----- 1o Congresso Nacional de Aviação ----Proposta dos Aeronautas para o RBAC de Gerenciamento do risco da fadiga Parte I: Comandante Raul Bocces Parte II: Comandante Tulio Rodrigues
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
1
----- 1o Congresso Nacional de Aviação ----Proposta dos Aeronautas para o RBAC de Gerenciamento do risco da fadiga Parte I: Comandante Raul Bocces
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
2
Introdução 1 Muito Alerta
10/28/16
2
3
4 Nem alerta nem sonolento
5
6
7 Muito Sono
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
3
Histórico ACIDENTES FATAIS FATOR CONTRIBUINTE: FADIGA
•1993 KaliBaInternaDonal DC-‐8-‐61F at Guantanamo Bay •1994 Air Algerie737-‐200F at Coventry, UK •1997 Korean Air 747-‐300 at Guam •1999 American Airlines MD-‐82 at LiBle Rock, USA •2001 CrossairBAe146 at Zurich, Switzerland •2002 AgcoCorp Challenger 604 at Birmingham, UK •2004 MK Airlines 747-‐200F at Halifax •2004 Corporate Airlines BAeJetstream31 at Kirksville, USA •2004 Med Air Learjet35A at San Bernadino, California •2005 LoganairB-‐N Islander at Machrihanish, UK
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
4
Histórico Este foi o primeiro acidente em que houve menção no Relatório Final de InvesDgação a FADIGA como PRINCIPAL fator contribuinte.
CLIQUE AQUI (AUDIO/VIDEO)
NTSB Final Report: Resultado: ü 2 pCommuDng; ilotos mortos 2 comissários mortos 45 passageiros mortos 1 pessoa no solo morta Perda total da Aeronave
Colgan Air Flight 3407 – Buffalo, New York February 12, 2009
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
5
Histórico O piloto do jato da Air India estava dormindo durante a maior parte do voo e, em seguida, cometeu erros críticos pois ficou desorientado após acordar.
Air India Express IX-‐812 – Mangalore May 22, 2010
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
6
Histórico Recente Voar à noite é um desafio maior porque é provável que os pilotos tentem manter uma rotina normal durante o dia quando não estão trabalhando.
UPS 1354 –da Birmingham, Alabama Partes gravação da caixa-‐preta apresentadas mostraram que momentos August 14, 2013 antes do acidente ambos os pilotos conversavam a respeito da falta de descanso suficiente antes do voo.
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
7
O que é fadiga? Estado fisiológico de redução da capacidade de desempenho mental ou físico resultante da falta de sono ou vigília estendida, fase do ciclo circadiano, ou carga de trabalho (mental ou atividade física) que pode prejudicar o estado de alerta de um tripulante e a habilidade de operar com segurança uma aeronave ou desempenhar tarefas relativas à segurança. Fonte: FRMS ImplementaLon Guide for Operators 1st EdiLon
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
8
Fadiga X BAC A redução da performance (Estado de Alerta) provocada pela fadiga é similar a redução da performance provocada pelo consumo de álcool. 17 hrs acordado = 0,05% BAC – Concentração de Álcool no Sangue As normas da FAA e da ANAC – (RBHA 91.17), proíbem a operação de aeronaves quando esse índice é igual ou superior a 0,04%.
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
9
Causas da Fadiga • Falta de sono • Stress • Ansiedade • Quebra do Ciclo Circadiano • Saúde
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
10
Fatores de Risco
10/28/16
•
Jornada de trabalho prolongada
•
Escala de trabalho em turnos
•
Períodos de sono/trabalho conflitando com o ritmo circadiano
•
Mudanças ou rotação de escala de trabalho
•
Escalas de trabalho imprevisíveis
•
Falta de períodos de sono durante o trabalho
•
Sono interrompido
•
Oportunidades inadequadas para prática de exercícios
•
Alimentação pobre
•
Elementos estressores 1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
11
Sintomas da Fadiga •
Reações lentas
•
Redução do Alerta Situacional
•
Redução na capacidade de concentração
•
Fixação
•
Perda de memória recente
•
Tomada de decisão prejudicada ou erros de julgamento
•
Distração
•
Redução da percepção visual
•
Perda de iniciativa
•
Perda de Humor
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
12
Análise e Visualização de Fadiga ü FAST (Fatigue Avoidance Scheduling Tool)
ü NetLine Fatigue Model
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
13
Análise e Visualização de Fadiga CrewAlert APP
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
14
O que é o FRMS • É uma metodologia baseada em princípios científicos que permite aos operadores gerenciar os riscos relacionados a fadiga. • Seus componentes devem ser utilizados como um COMPLEMENTO para gestão e planejamento de escalas.
