Què és l’analítica de dades en SST
La gestió preventiva produeix una gran quantitat de dades: comunicats d’accident, comunicacions d’incidents, avaluacions i les seves revisions, planificacions amb mesures i terminis, inspeccions i observacions, registres de formació i de lliurament d’equips, resultats col·lectius de la vigilància de la salut, mesuraments de soroll, agents químics o temperatura, i cada vegada més dades de sensors, dispositius vestibles i sistemes de producció. Tradicionalment aquestes dades s’han utilitzat per a complir obligacions documentals i calcular índexs de sinistralitat; l’analítica de dades els converteix en coneixement accionable.
Sol distingir-se entre analítica descriptiva (quina ha passat: índexs, tendències, distribucions per centre, torn, tasca o agent), diagnòstica (per què: correlacions entre condicions, exposicions i danys, anàlisis de causes), predictiva (què pot passar: models que estimen la probabilitat d’incidents o d’incompliments a partir d’indicadors avançats) i prescriptiva (què fer: priorització de mesures i assignació de recursos). Les dues primeres són assolibles amb dades ben registrades i eines senzilles; les dues últimes requereixen volum, qualitat i models validats.
El valor de l’analítica depèn de la qualitat de la dada d’origen: definicions homogènies, codificació coherent (per exemple, forma i agent material del comunicat d’accident), registre complet d’incidents i no sols d’accidents amb baixa, i dades d’exposició (hores treballades, plantilla, tasques) que permetin calcular taxes. Un programari de gestió preventiva que centralitzi els registres és la base habitual de l’analítica.
La qualitat de dades en SST determina si els registres resulten adequats per a cada anàlisi. Abans de comparar o predir han de revisar-se definicions, cobertura, coherència, actualitat i traçabilitat.
La analítica predictiva en SST estima resultats possibles a partir de dades i models. Convé validar la seva utilitat fora de la mostra de desenvolupament i mantenir revisió professional de les decisions.
Usos habituals
- Quadres de comandament. Indicadors de resultat (índexs de sinistralitat, absentisme per contingències professionals) i indicadors proactius (incidents comunicats, inspeccions, mesures executades en termini, formació vigent, observacions de seguretat) per centre i període.
- Anàlisi de sinistralitat. Desagregació per tipus d’accident, tasca, hora, antiguitat, contracte i torn per a identificar patrons i focus de risc.
- Indicadors avançats. Ús d’incidents, condicions insegures, gairebé accidents i no conformitats com a senyals previs als accidents.
- Priorització de la planificació. Ordenació de mesures pendents segons risc, cost, termini i recurrència de les deficiències.
- Higiene i ergonomia. Sèries temporals de mesuraments i de dades de sensors per a detectar exposicions anòmales i avaluar l’eficàcia de les mesures.
- Vigilància de la salut col·lectiva. Anàlisi epidemiològica de resultats anonimitzats o agregats pel personal sanitari per a relacionar exposicions i danys.
- Models predictius. Estimació de la probabilitat d’incident per lloc o període, amb validació i supervisió humana, com a suport i no com a substitut del judici tècnic.
Requisits i límits
- Protecció de dades. Les dades de salut són categoria especial conforme al Reglament General de Protecció de Dades i la Llei orgànica 3/2018; el seu tractament analític exigeix base jurídica, minimització, anonimització o agregació i accés restringit al personal sanitari.
- Confidencialitat i no discriminació. Els resultats no poden utilitzar-se per a decisions individuals adverses ni per a perfilar a les persones treballadores; la Llei 31/1995 limita l’ús de les dades de vigilància de la salut a fins preventius.
- Qualitat i biaixos. Els models reprodueixen els biaixos de les dades: la infradeclaració d’incidents o la sobrerepresentació de determinats centres distorsionen les conclusions.
- Interpretació tècnica. L’analítica dona suport a la decisió dels tècnics de prevenció, la direcció i els representants; les correlacions no són causes i els models han de validar-se.
- Participació. Els delegats de prevenció han de ser informats i consultats sobre els sistemes d’anàlisis i les seves finalitats.
