2

Forord Prosjektet “Bistand til utvikling av metode for kartlegging av risikoutsatte arbeidstakergrupper ift. arbeidsbetinget skade og sykdom i norsk petroleumsvirksomhet på land og på sokkel” har vært et tverrfaglig samarbeid mellom avdelingene Epidemiologi og Psykisk helse fra SINTEF Helse og Sikkerhet og pålitelighet fra SINTEF Teknologi og samfunn. Prosjektgruppen fra SINTEF har bistått Petroleumstilsynet (Ptil) med oppbygging av en database for identifisering av risikoutsatte arbeidstakergrupper basert på ulike datakilder. Samarbeid og bidrag med kompetanse på tvers av avdelinger i SINTEF har vært helt nødvendig i dette prosjektet. Prosjektarbeidet har bestått av forskjellige faser med ulike faglige utfordringer. I første del av prosjektet ble eksisterende datakilder hos Ptil gjennomgått og drøftet med tanke på underlag for å identifisere risikoutsatte grupper. Neste fase i prosjektet besto av databehandling og utvikling av metode for sammenstilling av datakilder, og sammenstillingene ble eksemplifisert med enkle analyser. I tillegg har prosjektet omfattet en teknisk leveranse på et rekodingsverktøy for standardisering av nøkkelvariabler på tvers av datakildene. Det har vært svært givende å jobbe på et prosjekt som har inkludert arbeid fra å utvikle en metodeidé, til bistand på tekniske løsninger av en enhetlig database. Prosjektgruppen håper den nye enhetlige databasen som er opprettet vil være av stor nytteverdi for Ptil i deres arbeid med å kartlegge risikoutsatte arbeidstakergrupper i petroleumsvirksomheten. Databasen er ikke en synlig sluttbrukerløsning for databehandlere, men gjør datakildene mer tilgjengelige for brukerne. Videre implementering, utvikling og drift av databasen er overlatt oppdragsgiver. Målgruppen for denne rapporten er brukere av databasen, og hvor kapitel 6 om dokumentasjon på opprettelse av rekodingsverktøy for databasen er skrevet til bruk for it-/driftsansvarlige av databasen i Ptil. Vi takker Ptil for et godt samarbeid og god tilretteleggelse for gjennomføring av prosjektet. Forfatterne av rapporten takker også de øvrige i prosjektgruppen, Bjørn Buan, Anne Mette Bjerkan, Ranveig Kviseth Tinmannsvik og Erik Jersin, for god og velvillig faglig støtte. Trondheim, desember 2007. Tommy Haugan, Fred Størseth, Trond Vadseth og Wenche B. Drøyvold

3

INNHOLDSFORTEGNELSE 1. Innledning………………………………………………………………………………………4

2. Gjennomgang og vurdering av datakilder……………………………………………………5

2.1 Innrapporteringsrutiner og datakildebeskrivelser

2.2 Koblingspunkter

2.3 Tidsperiodeoversikt

3. Beskrivelse av ny enhetlig database…………………………………………………………10

3.1 Bearbeiding av rådata

3.2 Standardiserte fellesvariabler

3.3 Spesifikke variabler fra hver datakilde

3.4 Innhente ”labels” fra opprinelig SPSS-fil

4. Eksempelanalyser…………………………………………………………………………….14

4.1 Sammenstilling av data

4.2 Eksempelanalyse på støyeksponering

4.3 Excel-applikasjon med lav brukerterskel

5. Forslag/anbefalinger for videre tiltak………………………………………………………19

5.1 PIP-Offshore og spørreundersøkelsen i kartlegging av risikoutsatte grupper

5.2 MOAS og spørreundersøkelsen i kartlegging av risikoutsatte grupper

5.3 Anbefalninger for hver datakilde

5.4 ”Databaseveiviseren” – brukerens inngangsport

6. Rekodingsverktøy for Ptils database – Dokumentasjon…………………………………..25

6.1 Krav til datoformat

6.2 Komprimering av databasen

6.3 Hente nye data før rekoding

6.4 Tabeller

6.5 Spørringer

6.6 Endre/legge til standardiserte fellesvariabler

6.7 Oppdatering av oppslagstabeller

7. Konklusjon……………………………………………………………………………………31

8. Vedlegg………………………………………………………………………………………...32

Vedlegg 1: Skjermbilder for innrapportering av data

Vedlegg 2: Variabellister for rådatakildene

Vedlegg 3: Variabellister med rekodinger

4

1. Innledning

SINTEF fikk i oppdrag å bistå Petroleumstilsynet (heretter Ptil) med utviklingen av en metode for

kartlegging av risikoutsatte arbeidstakergrupper i norsk petroleumsvirksomhet. Risikoutsatt

handler her om risiko for fysiske og psykiske helseskader og utstøting fra arbeid. Metoden har til

formål å nyttiggjøre seg av innrapporterte data på skade og sykdom blant arbeidstakere i

petroleumsvirksomheten. Norge har høye ambisjoner om å ivareta helse, miljø og sikkerhet i

petroleumssektoren og i arbeidslivet generelt.

Sentralt i denne metodeutviklingen var oppbyggingen av en enhetlig database. Utgangspunktet var

å undersøke hvordan eksisterende data kunne sammenstilles for å kunne gi et mer presist bilde av

risikoutsatte arbeidstakergrupper. Intensjonen var å gjøre data mer tilgjengelig, samt identifisere

muligheter for ny kunnskap om helserisiko forbundet med norsk petroleumsvirksomhet på land og

offshore.

I prosjektet har rådata fra de ulike datakildene blitt bearbeidet og eksportert over i et

databasehåndteringssystem. Det er identifisert en rekke fellesvariabler fra de ulike datakildene

som er rekodet opp på standardiserte aggregerte nivåer. Standardiseringene av disse variablene

danner grunnlaget for en enhetlig database (kalt RUG-databasen) hvor informasjon på tvers av

datakildene kan sammenstilles. Fra databasen kan Ptils brukere eksportere data over i et egnet

analyseverktøy (for eksempel Excel eller SPSS) hvor data kan bearbeides ytterligere og statistiske

analyser utføres.

Leserveiledning

Rapporten omhandler de ulike aspektene som har inngått i SINTEF sitt bistandsprosjekt for Ptil.

Det innebærer gjennomgang og drøfting av Ptils eksisterende datakilder, beskrivelse av

metodeløsning og opprettelse av en enhetlig database, eksempler på måling av helserisiko med

utgangspunkt i Ptils eksisterende data, og forslag til videre tiltak og prioriteringer.

Rapporten er også ment som en metodehåndbok med praktisk brukerveiledning for framtidige

brukere av den nye RUG-databasen.

5

2. Gjennomgang og vurdering av datakilder

I metodeprosjektet er følgende eksisterende datakilder gjennomgått og vurdert:

1. Melding om arbeidsbetinget sykdom (MOAS)

2. Personskader i petroleumsindustrien fra offshore (PIP-Offshore)

3. Personskader i petroleumsindustrien fra landbaserte anlegg (PIP-Land)

4. Risikonivåprosjektets spørreundersøkelse (tidligere kalt RNNS-spørreundersøkelse)

5. Støyindikatordata fra Risikonivåprosjektet (Støydata)

6. Arbeidstidsdatabasen

2.1 Innrapporteringsrutiner og datakildebeskrivelser

MOAS

Datagrunnlaget i MOAS er basert på innrapporterte skjema til Ptil om arbeidsbetinget sykdom.

Skjemaene fylles ut av medisinsk personell (som kan være arbeidstakers bedriftslege eller

fastlege, spesialister på sykehus, fysioterapeuter, arbeidsgiver m.fl.) etter lovgivende krav. Etter

Arbeidsmiljøloven skal alle sykdommer og helseplager som legen antar skyldes pasientens

arbeidssituasjon meldes skriftlig. Det er overlatt til legen å velge ut hvilke tilfeller som bør

meldes, men det skal meldes på begrunnet mistanke. Skjemaene er å finne på Arbeidstilsynet sin

hjemmeside: http://www.arbeidstilsynet.no/c26987/skjema/vis.html?tid=28129

Opplysningene på skjemaene blir lest manuelt og skrevet inn i Ptils databaser. Det skjer ved at

sentrale opplysninger blir overført til et elektronisk skjema hos Ptil. Skjermbildene hvor

opplysningene blir lastet inn er vist i Vedlegg 1. I Tabell 1 (Vedlegg 2) presenteres alle variablene

i MOAS.