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
15
Por que implantar o FRMS? • Nós temos que aceitar que os seres humanos não funcionam bem o tempo todo. • Nós temos que aceitar que somos responsáveis pelo gerenciamento dos riscos de fadiga em nossas operações
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
16
BARREIRAS
Acidente
Fadiga Aumenta Erros e Falhas 10/28/16
SORTE
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
17
Government OEMs Organization Small Unit You
Self-Discipline Safety Management System Standard Operating Procedures Technical Manuals Regulation Copyright Kern, Ryan and Agostino, 2005
10/28/16
Routine noncompliance disintegrates systems and teams from within 1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
18
Government OEMs Organization Small Unit You
Self-Discipline Safety Management System Standard Operating Procedures Technical Manuals Regulation Copyright Kern, Ryan and Agostino, 2005
10/28/16
Routine noncompliance disintegrates systems and teams from within 1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
19
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
20
SEGURANÇA
+ PRODUTIVIDAD E
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
21
FRMS SEGURANÇA
10/28/16
+ PRODUTIVIDADE
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
22
FRMS no Mundo
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
23
Vantagens do FRMS. • Aumento dos indicadores de segurança operacional • Redução do absenteísmo • Aumento da produtividade • Melhoria do Clima Organizacional • Melhoria na vida social e de Saúde do tripulante
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
24
Como construir um FRMS no Brasil?
ANAC 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
25
----- 1o Congresso Nacional de Aviação ----Proposta dos Aeronautas para o RBAC de Gerenciamento do risco da fadiga Parte II: Comandante Tulio Rodrigues
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
26
Mas afinal, para que serve a ciência???
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
27
1. Expectativa de vida…
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
28
2. Qualidade de vida…
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
29
3. Prognósticos...
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
30
Roteiro 1) Acidentes versus tempo em serviço: será que existe um padrão universal? 2) Análise de risco através do modelo SAFTE-FAST; 3) Um panorama da fadiga no Brasil (comparativo com os EUA); 4) Limites de jornada para tripulação simples. 5) Conclusões e perspectivas futuras.
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
31
Tempo em serviço… Combinando-se 4 experimentos que incluem diversas profissões (*) 3.0
Nachreiner et al. (2000) Hanecke et al. (1998) Akerstedt (1995) Folkard (1997)
2.5
Relative Risk
2.0 1.5 1.0 0.5 0.0
0
2
4
6
8
10
12
Time on duty (h)
(*) Dados fornecidos por Simon Folkard (comunicação privada) 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
32
Tempo em serviço… Avaliando acidentes reais na aviação (Goode, 2003)
A razão acidente/ exposição aumenta em mais de 500% alterando o tempo em serviço de 8 para 13 horas ou mais!
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
33
Tempo em serviço…
Accident/exposure ratio (relative risk)
Ajustando simultaneamente os dados da aviação e da indústria em geral 3.0
RR(t) = a + be Nac00, Han98, Ake95 and Fol97 (reanalysis) Goode, 2003 (reanalysis) Exponential FIT (all data)
2.5
a = 0.79 ± 0.04 b = (4.2 ± 0.7) ×10 −4 τ = 2.13± 0.07 h
2.0 1.5 1.0 0.5 0.0
0
2
4
6 8 10 Time on duty (h)
t τ
12
14
χ 2 / n.g.l. = 11.63 /11 RR(12h) ≅ 2.0 RR(8h) RR(13h) ≅ 1.4 RR(12h)
Logo, tomamos o limite de 12 horas para uma jornada de trabalho! 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
34
Análise de Risco Cenário 1: primeira madrugada Cenário 1: Tripulante assume programação de voo 100% recuperado Apresentação (h)
Δ = 2h
Δ = 3h
Jornada (h)
# resultados
02:00
M1
M3
10
2
04:30
M5
M7
10
2
05:30
M9
M11
12
2
12:30
M13
M15
13
2
14:30
M17
M19
12
2
15:00
M21
M23
12
2
15:30
M25
M27
11
2
19:30
M29
M31
12
2
22:30
M33
M35
11
2
23:30
M37
M39
10
2
Δ: intervalo de tempo entre o despertar e o início da jornada 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
35
Análise de Risco Cenário 2: segunda madrugada Cenário 2: Tripulante assume o segundo dia de programação após ter cumprido com o primeiro dia (cenário 1) Apresentação (h)
Δ = 2h
Δ = 3h
