Fine-Kinney Üç Boyutlu Risk Modeli: İş Sağlığı ve Güvenliğinde Kantitatif Risk Analizi

Fine-Kinney Üç Boyutlu Risk Modeli: İş Sağlığı ve Güvenliğinde Kantitatif Risk Analizi

İş sağlığı ve güvenliği (İSG) uygulamalarında risklerin sistematik biçimde tanımlanması, ölçülmesi ve önceliklendirilmesi hayati öneme sahiptir. Bu bağlamda Fine-Kinney üç boyutlu risk modeli, tehlikeleri sayısal olarak değerlendirmeye imkân veren pratik ve yaygın bir yöntemdir. Model, riski üç temel parametrenin çarpımıyla hesaplar:

R = Olasılık (O) x Frekans (F) x Şiddet (Ş)

Bu yaklaşım, öznel değerlendirmeleri mümkün olduğunca sayısallaştırarak riskler arasında karşılaştırma yapmayı ve öncelik sıralaması oluşturmayı sağlar.

---

Modelin Temel Bileşenleri

1. Olasılık (O)

Tehlikeli olayın meydana gelme ihtimalini ifade eder.
Örneğin; ekipmanın arızalanma ihtimali, çalışan hatası, çevresel faktörler vb.

Genellikle 0,1 ile 10 arasında derecelendirilir.

• Çok düşük olasılık → 0,1 – 0,5
• Düşük → 1
• Orta → 3
• Yüksek → 6
• Çok yüksek → 10

Bu değerler kurumun risk değerlendirme prosedürüne göre ölçeklendirilir.

---

2. Frekans (F)

Tehlikeye maruziyet sıklığını gösterir. Olayın ne kadar sık gerçekleşebileceğini değil, çalışanın tehlikeli duruma ne kadar sıklıkta maruz kaldığını ifade eder.

Örneğin:

• Yılda bir → 0,5
• Ayda bir → 1
• Haftada bir → 3
• Günlük → 6
• Sürekli → 10

Bu parametre, özellikle üretim hatları, laboratuvarlar, hastaneler ve yüksek yoğunluklu çalışma ortamlarında kritik önem taşır.

---

3. Şiddet (Ş)

Olay gerçekleştiğinde ortaya çıkabilecek zararın büyüklüğünü ifade eder.

Tipik bir ölçek:

• Hafif yaralanma → 1
• Tıbbi müdahale gerektiren yaralanma → 3
• Ciddi yaralanma / kalıcı hasar → 7
• Ölüm → 15
• Çoklu ölüm / felaket → 40 – 100

Şiddet parametresi genellikle geniş bir aralığa sahiptir çünkü ağır sonuçların risk skorunu belirgin biçimde yükseltmesi amaçlanır.

---

Risk Skorunun Hesaplanması

Formül:

R = O \times F \times Ş

Örnek:

• Olasılık: 3
• Frekans: 6
• Şiddet: 7

R = 3 \times 6 \times 7 = 126

Bu skor, riskin kabul edilebilirlik düzeyini belirlemede kullanılır.

---

Risk Düzeylerinin Yorumlanması

Kuruma göre değişmekle birlikte genel sınıflandırma şöyledir:

• R < 20 → Kabul edilebilir risk
• 20 – 70 → Dikkat gerektirir
• 70 – 200 → Önlem alınmalı
• 200 – 400 → Acil önlem
• > 400 → Çalışma durdurulmalı

Bu sınıflandırma, yöneticilere hangi risklere öncelik verileceğini gösterir.

---

Modelin Güçlü Yönleri

1. Kantitatif yaklaşım: Riskler arasında objektif karşılaştırma sağlar.
2. Önceliklendirme imkânı: Kaynakların etkin dağılımını destekler.
3. Pratik uygulanabilirlik: Özellikle saha çalışmalarında kolaylık sağlar.
4. Çok sektörlü kullanım: Sanayi, sağlık, inşaat, enerji ve laboratuvar ortamlarında uygulanabilir.

---

Modelin Sınırlılıkları

1. Değerler uzman yargısına dayanır; tam anlamıyla objektif değildir.
2. Parametre aralıkları kuruma göre değişebilir.
3. Karmaşık sistem risklerinde yetersiz kalabilir (örneğin zincirleme etkiler).
4. İnsan faktörünü tam derinlikte analiz etmez.

Bu nedenle Fine-Kinney genellikle diğer yöntemlerle birlikte kullanılır:

• 45001 İş Sağlığı ve Güvenliği Yönetim Sistemi
• risk değerlendirme yaklaşımları
• HAZOP ve FMEA gibi analitik yöntemler

---

Sağlık Sektöründe Uygulama Örneği

Bir hastanede radyoloji biriminde iyonizan radyasyon maruziyeti:

• Olasılık: 1 (koruyucu önlemler mevcut)
• Frekans: 6 (günlük maruziyet)
• Şiddet: 15 (uzun vadeli kanser riski)

R = 1 \times 6 \times 15 = 90

Bu skor, kontrol önlemlerinin gözden geçirilmesi gerektiğini gösterir.

Sağlık sektöründe Fine-Kinney özellikle:

• Enfeksiyon riski
• Kimyasal maruziyet
• Radyasyon güvenliği
• Hasta düşmeleri
• Tıbbi cihaz arızaları

gibi alanlarda kullanılabilir.

