Evaluación de la Exposición Ocupacional: Estudio de Casos

Riesgos Ocupacionales

EVALUACIÓN DE LA EXPOSICIÓN OCUPACIONAL: ESTUDIO DE CASOS

Aplicando Estrategias de Muestreo Aleatorio

Para ilustrar el enfoque de muestreo aleatorio, se proporcionan dos casos de estudio. Uno describe cómo evaluar la exposición de un solo trabajador utilizando un método de muestreo aleatorio. El otro ejemplo implica estimar un TLV-TWA de turno completo basado en muestras aleatorias de corta duración.

Ejemplo 1: Estimar la exposición a largo plazo para un solo trabajador

Un empleador solicitó una evaluación de la exposición TLV-TWA de ocho horas de un empleado en particular (en relación con el TLV de ACGIH) al formaldehído durante una tarea de fabricación. El primer paso para evaluar las exposiciones a agentes ambientales es tener un conocimiento profundo de los procesos, tareas y contaminantes que se estudiarán. La información se puede obtener a través de observaciones y posiblemente a través del uso de instrumentos de lectura directa. Las entrevistas con trabajadores, gerentes, personal de mantenimiento y otro personal relevante (como expertos técnicos) proporcionan una fuente adicional de información y conocimiento. Además, una revisión de los registros y documentos (incluidos los datos de monitoreo de la exposición pasada), los estándares relevantes de la industria y/u otra literatura puede proporcionar algunos conocimientos sobre la magnitud de las exposiciones para determinados procesos y tareas realizadas en el lugar de trabajo.

En este caso, el empleado opera un equipo que forma material de mallas de fibra de vidrio que se utiliza en materiales de construcción (como respaldo para el tejado).

La exposición potencial al formaldehído se identificó debido a que la MSDS de la resina utilizada para unir la malla de fibra de vidrio enumera al formaldehído como un componente. Para evaluar la exposición de este empleado mediante una estrategia de muestreo de “Puntos Críticos”, se recolectarán muestras de aire de la zona de respiración en los días en que se cree se produce la mayor exposición al formaldehído. Los resultados del muestreo se utilizarían para obtener conclusiones basadas en el juicio profesional (incluyendo sesgos potenciales en los resultados) de las condiciones más desfavorables.

Para eliminar posibles sesgos potenciales que induzcan a errores de evaluación, o juicios incorrectos en la elección del lugar y tiempo en que se cree existe la mayor exposición, se diseñó una estrategia de muestreo aleatorio. Se seleccionaron aleatoriamente un total de cinco días hábiles, lo que representó los períodos de muestreo de ocho horas. Se colocó un monitor de formaldehído en la zona respiratoria durante los días de trabajo aleatoriamente seleccionados, para medir la concentración TWA del formaldehído. Se calcularon las estadísticas descriptivas, lo que resultó en los siguientes resultados:

·         Valor Máximo: 0.85 ppm

·         Valor Mínimo: 0.43 ppm

·         Rango: 0.42 ppm

·         Media: 0.624 ppm

·         Mediana: 0.60 ppm

·         Desviación estándar: 0.15 ppm

·         Media Geométrica: 0.15 ppm

·         Desviación Estándar Geométrica: 0.610 ppm

Estas estadísticas no indican valores atípicos significativos ya que la media y la mediana son relativamente cercanas.

A continuación, para garantizar que los datos siguieron una distribución normal y/o lognormal, los datos se fueron representados en papel probabilístico y se realizó una prueba estadística de bondad de ajuste, que indicó una distribución lognormal y normal a la vez. Como resultado, la media aritmética, UCL _1.95% y LCL _1.95% se estimó asumiendo una distribución lognormal (ver más abajo):

·         Media aritmética estimada: 0.624 ppm

·         UCL _1.95%: 0.823 ppm

·         LCL _1.95%: 0.512 ppm

En este ejemplo, se puede concluir, con 95% de certeza, que la exposición de este empleado al formaldehído será menor a 0.823 ppm en cualquier día de trabajo.  Aunque la concentración media (0.624 ppm) de formaldehído para este empleado es menor que el TLV (límite de exposición de) de 0.75 ppm, el enfoque más conservador sería reducir las exposiciones a un nivel inferior al UCL _1.95%. Por lo tanto, para el empleador preocupado por garantizar un lugar de trabajo seguro, se requieren intervenciones adicionales para reducir la exposición de este empleado al formaldehído ya que el empleador no puede concluir con una certeza del 95 por ciento de que su exposición está por debajo del TLV.