PIP-Offshore

Datagrunnlaget i PIP-Offshore er basert på innrapporterte skjema til Ptil om skader inntruffet på

arbeidsplass blant offshore-personell. Yrkesskader som medfører arbeidsuførhet eller hvor det

kreves legekompetanse for å avgjøre nødvendig behandling av skaden skal rapporteres.

Yrkesskader som bare har medført enkel førstehjelpsbehandling uten behov for legekompetanse,

er bare rapporteringspliktige i forbindelse med bemannede undervannsoperasjoner. Skjemaene er

utfylt av arbeidsgiver eller sykepleier i offshore eller av den skadde selv. Skjemaene finnes på

6

NAV sin hjemmeside: http://www.nav.no/binary?id=805373368&download=true. Opplysningene på

skjemaene blir lest manuelt og skrevet inn i Ptils databaser. Det skjer ved at sentrale opplysninger

blir overført til et elektronisk skjema hos Ptil. Skjermbildene hvor opplysningene blir lastet inn er

vist i Vedlegg 1. Data går tilbake til 1991.

PIP-Offshore inneholder detaljert informasjon om personskader og ulykker i offshore, deriblant:

Tid og sted for ulykken/skaden, personens ansettelsesdato, fødselsdato, alder, kjønn,

yrke, funksjon (for eksempel boring, vedlikehold etc.), starttidspunkt for skiftet, skiftets

varighet, navn på arbeidsgiver, om personen er operatør- eller kontraktøransatt,

hvilken innretning vedkommende jobber på, hvilken type innretning det er, stedet om

bord der ulykken/skaden inntraff, hvilken operasjon vedkommende utførte da

ulykken/skaden skjedde.

PIP-Offshore inkluderer også opplysninger om selve skaden og konsekvensene av denne: Skadens

art (for eksempel forstuing, sårskade og lukket brudd), skadet del (for eksempel hånd, rygg, fot

etc.) og skadens følger (for eksempel sykmelding, medisinsk behandling og fravær neste skift). Se

Tabell 2 (i Vedlegg 2) for en oversikt over alle variablene i PIP-Offshore.

PIP-Land

PIP-Land registrerer personskader på personell ved landbaserte anlegg og blir innrapportert til Ptil

på samme måte som PIP-Offshore. Tidligere ble disse dataene innrapportert til Arbeidstilsynet,

men fra 1. januar 2004 ble ansvaret overtatt av Ptil. Se Tabell 3 (i Vedlegg 2) for en oversikt over

alle variablene i PIP-Land.

Risikonivåprosjektets spørreundersøkelse

Vi har hatt tilgang til spørreskjemadata fra risikonivåprosjektet med 21.800

respondenter og opplysninger fra årene 2001, -03 og -05. Spørreundersøkelsen som

kartlegger HMS-tilstanden i offshore gjennomføres annethvert år. Undersøkelsen inkluderer

spørsmål som går på sikkerhet, fysiske og psykiske arbeidsmiljøforhold og ansattes opplevelse av

egen helse. Spørreskjemaundersøkelsen er omfattende og leseren henvises til Ptils egen

sammendragsrapport1 fra risikonivåprosjektet. Spørreundersøkelsesdataene gir opplysninger om

arbeidstakernes selvopplevde helsetilstand og risikooppfatning og er på den måten et viktig

1 ”Risikonivåprosjektet – sammendragsrapport norsk sokkel, fase 7”. Tilgjengelig på: www.ptil.no

7

supplement til innrapporteringsdata om faktiske skader og arbeidsbetinget sykdom.

Støydata

Som en del av Risikonivåprosjektet, som blir gjennomført i samarbeid med petroleumsnæringen,

introduserte Ptil i 2003 risikoindikatorer for støy og kjemisk arbeidsmiljø. Støyindikatordata blir

innrapportert elektronisk til Ptil direkte fra selskapene. Rapporteringsskjema og veiledning blir

sendt elektronisk til selskapenes e-postadresser, til faglige kontaktpersoner i selskapene og til

myndighetskontakter. Det innrapporteres målinger av støynivåer (dBA) fra alle faste innretninger

som har vært i drift og alle flyttbare boreinnretninger som har operert på norsk sokkel i mer enn

seks måneder. Se Tabell 4 (Vedlegg 2) for variabelliste over støydata.

Arbeidstidsdatabasen

Arbeidstidsdatabasen inneholder opplysninger om antall utførte arbeidstimer for operatører og

kontraktører per kvartal fordelt på innretning og funksjon. Se Tabell 5 (Vedlegg 2) for

variabelliste over Arbeidstidsdatabasen.

2.2 Koblingspunkter

Etter å ha foretatt en gjennomgang av hver enkelt datakilde for seg, var det viktig å se på hva som

er fellesnevnerne i datakildene. Det ble derfor gjort en kartlegging av variabler med informasjon

som er felles på tvers av datakildene. Felles i denne sammenheng handler ikke om at identisk

informasjon eller samme variabel er plassert i flere datasett. Med felles menes snarere at det er

snakk om en type informasjon eller tematikk som er sammenlignbar.

Tabell 6 viser resultatet av denne kartleggingen. Kryssene i tabellen indikerer det vi har kalt

”koblingspunkter” på tvers av datakildene. Dersom det for en variabel er kryss for en av

datakildene indikerer dette at en variabel med denne type informasjon er inkludert. Se for

eksempel på variabel nr. 6, ”yrke/stilling” (merket med rødt i tabellen). Tabellen viser at det er

informasjon om vedkommendes yrke/stilling i alle datakildene unntatt i Arbeidstidsdatabasen.

Det er viktig å understreke at kartleggingen ikke er uttømmende i form av å vise alle variabler i

alle datasett samt deres mulige kobling til de øvrige datakilder. Fokus var å finne variabler som

var sammenfallende med prosjektets problemstilling.

8

Tabell 6. Oversikt over relevante variabler i MOAS, PIP-Land, PIP-Offshore, Arbidstidsdatabase,

Risikonivåprosjektets spørreundersøkelse og Støydata, samt mulige koblingspunkter på tvers av

datasettene.

Datakilder: Nr. Variabeltype Variabler MOAS PIP-

Land

PIP-

Offshore

Arb.

timer

Spørre-

und.

Støy-

data

Bakgrunn:

1 Registrerings- / rapportdato X X X X X X (år)

2 Fødselsdato / id. X X X - -

3 Kjønn X X X - X

4 Alder X X X - X

5 Nasjonalitet X X X - X

Utdannelse - X - - -

Arbeidsbeskrivelse:

6 Yrke / stilling X X X - X X

7 Arbeidsoppgaver/funksjon X - X X X

8 Arbeidsforhold X - X - X

9 Selskap X X X X X

10 Inndeling land/offshore X X X X X

11 Anlegg / innretning - X X X X X

12 Operatør / kontraktør X - X - X

13 Arbeidstidsordning (dag/natt) - X X - X

Eksponering/miljø:

14 Type eksponering X X X - X X

15 Eksponeringsperiode - - - - ?

16 Sikkerhetskultur - - - - X

17 Risikovurdering - - - - X

18 Omorg., nedbemanning - - - - X

Påførtehelseskader:

19 Type ulykke - X X - X

20 Skadens art - X X - X

21 Bakgrunn for skade - X X - X

22 Skadet kroppsdel X X X - X

23 Diagnose / helserapportering X - - - X

24 Alvorlighetsgrad - X X - X

25 Konsekvens - X X - X

Arb.timer:

26 Operatørtimer - - - X -

27 Kontraktørtimer - - - X -

28 Arbeidstimer totalt - - - X -

9

2.3 Tidsperiodeoversikt

Det er laget en oversikt over tidsperioder med registreringer fra de ulike datakildene som finnes i

databasen (tabell 7). Oversikten er viktig i forbindelse med sammenstilling av data fra ulike

datakilder.

Tabell 7. Tidsperioder i databasen som dekkes av de ulike datakildene.

Datakilder:

År Value

Arb.

timer

PIP-Land PIP-

Offshore

MOAS Spørre-

und.

Støydata

1961 1

1962

1963

1964

1965 2

1966 3

1967

.

.