Jornada (h)
# resultados
02:00
M2
M4
10
2
04:30
M6
M8
10
2
05:30
M10
M12
12
2
12:30
M14
M16
13
2
14:30
M18
M20
12
2
15:00
M22
M24
12
2
15:30
M26
M28
11
2
19:30
M30
M32
12
2
22:30
M34
M36
11
2
23:30
M38
M40
10
2
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
36
Análise de Risco Cenários 3, 4 e 5: início “cedo” pela manhã Cenário 3: Tripulante assume programação 100% recuperado Apresentação (h)
Δ = 2h
Δ = 3h
Δ = 4h
Jornada (h)
# resultados
06:30
M41
M43
--
13
2
07:30
M45
M47
--
14
2
09:30
M49
M51
M53
14
3
10 dia
Cenário 4: Tripulante no terceiro dia de programação consecutivo Apresentação (h)
Δ = 2h
Δ = 3h
Δ = 4h
Jornada (h)
# resultados
06:30
M42A
M44A
--
13
2
07:30
M46A
M48A
--
14
2
09:30
M50A
M52A
M54A
14
3
30 dia
Cenário 5: Tripulante no sexto dia de programação consecutivo Apresentação (h)
Δ = 2h
Δ = 3h
Δ = 4h
Jornada (h)
# resultados
06:30
M42
M44
--
13
2
07:30
M46
M48
--
10
2
09:30
M50
M52
M54
12
3
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
60 dia
37
Análise de Risco Efetividade ao longo da jornada (*) Ex. M1: Primeira madrugada com início as 02:00 e despertar as 00:00
(*) Simulações do FAST realizadas por Lauren Waggoner, PhD (IBR) 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
38
Cenário M1: Primeira madrugada com início as 02: Análise de Risco Efetividade ao longo da jornada (*) Ex. M1: Primeira madrugada com início as 02:00 e despertar as 00:00 100 M1 (Eave = 78,92%) Interpolação
Efetividade (%)
90 80 70 60 50
2
4
6 8 Hora do dia (h)
10
12
(*)http://www.aeronautas.org.br/images/_sna/_noticias/ Simulações do FAST realizadas por Lauren (*) Disponível em Relatorio-FRMS-Parte-II.pdf 10/28/16
8/18/16 39 1º Congresso Nacional de Aviação – OJornada'Aeronáu,ca'–'Agosto'2016 utubro/16 – São Paulo
Análise de Risco
Probabilidade relativa de acidentes FH
Risco relativo versus Efetividade
Hursh et al., 2006 Ajuste (~1/E)
2.0
1.6
1.2
0.8 40
50
60
70
80
90
100
Efetividade SAFTE-FAST (%)
Dados: S. Hursh, T. Raslear, A. Kaye and J. Fanzone, Jr. (2006). Validation and Calibration of a Fatigue Assessment Tool for Railroad Work Schedules, Summary Report. (Report No. DOT/FRA/ORD-06/21). Washington, DC: U.S. Department of Transportation. 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
40
Análise de Risco Risco relativo ao longo da jornada
= 1,008
Eave = 78,92 % 100
1,08 M1 (Eave = 78,92%)
1,04
80 Risco
Efetividade (%)
R(E) ~1/E
Interpolação
90
70
0,96
60 50
1,00
2
10/28/16
4
6 8 Hora do dia (h)
10
12
0,92
M1: = 1,008
2
4
6 8 Hora do dia (h)
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
10
12
41
Análise de Risco Efetividade & Área de Perigo 100
Efetividade (%)
80
60 M1 (Área de Perigo = 0,124 h, 1.6%) M2 (Área de Perigo = 1,300 h, 16.3%) 80% valor referência (AT = 8 h)
40
20 APM2/APM1 ~ 10
0 2
4
6
8
10
12
Hora do dia (h)
A Área de Perigo é calculada em função da fatia da jornada com Efetividade inferior ao limiar de 80% (APM2/APM1 ~ 10) 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
42
Análise de Risco Risco médio x Área de Perigo 3.5 Zona de baixo risco (AR = 0 e Eave ≥ 90%)
Área de Perigo (h)
3.0 2.5 2.0 1.5
Verde: Baixo Risco
Zona de Transição (77 ≤ Eave< 90%) Zona de Perigo (Eave < 77%) AIA 808 - Comandante AIA 808 - Primeiro Oficial AIA 808 - Engenheiro de Voo Comair 5191 - Controlador de Voo Eave = 90%
Eave = 77%
Âmbar: Médio Risco
2
R = 0.95
1.0
Vermelho: Alto Risco
0.5 0.0 0.8
0.9
1.0
1.1
1.2
1.3
1.4
Risco Médio,
Acidentes reais com a fadiga como fator contribuinte/preponderante • AIA 808 (Guantanamo Bay): Wesensten & Belenky (comunicação privada) • Comair 5191: Pruchnicki, Wu & Belenky (2011) 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
43
Panorama da Fadiga no Brasil IV Jornada de Fatores Humanos
Correlação dos prognósticos do programa FAST com relatos de fadiga de pilotos da aviação civil brasileira Paulo Rogério Licati1,5,Tulio Eduardo Rodrigues 2, Daniela Wey3, Frida Marina Fischer3, Luiz Menna-Barreto4 1 Associação Brasileira de Pilotos de Aviação Civil, São Paulo, SP 2 Associação dos Aeronautas da GOL, São Paulo, SP 3 Universidade de São Paulo, Faculdade de Saúde Pública, Departamento de Saúde Ambiental, São Paulo, SP 4 Universidade de São Paulo, Escola de Artes, Ciências e Humanidades, São Paulo, SP 5
[email protected]
