<strike id="iy9jj"></strike>

    <tbody id="iy9jj"><pre id="iy9jj"></pre></tbody>
      <dd id="iy9jj"><track id="iy9jj"></track></dd>
      <th id="iy9jj"></th>
    1. <nav id="iy9jj"></nav>
    2. <em id="iy9jj"><acronym id="iy9jj"></acronym></em>

      <dd id="iy9jj"></dd>
      <span id="iy9jj"></span>
      <nav id="iy9jj"><big id="iy9jj"><video id="iy9jj"></video></big></nav>

          職業衛生云飛談之九:風險評價之思路

          發表時間:2014-01-19 來源:職業衛生網 瀏覽次數: 評論: 頂: 踩:

           今天講講職業衛生風險評價的幾個思路:

          首先,要提的是危險度評價。預防醫學出身的職業衛生工作者對這個方法都不陌生,而且可說非常的熟悉。這種方法由美國科學院研究委員會在其紅皮書《聯邦政府風險評估:管理其過程》中推出,基本思路是首先發現、認識某種物質對健康是有害的,然后來研究劑量與效應的關系,隨之評價暴露情況,最后根據上述研究成果來描述該物質的健康風險。這是一條經典的方法,甫一推出,就得到了與健康相關的各行業研究者的一致認可。在化學品毒理鑒定、食品風險評估以及環境物質健康風險評估等領域仍是最主流的方法。我們教科書上講的職業危害因素對機體各系統的危害的論述基本都是以這種方法得出來的。正因為此,在建設項目職業衛生風險評估方面,他有一個很大的缺點:他的目的在于闡述危害因素是怎么影響健康的,強調的是對個體循環、呼吸、神經等各系統的具體危害過程。實際上我們現在做的職業衛生工作就是基于這種方法,危害認知和劑量效應評定我們利用的是前人的資料,我們去調查、檢測就是在做暴露評估,最后我們出的評價報告就是試圖去精確的描繪這種危害的健康或機體的影響,但不夠。這種闡述不能成為推動企業去開展職業病防護的動力。企業界不想知道某種物質或因素是怎么去具體的影響勞動者的健康的,那是醫生的任務,他想知道發生這種(得職業病)健康危害的概率是多少,是否不去采取措施造成的社會或經濟損失是企業不能承受之重。

          另外一個思路是對安評領域的評價方法采取拿來主義,直接使用或做某些微調使其盡量適合職業衛生的要求。在職業衛生領域去使用安評的一些方法,有一些先天的不足。安全評價主要針對財產、設備或生命損失,更加關注火災、爆炸和中毒。就健康而言,安評更加關注傷害和死亡,疾病在這些方法里的價值尺度很低。在這些方法里,LEC法簡單、易學,容易理解,而被大家廣泛采用。但這個方法中沒有職業病的位置,為克服這些不足,有人對此進行了改造。宋大成在此基礎上創新了MES法,嘗試在危害后果引入了健康損害,并把它分為職業病(多人)、職業病(多人)、職業性多發病和職業因素引起的身體不適四個級別,再結合控制措施的狀態和接觸危害的頻率去預測風險。麥子主任在這個方法里又引入了層次分析法,很復雜,反正我沒看懂。孫慶云采用的是風險矩陣,在風險可能性這項引入是否超標、接觸頻次和職業病案例三個因素去預測風險。這兩個方法沿襲了LEC法的簡單實用,也很好理解,我推薦。 蔣少波和白文元也在這個方法的基礎上進行了探索,其中蔣少波將LEC三個指標逐項設定了對應的職業病項目,下了功夫,有興趣的可以去看看。

          另外在這一領域我想提到幾個人,大家可以去膜拜一下。一個是黃德寅,做了很多研究探索工作。她相繼用過半球擴散模型、傷害或破壞范圍模型等多種模型去驗證職業衛生問題,很敬業、很給力。我很欣賞她。還有趙陽、樊晶光、杜歡永等,他們不僅提出了急性職業病危害風險的評估問題,還提出了慢性職業病風險可能的評估思路,以及引入環境風險評估的方法。難能可貴的是這幾個人都是純純粹粹搞安全出身,但都在積極主動地探討職業衛生建設,視野很開闊,也沒有小王國思想。不像一些搞職業衛生的一提起安全、環境就炸了鍋一樣,更別提去借鑒人家好的方法和思路。