1990 4

1991 5

1992 6

1993 7

1994 8

1995 9

1996 10

1997 11

1998 12

1999 13

2000 14

2001 15

2002 16

2003 17

2004 18

2005 19

2006 20

2007 21 Data vil komme Data vil komme Data vil komme

10

3. Beskrivelse av ny enhetlig database

Metoderedskapet som er utviklet har som funksjon å gjøre helsedataene i Ptil mer oversiktlige og

anvendbare for databehandlere. Det er oppnådd ved opprettelse av en ny database som skal

oppdateres regelmessig med innkomne data til Ptil. Databasen består av seks ulike datakilder

(PIP-Offshore, PIP-Land, MOAS, Arbeidstidsdatabasen, Risikonivåprosjektets

spørreundersøkelse og Støydata) og blir kalt for RUG-databasen. Hver enkelt datakilde har noen

variabler som er felles med de andre datakildene (kalt fellesvariabler) samt en rekke filspesifikke

variabler. Databasen vil fungere som et datalager hvor de oppgitte fellesvariablene blir bearbeidet

ved rekoding. Hensikten med rekodingen av fellesvariablene er standardisering av

kategoriinndelinger på tvers av datakilder. En slik standardisering gjør at man kan sammenstille

data fra ulike kilder.

3.1 Bearbeiding av rådata

Prosessen med bearbeiding av innrapporterte rådata for analyser og sammenstillinger kan inndeles

i følgende to faser:

11

3.2 Standardiserte fellesvariabler

Standardiseringen gikk i praksis ut på å identifisere hvilke variabler som er felles i de ulike

datakildene, for deretter å foreslå en standardisert innkoding slik at variablene blir like i hver

datakilde. Slike ”fellesvariabler” danner et koplingspunkt mellom de ulike datakildene. Tabell 8

nedenfor viser fellesvariabler og forslag til standardisering av disse. Se Vedlegg 3 for

variabellister med rekodinger fra de ulike datakildene (Tabellene 9-14).

12

Tabell 8. Fellesvariabler og standardiseringsforslag

Nr. Fellesvariabel Standardiseringsforslag Datakilder hvor data finnes

1 Dato Kvartalsvis og halvår Moas PIP-Land PIP-Offshore Arbeidstidsdatabasen

2 År Årstall med fire siffer (1961, 1962 osv.)

Moas PIP-Land PIP-Offshore Arbeidstidsdatabasen Støydatabasen Spørreundersøkelse

3 Kjønn 1 = mann, 2 = kvinne Moas PIP-Land PIP-Offshore Spørreundersøkelse

4 Alder Bruker spørreundersøkelsen som mal på aldersinndelinger: 1 = 20 år og under, 2 = 21-30 år, 3 = 31-40 år, 4 = 41-50 år, 5 = 51-60 år og 6 = 61 år og over

Moas PIP-Land PIP-Offshore Spørreundersøkelse

5 Nasjonalitet 1 = norsk, 2 = ikke norsk Moas PIP-Land PIP-Offshore

6 Arbeidsgiver Standardisert navn på selskap med PIP-Offshore som mal

Moas PIP-Land* PIP-Offshore Spørreundersøkelse

7 Selskaps-tilhørighet

1 = operatør, 2 = entreprenør, 3 = hovedbedrift

Moas PIP-Offshore Spørreundersøkelse

8 Yrke Bruker spørreundersøkelsen som mal på stillingskategorier

Moas PIP-Offshore Spørreundersøkelse PIP-land* Støydatabasen*

9 Innretning Navn på innretning med PIP-Offshore (SISU) som mal

PIP-Offshore Spørreundersøkelse Støydatabasen Arbeidstidsdatabasen

10 Funksjon Inndelingene fra spørreundersøkelsen

Moas PIP-Offshore Arbeidstidsdatabasen Spørreundersøkelsen

* Variabelen fra denne datakilden kan ikke standardiseres slik som i de andre datakildene.

3.3 Spesifikke variabler fra hver datakilde

I tillegg til fellesvariablene inneholder hver datakilde i den nye RUG-databasen alle de

filspesifikke variablene som finnes i de opprinnelige datakildene - med unntak av de direkte

personidentifiserbare variablene navn, fødselsnummer og bostedsadresse.

13

MOAS inneholder variabler om diagnosegrupper (inndelt i ICD9-koder for klassifisering av

sykdommer) og eksponeringsgrupper. Støydata inneholder data om støynivå fordelt på

innretninger og stillingskategorier. Arbeidstidsdatabasen inneholder informasjon om antall

arbeidstimer utført per kvartal på innretninger og funksjon. PIP inneholder bl.a. disse tre

variablene om skade:

• ”skadens art” som har 27 kategorier som beskriver hvilken type skade den ansatte er utsatt for.

• ”skadet del” som har 52 kategorier for beskrivelser av skadet del.

• ”skadens følger” som har 9 kategorier som beskriver konsekvensene av skaden / ulykken.

I MOAS rekodes følgende standardiserte tekstvariabler over til tallkoder:

• ”trygd”: 1 = N (Nei), 2 = J (Ja)

• Trygdekontorregistrering (tk_reg): 1 = N (Nei), 2 = J (Ja)

• Trygdekontorsak (tk_sak): 1 = N (Nei), 2 = J (Ja)

I PIP-Offshore rekodes følgende standardiserte tekstvariabler over til tallkoder:

• ”arbeid_fritid” kodes: 1 = Arbeid, 2 = Fritid

• ”nattskift” kodes: 1 = Nei, 2 = Ja

• ”overtid” kodes: 1 = Nei, 2 = Ja

I PIP-Land rekodes følgende standardiserte tekstvariabler over til tallkoder:

• ”paa_vanlig_arbeidsplass” kodes: 1 = nei, 2 = ja

• ”inne_ute” kodes: 1 = inne, 2 = ute

• ”til_fra_arbeidet” kodes 1 = nei, 2 = ja

• ”mellom_arbeidssteder” kodes: 1 = nei, 2 = ja

• ”Dod” kodes: 1 = nei, 2 = ja

• ”meldt_mynd” 1 = nei, 2 = ja

• ”nodv_opplaering” 1 = nei, 2 = ja

I Arbeidstidsdatabasen rekodes følgende standardiserte tekstvariabler over til tallkoder:

• ”type” 1 = Fast, 2 = Flyttbar

3.4 Innhente ”labels” fra opprinelig SPSS-fil

Innhenting av variabelnavn (labels) og tilordnede verdier (values) fra opprinelig SPSS-fil til nye

datasett fra Risikonivåprosjektets spørreundersøkelse kan gjøres med følgene syntaks i

statistikkprogrammet SPSS: APPLY DICTIONARY FROM 'angivelse hvor modellfila ligger '.

14

4. Eksempelanalyser

4.1 Sammenstilling av data

Med sammenstilling av data menes det her hvordan man kan innhente informasjon om en

problemstilling fra mer enn én datakilde (se Figur 1). I tillegg til de datakildene som er vist i Figur

1 kan man fra RUG-databasen innhente informasjon fra datakildene Arbeidstiddatabasen og

Støydata.

Figur 1. Figuren viser en skjematisk framstilling på hvordan informasjon på tvers av

datakilder kan sammenstilles ved å benytte seg av de samme standardiserte fellesvariablene

(vist med grønne bokser) i kombinasjon med filspesifikke variabler (vist med ulike farger

fra datakildene). RNNS står for Risikonivåprosjektets spørreundersøkelse.

5.2 Eksempelanalyse på støyeksponering

Nedenfor er det vist et eksempel på hvordan man kan bruke RUG-databasen til å hente inn

informasjon om støy fra ulike datakilder. I eksemplet ser vi på forskjeller mellom

selskapstilhørighet med hensyn på selvopplevd støynivå (hentet fra Risikonivåets

spørreundersøkelse, kalt RNNS) og diagnose relatert til virkning av støy (hentet fra MOAS).

15

Figur 2-a. Figuren viser hvordan man kan innhente informasjon om støyeksponering fra

ulike datakilder for å se på mulige forskjeller mellom operatør- og kontraktøransatte. Fra

RNNS innhentes informasjon om selvopplevd støynivå mens det fra MOAS innhentes

informasjon om innrapportert sykdom er relatert til hørselsskader. RNNS står for

Risikonivåprosjektets spørreundersøkelse.