RESUMO: O presente trabalho tem como objetivo identificar perigos relativos à fadiga de pilotos através do estudo de correlações entre relatos de fadiga e parâmetros quantitativos extraídos do programa Fatigue Avoidance Scheduling Tool [FAST]. A coleta de dados foi realizada em 2012 e incluiu 301 questionários baseados nas recomendações da International Civil Aviation Organization [ICAO] que foram respondidos de maneira anônima e espontânea por pilotos da aviação civil brasileira. As questões incluíam informações sobre o horário da sensação de fadiga, o histórico da jornada de trabalho, a qualidade e a duração subjetivas de sono nas últimas 72 horas. A Efetividade dos pilotos apresentou distribuição normal com Disponível em±http://inseer.ibict.br/sipaer/index.php/sipaer/article/view/299/316 valor médio de 73,8 0,8% (Hursh et al., 2004). Os relatos de fadiga, em função das horas do dia, ficaram concentrados nos valores médios de 3,1 ± 0,4h, 9,8 ± 0,5h e 21,3 ± 0,4h. A distribuição da duração da vigília, anterior à sensação de fadiga, apresentou dois picos de valores médios de 7,0 ± 0,6h (53%) e 18,0 ± 0,5h (47%). Deste modo, foi observada uma relação exponencial entre os horários de início da vigília e de relato da sensação de fadiga, permitindo estimar a hora provável da44 10/28/16 1º Congresso Nacional de Aviação – Outubro/16 – São Paulo fadiga em função da hora de início da vigília na população estudada. O valor médio de duração da vigília de 7,0 ± 0,6h pode
Panorama da Fadiga no Brasil Efetividade dos pilotos (Licati et al., 2015) 70 Este Trabalho - FAST Distribuição Normal
60
Eventos
50 40 30 20 10 0 40
50
60
70
80
90
100
Efetividade (%)
Efetividade média de 73,8 ± 0,8% (77% corresponde a ~ 0,05% de BAC) 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
45
Panorama da Fadiga no Brasil 14
Brasil: Emédia = 73,8%
Risco médio Brasil x EUA* USA: Emédia = 87,9%
60 50
This work (Licati et al., 2015) Gaussian FIT
Events
40 30 20 10 0 40
50
60
70
80
90
100
Effectiveness (%)
Figure 4: Distribution of pilot effectiveness at the time of fatigue sensation
/
~ 1,14 (14% acima)
BRA according with the SAFTE-FAST predictions (Licati et al.,EUA 2015).
(*) P. Roma, S. Hursh, A. Mead and T. Nesthus (2012) (Report No. DOT/FAA/AM-12/12). Combining the information presented in figuresMedicine. 4, 5 and 6 one can Washington, DC: Office of Aerospace
easily verify that the sample of pilots that was studied presented
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
low levels of effectiveness with almost 50% of the reports
46
Limites de Jornada
Construindo limites brasileiros (*)
Tabela CAO-48 (1 e 2 etapas) limitada em 12 horas nos cenários 2 e 4(a) com Δ = 2 horas Apresentação (h)
Cenário
Jornada (h)
Risco Médio
Área de Perigo (h)
2300-0459
M2
10
1,140
1,300
0500-0559
M10
11
0,965
0
0600-0659
M42A(a)
12
0,928
0
0700-0759
M46A(a)
12
0,894
0
0800-1059
M50A(a)
12
0,860
0
1100-1359
M14
12
0,876
0
1400-1459
M18
12
0,891
0,018
1500-1559
M26
11
0,893
0,018
1600-2259
M30
10
1,079
0,753
(*) http://www.aeronautas.org.br/images/_sna/_noticias/Relatorio-FRMS-Parte-II.pdf 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
47
Limites de Jornada
Construindo limites brasileiros
Limites propostos (até duas etapas) x limites atuais (Lei 7.183/84) 14
Lei 7.183/84
Jornada de Trabalho (h)
13 A=0
A=0
12
A = 0,018
A=0
11
A = 0,753
A =1,300
10 9 8 7 6
0
4
8
12
16
20
24
Hora da Apresentação (h)
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
48
Limites de Jornada
Construindo limites brasileiros
Segurança x Produtividade (conceito ALARP): Risco da fadiga As Low As Reasonably Practicable 14
Jornada de Trabalho (h)
Faixa verde: Limites aumentados para 12 h
Lei 7.183/84
13 A=0
A=0
12
A = 0,018
A=0
11
Faixa âmbar: Menor valor entre limites atuais e propostos
A = 0,753
A =1,300
10 9 8 7 6
0
4
8
12
16
Hora da Apresentação (h)
10/28/16
20
24
Faixa Vermelha: Limite de 9 horas (mínimos do PL 8255/14)
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
49
Limites de Jornada
Construindo limites brasileiros
Segurança x Produtividade (conceito ALARP): Risco da fadiga As Low As Reasonably Practicable 16 Lei 7.183/84 0-5h e 16-24h 5-7h 7-14h 14-16h
Jornada de Trabalho (h)
14 12 10 8 6 4 2 0
0
4
8
12
16
20
24
Hora da Apresentação (h)
10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
50
Limites de Jornada
Construindo limites brasileiros
Incluindo mitigação para 3 ou mais etapas e limites de hora de voo (*) Tabela Brasileira – jornada máxima (horas de voo) Apresentação (h)
Número de Etapas numa mesma jornada 1-2
3-4
5
6
0000-0459
9 (8)
9 (8)
8:15 (7:15)
7:45 (6:45)
