Algunas características de los análisis del trabajo - La descripción de los factores relevantes en función de la actividad

La taxonomía de los sistemas complejos descritos por Rasmussen, Pejtersen y Schmidts (1990) representa uno de los intentos más ambiciosos de abarcar al mismo tiempo el contexto y su influencia sobre el operador. La idea básica es integrar sistemáticamente los distintos elementos que los componen y sacar a relucir los grados de libertad o las limitaciones con las que pueden desarrollarse las estrategias individuales. Su ambicioso objetivo la convierte en algo difícil de manejar, pero el uso de diversas formas de representación, entre ellas los gráficos, para ilustrar las limitaciones, tiene un valor heurístico que segura- mente resultará atractivo a muchos lectores. Hay otros enfoques con un objetivo más definido. Lo que buscan los autores es una selección de aquellos factores que pueden influir sobre una acti- vidad determinada. Por ello Brehmer, interesado en el control de procesos en un entorno cambiante, propone una serie de características temporales propias del contexto que afectan al control y a la anticipación del operador (véase Figura 29.1). La tipología de este autor se ha desarrollado a partir de “micromundos”, simula- ciones por ordenador de situaciones dinámicas, pero el propio autor, como otros posteriormente, lo utilizó para la industria de procesos continuos (Van Daele 1992). En algunas actividades, la influencia del entorno es bien conocida y la selección de los factores no resulta demasiado difícil. Así, si nos interesa la frecuencia cardíaca en el entorno laboral, generalmente nos limitaremos a describir la temperatura del aire, los esfuerzos físicos que imponen la tarea o la edad y el entrenamiento del sujeto, incluso aunque sepamos que procediendo así estamos excluyendo factores importantes. Para otros, la elección es más difícil. Algunos estudios sobre el error humano, por ejemplo, muestran que los factores capaces de producirlos son numerosos (Reason 1989). Algunas veces, cuando el conocimiento teórico no basta, el proceso estadístico que conjuga contexto y análisis de la actividad será el único que nos permita desentrañar los factores contextuales importantes (Fadier 1990).

METODOS ESTADISTICOS - Señal y ruido

El término variable aleatoria se aplica a una variable para la que puede suponerse una cierta probabilidad asociada a cada uno de sus valores. Los modelos teóricos de la distribución de la probabi- lidad de una variable aleatoria son modelos de población. El equivalente en la muestra es la distribución de frecuencias de la muestra. Esta es una forma útil de presentar un conjunto de datos; consiste en un plano cartesiano con la variable de interés representada en el eje horizontal y la frecuencia o la frecuencia relativa en el eje vertical. Esta representación gráfica nos permite ver fácilmente cuál es el valor o los valores más frecuentes y cómo la distribución se concentra en torno a ciertos valores centrales, como la media aritmética.
Para las variables aleatorias y sus distribuciones de probabi- lidad, utilizamos los términos parámetros, valor medio esperado (en lugar de media aritmética) y varianza. Estos modelos teóricos describen la variabilidad en un fenómeno. En la teoría de la información, la señal está representada por la tendencia central (por ejemplo, el valor medio) y el ruido se mide por el índice de dispersión (como la varianza).
Para explicar la inferencia estadística, utilizaremos el modelo binomial. En las siguientes secciones, se explicarán los conceptos de estimaciones puntuales, intervalos de confianza, pruebas de hipótesis, probabilidad de decisiones erróneas y potencia de un estudio.

METODOS ESTADISTICOS - Paradigmas estadísticos (III)

En epidemiología, no existe la posibilidad de formar aleato- riamente los grupos de personas expuestas y no expuestas. Pese a ello, podemos utilizar los métodos estadísticos como si los grupos analizados se hubieran seleccionado o asignado aleatoriamente. La validez de este supuesto depende fundamentalmente del diseño del estudio. Este punto es especialmente importante y subraya la mayor importancia del diseño de los estudios epidemiológicos frente a las técnicas estadísticas en la investiga- ción biomédica.

METODOS ESTADISTICOS - Paradigmas estadísticos (II)

El paradigma de la población y la muestra implica que la validez puede garantizarse por la forma de seleccionar la muestra de la población. El muestreo aleatorio o probabilístico es la estrategia habitual. Si todos los miembros de la población tienen la misma probabilidad de ser incluidos en la muestra, ésta debe ser, como promedio, representativa de la población y cual- quier desviación de las expectativas puede atribuirse al azar. El muestreo aleatorio permite también calcular la probabilidad de que se produzca una desviación de las expectativas. El mismo tipo de razonamiento puede aplicarse a los estimadores calcu- lados para la muestra con respecto a los parámetros de la pobla- ción. Tomemos, por ejemplo, la media aritmética de la muestra como un estimador del valor medio de la población. Cualquier diferencia, si es que existe, entre la media de la muestra y la media de la población se atribuye a fluctuaciones aleatorias en el proceso de selección de los miembros incluidos en la muestra. Si la muestra se ha seleccionado aleatoriamente, podremos calcular la probabilidad de cualquier valor de esa diferencia. Si la desviación entre el estimador de la muestra y el parámetro de la población no puede atribuirse al azar, se dice que el estimador está sesgado. El diseño de la observación o el experimento da validez a los estimadores y el paradigma estadístico fundamental es el del muestreo aleatorio.