16

Figur 2-b. Krysstabell mellom selvopplevd støynivå (variabel ”amstøy_2005”) og

selskapstilhørighet. Tabellen viser at det ikke er store forskjeller i svarene fra

operatøransatte og kontraktøransatte. Dataene er fra Risikonivåprosjektets

spørreundersøkelse (RNNS).

17

Figur 2-c. Krysstabell mellom diagnose relatert til virkning av støy og selskapstilhørighet fra MOAS-data. Tabellen viser at andelen innrapporterte meldinger om arbeidsbetinget sykdom relatert til hørselsskader er lik blant operatøransatte og kontraktøransatte.

Resultatene fra eksempelanalysen viser altså at det ikke er noen vesentlige forskjeller mellom

operatøransatte og kontraktøransatte når det gjelder selvopplevd støynivå og andelen av

meldingene om arbeidsbetinget sykdom som er relatert til virkning av støy. Ønsker man derimot å

si noe om størrelsen på forekomsten av hørselsskader må vi vite noe om totalt antall

arbeidstimer/ansatte innen hver gruppeinndeling.

4.2 Eksempel på Excel-applikasjon med lav brukerterskel

Datasett fra RUG-databasen kan lastes inn i det analyseverktøyet (for eksempel Excel eller SPSS) som brukeren ønsker til å benytte seg av til å utføre analyser. For å gjøre det så enkelt som mulig for brukerne går det an å lage Excel-applikasjoner med meget lav brukerterskel hvor man kan velge variabler fra alle datakildene i RUG-databasen. Nedenfor (Figur 3) er det vist et eksempel på hvordan en slik Excel-applikasjon kan se ut for brukeren (dette en kun en demonstrator og selve løsningen er ikke en del av leveransen i prosjektet). I en slik Exel-applikasjon vil det for brukeren bare være å peke og klikke seg fram til de analysene han/hun ønsker. Løsningen vil kunne gjøre det enkelt for nye brukere av RUG-databasen å utføre standardiserte analyser samtidig som det reduserer behovet for statistikk- og databehandlingskunnskaper. Funksjonene i applikasjonen må bygges ut etter behov.

18

Figur 3. Figuren viser et tenkt tilfelle av hvordan Excel-applikasjoner kan lages for å gjøre det enkelt for brukerne å innhente informasjon fra databasen. I eksempelet er det vist analyser på støyeksponering.

19

5. Forslag/anbefalinger for videre tiltak

Hovedaktiviteten i prosjektet har vært å gjennomgå og kartlegge Ptils eksisterende datakilder for å

utarbeide en egnet måte for sammenstilling av datamaterialet til en helhetlig database.

Sammenstillingen av data gjør det mulig å identifisere sammenhenger på tvers av datakilder.

Muligheten til å undersøke eksisterende datakilder samtidig har potensial til å gi Ptil et solid

fundament i sitt arbeid med å kartlegge risikoutsatte arbeidstakergrupper i norsk

petroleumsvirksomhet.

I henhold til prosjektbeskrivelsen handler risikoutsatt i denne sammenhengen om risiko for:

• Fysiske helseskader

• Psykiske helseskader

• Utstøting

I denne delen av rapporten forsøker vi å utpeke muligheter for hvordan den informasjonen som

Ptil registrerer i sine datakilder kan benyttes i en slik sammenheng. Dette handler mye om

hvordan de data Ptil per. i dag besitter kan kombineres for å gi mer informasjon enn hva de gir

hver for seg.

5.1 PIP-Offshore og spørreundersøkelsen i kartlegging av risikoutsatte grupper

PIP-Offshore registrerer personskader og ulykker offshore. Datamaterialet gir detaljerte

opplysninger om skaden, dens omfang og konsekvenser, samt omstendigheter rundt denne (for

eksempel hvilken arbeidsoppgave som ble utført da ulykken inntraff og lokalisering på

installasjonen). PIP-Offshore kan på denne måten sies å representere den ”offisielle historien”, det

vil si: Det som blir rapportert inn til Ptil. En motsats til dette bildet er hvordan personellet selv

opplever sikkerhets- og helseforhold offshore. Her kommer Risikonivåprosjektets

spørreundersøkelse inn som en interessant parallell til det som rapporteres og registreres i PIP-

Offshore. Å se disse datakildene i sammenheng vil kunne gi et mer utfyllende bilde. Dette kan

illustreres ved et eksempel:

La oss si at frekvensen av skader/ulykker er spesielt høy innenfor en bestemt arbeidsgruppe

offshore personell. PIP-Offshore alene er et presist verktøy for å kunne dokumentere nettopp

20

dette. Beskrivelsen og dokumentasjonen av dette er selvsagt interessant i seg selv. Datamaterialet

i spørreundersøkelsen gir også en mulighet til å søke etter mulige forklaringsmodeller på hvorfor

skade-/ulykkesfrekvensen er så høy. Vi kan for eksempel tenke oss at vi i spørreundersøkelsen

finner resultater som viser at samme arbeidsgruppe rapporterer:

• Arbeidsrelatert stress

• Trøtthet som en følge av brudd på hviletider/skiftordning

• Lite fokus på sikkerhet

Dette er forhold som potensielt vil kunne representere forklaringsbidrag til hvorfor skade-

/ulykkesfrekvensen er høy innenfor en gitt arbeidsgruppe. Sammenstilling av resultater fra PIP-

Offshore og spørreundersøkelsen vil i denne sammenheng kunne bidra med et

beslutningsgrunnlag for hvor og hvordan eventuelle tiltak skal settes inn, samt utpeke områder for

Ptils tilsynsvirksomhet (se Figur 4).

Figur 4. Bruk av PIP-Offhsore og Risikoprosjektets spørreundersøkelse for

kartlegging av risikoutsatte arbeidstakergrupper offshore – tenkt eksempel.

Pilene i Figur 4 må ikke leses som årsaksforhold. Pilene er heller ment å indikere mulige

sammenhenger som det går an å undersøke.

Generelt kan man si at muligheten til å sammenstille disse datakildene gir anledning til å bygge /

utvikle forklaringsmodeller. Systematisk analyse og bruk av datamaterialet vil i sin tur kunne

danne grunnlag for tilsynsvirksomheten.

Arbeidsrelatert stress

Brudd på hviletider

Lite fokus på sikkerhet

Høy skade- / ulykkesfrekvens

Info. fra spørreundersøkelsen: Info. fra PIP-Offshore

21

5.2 MOAS og Risikoprosjektets spørreundersøkelse i kartlegging av risikoutsatte grupper

MOAS registrerer tilfeller av arbeidsbetinget sykdom. På samme måte som når det gjelder PIP-

Offshore, kan MOAS sies å representere den offisielle siden av historien. Også her kan

spørreundersøkelsen benyttes for å supplere bildet. Spørreundersøkelsen har statistiske mål som

sier noe om den enkeltes selvopplevde helse. Helsedata fra MOAS kan dermed betraktes i

sammenheng med selvrapporterte helseforhold i spørreundersøkelsen. Dette vil (på samme måte

som vist over med PIP-Offshore og spørreundersøkelsen) kunne generere interessante spørsmål

som kan forfølges og testes statistisk. Det bør derimot vurderes om de selvrapporterte helsemålene

skal utvides i framtidige undersøkelser, for eksempel ved bruk av flere responskategorier, slik at

de bedre kan benyttes til å undersøke forklaringsmodeller.

5.3 Anbefalinger for hver datakilde

Mulighetene for å sette sammen data hviler på kvaliteten på hver enkelt datakilde. Det kan derfor

være hensiktsmessig å ”bygge ut” og/eller endre noen av dagens registreringer i hver datakilde.

Det vil kunne gjøre datakildene enda mer egnet for analyser og for sammenstillinger.

MOAS

Det er blitt spekulert i om det eksisterer en viss underrapportering av melding om arbeidsbetinget

sykdom til Ptil. Hvis dette er riktig er det viktig å prøve å bedre rapporteringsrutinene, hvis ikke

vil de innsamlete MOAS-dataene underestimere omfanget av arbeidsbetinget sykdom i

petroleumsvirksomheten.

PIP-Offshore

Variabelen ”alvorlighetsgrad” er lite utfylt og det bør jobbes med å få den mer komplett.

