24

18

Todos los que estamos en el mundo de la prevencin de riesgos

laborales conocemos el Mtodo FINE para valoracin del nivel de
los riesgos mediante frmulas matemticas. Pero quizs no todos
conocemos algunos detalles importantes necesarios o puntos
crticos para su correcta aplicacin.

Este mtodo fue desarrollado por William T. Fine bajo el

nombre Mathematical Evaluation for Controlling Hazards fue
publicado en 1971 por el Naval Ordnance
Laboratory Norteamericano.

La metodologa consta de dos submtodos o frmulas: uno para

determinar la gravedad de los riesgos y orientacin en el
establecimiento de prioridades de la accin preventiva, y otro para
la determinacin de si el coste de la aplicacin de las medidas que
evitan el riesgo estn justificadas o no.

En este post nos centraremos en el anlisis que hemos hecho en

Prevencontrol sobre la aplicacin de la primera parte de este
mtodo (es decir la valoracin de riesgos y prioridades), y en un
conjunto de puntos crticos que hay que hay que tener presentes
cuando se aplica.

La frmula utilizada para el clculo del nivel de riesgo es el

producto de 3 factores:
 Factores de valoracin de riesgo Mtodo FINE

GRADO DE RIESGO = CONSECUENCIAS x EXPOSICIN x

PROBABILIDAD

Respecto a la clasificacin del riesgo, aunque hay varias escalas

de interpretacin del Grado de Riesgo para priorizar la actuacin,
la ms extendida es la siguiente:

Clasificacin del Riesgo segn Mtodo FINE

Hay que recordar que este mtodo se desarroll de forma emprica

en el sector de artefactos navales y que se determin que se poda
universalizar con las adaptaciones y correcciones que se
considerasen necesarias.

Habiendo analizado a fondo el funcionamiento de esta

metodologa, vale la pena destacar los siguientes puntos crticos y
conclusiones.

Puntos crticos

1.- Los valores del mtodo crecen exponencialmente:

Es decir que el conjunto ordenado de los posibles valores

numricos que se obtienen en su aplicacin crece de forma
exponencial. De modo que gran cantidad de combinaciones de
valores de factores ofrece valores muy bajos o bajos que van
creciendo muy paulatinamente hasta que en las pocas
combinaciones finales los valores ms elevados se disparan, tal
como se muestra en el siguiente grafico que presenta la
distribucin de los posibles valores que puede tomar la valoracin
del riesgo con este mtodo.

Fuente: PrevenControl

Por lo que, como podemos ver en el grfico siguiente, un

porcentaje elevado de valores calculados presentan valores muy
bajos o bajos, y los valores medios y altos se presentan en
porcentajes mucho ms bajos.
 Fuente: PrevenControl

Algunos ejemplos:

De las 36 posibles combinaciones de valoracin de riesgo

con consecuencias de heridas leves (C6) ninguna de ellas
superar un valor de 100.

De las 36 posibles combinaciones de valoracin de un riesgo

que presente probabilidad practicamente imposible (P6)
ninguna de ellas superar el valor de 100, aunque se trate de
una catstrofe.

Para una valoracin de un riesgo con consecuencia de

muerte (E3) con una exposicin de entre una vez por semana
a una vez al ms (C3) si la probabilidad es que se sabe que
ha ocurrido (P4) su valor solo alcanza 75.

Es decir el sistema de clculo tiende a dar valores a la baja para

valores muy bajos, bajos y medios, y dispara sus valores a la alza
para valores altos y muy altos.

Tambin hemos visto que esta distribucin creciente exponencial

puede convertirse en creciente bastante uniformemente mediante
la aplicacin de su funcin logartmica, lo que nos permite
estudiar mejor sus valores de una forma ms lineal.
 Fuente: PrevenControl

2.- La escala de calificacin del riesgo no es homognea:

La escala de calificacin del riesgo parece que compensa en parte

esta distribucin exponencial de valores, pero no de una forma
suficientemente equilibrada ni lineal. Como podemos ver en el
siguiente grfico, el % de valores asignados a cada calificacin de
riesgo es diferente sin seguir un criterio uniforme.