En medicina se adopta un segundo paradigma cuando la fina- lidad del estudio es la comparación entre diferentes grupos. Un ejemplo típico es el de los ensayos clínicos controlados: se selec- ciona a una serie de pacientes con características similares en función de unos criterios definidos previamente. En esta etapa no se tiene en cuenta la representatividad. Todos los pacientes reclutados para el estudio son asignados, mediante un procedi- miento aleatorio, al grupo de tratamiento que recibirá el tratamiento convencional más el nuevo fármaco del estudio, o al grupo de control que recibirá el tratamiento convencional y un placebo. En este diseño, la asignación aleatoria de los pacientes a cada uno de los grupos sustituye a la selección aleatoria de los miembros de la muestra. El estimador de la diferencia entre los dos grupos puede evaluarse estadísticamente porque, según la hipótesis de la ineficacia del nuevo fármaco, podemos calcular la probabilidad de cualquier diferencia distinta a cero.

METODOS ESTADISTICOS - Paradigmas estadísticos (I)

La estadística se ocupa de la manera de generalizar a partir de un conjunto de observaciones. Este conjunto de mediciones empí- ricas se denomina muestra. A partir de una muestra, se pueden calcular algunas estadísticas descriptivas para resumir la información recogida.
La información básica que suele necesitarse para caracterizar un conjunto de medidas hace referencia a la tendencia central y a la variabilidad de dichas medidas. La elección entre distintas alternativas depende de la escala utilizada para medir un fenó- meno y de la finalidad del cálculo de las estadísticas. En la Tabla 28.9 se describen diferentes medidas de la tendencia central y la variabilidad (o dispersión) y se asocian con la correspondiente escala de medición.
Las estadísticas descriptivas calculadas se llaman estimadores cuando las utilizamos como un sustituto de la cantidad análoga de la población de la que se ha seleccionado la muestra. Los equivalentes de los estimadores en la población son constantes llamadas parámetros. Utilizando diferentes métodos estadísticos, se pueden obtener diferentes estimadores del mismo parámetro. Un estimador debe ser válido y preciso.

METODOS ESTADISTICOS - Definiciones (II)

Las variables se evalúan utilizando diferentes escalas de medi- ción. La primera distinción que puede realizarse es entre escalas cualitativas y cuantitativas. Las variables cualitativas expresan diferentes modalidades o categorías. Si las modalidades no pueden clasificarse u ordenarse unas con relación a las otras—por ejemplo, modalidades de color de pelo o sexo—se trata de una variable nominal. Si las categorías pueden ordenarse—como la gravedad de una enfermedad—la variable se denomina ordinal. Cuando la variable consiste en un valor numérico, hablamos de una escala cuantitativa. Una escala discreta significa que la variable sólo puede adoptar unos valores concretos—por ejemplo, valores enteros para el número de casos de una enfer- medad. Las escalas continuas se utilizan para las medidas que producen números reales. Las escalas continuas se dice que son escalas de intervalo cuando el valor nulo tiene un significado meramente convencional; es decir, cuando el valor cero no signi- fica una cantidad cero, por ejemplo, una temperatura de cero grados Celsius no significa una energía térmica cero. En ese caso, sólo las diferencias entre valores tienen sentido (esta es la razón del término escala de “intervalo”). Un valor nulo real indica una escala de cociente. En este tipo de escala, los cocientes de valores también tienen sentido; de hecho, un cociente doble significa una cantidad doble. Por ejemplo, decir que un orga- nismo tiene una temperatura dos veces mayor que un segundo organismo significa que tiene dos veces la energía térmica del segundo organismo, siempre que la temperatura se mida en una escala de cociente (p. ej., en grados Kelvin) El conjunto de valores que puede adoptar una variable se llama dominio de la variable.

LA INDEMNIZACION POR ACCIDENTES DE TRABAJO EN JAPON - Descripción del sistema - Historia

La necesidad de indemnización de los trabajadores por las lesiones sufridas con ocasión de su trabajo fue reconocida por vez primera por la Ley de la minería de 1905 y la Ley industrial de 1911. Ambos textos legales establecieron la obligación de las empresas de prestar asistencia a los trabajadores víctimas de lesiones en el trabajo. La Ley del seguro de enfermedad de 1922 impuso la cobertura de las lesiones de corta duración sufridas, en el lugar de trabajo o fuera de él, por los trabajadores de las empresas sometidas a la misma. La cobertura se amplió poste- riormente a las lesiones de larga duración y a los trabajadores de los sectores de la construcción, obras públicas y transporte. En 1947, finalizada la segunda Guerra Mundial se inició una nueva etapa con la promulgación, de dos importantes leyes. La primera de ellas, la ley de normas laborales, recogió por vez primera el principio de la responsabilidad de las empresas y sustituyó concepto de “asistencia” por el de indemnización de las lesiones profesionales. Por su parte, la Ley de indemnización por acci- dentes de trabajo estableció un sistema de seguros gestionado por el recién creado Ministerio de Trabajo. El sistema de seguro, que se ha ido perfeccionando en virtud de las sucesivas modifica- ciones legales, funciona con independencia de los diversos regí- menes de seguridad social existentes en el país.