokov v riziku, tak u zamestnancov s praxou do 20 rokov (Prax I) je 0,24 krát nižší výskyt cievnych zmien prstov rúk po ochladení ako v prípade zamestnancov s praxou nad 20 rokov (Prax II).

U zamestnancov s nízkym časom expozície (najviac 4 hod./deň, Expozícia I) je 1,17 krát vyšší výskyt cievnych zmien prstov rúk po ochladení ako v prípade zamestnancov s vyšším časom expozície (viac ako 4 hod./deň, Expozícia I). Rovnako sme zistili, že v prípade vybranej skupiny zamestnancov nižšia posudzovaná hodnota normalizovaného zrýchlenia vibrácií znižuje riziko výskytu cievnych zmien (0,4 krát nižší výskyt cievnych zmien prstov rúk po ochladení ako v prípade vyššej hodnoty normalizovaného zrýchlenia vibrácií).

Tvorba klasifikačného modelu na základe teórie rozhodovacích stromov

Klasifikačný model je vytvorený pomocou trénovacej množiny, ktorá obsahovala 16 respondentov (zamestnancov). Každý z nich je charakterizovaný 4 atribútmi: vek (roky), počet odpracovaných rokov v riziku (roky), čas expozície (hod.) a posudzovaná hodnota normalizovaného zrýchlenia (m.s-2). Výstupnou premennou je výskyt cievnych zmien prstov rúk po ochladení s dvoma kategóriami: Áno (výskyt cievnych zmien) a Nie (bez výskytu cievnych zmien). Na tvorbu rozhodovacieho stromu je použitý program R (library C50).

Na vetvenie sú použité tri atribúty: počet odpracovaných rokov v riziku (Prax, 100%), posudzovaná hodnota normalizovaného zrýchlenia (Zrýchlenie, 68,75%) a vek (Vek, 25,0%). Na prvej úrovni vetvenia je použitý atribút počet odpracovaných rokov v riziku. Výsledok stromovej štruktúry je na obrázku 5.

Obr. 5. Rozhodovací strom (Výstup: program R)
Rozhodovací strom (Výstup: program R)

Ukazuje sa, že ohrozenou skupinou sú predovšetkým zamestnanci s počtom odpracovaných rokov v riziku nad 19 rokov s posudzovanou hodnotou normalizovaného zrýchlenia menšou alebo rovnou 2,06 ms-2, pričom ich vek je menší ako 50 rokov. K cievnym zmenám prstov rúk po ochladení dochádza aj pri počte odpracovaných rokov v riziku nad 19 rokov v prípade posudzovanej hodnoty normalizovaného zrýchlenia väčšej ako 2,06 ms-2 .

Výsledný rozhodovací strom môžeme previesť na jednoduché rozhodovacie pravidlá:

  • IF (Prax <= 19) THEN (ZMENA = NIE)
  • IF (Prax >= 19) AND (Zrychlenie > 2,06) THEN (ZMENA = ANO)
  • IF (Prax >= 19) AND (Zrychlenie <= 2,06) AND (Vek <= 49) THEN (ZMENA = ANO)
  • IF (Prax >= 19) AND (Zrychlenie <= 2,06) AND (Vek > 49) THEN (ZMENA = NIE)

Na opis zhody medzi klasifikáciou získanou z experimentu a klasifikáciou určenou rozhodovacím stromom použijeme maticu zámen (tab. 4).

Tab. 4. Odhad relatívneho rizika výskytu cievnych zmien prstov rúk po ochladení (n = 16)
Odhad relatívneho rizika výskytu cievnych zmien prstov
rúk po ochladení (n = 16)

Z matice zámen vyplýva, že počet správne klasifikovaných subjektov bolo 15 z celkového počtu 16. Vytvorený klasifikačný model určený rozhodovacím stromom nesprávne zatriedil iba 1 zamestnanca. Celková presnosť (overall accuracy Ac) je 93,75%. Z toho vyplýva, že získaný model má veľmi dobrú klasifikačnú schopnosť.