PIP-Land

PIP-Land inneholder data om innrapporterte skader inntruffet på landbaserte anlegg og er i så

måte ment å inneholde samme type informasjon som finnes i PIP-Offshore. Det er allikevel store

forskjeller på datakildene PIP-Land og PIP-Offshore. PIP-Offshore har en mer fyldig

variabelliste, flere standardiserte variabler og er bedre egnet for analyser. Det bør derfor tilstrebes

å få like gode innrapporteringsrutiner for PIP-Land som for PIP-Offshore. Det ideelle vil være om

PIP-Land og PIP-Offshore innholdsmessig blir så like som mulig (dvs. innehar samme variabler)

22

slik at forholdene på land og i offshore kan sammenlignes best mulig. Variabelen om yrkesstilling

bør endres slik at den kan standardiseres på samme måte som i de andre datakildene, det bør også

opprettes en variabel for ”Funksjon”.

Per i dag har Ptil få innrapporterte skjema fra landanleggene.

Støydata

I dette prosjektet har vi omstrukturert støydataene fra 2004 slik at de har samme oppsett som

støydata fra 2005 og 2006. Variabelnavnene i datasettene fra 2004 og 2006 har vi laget lik

variablene i 2005. Data fra disse tre årene er også slått sammen i et felles regneark for lettere å

kunne analysere støydata.

I datasettet fra 2004 ligger det målinger som ikke har blitt registrert på installasjoner. Disse har

fått stå som de er. I datasettet fra 2005 er de siste målingene på hver installasjon av ukjent opphav

og de er registrert med både en høy og en lav verdi. Disse har også fått stå som de er, men vi gjør

oppmerksom på at de i stor grad kan påvirke eventuelle analyser. De bør enten fjernes eller

beskrives på riktig måte.

Risikonivåprosjektets spørreundersøkelse

Helsemålet som benyttes i spørreundersøkelsen bør videreutvikles slik at man får et bedre

samsvar mellom selvrapportert helsetilstand og selvopplevd arbeidsmiljø. For eksempel ved å

vektlegge mål på generell helse i større grad. Samsvaret mellom helsemål i spørreundersøkelsen

og helsemål i MOAS bør også gjennomgås.

De ansattes opplevelse av arbeidsmiljøet bør kanskje også spesifiseres nærmere slik at disse

målene ikke blir for generelle. Dette er av spesiell viktighet dersom relasjonen til andre, mer

spesifikke variabler skal undersøkes, som for eksempel årsaker til ulykker eller relasjonen til

helse. Ved å gjøre arbeidsmiljømålene mer spesifikke vil det også øke mulighetene for at man får

satt søkelys på hvilke faktorer de ansatte er fornøyde/misfornøyde med, og videre hvilke faktorer

som er relatert til antall offisielt innrapporterte ulykker (samt også ulykkesrapporteringen som ble

benyttet i spørreskjemaet 2005). Det er for eksempel mulig å tenke seg en situasjon hvor de

ansatte er fornøyde med sitt generelle arbeidsmiljø, men til tross for dette misfornøyd med mer

spesifikke aspekter ved det - som ikke kommer til syne dersom målene blir for generelle.

23

Man bør vurdere å utvide definisjonen av helse på bakgrunn av at de ansatte i offshore er generelt

sett en ”frisk” gruppe av arbeidstakere. På grunn av dette er det kanskje også nødvendig at man

utvider helsemålet slik at det i større grad kan ta høyde for ”healthy worker”-effekten blant

offshore-ansatte.

Dersom formålet er å kartlegge risikoutsatte grupper bør spørreskjemaet i Risikonivåprosjektet ta

sikte på å etterspørre mer generelle risikovurderinger. Slik spørreskjemaet fremstår i dag er det

primært snakk om risiko for å oppleve en ”storulykke”, og ikke generelle risikovurderinger.

Variabelen ”Nasjonalitet” (Norsk/Ikke norsk) finnes ikke og bør vurderes å taes med i neste

spørreundersøkelse.

5.4 ”Databaseveiviseren” – brukernes inngangsport

Det er viktig å gjøre RUG-databasen så brukervennlig som mulig. Det bør være enkelt for

brukerne å finne fram til de datasettene hun/han har behov for, samt informasjon om hva

datakildene inneholder og hvordan de er blitt bearbeidet. Nedenfor er det vist et forslag til en

inngangsport (skjermbilde) hvor brukerne av databasen kan klikke seg videre (Figur 5). Med en

slik inngangsport vil det være oversiktlig for brukerne å finne fram til det han/hun trenger.

24

Figur 5. Forslag til et skjermbilde hvor det er mulig for brukerne av databasen å klikke seg

videre for å innhente den informasjonen han/hun trenger.

25

6. Rekodingsverktøy RUG-databasen Ptil – Dokumentasjon

Figur 6. Oppstartsbilde for rekodingsverktøyet for RUG-databasen.

Rekodingsverktøyet som ligger til grunn for RUG-databasen er utviklet i Microsoft Access 2003

(oppstartsbilde er vist i figur 6). Databasetabellene som er grunnlaget for rekodingen, PIP-

Offshore, MOAS, PIP-Land, Arbeidstid, RNNS Spørreskjema og RNNS Støydata, er lagret i Ptils

SQL Server og aksesseres derfra i Access. De rekodede tabellene blir lagret i Access.

6.1 Krav til datoformat

For at datoer skal behandles riktig i programmet må datoformatet settes til åååå-mm-dd. Dette

gjøres i Kontrollpanelet på datamaskinen.

26

6.2 Komprimering av databasen

I Access er det slik at når tabeller eller rader slettes så blir ikke disse fysisk fjernet før databasen

blir komprimert. Dette fører til at databasefilen (*.mdb) kan bli ganske stor. Databasefilen kan

komprimeres med et eget menyvalg under Verktøy / Databaseverktøy / Komprimer og reparer.

6.3 Hente nye data før rekoding

Hvis det er krysset av for “Hent nye data før rekoding” så vil eksisterende tabell med rekodede

data slettes og tabellen blir laget på nytt. Dette vil normalt være måten å gjøre en rekoding på.

Dersom det ikke er nye data i tabellen som skal rekodes i forhold til forrige rekoding (Antall

records i original og Antall records i rekodet er lik) eller det er endringer i selve rekodingen (for

eksempel nye eller endrede koder) kan krysset være av.

6.4 Tabeller

Tabell 15. Tabeller som rekodes.

Database Tabellnavn ukodede data Tabellnavn rekodede data PIP Offshore tblDB_PIP_Offshore tblRekod_PIP_Offshore MOAS tblDB_MOAS tblRekod_MOAS PIP Land tblDB_PIP_Land tblRekod_PIP_Land Arbeidstid tblDB_Arbeidstid tblRekod_Arbeidstid RNNS Spørreskjema tblDB_RNNS_Sp_labels1

tblDB_RNNS_Sp_labels22 tblDB_RNNS_Sp_values1 tblDB_RNNS_Sp_values2

tblRekod_RNNS_Sp_labels1 tblRekod_RNNS_Sp_values1 tblRekod_RNNS_SP_values23

RNNS Støy tblDB_RNNS_Støy tblRekod_RNNS_Støy Data fra RNNS Spørreskjema ligger både som labels og values. På grunn av begrensninger i

Access 2003 som kun tillater 255 variabler i en tabell er dataene delt i to deler (1 og 2). Det er kun

del 1 som skal inneholde data som skal rekodes. Kolonne 1 (idnr) ligger i begge delene slik at

disse kan slås sammen igjen ved behov.

På grunn av begrensninger i Access 2003 blir størrelsen på en rad i del 2 av labels

(tblDB_RNNS_Sp_labels2) for stor. Dette skyldes at ved import fra Excel til Access så settes hver

variabel til type tekstfelt med lengde 255 tegn. Summen av antall variabler i én rad blir dermed

2 Del to av RNNS Spørreskjema med labels blir ikke kopiert til en ny tabell grunnet begrensninger i Access 2003 med håndtering av tabeller med mye innhold i tekstfelter i hver linje. 3 Denne blir ikke rekodet, bare kopiert

27

større enn 2 kilobyte som er grensen i Access 2003. Dette er løst ved at del 2 for labels ikke blir

behandlet.

Tabell 16. Tabeller som inneholder oppslag for standardiserte fellesvariable.

