Você está na página 1de 62

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
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

3
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 ?

4
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
FORMAS AMOSTRAIS dados a ser usado

Amostra única de período


completo

Amostras consecutivas de
período completo

Tipo de amostra

Amostras de período
parcial

Amostras pontuais
de curta duração
(grab samples)

Período de verificação do LE
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
Lembrar: o STEL é um limite tipo média –
ponderada no tempo (15 min)

STEL

TWA

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
0.014

0.012

0.01

0.008

0.006

0.004

0.002

0
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


EXEMPLINHO ILUSTRATIVO – A MÉDIA,
SOZINHA, NÃO É BOA CONSELHEIRA.

OEL
100

Sample Data
(max n = 50)
No less-than (<)
or greater-than (>)
67
51
33
72
122
75
110
93
61
190
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 O LE = 100 ppm
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 A média =


W-test of logtransformed data (LN) 0.989
Lognormal (a = 0.05)? Yes
87,257 ppm
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
Quem não ficaria
UCL1,95% - Land's "Exact" 125.930 satisfeito?
95th Percentile 175.369
UTL95%,95% 325.763
Percent above OEL (%>OEL) 30.971
LCL1,95% %>OEL 14.971
UCL1,95% %>OEL 52.865
Idealized Lognormal Distribution
Média
0.014
(87,257) “quantos”‫‏‬
0.012 AM and CI's 95%ile estão
0.01 expostos
acima do
0.008 LE
0.006 LE?
0.004

0.002

0
0 50 100 150 200 250 300
Concentration
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

Onde deveria
estar o LEO?

...melhor: como
LEO deveriam estar
minhas exposições?

0 1 2 3 4 5 6 7
Concentração
LE
p

MA 95% UTL95,95

5 ppm 10 ppm
Excelência ?
LE
p

MA 95% UTL95,95

5 ppm 10 ppm
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
•Porsimplicidade, 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)

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...
40
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
ppm A reta
média é
traçada
desconside-
rando-se os
pontos
abaixo do
Os pontos
LDM/LQM
abaixo do
LDM/LQM
são
plotados
normal- Os dados
mente. da
distribuição
são obtidos
normalmen
te, com a
reta traçada
(MG, DPG,
P95)

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


•“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)
•CASOSADOTADOS 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
ppm A reta
média é
traçada
desconside-
rando-se os
pontos
abaixo do
Os pontos
LDM/LQM
abaixo do
LDM/LQM
são
plotados
normal- Os dados
mente. da
distribuição
são obtidos
normalmen
te, com a
reta traçada
(MG, DPG,
P95)

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


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/ 2

PLANILHA ESTATÍSTICA UTILIZADA =

IHSTAT (AIHA).
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/ 2

MÉDIA 35 ppm 31 ppm 35 ppm


GEOMÉTRICA

DESVIO 1,9 2,1 1,8


PADRÃO
GEOMÉTRICO

PERCENTIL 105 ppm 105 93 ppm


95
ppm
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
 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 !!!

56
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
Visite a
página,
transforme
seus dados e
use a IHSTAT
da AIHA.

58
59
QUADRO COMPARATIVO (2014-2015)

MÉTODO GRÁFICO LQM/2 LQM/ 2 NDExpo

MÉDIA 35 ppm 31 ppm 35 ppm 34 ppm


GEOMÉTRICA

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


PADRÃO
GEOMÉTRICO

PERCENTIL 95 105 ppm 105 93 ppm 100


ppm ppm
Gerenciando os não – detetados...

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...

61
OBRIGADO
Mario Fantazzini
mfantz@uol.com.br
ABHO HOC 005
ABHO 2015 - 2018 – Conselho Técnico