DISKUSIA A ZÁVER

K zodpovedaniu otázky, do akej miery fyzikálne faktory práce a pracovného prostredia predstavujú riziko pre zdravie zamestnanca, alebo do akej miery sú vykonané opatrenia účinné, napomáhajú hodnoty určujúcich veličín. Ich dodržiavanie alebo prekročenie hovorí nielen o miere rizika, ale aj o úrovni ochrany zdravia zamestnancov [5]. V rámci Slovenskej republiky sú podkladom pre posúdenie plnenia týchto požiadaviek výsledky priameho alebo nepriameho merania a porovnania s prípustnými akčnými hodnotami určujúcich veličín ustanovenými v legislatíve a technických normách.

Ako v tomto príspevku rovnako aj v predchádzajúcej časti tejto štúdie boli pre hodnotenie využité postupy a metódy objektívneho hodnotenia fyzikálneho faktora (vibrácie) v pracovnom prostredí manipulačno-expedičných skladoch (drevoskladoch) na profesiách strojník čelného nakladača a pilčík na východnom Slovensku. Podkladom pre realizáciu výskumu boli taktiež zdravotné záznamy zamestnancov, u ktorých boli vykonané merania.

V rámci výskumu boli na sledovaných pracovných miestach merané nasledovné určujúce veličiny zrýchlenia vibrácii, a to vibrácie prenášané na ruky. Pri meraniach sme postupovali v súlade s normami STN EN ISO 5349-1: 2001 (6), STN EN ISO 5349-2: 2015/A1 (7) a STN ISO 2631-1: 1997 (8).Na základe výsledkov z meraní bola matematicko-štatistickými metódami vyčíslená miera rizika pre vybrané pracovné profesie.

Z výsledkov uvedených v prvej časti tejto štúdie vyplynulo vysoké prekročenie akčných aj limitných hodnôt expozície vibráciám prenášaných na ruky na pracovnej pozícii – pilčík. Obe profesie sú pri vykonávaní svojej pracovnej činnosti zaťažené vibráciami prenášanými na ruky, no v prípade pilčíka ide však o záťaž enormnú (3,51–14,22 m.s-2). Pri posudzovaní normalizovaných hodnôt zrýchlenia vibrácií na celé telo tieto hodnoty prekročené neboli. V rámci výskumu bol zároveň vykonaný experiment, cieľom ktorého bolo zistiť, či druh spracovávanej drevnej hmoty, má významný vplyv na veľkosť zrýchlenia vibrácií alebo ho možno v praktických podmienkach zanedbať.

Táto pilotná štúdia bola súčasťou rozsiahlejšieho projektu, ktorého cieľom bolo identifikovať závislosti medzi pracovnou činnosťou, charakterizovanou expozíciou zamestnancov vibráciám a skutočným, exaktne identifikovaným poškodením zdravotného stavu zamestnanca. Na základe doteraz zistených závislostí možno sformulovať niektoré zaujímavé tvrdenia, ktorých opodstatnenie by však bolo potrebne dokázať rozsiahlejším výskumom.

Z prvotných hodnotení vybranej skupiny respondentov je zaujímavé zistenie, že zamestnanci vo veku do 50 rokov sú náchylnejší na výskyt cievnych zmien ako zamestnanci vo veku nad 50 rokov. Je to zaujímavé zistenie aj vzhľadom na to, že používaná technika (jednomužné motorové píly, čelné nakladače) podstatne zvýšili svoje kvalitatívne vlastnosti. Rovnaké zistenie platí i v prípade počtu odpracovaných rokov v riziku. Predpokladáme, že táto zdanlivá „nelogickosť“ môže byt spôsobená nepoznaním situácie, keď súčasní starší zamestnanci (50 rokov a viac) boli v mladšom veku, ako aj tým, že vo vyššom veku príznaky vazoneurózy splynuli s príznakmi prirodzeného starnutia. Túto skutočnosť možno tiež odôvodniť väčšou starostlivosťou o svoje zdravie v nižšom veku, ako aj nepoznaním skutočnej expozície vibráciám v produktívnom veku (práca nadčas; počas víkendov).