Tabellnavn Funksjon tblPIP_Offshore_Innretninger Oppslag for innretninger tblRNNS_Funksjon Oppslag for funksjon tblRNNS_Stillinger Oppslag for stillinger Tabell 17. Andre tabeller.

Tabellnavn Funksjon tblNyeVariabler Inneholder navnet på de nye rekodede

variablene og nummer på tabellen de tilhører tblTabellNavn Nr og navn på tabeller som skal rekodes.

Navnene må ikke endres. tblSistRekodet Oversikt over når tabellene ble sist rekodet tblRekodingsQueries En liste med queries som rekoder variabler

6.5 Spørringer

Mange variabler rekodes vha SQL-kode i en spørring (query). Dette gjelder alle variable som ikke

rekodes ved oppslag i tabellene for standardiserte fellesvariabler.

Tabell 18. Oversikt over spørringer som rekoder variabler.

Tabell Variabel Query PIP Offshore

alder_gr_kode_rekod qry1Rekod_PIP_Offshore_alder_gr_kode_rekod1

qry1Rekod_PIP_Offshore_alder_gr_kode_rekod2 qry1Rekod_PIP_Offshore_alder_gr_kode_rekod3 qry1Rekod_PIP_Offshore_alder_gr_kode_rekod4 qry1Rekod_PIP_Offshore_alder_gr_kode_rekod5 qry1Rekod_PIP_Offshore_alder_gr_kode_rekod6 arbeid_fritid_rekod qry1Rekod_PIP_Offshore_arbeid_fritid_rekod1 qry1Rekod_PIP_Offshore_arbeid_fritid_rekod2 dato_halvar_rekod qry1Rekod_PIP_Offshore_dato_halvar_rekod1 qry1Rekod_PIP_Offshore_dato_halvar_rekod2 dato_kvartal_rekod qry1Rekod_PIP_Offshore_dato_kvartal_rekod1 qry1Rekod_PIP_Offshore_dato_kvartal_rekod2 qry1Rekod_PIP_Offshore_dato_kvartal_rekod3 qry1Rekod_PIP_Offshore_dato_kvartal_rekod4 kjonn_rekod qry1Rekod_PIP_Offshore_kjonn_rekod1 qry1Rekod_PIP_Offshore_kjonn_rekod2 nasjonalitet_kode_rekod

nasjonalitet_txt_rekod qry1Rekod_PIP_Offshore_nasjonalitet_kode_rekod1

28

qry1Rekod_PIP_Offshore_nasjonalitet_kode_rekod2 nattskift_rekod qry1Rekod_PIP_Offshore_nattskift_rekod1 qry1Rekod_PIP_Offshore_nattskift_rekod2 overtid_rekod qry1Rekod_PIP_Offshore_overtid_rekod1 qry1Rekod_PIP_Offshore_overtid_rekod2 qry1Rekod_PIP_Offshore_Selskapstilhorighet_kode_rek

od MOAS alder_gr_kode_rekod

alder_gr_tekst_rekod qry2Rekod_MOAS_alder_gr_rekod1

qry2Rekod_MOAS_alder_gr_rekod2 qry2Rekod_MOAS_alder_gr_rekod3 qry2Rekod_MOAS_alder_gr_rekod4 qry2Rekod_MOAS_alder_gr_rekod5 qry2Rekod_MOAS_alder_gr_rekod6 dato_halvar_rekod qry2Rekod_MOAS_dato_halvar_rekod1 qry2Rekod_MOAS_dato_halvar_rekod2 dato_kvartal_rekod qry2Rekod_MOAS_dato_kvartal_rekod1 qry2Rekod_MOAS_dato_kvartal_rekod2 qry2Rekod_MOAS_dato_kvartal_rekod3 qry2Rekod_MOAS_dato_kvartal_rekod4 kjonn_rekod qry2Rekod_MOAS_kjonn_rekod1 qry2Rekod_MOAS_kjonn_rekod2 nasjonalitet_kode_rekod

nasjonalitet_tekst_rekod qry2Rekod_MOAS_nasjonalitet_kode_rekod1

qry2Rekod_MOAS_nasjonalitet_kode_rekod2 tk_reg_rekod qry2Rekod_MOAS_tk_reg_rekod1 qry2Rekod_MOAS_tk_reg_rekod2 tk_sak_rekod qry2Rekod_MOAS_tk_sak_rekod1 qry2Rekod_MOAS_tk_sak_rekod2 trygd_rekod qry2Rekod_MOAS_trygd_rekod1 qry2Rekod_MOAS_trygd_rekod2 PIP Land alder_gr_kode_rekod

alder_gr_tekst_rekod qry3Rekod_PIP_Land_alder_gr_rekod1

qry3Rekod_PIP_Land_alder_gr_rekod2 qry3Rekod_PIP_Land_alder_gr_rekod3 qry3Rekod_PIP_Land_alder_gr_rekod4 qry3Rekod_PIP_Land_alder_gr_rekod5 qry3Rekod_PIP_Land_alder_gr_rekod6 dato_halvar_rekod qry3Rekod_PIP_Land_dato_halvar_rekod1 qry3Rekod_PIP_Land_dato_halvar_rekod2 dato_kvartal_rekod qry3Rekod_PIP_Land_dato_kvartal_rekod1 qry3Rekod_PIP_Land_dato_kvartal_rekod2 qry3Rekod_PIP_Land_dato_kvartal_rekod3 qry3Rekod_PIP_Land_dato_kvartal_rekod4 dod_rekod qry3Rekod_PIP_Land_Dod_rekod1 qry3Rekod_PIP_Land_Dod_rekod2 inne_ute_rekod qry3Rekod_PIP_Land_inne_ute_rekod1 qry3Rekod_PIP_Land_inne_ute_rekod2 kjonn_kode_rekod qry3Rekod_PIP_Land_kjonn_rekod1 qry3Rekod_PIP_Land_kjonn_rekod2

29

meldt_mynd_rekod qry3Rekod_PIP_Land_meldt_mynd_rekod1 qry3Rekod_PIP_Land_meldt_mynd_rekod2 mellom_arbeidssteder_

rekod qry3Rekod_PIP_Land_mellom_arbeidssteder_rekod1

qry3Rekod_PIP_Land_mellom_arbeidssteder_rekod2 nasjonalitet_kode_rekod

nasjonalitet_tekst_rekod qry3Rekod_PIP_Land_nasjonalitet_kode_rekod1

qry3Rekod_PIP_Land_nasjonalitet_kode_rekod2 nodv_opplaering_rekod qry3Rekod_PIP_Land_nodv_opplaering_rekod1 qry3Rekod_PIP_Land_nodv_opplaering_rekod2 paa_vanlig_arbeidsplass_

rekod qry3Rekod_PIP_Land_paa_vanlig_arbeidsplass_rekod1

qry3Rekod_PIP_Land_paa_vanlig_arbeidsplass_rekod2 til_fra_arbeidet_rekod qry3Rekod_PIP_Land_til_fra_arbeidet_rekod1 qry3Rekod_PIP_Land_til_fra_arbeidet_rekod2 Arbeidstid type_rekod qry4Rekod_Arbeidstid_type_rekod1 qry4Rekod_Arbeidstid_type_rekod2 Variabler som ikke rekodes via spørring blir rekodet via programkoding i VBA (Visual Basic for

Applications) i MS Access.

6.6 Endre/legge til standardiserte fellesvariabler

Variabler som kan rekodes via en spørring kan på en enkel måte legges til slik at antall variabler

som rekodes blir utvidet. Typiske variabler er koding fra tekst til tall, som ”ja” eller ”nei” til ”1”

eller ”2”. Et eksempel på hvordan variabelen paa_vanlig_arbeidsplass blir rekodet vises i

eksempelet under.

Variabelen omkodes via to ”Update Queries”. Den ene rekoder ”nei” til ”1”, den andre rekoder

”ja” til ”2”. SQL-koden for ”nei” til ”1” ser slik ut:

UPDATE tblRekod_PIP_Land SET tblRekod_PIP_Land.paa_vanlig_arbeidsplass_rekod = 1

WHERE (((tblRekod_PIP_Land.paa_vanlig_arbeidsplass)='nei'));

For å endre på SQL-koden til å håndtere andre variabler må variabelnavnene

paa_vanlig_arbeidsplass og paa_vanlig_arbeidsplass_rekod byttes ut, samt tabellnavnet

tblRekod_PIP_Land hvis variabelen ligger i en annen tabell enn PIP Land. Tilsvarende spørring

må lages for å rekode fra ”ja” til ”2”. Disse to spørringene gis navnene

qry3Rekod_PIP_Land_paa_vanlig_arbeidsplass_rekod1 og

30

qry3Rekod_PIP_Land_paa_vanlig_arbeidsplass_rekod2 der 3-tallet i navnet indikerer

tabellnummer og 1 og 2 bakerst i navnet indikerer hvilken verdi det rekodes til.

