----- 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