U bent hier

3.3 Methode 1: kans en effect

Dit artikel is eerder verschenen als Themadossier Arbo Rendement
Publicatiedatum: november 2023

relative 
ranking

De eerste methode sluit aan bij de definitie van risico als combinatie van kans en effect in relatie tot blootstelling. Het gebruik van een ‘relative ranking’-methode is hiervan een voorbeeld (zie kader). Het is een manier om de grootte van risico’s op een semikwantitatieve manier in te schatten. De uitkomst is betrekkelijk en heeft geen absolute betekenis, maar kan helpen om in te schatten of een scenario in de praktijk een risico kan worden.

Voorbeeld relative ranking

scenario

Bij relative ranking berekent u het risico – na het selecteren van een scenario – als volgt:

  • risico = kans x effect x blootstelling

combinatie

Op basis van de cijfers uit het ongevallenregister van het Centraal Bureau voor de Statistiek (CBS) kunt u zien wat de kans is voor jongvolwassenen om letsel op te lopen. Stel dat in de statistieken het volgende staat: ‘Jongvolwassenen verbranden zich één keer per maand aan hete delen in een keuken’ (kans). Er zijn 12 jongvolwassenen werkzaam in uw organisatie (blootstelling). De verbranding kan leiden van lichte verwondingen tot zwaar blijvend letsel (effect). Dit betekent dat het ‘scenario’ niet beperkt is tot een ‘gevaar’ en leidt tot een ‘risico’.

Grootte

Het is gebruikelijk om de combinatie van de kans en de ernst van het effect te beschouwen als de ‘grootte’ van het risico. In de eenvoudigste variant komt dit neer op ‘risico = kans x effect’ waarbij er enkel onderscheid wordt gemaakt tussen kleine en grote kansen en effecten. De kansen en effecten zijn echter ook in getallen uit te drukken.

3.3.1 Effect bepalen

categorie

Het inschatten van een ‘effect’ is in de praktijk vaak in de volgende categorieën opgedeeld: mentale schade, licht gewond, dodelijk of zwaar lichamelijk letsel. Daarbij krijgt ‘licht gewond’ vaak een lagere ranking dan andere effecten. De kanttekening hierbij is dat dit een eenvoudige weergave lijkt van het bepalen van een effect.

Dat blijkt ook als het gaat om effecten die minder zichtbaar zijn. Het gaat dan om complexe risico’s (zie paragraaf 4.5.2), zoals stress, gevaarlijke stoffen of biologische agentia, waarbij het effect op de gezondheid pas na lange tijd zichtbaar is.

3.3.2 Kans bepalen

data

blootstelling

Wilt u de kans op een scenario bepalen, dan kunt u bijvoorbeeld gebruikmaken van de data van het Centraal Bureau voor de Statistiek (CBS) of van ongevallenregistraties. Een kans is namelijk uit te drukken in ‘blootstelling’ en in ‘waarschijnlijkheid’.

Factoren

frequentie

Er zijn vier factoren kenmerkend voor het begrip blootstelling: aard van het werk, frequentie, duur en niveau:

  • De aard van het werk hangt bijvoorbeeld samen met de manier waarop de werknemer de taken moet doen en of het werk in dag- of nachtdienst plaatsvindt.
  • De frequentie geeft aan hoe vaak de blootstelling plaatsvindt.
  • De blootstellingduur geeft aan hoelang de blootstelling plaatsvindt.
  • Het niveau geeft de intensiteit van de blootstelling aan.

Invloed

bron

Deze factoren zijn direct van invloed op het risico. Daarnaast kunnen het aantal blootgestelde mensen en de aard van het gezondheidseffect een rol spelen. Het karakteriseren van blootstelling begint vaak met het in kaart brengen van de bronnen van blootstelling. Denk aan storingen in een machine (de bron), waardoor meer dan 450 werknemers moeten overwerken. Of de komst van bredere ziekenhuisbedden, noodzakelijk doordat mensen zwaarder zijn, waardoor het niet meer mogelijk is om patiënten te evacueren.

Afgeleid

lawaai

In plaats van werken met kans en effect, is het ook mogelijk om gebruik te maken van hiervan afgeleide risicokenmerken. Een voorbeeld is het optreden van gehoorschade door blootstelling aan lawaai. U maakt dan gebruik van het geluidsniveau waaraan iemand blootstaat, in plaats van de kans op gehoorschade te schatten. Het geluidsniveau is immers direct gerelateerd aan de kans op het effect gehoorschade.