Sin embargo, desde una perspectiva de cumplimiento, no sería posible demostrar con un 95% de certeza de que la exposición del empleado supera el TLV ya que LCL _1.95% es menor que el TLV.

Ejemplo 2: Estimando la concentración TWA basado en Muestreos Aleatorios de Corta Duración

Un empleador identificó una exposición potencial a 1,6-hexamethyleno diisocianato (HDI) entre los empleados que realizan el trabajo de pintura con spray la carcasa exterior de un tanque de almacenamiento sobre tierra. Debido a las limitaciones con el método de monitoreo en campo, y el método analítico seleccionado para el HDI, la duración de la muestra debía limitarse a aproximadamente 15 minutos.

La tarea de pintado con aerosol fue realizada por los empleados que trabajaban desde una plataforma móvil de elevación de personal. A veces, dos pintores trabajan desde la misma plataforma; en otras ocasiones, sólo un pintor realizó la tarea. Como resultado, se desarrolló una estrategia de muestreo que empleó técnicas de muestreo de puntos críticos y muestreo aleatorio. Debido a las limitaciones de la duración del muestreo, la estrategia incluyó la recopilación de muestras aleatorias de corto plazo de la zona de respiración de cada pintor y la estimación de la concentración de TLV-TWA para la tarea basada en esas muestras. La condición de exposición más crítica también fue medida. Se tomaron, además, muestras aleatorias a corto plazo cuando ambos pintores trabajaron lado a lado desde la misma plataforma elevada, ya que se suponía que esta condición representaba la mayor exposición para los pintores.

Se recogieron cuatro muestras aleatorias a corto plazo de la zona de respiración de cada pintor (es decir, un total de ocho muestras aleatorias), lo que dio como resultado las siguientes estadísticas descriptivas:

·         Valor máximo: 0.0042 mg/m3

·         Valor mínimo: <0 .00037="" m3="" mg="" o:p="">

·         Rango: 0.00394 mg/m3

·         Media: 0.002 mg/m3

·         Mediana: 0.002 mg/m3

·         Desviación estándar: 0.001 mg/m3

·         Media Geométrica: 0.002 mg/m3

·         Desviación Estándar Geométrica: 2.545 mg/m3

Estas estadísticas no indican valores atípicos significativos ya que la media y la mediana son relativamente cercanas en valor.

Para asegurarse de que los datos siguen una distribución normal y / o lognormal, los datos se representaron en papel probabilístico y se realizó una prueba estadística de bondad de ajuste, que indicó una distribución lognormal y normal. Como resultado, la media aritmética, LCL_1.95% y UCL_1.95% se estimaron asumiendo una distribución lognormal:

·         Media aritmética estimada:  0.002 mg/m³

·         UCL _1.95%:  0.007 mg/m³

·         LCL _1.95%:  0.001 mg/m³

En este ejemplo, se puede concluir con una certeza del 95% de que la concentración TWA de HDI para la tarea es inferior a 0,007 mg / m3. Dado que el UCL _1.95% está por debajo del límite de exposición, TLV, de 0.034 mg/m3, se determinó que la exposición era aceptable tanto desde la perspectiva del empleador como desde la perspectiva del inspector de trabajo de SUNAFIL.

Es importante tener en cuenta que, dado que el muestreo se limitó a períodos dentro de un solo turno de trabajo, este estudio de caso no tiene en cuenta la variación diaria que puede existir. Por lo tanto, los resultados representan la concentración TWA para la tarea que se realizó sólo en la fecha del muestreo. Sin embargo, esta concentración representa la condición crítica (o del peor caso) para esta tarea, ya que las muestras de la zona respiratoria se recolectaron durante las condiciones de mayor exposición al contaminante – cuando dos pintores pintaban con aerosol desde la misma plataforma.