For at denne rekodingen skal skje når vi trykker på knappen i programmet må navnene på de to

spørringene legges inn i tabellen som heter tblRekodingsQueries der tabellnummeret (PIP Land =

4) og navnene qry3Rekod_PIP_Land_paa_vanlig_arbeidsplass_rekod1 og

qry3Rekod_PIP_Land_paa_vanlig_arbeidsplass_rekod2 legges inn.

Enkleste måten å legge til nye variabler som skal rekodes på er å høyreklikke på en spørring i

vinduet i Access og velge Design View som vist i figur 7. Velg deretter SQL view fra View-

menyen. Så gjøres de nødvendige endringer i koden før den lagres under et nytt navn (”Lagre

som…”).

Figur 7. Viser vinduet i Access og hvordan man kan se på koden til en spørring.

6.7 Oppdatering av oppslagstabeller

Løpende oppdatering av oppslagstabeller for funksjon, stillingsbeskrivelser og innretninger gjøres

ved å legge til ny informasjon i de respektive tabellene i Access. Disse tabellene er listet i kapittel

0. Tabellen åpnes og en ny rad legges til nederst i tabellen med informasjon i relevant kolonne.

31

7. Konklusjon

Metoden med sammenstilling av datakilder fra RUG-databasen som er beskrevet i rapporten, vil

kunne benyttes til ulike bruksområder for Ptils brukere. Metoden er tenkt å kunne være et verktøy

under planlegging av tilsynsaktiviteter, samt ved uttrekk av data og analyser for presentasjoner,

kartlegging av områder med mangelfull kunnskap og til kartlegging av forskningsbehov. Metoden

er ikke ment som en statisk løsning, men som et dynamisk verktøy for identifisering av

risikoutsatte grupper som kan påbygges med flere datakilder og endres i takt med Ptils behov.

Man bør tilstrebe og utvide listen over standardiserte variabler fra flest mulig datakilder, samtidig

som det jobbes med å redusere graden av underrapportering.

32

Vedlegg 1: Skjermbilder for innrapportering av data

Skjermbildet for opplysninger som lastes inn i PIP-offshore:

33

Skjermbildet over registreringsskjema for opplysninger som skal lastes inn i PIP-land:

34

Deler av skjermbildet for opplysninger som lastes inn i MOAS:

35

Vedlegg 2: Variabellister for rådatakildene

Tabell 1. Variabelliste for MOAS.

Variabel Kommentar Utfylt (godt, noe eller lite)

Id Godt Dato Godt Kjønn Godt Alder Godt Bostedsadresse Godt Postnummer Godt Poststed Godt Trygd Ja/nei-variabel Godt tk_reg Ja/nei-variabel Godt tk_sak Ja/nei-variabel Godt Arbeidsforhold Fritekstvariabel Godt Ansettelsesperiode Inndelt i perioder Lite Eksponeringsperiode Inndelt i perioder Noe/lite Forløp Fritekstvariabel Godt Røntgen Lite Nasjonalitet_kode Godt Nasjonalitet_tekst Godt Yrke_nå_kode Nåværende yrke basert på kodeverk Godt Yrke_nå_tekst Nåværende yrke i standardisert tekst men

mange kategorier Godt

Yrke_da_kode Daværende yrke basert på kodeverk Lite/noe Yrke_da_tekst Daværende yrke i standardisert tekst men

mange kategorier Lite/noe

Arbeidsoppgave_kode Opplysning om arbeidsprosess Noe Arbeidsoppgave_tekst Opplysning om arbeidsprosess Noe Arbeidssted_kode Type sted/område hvor arbeidet ble utført,

kodeverk Noe

Arbeidssted_tekst Type sted/område hvor arbeidet ble utført, standardisert tekst

Noe

Eksponering_kode_hovedgruppe Type eksponering, kodeverk Godt Eksponering_tekst_hovedgruppe Type eksponering, standardisert tekst Godt Eksponering_kode Detaljert eksponeringsfaktor Godt Eksponering_tekst Detaljert eksponeringsfaktor Godt Eksponering_kode_eu Lite/noe Eksponering_tekst_eu Lite/noe Diagnose_kode Diagnose basert på ICD-9 Godt Diagnose_tekst Diagnose basert på ICD-9 Godt Diagnose_tekst_overordnet Godt Diagnose_kode_3siffer Diagnose basert på 3 ICD-9-siffer Godt Diagnose_tekst_3siffer Diagnose basert på 3 ICD-9-siffer Godt Legemsdel_kode Standardisert kodeverk Godt Legemsdel_tekst Standardisert variabel Godt Undersøkelsessted_kode Angir hvilken helsetjeneste Godt Undersøkelsessted_tekst Angir hvilken helsetjeneste Godt Arbeidsgiver_naa_nr Kodeliste på nåværende arbeidsgiver Godt Arbeidsgiver_naa_tekst Navn på nåværende arbeidsgiver Godt Arbeidsgiver_naa_status Angir nåværende type selskap Godt/noe Arbeidsgiver_da_nr Kodeliste på daværende arbeidsgiver Noe/lite Arbeidsgiver_da_tekst Navn på daværende arbeidsgiver Noe/lite Land_offshore Land eller offshore Godt

36

Yrkeskodegruppe Grov inndeling på stillingsområde Godt Hoveddiagnose Grov inndeling på diagnosetype Godt Operator_kontraktor_ansatt Operatør- eller kontraktøransatt Godt År Årstall Godt Sist_oppdatert Godt

Tabell 2. Variabelliste for PIP-Offshore.

Variabel Kommentar Utfylt (godt, noe eller lite)

skade_s Basert på kodeverk Godt rapportdato Dato med klokkeslett Godt rapport_aar Godt rapport_mnd Godt rapport_dag Godt ulykkesdato Godt ulykkes_aar Godt ulykkes_mnd Godt ulykkes_dag Godt ulykke_time Godt ulykke_minutt Godt rapp_forsinkelse Godt operator_kode Godt operator_txt Navn på operatør Godt group_name Selskapets navn Godt ansettelse_kode Basert på kodeverk Lite ansettelse_txt Standardisert tekstvariabel (fast=100, midlertidig=200, sesong=300, inn-

/utleid=400, 900=Ansettelse IAN) Lite

ansettelsesdato Godt arbeid_fritid Under arbeid eller fritid Godt fodselsdato Godt Alder Skrives inn, ingen gruppering Godt kjonn Godt yrke_kode Basert på kodeverk Godt yrke_txt Tekst Godt funksjon_kode Basert på kodeverk Godt funksjon_txt Tekst som beskriver arbeidsfunksjon Godt i_arbeid_fra Tidspunkt for når arbeidsdagen startet Godt i_arbeid_til Tidspunkt for når arbeidsdagen sluttet Lite Nattskift Tekst (ja, nei) Godt Overtid Tekst (ja, nei) dag_i_skift Hvilken dag i skiftet det er snakk om Godt skift_dager Informasjon om skiftets varighet Godt arbeidsgiver_kode Basert på kodeverk Godt arbeidsgiver_txt Navn på arbeidsgiver Godt op_kon_ansatt Tekst, operatør eller kontraktør-ansatt Godt erfaring Antall måneder med erfaring i Offshore Godt innretning_type Fast eller flytende innretning Godt innretning_subtype Tekst Godt innretning_kode Godt innretning_txt Godt sted_ombord_kode Basert på kodeverk Godt sted_ombord_txt Godt operasjon Fritekst som beskriver arbeidsoperasjonen som ble utført ved skade / ulykke Godt posisjon_kode Godt posisjon_txt Godt