0500-0559
11 (9)
10 (8)
9:15 (8)
8:45 (7:45)
0600-0659
11 (9)
10 (9)
9:15 (8)
8:45 (7:45)
0700-0759
12 (9:30)
12 (9)
11:15 (9)
10:45 (9)
0800-1059
12 (10)
12 (9:30)
11:15 (9)
10:45 (9)
1100-1359
12 (9:30)
12 (9)
11:15 (9)
10:45 (9)
1400-1459
10 (9)
10 (9)
9:15 (8)
8:45 (7:45)
1500-1559
10 (9)
10 (8)
9:15 (8)
8:45 (7:45)
1600-2359
9 (8)
9 (8)
8:15 (7:15)
7:45 (6:45)
(*) http://www.aeronautas.org.br/images/_sna/_noticias/RelatorioFRMS-Parte-II.pdf 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
51
Conclusões
1. Pesquisa brasileira (Licati et al., 2015) apontou para um cenário de fadiga crônica no Brasil com uma efetividade média no FAST de 73,8 ± 0,8 %. Comparando-se esse resultado com o valor obtido nos EUA de 87,9% (Roma et al., 2012) verificase um incremento de 14% no risco relativo médio. 2. Mais da metade dos pilotos manifestaram fadiga com apenas 7 horas de vigília. Esse resultado pode ser explicado pelo sono insuficiente nas últimas 24 horas (média de 5h) e pelo débito crônico de sono acumulado nas últimas 72 horas (média de 7,4h) que antecederam os relatos de fadiga. 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
52
Conclusões 3. Folgas simples devem ser evitadas tendo em vista que geralmente não recuperam o indivíduo. Caso sejam planejadas nas escalas recomendamos que a apresentação no dia subsequente seja somente à partir das 10h local. 4. As áreas de perigo nas segundas madrugadas são cerca de 10 vezes maiores do que nas primeiras. Por essa razão não recomendamos operações de pouso e decolagem na janela de baixa do ciclo circadiano (WOCL) na segunda madrugada. Pesquisa brasileira demonstrou que a incidência de erros dos pilotos por hora de voo é 50% maior na madrugada (Mello, 2008). 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
53
Conclusões
5. Programações de voo sucessivas pela manhã (entre 06 e 08h) podem gerar um grande débito de sono. Recomendamos que seja feita uma pesquisa específica para a realidade brasileira de maneira a averiguar a calibração dos modelos biomatemáticos no caso de early-start. 6. O risco relativo considerando-se diversas profissões (funcionários de escritório, pilotos, mineradores, etc...) dobra ao aumentarmos o tempo em serviço de 8 para 12 horas. Já um aumento de 12 para 13 horas leva a um aumento de 40% no risco relativo. 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
54
Conclusões
Lições Aprendidas
I. A importância de uma revisão dos limites prescritivos (FTL’s) tendo em vista que possuem papel de grande relevância no gerenciamento do risco da fadiga (Anexo 6 da ICAO). Um passo atrás pode ser necessário... II. As Regulações dos Estados não podem ser baseadas numa estratégia “copy and paste”. Limites “adequados” para um Estado podem gerar riscos potenciais para outros! III. A importância da participação efetiva de um Representante do Grupo de Voo indicado pelo SNA nas decisões do GASOF. 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
55
Perspectivas Futuras Projeto Fadigômetro 1. Instituições Participantes: SNA, ABRAPAC, ASAGOL e ATT. 2. Objetivo: Monitorar o nível de alerta dos aeronautas brasileiros nas suas jornadas de trabalho, produzindo dados, estatísticas e análises no intuito de identificar perigos relacionados à fadiga e propor recomendações de segurança para a mitigação de riscos. 3. Trabalho em sintonia com a IFALPA (Comitê HUPER) e em parceria com Universidades, Centros de Pesquisa, Especialistas em FRMS, etc… 4. Início do projeto previsto para o primeiro semestre de 2017! 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
56
Agradecimentos v Sindicato Nacional dos Aeronautas (SNA) v Associação Brasileira de Pilotos da Aviação Civil (ABRAPAC) v Associação dos Aeronautas da GOL (ASAGOL) v Associação dos Tripulantes da TAM (ATT) Parceiros: q Universidade de são Paulo (USP) q Institutes for Behaviour Resources, Inc Outros Stakeholders: ü Centro Nacional de Investigação e Prevenção de Acidentes Aeronáuticos (CENIPA) ü Comissão Nacional de Fadiga Humana (CNFH) Agradecimentos especiais: Steven Hursh (IBR), Lauren Waggoner (IBR), Reid Blank (IBR), Robert Mora (IBR), Gregory Belenky (WSU), Nancy Wesensten (WRAIR) e Simon Folkard (France & Swansea University)
Obrigado! 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
57
Slide Extra
Estrutura do modelo SAFTE-FAST* Processo Homeostático
Ciclo Circadiano
Reservatório de Sono
Vigília Reservatório ê
Sono Reservatório é