Más Allá de la Exposición de Contaminantes Químicos en el Ambiente Laboral

Históricamente, se ha prestado más atención a la exposición de contaminantes ambientales químicos presentes en el ambiente laboral, que a la exposición a agentes físicos y exposiciones dérmicas. Sin embargo, en muchas situaciones, se pueden aplicar estrategias de muestreo aleatorio a datos que no sean muestras aéreas. Para algunos productos químicos, la absorción cutánea (por la piel) puede ser la ruta de exposición predominante y las muestras en el aire (vía inhalatoria) no serían la variable más apropiada para estudiar tales exposiciones. El monitoreo biológico puede ser más apropiado en tales circunstancias.

El enfoque de muestreo aleatorio también puede aplicarse a agentes físicos. Sin embargo, para los datos de ruido y/u otras variables medidas en una escala logarítmica, se debe considerar el análisis de la dosis permitida (es decir, el porcentaje de la dosis), en lugar de los decibeles, para que se puedan aplicar herramientas estadísticas a dichas mediciones de exposición.

Tanto la Estrategia de Muestro de “Puntos Críticos” como la Estrategia Aleatoria son útiles para evaluar las exposiciones. Es importante comprender las limitaciones de cada uno y aplicar correctamente la estrategia de muestreo elegida. El beneficio principal de una estrategia de muestreo aleatorio es que permite perfilar los GES con un nivel de certeza conocido, lo que la convierte en una estrategia de muestreo más flexible y objetiva, defendible, y necesaria para hacer frente a requerimientos regulatorios de las autoridades fiscalizadoras. El principal beneficio de un enfoque de muestreo de “puntos críticos” - o de la peor exposición - es que se necesitan menos muestras (lo que hace que sea una estrategia menos costosa y además consume menos tiempo) para emitir un juicio de exposición. En algunos casos, una combinación de ambos enfoques puede ser beneficioso.

Definiendo Perfiles de Exposición Laboral a Contaminantes Ambientales: Un Proceso de 8 Pasos

Riesgos Ocupacionales

PERFIL DE EXPOSICIÓN LABORAL:  UN PROCESO DE OCHO PASOS

Estadísticamente hablando, siempre es posible tomar una decisión equivocada no importando cuán confiable sean los elementos obtenidos como base. Sin embargo, la cuantificación del nivel de confianza a través del empleo de una estrategia de muestreo aleatorio, maximiza las probabilidades de tomar la decisión correcta. Con la disponibilidad de computadoras y aplicaciones de software estadístico, gran parte del trabajo estadístico es automatizado, haciendo más fácil emplear una estrategia de monitoreo aleatorio. Varios términos estadísticos y consideraciones deben ser comprendidos cuando usamos este enfoque. Éstos son descritos en el siguiente proceso de ocho pasos para definir el perfil de exposición.

Paso 1: Identificar el GES a perfilar

                El factor clave en la definición de los GES es seleccionar el grupo de exposición para minimizar la variabilidad entre las muestras tomadas dentro de ese GES; de otra manera, los intervalos de confianza resultantes (calculados a partir de la media y la varianza) serán demasiado anchos para ser útiles. Un GES puede estar constituido por un solo trabajador que realiza una sola tarea; sin embargo, a menudo es poco práctico realizar un muestreo aleatorio para cada trabajador. Un enfoque más práctico es incluir múltiples empleados que tienen similar exposición por la afinidad de sus deberes y responsabilidades en la organización. Por ejemplo, los empleados asignados para operar carretillas elevadoras en un almacén pueden agruparse por presentar exposiciones similares a monóxido de carbono. Si se identifican múltiples GES (como ocurre en la mayoría de instalaciones de procesos) uno debe establecer un método para clasificar las necesidades de recolección de datos (o muestras). El documento “Estrategia para Evaluar y Gestionar las Exposiciones Ocupacionales” de AIHA, provee tal método de estudio, basado en la toxicidad de los materiales peligrosos, las condiciones ambientales del lugar de trabajo y su influencia en la exposición, así como las prácticas de trabajo individuales que puedan influir en las exposiciones.