Chceme zdôrazniť skutočnosť, že pilotnej štúdie sa zúčastnil veľmi malý počet respondentov, čo môže výrazne ovplyvňovať výsledky hodnotenia a vyslovené tvrdenia a závery. Cieľom príspevku bolo iba načrtnutie metodiky vykonávania a hodnotenia prebiehajúceho výskumu. Je nám zrejmé, že pre akékoľvek ďalekosiahle tvrdenia o rizikách vplyvu vibrácií na zdravie je nutné ešte vykonať rozsiahly výskum. Napriek tomu sme presvedčení o tom, že zvolená metodika umožní v budúcnosti exaktný odhad zdravotného rizika hlavne pri výrazne exponovaných zamestnancoch. Túto metodiku je možné pri určitých modifikáciách využiť i pre iné formy zaťaženia zamestnancov negatívnymi faktormi prostredia.

Poďakovanie

Tento príspevok vznikol v rámci projektu KEGA 032TUKE-4/2018 (50%). Táto práca bola podporovaná Agentúrou na podporu výskumu a vývoja na základe Zmluvy č. APVV-0327-15 (50%).

Do redakce došlo dne 19. 10. 2018.

Do tisku přijato dne 1. 11. 2018.

Adresa pro korespondenci:

Ing. Miriama Piňosová, PhD.

Technická univerzita v Košiciach

Strojnícka fakulta

Katedra procesného a environmentálneho inžinierstva

P. Komenského 5

042 00 Košice

Slovenská republika

e-mail: miriama.pinosova@tuke.sk


Zdroje

1. Agresti, A. An Introduction to Categorical Data Analysis. 1st ed. USA: Published by JohnWiley & Sons, Inc., Hoboken, New Jersey, 2007, 357 s.

2. Terek, M., Horníková, A., Labudová, V. Hĺbková analýza údajov. Bratislava: Iura Edition spol s r.o., 2010, 265 s.

3. Rokach, L., Maimon, O. Data Mining with Decision Trees. Theory and Applications. 2nd ed. World Scientific Publishing Co. Pte. Ltd., editor. USA; 2015. 303 s.

4. Berka, P. Dobývání znalostí z databází. 1. vydání, Praha: Academia, 2003, 366 s.

5. Lumnitzer, E., Piňosová, M., Andrejiová, M., Hricová, B. Metodológia komplexného hodnotenia zdravotných rizík v priemysle 2. 1. Zręcin: Zręcin: MUSKA sp. z o.o., 2013, 326 s.

6. STN EN ISO 5349-1: 2001 Mechanical vibration. Measurement and evaluation of human exposure to hand-transmitted vibration. Part 1: General requirements, 2003.

7. STN EN ISO 5349-2: 2015/A1 Mechanické kmitanie. Meranie a hodnotenie expozície človeka prenosom kmitania na ruky. Časť 2: Praktický pokyn na meranie na pracovnom mieste, 2015.

8. STN ISO 2631-1: 1997 Mechanical vibration and shock. Evaluation of human exposure to whole-body vibration. Part 1: General requirements, 1999.

Štítky
Hygiena a epidemiológia Hyperbarická medicína Pracovné lekárstvo

Článok vyšiel v časopise

Pracovní lékařství

Číslo 3-4

2018 Číslo 3-4
Najčítanejšie tento týždeň
Najčítanejšie v tomto čísle
Kurzy

Zvýšte si kvalifikáciu online z pohodlia domova

Aktuální možnosti diagnostiky a léčby litiáz
nový kurz
Autori: MUDr. Tomáš Ürge, PhD.

Všetky kurzy
Prihlásenie
Zabudnuté heslo

Zadajte e-mailovú adresu, s ktorou ste vytvárali účet. Budú Vám na ňu zasielané informácie k nastaveniu nového hesla.

Prihlásenie

Nemáte účet?  Registrujte sa

#ADS_BOTTOM_SCRIPTS#