Efetividade ~ 1/(Tempo de Resposta)
Intensidade de Sono
Inércia do Sono (*) Adaptado de S. Hursh et al., Aviat Space Environ Med 2004; 75(3 Suppl): A44-53 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
58
Slide Extra
Validação do modelo SAFTE-FAST* 11 September 2003
11 September 2
Walter Reed Restricted Sleep Study
SAFTE Model (red line) Predicts the Average Results with Precision Decline of Performance with Total Sleep Deprivation
22
SAFTE Model (red line) Predicts the Average Results with Precision
PVT Speed Actual Sleep Times - Revised Model Chronic Restriction Adaptation
Sleep & Performance Model vs Angus & Heslegrave (1985) Mean of Normalized Performance Measures 120
75%
Mean Speed (as a % of Baseline)
Effectiveness (Percent)
100
80
110
Serial RT Decode Encode Vigilance Logical Mean SAFTE Prediction
60 50%
40
R2=0.98
20
0 10
9 Hr
80
7 Hr 5 Hr 3 Hr
65
SAFTE/FAST
Parameters: Acrophase: 1900 hrs Awakening at 0700 hrs 19
0
95
20
30
40
Hours of Sleep Deprivation
43
R2 = 0.94
50 50
60
23
0
T1
T2
B
E1
E2
E3
E4
Day
E5
E6
E7
R1
R2
R3
(*) S. Hursh et al., Aviat Space Environ Med 2004; 75(3 Suppl): A44-53 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
59
Slide Extra
Validação do modelo SAFTE-FAST* Custo x Efetividade
Zona de transição (77 < E < 90%)
S. Hursh, J. Fanzone and T. Raslear (2011) Analysis of the Relationship between Operator Effectiveness Measures and Economic Impacts of Rail Accidents. (Report No. DOT/FRA/ ORD-11/13). Washington, DC: U.S. Department of Transportation. 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
60
Slide Extra
Validação do modelo SAFTE-FAST* Custo x Efetividade E F E T I V I D A D E
Baixo Risco 90%
Médio Risco 77%
Alto Risco
S. Hursh, J. Fanzone and T. Raslear (2011) Analysis of the Relationship between Operator Effectiveness Measures and Economic Impacts of Rail Accidents. (Report No. DOT/FRA/ ORD-11/13). Washington, DC: U.S. Department of Transportation. 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
61
Slide Extra
Validação do modelo SAFTE-FAST* Efetividade x Escala Samn-Perelli* (SPS) SPS (Samn-Perelli, 1982) Baixo Risco Médio Risco Alto Risco
7
1
Fully alert, wide awake
2
Very lively, responsive, but not at peak
3
Okay, somewhat fresh
4
A little tired, less than fresh
5
Moderately tired
6
Extremely tired, very difficult to concentrate
7
Completely exhausted, unable to function effectively
SPS
6 5 4 3 2 1 100
90 80 70 60 50 Efetividade SAFTE-FAST (%)
40
* Relação Efetividade-SPS cedida por S. Hursh (comunicação privada) 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
62
Slide Extra
Validação do modelo SAFTE-FAST* Classificação de risco
Risco baixo Risco moderado
Risco elevado
10/28/16
Efetividade no FAST (%)
Escala Samn-Perelli
100
1,0
Fully alert, wide awake
97,0
2,0
Very lively, responsive, but not at peak
93,2
3,0
Okay, somewhat fresh
88,4
4,0
A little tired, less than fresh
81,7
5,0
Moderately tired
77,0
5,5
70,1
6,0
43,3
6,8
0
7,0
Extremely tired, very difficult to concentrate Completely exhausted, unable to function effectively
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
63
ways considered human error. All data were validated by As shown in Table 1, a total of 1065 level 3 errors were pilots of the Flight Safety Department to ensure reliability. detected during the 155,327 h flown from April 1 to September 30, 2005, with the majority of the flights occurring The data collected during the flight were compared to a during the morning. Clearly, the risk was increased by database with operating limits and maintenance pre-proalmost 50% during the early morning period compared to grammed by the manufacturer and/or the operator for each the morning. However, neither afternoon nor night was type of aircraft. Parameters for errors were predetermined associated with greater risk. as values in the program performing the analysis, and the The present study identified periods during the day in monitoring system is divided into 3 categories: level 1, value set for operational procedure; level 2, value exceedwhich a large sample of airline captains and copilots made ing airline operational procedure (company proceerrors more frequently. Human 1129 errors result from physiJournal of Medical and Biological (2008) 41:operational 1129-1131 Brazilian pilot errors and time of day Research ISSN 0100-879X Communication dure); level 3,Short exceeding company operational value (strucological