Paso 2: Seleccionar aleatoriamente trabajadores y períodos de exposición dentro del GES a perfilar

Un muestreo aleatorio es aquella en la que la elección de los trabajadores a muestrear, así como los períodos de monitoreo a elegir, tiene igual probabilidad de ser seleccionados. Es importante recolectar las muestras lo más aleatoriamente posible; de otra manera, las estadísticas resultantes estarán sesgadas. Una selección aleatoria de números en una hoja de cálculo (como Microsoft Excel) es una herramienta útil en este proceso. Otra consideración es el número de muestras que deben ser recolectadas de manera que sean las mínimas suficientes para construir un perfil de exposición. La respuesta depende de varios factores, incluyendo la variabilidad de la muestra. Sin embargo, AIHA recomienda que se tomen de 6 a 10 muestras para tener un perfil de exposición de referencia.

Paso 3: Tomar las muestras en la zona respiratoria a los trabajadores seleccionados en períodos de tiempo aleatorios

Las muestras tomadas en la zona respiratoria deben ser recogidas cerca de la nariz y boca del trabajador. La zona respiratoria puede visualizarse como hemisferio (generalmente de 0,3 m. de radio) que se extiende delante de la cara de la persona, centrado en el punto medio de la línea que une las orejas. La base del hemisferio es el plano que pasa por esta línea, la parte más superior de la cabeza y la laringe. Los técnicos de higiene industrial deben comprender la naturaleza del trabajo o proceso en que el agente químico (a ser medido) es usado o generado, así como los fundamentos de los métodos y técnicas de monitoreo en campo.

La tríada exigible para asegurar un buen procedimiento de monitoreo de higiene ocupacional, es la siguiente: 1. Metodologías de monitoreo certificadas; 2. Equipos de monitoreo calibrados y certificados; 3. Técnicos de monitoreo certificados.

Aunque la capacitación formal y/o capacitación práctica sobre técnicas de monitoreo de exposición y métodos analíticos son útiles, la mecánica de la toma de muestras de aire personal puede ser aprendido en forma autodidacta por el técnico de higiene ocupacional. Varias fuentes de información son útiles para identificar la metodología analítica y de muestreo correctas, así como el equipo necesario para realizar las mediciones. Por ejemplo, podemos citar el Manual Técnico de OSHA y el Manual de Métodos Analíticos de NIOSH. Un laboratorio certificado también puede proporcionar orientación e instrucciones para las labores de monitoreo. Y las posibilidades técnicas del laboratorio debe también ser tomado en cuenta al momento de elegir la metodología de monitoreo en campo.

Paso 4: Calcular la Estadística Descriptiva del conjunto de datos

La estadística descriptiva incluye la media, mediana, el porcentaje de la población que supera el límite de exposición ocupacional (TLV), el rango y la desviación estándar que caracteriza la distribución de la muestra, como la tendencia central y la variabilidad de los datos. La media y la mediana son usados para medir la tendencia central de los datos, mientras que el rango y la desviación estándar son medidas de la variabilidad de los mismos. Al mirar los datos desde varias perspectivas, se pueden descubrir interpretaciones y patrones de tendencia que no es posible apreciar observando datos individuales. Muchos conjuntos de datos pueden ser interpretados simplemente por comparación del TLV con las estadísticas descriptivas. Cuando la mayoría de los datos de muestras están agrupados muy por encima o muy por debajo del TLV, generalmente se puede tomar una decisión sobre la aceptabilidad de la exposición mediante el uso estadísticas descriptivas.

La media geométrica (GM) y la desviación geométrica (GSD) son estadísticas descriptivas usadas para estimar parámetros de una distribución lognormal (Ver el paso 5). La media geométrica, GM, es el antilogaritmo de la media aritmética de los valores logtransformados.  Es el valor por debajo y por encima del cual se encuentra el 50% de los elementos en la población (es decir, la mediana de la población). La GSD es el antilogaritmo de la desviación estándar de los valores logtransformados. No tiene unidades y refleja la variabilidad en la población alrededor de GM; por lo tanto, los intervalos de confianza tendrán una mayor difusión a medida que aumenta la GSD.