Fuente: PrevenControl

Lo que consigue el ajuste de la clasficacin de valoracin de

riesgos, es acumular en classificacin aceptable la gran cantidad
de valores bajos y muy bajos que se obtienen (el 38% de los
valores), y progresivamente descender la candidad de valores a
medida que la clasificacin aumenta de nivel. Excepto en la
clasificacin Muy alto que vuelve a dispararse, perdindose la
disminucin progresiva que equilibraria el sistema.

Adems al convertirla en funcin creciente linear mediante su

funcin logartmica, para ver mejor la distribucin de la
clasificacin de riesgos, vemos que sobre una escala lineal la
amplitud de cada clasificacin (la diferencia entre el valor mximo
y mnimo) tambin presenta disparidades similares.

Fuente: PrevenControl

Conclusiones

Aun siendo un mtodo matemtico de valoracin, la eleccin de

valores es por criterio tcnico subjetivo, por lo que en el momento
de aplicar el mtodo para valorar riesgos y para establecer
prioridades de actuacin deberemos tener en cuenta estos puntos
crticos antes de determinar nuestro nivel de estimacin de cada
factor de valoracin, para que sta sea lo ms uniforme,
equilibrada y adaptada a nuestro sistema de valoracin.

Como factores y recomendaciones a tener en cuenta para ello,

destacamos los siguientes:
 Que gran parte de los clculos realizados con combinaciones
de valores bajos y medios darn clasificacin Aceptable
que no requiere acciones, por lo que si el riesgo requiere
alguna accin correctora o preventiva tendremos que subir
los criterios de valoracin para obtener valoraciones a partir
de Moderado.

Ejemplo: Para un riesgo con consecuencia de muerte (C=25), con

exposicin rara (E=1) y probabilidad extramadamente remota
(P=0,5) obtenemos un valor de 12,5 y su clasificacin es aceptable,
pero es posible que por criterio tcnico y de empresa decidimos
que una muerte nunca puede ser aceptable, sea cual sea su
valoracin. Teniendo en cuenta esto, habr que ajustar nuestro
criterio tcnico en la valoracin de la exposicin y probabilidad
para que la valoracin de dicho riesgo sea al menos Moderado y
aplicar algun tipo de medida.

Que para una probabilidad muy baja (0,1) la mxima

clasificacin de riesgo ser Notable, aunque sea una
catstrofe con exposicin continuada. Y la mayor parte del
resto de combinaciones, habiendo escogido esta
probabilidad resultaran Aceptables. Por lo que debemos
tenerlo en cuenta en el momento de empezar a establecer el
criterio de valoracin de la probabilidad de los riesgos para
que sea aplicado de forma uniforme para todos ellos.

Ejemplo: Inicialmente valoramos un riesgo de consecuencias

catastrficas (C=100), con exposicin continuada (E=10) y
probabilidad prcticamente imposible (P=0,1) y obtenemos un
valor de 100 con clasificacin Notable. Pero consideramos que
una catstrofe con exposicin continuada no puede quedarse en
una clasifacin de solo Notable por lo que acabamos
incrementando la probabilidad a extremadamente remota (P=0,5)
con lo que obtenemos un valor de 500 y una clasificacin de Muy
Alto que se ajusta ms a nuestro criterio. Pero al realizar este
cambio hemos cambiado nuestro criterio tcnico al decidir la
probabilidad y si queremos una aplicacin uniforme del mtodo
debemos ser conscientes de ello y si es preciso reajustar nuestras
valoraciones.
 Que la cantidad de combinaciones de valores que clasifican
el riesgo como Muy Alto es casi 3 veces mayor que los que
clasifican el valor como Alto. Esto supone que, en algn tipo
de valoraciones, podemos pasar fcilmente de una valoracin
de Alto a Muy Alto o incluso de Notable a Muy Alto.

Ejemplo: Para una valoracin de un riesgo con consecuencia de

muerte (C=25), exposicin frecuente (E=6) y probabilidad remota
(P=1) la valoracin del riesgo es de 150 (Notable). Si en la
valoracin de dicho riesgo establecemos que la probabilidad es
rara en lugar de remota (P=3) la valoracin del riesgo pasa a 450
(Muy Alto). De modo que con un solo cambio de probabilidad (cuya
interpretacin solo presenta matices sutiles) pasamos de un
riesgoMuy alto a Notable.