and psychological limitations and causes include tural; aircraft manufacturer operational value). fatigue, workload, and fear as well as cognitive overload, poor interpersonal communications, imperfect information For the purposes of this research, level 3 events alone processing, and flawed decision making (4). were taken into account because they were presumed to be the most serious in which operational limits required by Night work requires the crew to perform tasks at a time the company were exceeded, or when established procewhen the organism should be resting instead of working. dures were not followed. stopoversR.S. for rest M.T. de Mello, A.M. Esteves, M.L.N. Pires, D.C. Santos,Almost L.R.A.daily Bittencourt, Silvain places other than the home environment may be associated with increased faAfter members of the FOQA section professional team and S. Tufik tigue, since external factors during resting periods, such telephone, noises of elevators, Departamento de Psicobiologia, Escola Paulista de Medicina, Universidade Federalasdedaylight, São Paulo, Table 1. Ratio of pilot and copilot error as a function of time of day. São Paulo, SP, Brasil traffic, and conversation interrupt sleep. Time of day Clock-hour Hours of Errors Errors/100 h Normalized Sleep becomes non-restorative and conseCorrespondence to: M.T. de Mello, Departamento de Psicobiologia, EPM, UNIFESP, Rua Marselhesa, quently leads to higher levels of fatigue and flight (%) (N) flight time data 535, 04020-060 São Paulo, SP, Brasil irritability, difficulty in concentration and perFax: +55-11-2149-0155. E-mail:
[email protected] Morning 6:00-11:59 54,364 (35%) 352 6.47 1.00 ception, which may be contributory factors Afternoon 12:00-17:59 49,705 (32%) 335 6.74 1.04 Flight safety is one of the most important and frequently discussed issues in aviation. Recent accident inquiries have raised for the occurrence of errors. Note also that Night as to how the 18:00-23:59 40,385 (26%) and 275the extent 6.81 1.05 questions work of flight crews is organized to which these conditions may have been contributing due to major alterations in sleep schedules, Early 0:00-5:59 10,873 (7%)limitations, 103 which 9.47 factors to morning accidents. Fatigue is based on physiologic are reflected in 1.46 performance deficits. The purpose of the crew members Totalstudy was to provide an analysis 155,327 6.86 present of the periods of 1065 the day in which pilots working1.06 for a commercial airline presentedcan majoralso present disrupted errors. Errors made by 515 captains and 472 copilots were analyzed using data from flight operation sleep quality patterns, assurance systems. such as sleep disorders (2,5). To Hours analyzeofthe times of day (shifts) during which incidents occurred, we divided light-dark in four periods: flight were distributed in 4 periods: morning, afternoon, night,the and early cycle (24:00) Operating long flights during the night morning, afternoon, night, and early morning. The differences of errors risk during weretime reported as the ratio of morning to morning. The number of errors during each time of day, per the 100day h flight (whether or alone not they afternoon, morning to night to early morning error rates. Assurance For the purposes of this research, level 3 events were are transmeridional) and normalized dataand by morning the Flight Operations Quality program are taken into account, thenormalized most seriousto in the whichmorning companytime operational were or whenconflicts establishedwith human circadian frequently reported. The since data these havewere been of daylimits (6:00 to exceeded procedures morning period, 32% in the and severely affects physiologic 11:59). were not followed. According to airline flight schedules, 35% of flights take place in the regulation
Slide Extra
Panorama da Fadiga no Brasil
Relationship between Brazilian airline pilot errors and time of day
Aumento de quase 50% do risco nas operações entre 0:00 e 5:59
10/28/16
afternoon, 26% at night, and 7% in the early morning. Data showed that the risk of errors increased by almost 50% in the early morning relative to the morning period (ratio of 1:1.46). For the period of the afternoon, the ratio was 1:1.04 and for the night a ratio of 1:1.05 was found. These results showed that the period of the early morning represented a greater risk of attention Braz J Med Biol Res 41(12) 2008 problems and fatigue.