---

Risk Azaltma Süreci

Risk hesaplandıktan sonra süreç şu şekilde ilerler:

1. Tehlikeyi ortadan kaldırma
2. İkame etme
3. Mühendislik kontrolleri
4. İdari kontroller
5. Kişisel koruyucu donanım

Bu yaklaşım, “kontrol hiyerarşisi” prensibine dayanır.

---

Sonuç

Fine-Kinney modeli, iş sağlığı ve güvenliğinde sistematik ve sayısal bir risk değerlendirme çerçevesi sunar. Olasılık, frekans ve şiddetin çarpımı ile elde edilen skor, karar vericilere net bir öncelik sıralaması sağlar.

Özellikle yüksek riskli ve karmaşık ortamlarda (örneğin sağlık sektörü, ağır sanayi, enerji tesisleri) bu model, kurumsal risk kültürünün gelişmesine katkıda bulunur. Ancak en doğru sonuç için uzman görüşü, saha gözlemi ve diğer analitik yöntemlerle birlikte kullanılması önerilir.

Olasılığın Muhtemelen Var Olmaması (Ama Var Gibi Davranmanın Faydalı Olması)

Olasılığın Muhtemelen Var Olmaması (Ama Var Gibi Davranmanın Faydalı Olması)

Hayat belirsizdir. Ne olacağını bilemeyiz; geçmişte neler olduğuna ya da şu anda çevremiz dışında neler yaşandığına dair bilgimiz sınırlıdır. Belirsizlik, “cehaletin bilinçli farkındalığı” olarak tanımlanır. Hava durumu, gelecekteki şampiyonlar, iklim değişikliği veya atalarımızın kimliği gibi konularda hep bir bilinmezlik vardır.

Günlük hayatta belirsizliği “olabilir,” “muhtemel,” ya da “büyük olasılıkla” gibi kelimelerle ifade ederiz. Ancak bu tür ifadeler yanıltıcı olabilir. Örneğin, 1961'de ABD Başkanı John F. Kennedy, CIA’nın Küba’ya düzenlemeyi planladığı bir işgalin %30 başarı şansı olduğunu öğrendiğinde, bu oran raporda “makul bir şans” olarak aktarılmıştı. Sonuç, Domuzlar Körfezi Çıkarması’nın başarısızlığı oldu. Bugün belirsizliğin sözlü ifadelerini sayılara dönüştüren ölçekler vardır. Örneğin, İngiltere istihbaratında "muhtemel" terimi %55 ila %75 olasılığı ifade eder.

Sayısal olasılık kavramı matematiksel bir boyuta taşınır. Bilimsel makalelerde P değerleri, güven aralıkları gibi olasılığa dayalı terimler sıkça yer alır. Ancak bu sayısal olasılıklar, dünyanın nesnel özellikleri değil, bireysel veya kolektif yargılara dayanan kurgulardır. Çoğu durumda, bir “gerçek” olasılığı yansıtmazlar.

Olasılığın Kökleri ve Yanıltıcılığı

Olasılık, matematiğe geç dahil olmuştur. Şans oyunları binlerce yıldır var olmasına rağmen, 1650'lerde Blaise Pascal ve Pierre de Fermat’ın analizleriyle olasılık matematiksel bir sistem haline gelmiştir. Bugün hava tahminlerinde, olasılık %70 yağmur ihtimali olarak ifade edilir. Ancak yağmur ya yağar ya da yağmaz; “doğru” bir olasılığı ölçmek mümkün değildir.

Felsefeci Ian Hacking, olasılığın “çift yönlü” bir kavram olduğunu belirtir: hem şansı hem de cehaleti kapsar. Örneğin, bir madeni para attığınızda yazı gelme olasılığını %50 olarak ifade edersiniz. Ancak madeni para atılmış ve sonucu bir kişi görmüşse, bu artık cehaletle ilgilidir. Olasılık, gelecekteki bilinmezlik ile mevcut cehalet arasında kullanılır.

Olasılığın Öznel Doğası

Pratikte olasılık kullanımı, öznel yargılara dayanır. Örneğin, bir madeni paranın %50 olasılıkla yazı geleceğini düşünmek, bu varsayımın doğru olduğuna inanmayı gerektirir. Ancak iki yüzlü bir madeni para ile bu varsayımın yanıltıcı olduğu gösterilebilir.

Bilimsel bağlamda da olasılık varsayımlara dayanır. Örneğin, COVID-19 tedavisinde deksametazonun etkisini test eden bir çalışmada, %29 daha düşük ölüm riski olduğu bulunmuştur. Ancak bu sonuçlar, birçok varsayıma dayalıdır. Tüm katılımcıların aynı temel hayatta kalma olasılığına sahip olduğu gibi. Varsayımlar değiştirildiğinde sonuçların değişebileceği unutulmamalıdır.

Olasılık Gerçek mi?

Olasılığın nesnel bir gerçeklik mi yoksa öznel bir araç mı olduğu tartışmalıdır. Kuantum seviyesinde, olayların belirli olasılıklarla gerçekleştiği düşünülse de, bu durum makroskobik dünyada pek etkili değildir.

Olasılığı açıklamaya yönelik yaklaşımlar, sınırlı veya doğrulanamazdır. Örneğin, sonsuz sayıda tekrarla belirli bir sonuç yüzdesi sunan frekansçı yaklaşım veya olayların gerçekleşme eğilimini öne süren “propensity” teorisi gibi.

Sonuç olarak, olasılık, dünyayı anlamada yararlı bir araçtır. Ancak, "gerçek" bir olgu olmaktan çok, insan düşüncesinin bir ürünüdür.

https://www.nature.com/articles/d41586-024-04096-5