Paso 5: Determinar si los datos se ajustan a una distribución normal y/o lognormal

Los límites superior e inferior de confianza (UCL y LCL, respectivamente) y los límites de tolerancia superior (UTL) se calculan en función de saber (o suponer) una cierta distribución subyacente del conjunto de datos. El tipo de distribución (es decir, normal o lognormal) generará diferentes intervalos de confianza y límites de tolerancia. Una variable aleatoria se considera normalmente distribuida si su distribución (como se representa en un histograma) se parece a una curva en forma de campana (imagen lateral izquierda, superior).

Sin embargo, los datos de muestreo de higiene industrial a menudo están “sesgados a la derecha” (imagen lateral izquierda, inferior) ya que los valores de exposición ocupacional tienen un límite inferior (es decir, el valor de exposición medido no puede ser menor que cero). Tomando el logaritmo de la variable a menudo se corrige tal sesgo. En tales casos, la distribución se considera lognormalmente distribuida -o lognormal- si el logaritmo de la variable se distribuye normalmente. La distribución lognormal a menudo se aplica a las exposiciones ocupacionales, aunque la presunción de lognormalidad muy pocas veces se verifica.  Si los datos no siguen una distribución normal o lognormal, los datos puede que no representen a un solo GES. En tales casos, los datos tienen que ser divididos en dos o más GES y analizados separadamente.

Si el tamaño de la muestra es grande y por tanto contiene muchos valores, los datos pueden visualizarse mediante la creación de un histograma (es decir, graficando la frecuencia de los elementos según intervalos específicos). Sin embargo, la data de muestreo en higiene industrial frecuentemente consiste de un pequeño conjunto de datos menores de 10 muestras debido al costo u otras restricciones. Una forma de determinar cualitativamente si una distribución determinada sigue una distribución normal o lognormal para muestras pequeñas es trazar la data en una hoja de papel probabilístico. Si la data graficada en una hoja de papel probabilístico lognormal es una recta, se sugiere que la muestra sigue una distribución lognormal. Igualmente, si la data graficada en una hoja de papel probabilístico normal es una recta, se sugiere que la muestra sigue una distribución normal.

Una de las principales ventajas de los gráficos de probabilidad es la cantidad de información que se puede mostrar de forma compacta; no obstante, implica subjetividad para decidir qué tan bien se ajusta los datos al modelo, ya que la gráfica de probabilidad se basa en si los datos graficados forman una línea recta. La identificación de grandes desviaciones de la linealidad se basa en la visualización subjetiva de la gráfica de probabilidad. El papel de probabilidad está disponible para varios tipos de distribución de muestras y sus procedimientos de graficado están descritos en Apéndice Técnico I del Manual de Estrategias de Muestreo de la Exposición Ocupacional (Leidel, et al, 97-105).  Si se dispone de un programa estadístico, se debe utilizar un enfoque más cuantitativo para evaluar la bondad de ajuste de la distribución. Si se sugiere una distribución tanto lognormal como normal, los límites de confianza y el límite superior de tolerancia deben ser calcularse asumiendo una distribución lognormal.

Paso 6: Calcular la Media Aritmética Estimada, UCL y LCL de la media aritmética, el percentil 95 y UTL para el conjunto de datos

·         Media Aritmética Estimada: Para una distribución normal, la media aritmética estimada es la misma que la media de la muestra. Sin embargo, si la data tiene una distribución lognormal, existen varios métodos disponibles para estimar la media aritmética y para calcular los límites de confianza. La media de la muestra y los límites de confianza de la distribución “t” (tabla 2) tiene la ventaja de ser fácilmente calculados, aunque pueden tener una mayor variabilidad que otras estimaciones. Otros métodos preferidos para estimar la media aritmética y el cálculo de los límites de confianza se describen en “Estrategia para Evaluar y Gestionar las Exposiciones Ocupacionales” de AIHA. Sin embargo, estimar la media aritmética y calcular los límites de confianza utilizando tales métodos preferidos es difícil sin el uso de una computadora y/o software especializado.