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
Key words: Airline pilot errors; Circadian rhythm
www.bjournal.com.br
64
AQD analysis y considerPanorama in a preliminary approach on III events is the da Fadiga FDM class no Brasil e of Fatigue as a contributing factor: • Recommendations from Human Factors;
Slide Extra
• Rostering planning worked to reduce critical pairings; Events and Fatigue detection 20 18 16 14 12 10 8 6 4 2 0
(79%) 15
• On April 2011 we found the average 77,5% of effectiveness level on the planned schedules.
(21%) 4
FADIGA
SEM FADIGA
Disponível em: http://www.icao.int/SAM/Documents/2012/FRMS11/Sergio %20Quito%20FRM%20Gol%20Lima%20Seminar.pdf (Acesso em 24/08/2016). 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
65
Slide Extra
Panorama da Fadiga no Brasil “Hora” da fadiga (Licati et al., 2015)
80
Este Trabalho Soma de três curvas normais 1 = 3,1 ± 0,4 (h)
70
Eventos
WOCL
60
2 = 9,8 ± 0,5 (h)
50
3 = 21,3 ± 0,4 (h)
“Ombro”…
40 30 20
43%
8% 49%
10 0
0
2
4
6
8
10 12 14 16 18 20 22 24
Hora reportada da Fadiga (h) 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
66
Slide Extra
Panorama da Fadiga no Brasil Tempo de vigília (Licati et al., 2015)
100
7h?
Este Trabalho Soma de duas curvas normais 1 = 7,0 ± 0,6 (h)
80
53% dos pilotos
Eventos
2 = 18,0 ± 0,5 (h)
60
manifestou fadiga com
40
53%
20 0
0
5
apenas 7 horas
47%
10
15
20
de vigília! 25
30
Tempo de vígília (h) 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
67
Slide Extra
Panorama da Fadiga no Brasil Quantidade de Sono (Licati et al., 2015) 100
100 Relatos de Pilotos Distribuição normal (valor médio = 5,05 h)
80
60
Eventos
Eventos
80
40 20 0
FAST (301 reportes) Ajuste de duas curvas normais Valor médio = 7,41 ± 0,22 (h)
60 40 20
2
3 4 5 6 7 8 Horas de sono nas últimas 24 hrs (h)
9
0
4
6 8 10 12 Débito crônico de sono nas últimas 72 hrs (h)
• Sono insuficiente nas 24 horas que antecederam o relato da fadiga (5,05h) • Débito crônico de sono nas 72 horas que anteceredam o relato (7,41h) 10/28/16
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
68
Slide Extra
Panorama da Fadiga no Brasil
Hora da fadiga x vigília (Licati et al., 2015)
80
Valores médios (h) vigília 18,0 ± 0,5
3,1 ± 0,4
7,0 ± 0,6
9,8 ± 0,5
60
Eventos
Hora da Fadiga
3 = 21,3 ± 0,4 (h)
40 30 20
43%
Tempo de vigília, AT (h)
30
Tempo de vígília (h)
8% 49%
10 0
30
25 20 0
20
40
60
80
0
5
53%
10
15
47%
Este Trabalho Soma de duas curvas normais 1 = 7,0 ± 0,6 (h)
2 = 18,0 ± 0,5 (h)
Eventos
100
2 = 9,8 ± 0,5 (h)
50
0
10/28/16
Este Trabalho Soma de três curvas normais 1 = 3,1 ± 0,4 (h)
70
2
4
6
8
10 12 14 16 18 20 22 24
Hora reportada da Fadiga (h)
Reportes de Fadiga
25 20 15 10 5 0
0
5
10
15
20
Hora Reportada da Fadiga, FT (h)
1º Congresso Nacional de Aviação – Outubro/16 – São Paulo
69