Aplicació organitzativa: com implantar l’analítica de dades
- Definir les preguntes que l’analítica ha de respondre i els indicadors associats, amb la participació de la direcció, el servei de prevenció i els representants.
- Inventariar les fonts de dades, unificar definicions i codificacions i centralitzar els registres en un sistema de gestió preventiva.
- Garantir la qualitat: registre complet d’incidents, dades d’exposició (hores, plantilla), camps obligatoris i validacions.
- Construir quadres de comandament descriptius per centre i període, amb indicadors de resultat i proactius, abans d’abordar models avançats.
- Establir el marc de protecció de dades: anàlisi de riscos o avaluació d’impacte quan escaigui, anonimització o agregació de dades de salut i accessos per rol.
- Incorporar l’anàlisi a la rutina de gestió: revisió mensual amb comandaments, comitè de seguretat i salut i revisió per la direcció.
- Validar qualsevol model predictiu amb dades històriques, documentar els seus límits i mantenir la decisió final en mans de persones.
Un programari de gestió preventiva amb capacitats analítiques permet explotar les dades registrades sense exportacions manuals, mantenir la traçabilitat de cada indicador fins al seu origen i aplicar controls d’accés diferenciats a les dades de salut.
Límits i errors freqüents
- Analitzar sol accidents amb baixa, ignorant incidents i condicions insegures, que són la major part de la informació preventiva.
- Comparar centres o períodes sense normalitzar per exposició ni per criteris de registre.
- Tractar dades de salut identificables fora del personal sanitari o utilitzar-les per a decisions sobre persones.
- Confiar en models predictius sense validar ni explicar, o substituir amb ells l’avaluació de riscos.
- Construir quadres de comandament que ningú revisa ni connecta amb decisions i mesures.
- Oblidar la consulta als representants i la informació a la plantilla sobre els sistemes d’anàlisis.
L’analítica no substitueix l’avaluació de riscos ni la vigilància de la salut: les complementa amb evidència per a decidir millor.
Exemple pràctic
Situació: un grup de distribució amb 25 centres i 2.100 persones vol reduir els accidents per manipulació manual de càrregues i talls, que representen la meitat de la seva sinistralitat.
- Dades. Unificació en el sistema de gestió dels comunicats d’accident, les comunicacions d’incidents, les inspeccions de comandaments, la formació i les hores treballades per centre i secció.
- Anàlisi descriptiva. Els índexs de freqüència per centre mostren tres centres amb el doble de la mitjana; la desagregació per hora situa el 40 per cent dels accidents en les dues primeres hores del torn de reposició.
- Anàlisi diagnòstica. Correlació entre centres amb alta sinistralitat, baixa taxa d’incidents comunicats i menor percentatge de formació vigent, que apunta a una cultura d’infradeclaració i a dèficits de formació.
- Mesures i seguiment. Campanya de comunicació d’incidents, formació pràctica de manipulació i ús de cúters de seguretat en els centres prioritaris, i indicadors mensuals proactius i de resultat en el quadre de comandament de direcció.
Marc normatiu i de referència
- Llei 31/1995, articles 16, 22 i 23. Avaluació i recerca de danys, confidencialitat de la vigilància de la salut i documentació.
- Reglament (UE) 2016/679, Reglament General de Protecció de Dades. Tractament de dades personals i de categories especials, incloses les dades de salut.
- Llei orgànica 3/2018, de 5 de desembre. Protecció de dades personals i garantia dels drets digitals.
- ISO 45001. Capítol 9: seguiment, mesurament, anàlisi i avaluació de l’acompliment en seguretat i salut en el treball.
- Agència Europea per a la Seguretat i la Salut en el Treball (EU-OSHA). Digitalització del treball: oportunitats i riscos dels sistemes basats en dades per a la seguretat i salut.
L’Estratègia Espanyola de Seguretat i Salut en el Treball 2023-2027 inclou la millora del coneixement i dels sistemes d’informació com a línia d’actuació; a Colòmbia, la Resolució 0312 de 2019 exigeix indicadors d’estructura, procés i resultat en el SG-SST.