          第三個思路職業衛生評價人員可能更感興趣,那就是新加坡半定量風險評估還有麥子主任的數據挖掘技術。新加坡半定量風險評估的優勢在于對采樣數據沒有過多的要求,這個也是我非常喜歡他的一個理由。但這個方法要用到嗅閾,基于我國對嗅閾還沒有什么標準,所以這個方法用的時候有點小麻煩。但你要知道這個方法是基于ILO的toolkit,那么你直接去看toolkit也可以。說說麥子主任的數據挖掘技術。數據挖掘是一種透過數理模式來分析企業內儲存的大量資料,以找出不同的客戶或市場劃分,分析出消費者喜好和行為的方法。數據挖掘的任務有關聯分析、聚類分析、分類分析、異常分析、特異群組分析和演變分析等。數據挖掘通常與計算機科學有關,并通過統計、在線分析處理、情報檢索、機器學習、專家系統(依靠過去的經驗法則)和模式識別等諸多方法來實現上述目標。我大概看了看,個人以為這個方法最大的好處是通過數據分析能夠降低現場調查過程中的不確定性,把支離破碎的調查結果綜合一下得出一個合量來掩蓋自己調查的不細致,用一個數據化的結果去騙人能更好騙一些。我在上學的時候,查資料查到過麥子主任的文獻,跟著挖了幾天。但我的數學一直不大好,對這種純數理的東西很頭疼,最后挖的頭昏腦漲,索性把他扔在了一邊。我發現麥子主任很喜歡這種純粹理性的東西,從研究生就搞這個,畢業了,還搞。佩服?,F在看到挖掘技術,我腦子里都是日文:土豆那里挖?土豆墻根挖。一挖一麻袋?嗨,一挖一麻袋!哈哈,輕松一下。跟數據挖掘技術比較像的還有Delphi(頭腦風暴)法、神經網絡法、層次分析法。

          第四個思路就是大家現在都知道的,某些人(專指天涯)強力推薦的ILO的化學品工具盒。這個方法也是ILO和WHO強力推薦的,已經被很多國家和國際組織所接受,全名叫International Chemical control toolkits(ICCT)。這個方法就淡化了對檢測的要求,依據物質的危害、潛在暴露以及使用量來預測風險,根據不同的風險,提出不同的防護對策。但這個方法歸根結底是一個風險管理的工具,他的主要目的是去促進職業風險管理,針對的對象很明確,中小企業。因為中小企業沒有雄厚的資金、優質的資源和經驗豐富、成熟的人才,去做一次道化、蒙德、hazop,他們承擔不起,自己又做不了,但工作場所的風險又是如此之多,接觸人員如此之廣,如果放棄了中小企業的管理,基本等同放棄了職業風險管理才去設計了這么個方法。評價機構可以主動去學習一下,但一定要知道它的局限性在哪里。這個方法的基本要求就是,沒有受過訓練的、對企業職業性風險來源不是很明確的中小機構的管理人員能按圖索驥的找到可能的危害并采取相應的防護措施。有的國家要求每天開工前,企業都用這個方法做一個風險評估。

          與這個方法相關的知識有control banding和COSHH,可以互相印證著去學。實際上,ICCT來源于Control banding,Control banding來源于COSHH。這玩意的老家在英國。雖說英國現在在政治上是個二流國家了,但在工業技術標準上絕對是一流,超一流。當今工業界流行的三大體系無一不是出自英國。

          第五個思路是我最喜歡的,個人感覺比以上的方法都好都實用的還是我們以前的作業分級法。前面的方法都是努力預測一個概率,去說服企業去做防護工作。作業分級方法就是個純粹的管理方法,單項指數、綜合指數、分級指數,不跟你那么多廢話,你到了那個級別就用多嚴厲的方法管理你。從這點上來說,他和toolkit挺相像。但這個方法是立足于現場檢測結果的,讓檢測有了落腳的地方。這個分級的辦法是以前勞動部組織制定并推行的,教科書里也講,對企業職業衛生分級管理很有成效。不知道為什么,衛生部門后來把這個方法拋棄,自己又沒設計更好的辦法來代替它。安監接手以后,我看有點想再用的意思,對方法做了些修改并重新發布了標準,我感覺方法反而退步了,而且實踐中也沒人對這個方法提出管理上要求。但我還想說,這個方法真不錯,希望它能煥發青春。

          討論帖:http://bbs.zywsw.com/forum.php?mod=viewthread&tid=8478&page=1&extra=#pid45707

          我要評論

          條評論

          所有評論僅代表網友個人意見 驗證碼:

          <>
          職業衛生網微信二維碼
          …久久精品99久久香蕉国产
          <strike id="iy9jj"></strike>

          <tbody id="iy9jj"><pre id="iy9jj"></pre></tbody>
            <dd id="iy9jj"><track id="iy9jj"></track></dd>
            <th id="iy9jj"></th>
          1. <nav id="iy9jj"></nav>
          2. <em id="iy9jj"><acronym id="iy9jj"></acronym></em>

            <dd id="iy9jj"></dd>
            <span id="iy9jj"></span>
            <nav id="iy9jj"><big id="iy9jj"><video id="iy9jj"></video></big></nav>