·         UCL_1.95% y LCL_1.95% de la media aritmética: Cuando evaluamos tóxicos que producen enfermedades crónicas se debe examinar la exposición media. Sin embargo, para evaluar exposiciones agudas (a corto plazo), debe examinarse la UTL del percentil 95%. La UCL_1.95% es el valor superior de un lado con un nivel de confianza del 95%. Del mismo modo, el LCL_1.95% es el valor más bajo de un lado a un nivel de 95%. Si el UCL_1.95% está debajo del TLV, entonces hay una certeza del 95% de confianza de que la exposición promedio está debajo del TLV, es decir, hay un riesgo controlado.

Desde una perspectiva de cumplimiento, la carga de la prueba recae en el inspector de trabajo de SUNAFIL para demostrar que el trabajador estuvo sobreexpuesto con al menos un 95% de nivel de confianza. Por lo tanto, un inspector de trabajo de SUNAFIL debe demostrar que el LCL_1.95% excede el límite permisible o TLV, u otros límites establecidos en la legislación nacional y que sean de aplicación específica a la industria o sector en cuestión. Si los datos tienen una distribución lognormal, existen diferentes métodos disponibles para calcular los límites de confianza para la media aritmética. La media muestral y los límites de confianza de la distribución t, tienen la ventaja de ser fáciles de calcular, pero pueden ser más variables que otras estimaciones.

·         Percentil 95: El percentil 95 es el valor en el que se incluirá el 95% de la población. Por ejemplo, la mediana es el percentil 50.

·         UTL_{95%, 95%:} El UTL del percentil 95 se usa generalmente para examinar exposiciones agudas (a corto plazo), por ejemplo, contaminantes de rápida acción tóxica. Para una distribución lognormal, el UTL_95%,95%, se calcula utilizando la siguiente ecuación: UTL_95%,95% = e^(Ῡ+Ks), donde Ῡ y s son la media y la desviación estándar, respectivamente, de los datos de la muestra logtransformados. K es un factor límites de tolerancia que se obtiene de una tabla normalizada dado el nivel de confianza, el percentil y el número de muestras.

Paso 7: Tomar una Decisión sobre la Aceptabilidad del Perfil de Exposición

En general, un UCL_1.95% que da como resultado un valor mayor que el TLV-TWA, o a largo plazo, sugiere que el perfil de exposición es inaceptable, mientras que un UCL_1.95% que da como resultado un valor por debajo del TLV-TWA sugiere que el perfil de exposición es aceptable. Para los productos químicos con efectos agudos (o a corto plazo), se debe examinar la UTL del percentil 95.

Sin embargo, si se calcula el UTL_95%,95% con pocos datos tiende a producir un amplio intervalo de tolerancia, lo que limita su utilidad. Un UTL_95%,95% que da como resultado un valor por debajo del nivel de exposición a corto plazo, TLV-STEL y TLV-Ceiling, sugiere que el perfil de exposición es aceptable, pero se necesitan muchas muestras para identificarlo como “aceptable”.

Paso 8: Ajustar el GES

Los resultados del perfil de exposición pueden indicar que el grupo de exposición necesita ser ajustado aún más. Por ejemplo, puede parecer que el muestreo para ciertos individuos produce exposiciones más altas. Para probar estadísticamente el significado de esta variación, se puede realizar un análisis de varianza, ANOVA. Un ANOVA es una prueba estadística inferencial que compara dos o más métodos para determinar si las medias son significativamente diferentes. Si los métodos son estadísticamente diferentes, el GES puede necesitar ajustarse aún más.

Estrategias de Muestreo para Evaluar la Exposición Laboral a Contaminantes Ambientales

Riesgos Ocupacionales

Evaluación de la Exposición

de Contaminantes Ambientales en el Trabajo

“Muestreo Aleatorio” versus “Muestreo de Puntos Críticos”

La evaluación de la exposición en higiene industrial es un proceso usado para valorar la capacidad de los agentes físicos o químicos, presentes en el ambiente de trabajo, para causar daño a la salud de los trabajadores. Para medir la exposición real de los trabajadores a agentes químicos, el técnico de higiene industrial necesitaría hacer mediciones en la zona respiratoria de cada trabajador cada día de trabajo, lo cual sería poco factible por lo costoso de la operación y por el tiempo que demandaría hacer tales mediciones. Dado que no es posible hacer mediciones de agentes nocivos químicos o físicos por cada trabajador, sólo es posible acercarse significativamente a los valores reales con base en estimaciones, empleando procedimientos y metodologías aceptadas por organismos de reconocido prestigio en el campo de la salud ocupacional.

La estrategia de monitoreo de la exposición laboral a usarse dependerá del propósito y objetivo de la vigilancia. Los dos tipos de estrategias de monitoreo a considerar cuando planificamos el estudio de evaluación de la exposición son: monitoreo de “puntos críticos” y monitoreo aleatorio. La mayor diferencia entre ambos es que la estrategia de monitoreo de “puntos críticos” implica una mayor subjetividad (o discrecionalidad por parte del higienista) que un enfoque de muestreo aleatorio.

En la estrategia de monitoreo de “puntos críticos”, los trabajadores que según criterio del higienista pueden tener la mayor exposición, son deliberadamente seleccionados. Si ninguna muestra evaluada mediante la estrategia de “puntos críticos” supera los límites de exposición laboral exigidos por la normativa, el higienista puede aceptar (pero no estadísticamente confiado) que el perfil de exposición es aceptable. Por ejemplo, los trabajadores que tienen funciones de trabajo similares dentro de la unidad de producción de una planta pueden ser identificados como un grupo de exposición similar (GES). Para tales trabajadores, una máxima exposición a contaminantes (exposición de “puntos críticos”) puede ocurrir un día en que su unidad de proceso genere la más alta producción. Tal día sería subjetivamente considerado como un período de exposición de “puntos críticos”, y sería tomado en cuenta para su evaluación.

Una estrategia de monitoreo aleatorio requiere, en cambio, que los trabajadores dentro de un GES, así como los períodos de toma de muestras, sean seleccionados al azar; la data de la exposición es luego sometida a un estricto análisis estadístico. Las decisiones sobre la aceptabilidad del perfil de exposición son determinados empleando herramientas estadísticas, fijando un grado de confianza basado en la tendencia central y en la dispersión de la distribución de la muestra. Las aplicaciones de una estrategia de monitoreo aleatorio incluyen:

·         Describir las concentraciones obtenidas en períodos ponderados de ocho horas (TLV-TWA) en diferentes días para un trabajador o GES.

·         Describir las concentraciones obtenidas en períodos cortos de 15-minutos TWA durante un turno de trabajo para un trabajador o GES.

·         Estimar las concentraciones de turno completo TWA basado en muestras de cortos períodos de muestreo para un solo trabajador o GES.

Ambas estrategias de monitoreo tienen ventajas y limitaciones. La principal ventaja de la estrategia de “puntos críticos” es que requiere menor cantidad de muestras - lo cual reduce los costos y los tiempos - que un enfoque de monitoreo aleatorio. Una limitación del monitoreo de “puntos críticos” es que requiere que el higienista industrial reconozca las condiciones en que se presentan las exposiciones máximas o “puntos críticos” de exposición, que puede incluir tener juicio profesional acerca de las tareas o de las prácticas de trabajo únicas realizadas por cada trabajador.

                Sin embargo, debido a que el juicio de una persona puede no ser tan bueno para interpretar la realidad, las muestras tomadas empleando la estrategia de “puntos críticos” probablemente se basarán en sesgos personales inherentes a un juicio subjetivo. Como resultado de esto último, no es posible medir la exactitud de las muestras de “puntos críticos”. Las conclusiones acerca de la exposición también podrían incluir posibles sesgos de juicios arbitrarios sobre las condiciones de trabajo, prácticas laborales u otras condiciones que se cree tienen un impacto en la exposición.

                El monitoreo aleatorio elimina tales sesgos subjetivos ya que las muestras de la población son seleccionadas aleatoriamente. Como resultado, la variabilidad en la data (debido a variaciones en las prácticas de trabajo entre los distintos trabajadores, variaciones de la exposición en la jornada diaria, cambios cíclicos en los procesos, etc.) son mediados y usados para estimar los parámetros de la exposición. Como resultado, la estrategia de monitoreo aleatorio está basada en un análisis objetivo de la exposición laboral de los GES. La Tabla 1 proporciona una comparación de los dos tipos de estrategia de monitoreo.