37

skadens_art_kode Basert på kodeverk Godt skadens_art_txt Tekst som beskriver skaden Godt skadet_del_kode Basert på kodeverk Godt skadet_del_txt Tekst som beskriver hvilken legemsdel som ble skadet Godt sykemeldt_dager Lite handling_kode Basert på kodeverk Godt handling_tek_kode Basert på kodeverk Godt handling_txt Fritekst som beskriver hva den skadete gjorde Godt handling_tek_txt Utfyller informasjon fra ”handling_txt” Godt skadehend_kode Basert på kodeverk Godt skadehend_tek_kode_a Som over Godt skadehend_tek_kode_b Som over Godt skadehend_txt Tekst som beskriver skadehendelsen (eks: velt, fall, håndtering etc.) Godt skadehend_tek_txt_a Utfyller informasjon fr ”skadehend_txt” Godt skadehend_tek_txt_b Utfyller informasjon fr ”skadehend_txt” Godt skademaate_kode Basert på kodeverk Godt skademaate_tek_kode Basert på kodeverk Godt skademaate_txt Tekst som beskriver skademåte Godt skademaate_tek_txt Utfyller informasjon fra ”skademaate_txt” Godt nasjonalitet_kode Godt nasjonalitet_txt Godt skadens_folger_kode Basert på kodeverk. Medisinsk behandling, førstehjelp etc. Godt skadens_folger_txt Tekst som beskriver skadens følger (f.eks. medisinsk behandling) Godt Aarsak Fritekst Lite Tiltak Fritekst Lite alvorlighetsgrad Tekst Lite fullstendig Bokstavkode (ja/nei-variabel) Godt lagt_inn_av Navn, initialer Godt endret_av Initialer Lite IRFSWG IRF=International Regulators Forum og SWG Special Working Group.

Registrering av de alvorlige personskadene i henhold til en harmonisert internasjonal kategoridefinisjon

-

refpar Lite sistendret Basert på kodeverk Godt

Tabell 3. Variabelliste for PIP-Land.

Variabel Kommentar Utfylt (godt, noe eller lite)

skade_s Godt rapportdato Godt rapport_aar Godt rapport_mnd Godt rapport_dag Godt ulykkesdato Godt ulykkes_aar Godt ulykkes_mnd Godt ulykkes_dag Godt ulykke_time Godt ulykke_minutt Godt/noe rapp_forsinkelse Lite landanlegg_kode Godt landanlegg_txt Godt nasjonalitet_kode Godt nasjonalitet_txt Inndelt i norsk og ikke norsk Godt kjonn Godt fodselsdato Godt/noe

38

alder Godt/noe stilling Godt yrke Lite stillingsbrok Noe arbeidsforhold_fra Dato-variabel Noe arbeidsforhold_til Dato-variabel Lite kompetanse_kode Godt/noe kompetanse_txt Utdannelsesnivå Godt/noe arbeidsforhold_art_kode Godt arbeidsforhold_art_txt Godt frivillig_yrkesskadetrygdet Skal bare utfylles hvis skadet person

er selvstendig næringsdrivende/frilanser

Lite

arbeidsgiver_kode Basert på kodeverk Godt arbeidsgiver_txt Navn på arbeidsgiver Godt ulykke_paa_adresse Lite hvis_nei_hvor Lite arbeidstidsordning_kode Godt/noe arbeidstidsordning_txt Godt/noe ulykken_inntraff_kode Godt/noe ulykken_inntraff_txt Inndelt i: I normal arbeidstid, under

overtidsarbeid og utenfor arbeidstid Godt/noe

lonnsform_kode Godt/noe lonnsform_txt Inndelt i: Prestasjons/akkord og

timelønn/fast lønn

paa_vanlig_arbeidsplass Ja/nei-variabel Godt/noe inne_ute Inndelt i: Inne og ute Godt/noe til_fra_arbeidet Ja/nei-variabel Godt/noe mellom_arbeidssteder Ja/nei-variabel Godt/noe Dod Ja/nei-variabel Godt/noe meldt_mynd Ja/nei-variabel Godt/noe nodv_opplaering Ja/nei-variabel beskrivelse Fritekstvariabel Godt alvorlighetsgrad Lite fullstendig Lite lagt_inn_av Godt endret_av Godt refpar Godt sistendret Godt

Tabell 4. Variabelliste for Støydata.

Variabel Kommentar Utfylt (godt, noe eller lite) Installasjon Godt Personellgruppe Godt Ind.uHv Desibelmålinger Godt Årstall Data fra 2004, 2005 og 2006 Godt

39

Tabell 5: Variabelliste for Arbeidstidsdatabasen

Variabel Kommentar Utfylt (godt, noe eller lite)

timer_id Godt operator Godt operator_group Godt felt Godt innretning Godt type Inndelt i: fast og flyttbar Godt funk_id Godt funksjon Godt aar Godt kvartal Godt op_timer Godt kontr_timer Godt total_timer Godt rapp_av Godt kommentar Lite/noe utkvitt Godt

40

Vedlegg 3: Variabellister for datakildene med rekodinger

Tabell 9. Variabelliste for MOAS (variabler i gult blir rekodet).

NB! Variabler med informasjon om navn, fødselsnummer og gateadresse finnes i den

opprinnelige databasen men skal ikke bli med over i ny database (og er ikke inkludert

i denne variabellista) Variabel Kategorinndelinger Rekodes til ny variabel Ny inndeling

(med tallkoder) Id dato Datoformat (dag-mnd-

år) Én ny variabel + opprinelig variabel: Dato_kvartal_rekod

Kvartalvis og halvår

kjønn Mann, Kvinne Én ny variabel + opprinelig variabel: Kjonn_rekod

1 = mann, 2 = kvinne

alder Antall år To nye variabler + opprinelig variabel: Alder_gr_tekst_rekod Alder_gr_kode_rekod

1 = 20 år og under, 2 = 21-30 år, 3 = 31-40 år, 4 = 41-50 år, 5 = 51-60 år og 6 = 61 år og over

postnr Poststed trygd Ja, Nei Én ny variabel + opprinelig

variabel: Trygd_rekod

1 = Nei, 2 = Ja

tk_reg Ja, Nei Én ny variabel + opprinelig variabel: tk_reg_rekod

1 = Nei, 2 = Ja

tk_sak Ja, Nei Én ny variabel + opprinelig variabel: tk_sak_rekod

1 = Nei, 2 = Ja

arbeidsforhold ansettelsesperiode eksponeringsperiode forlop rontgen nasjonalitet_kode nasjonalitet_tekst Navn på

statsborgerskap To nye variabler + opprinelig variabel: Nasjonalitet_kode_rekod Nasjonalitet_tekst_kode

1 = Norsk, 2 = ikke norsk

yrke_naa_kode Én ny variabel: Yrke_naa_kode_rekod

Bruker RNNS som mal (se Excel-ark)

yrke_naa_tekst Én ny variabel: Yrke_naa_tekst_rekod

Bruker RNNS som mal (se Excel-ark)

41

yrke_da_kode Én ny variabel:

Yrke_da_kode_rekod Bruker RNNS som mal

yrke_da_tekst Én ny variabel: Yrke_da_tekst_rekod

Bruker RNNS som mal

arbeidsoppgave_kode arbeidsoppgave_tekst arbeidssted_kode arbeidssted_tekst Type sted/område hvor

arbeidet ble utført, standardisert tekst

eksponering_kode_hovedgruppe Type eksponering, kodeverk

eksponering_tekst_hovedgruppe Type eksponering, standardisert tekst

eksponering_kode Detaljert eksponeringsfaktor

eksponering_tekst Detaljert eksponeringsfaktor

eksponering_kode_eu eksponering_tekst_eu diagnose_kode Diagnose basert på

ICD-9

diagnose_tekst Diagnose basert på ICD-9

diagnose_tekst_overordnet diagnose_kode_3siffer Diagnose basert på 3

ICD-9-siffer

diagnose_tekst_3siffer Diagnose basert på 3 ICD-9-siffer

legemsdel_kode Standardisert kodeverk legemsdel_tekst Standardisert variabel undersokelsessted_kode Angir hvilken

helsetjeneste

undersokelsessted_tekst Angir hvilken helsetjeneste

arbeidsgiver_naa_nr arbeidsgiver_naa_tekst arbeidsgiver_naa_status Angir nåværende type

selskap

arbeidsgiver_da_nr arbeidsgiver_da_tekst land_offshore yrkeskodegruppe hoveddiagnose operator_kontraktor_ansatt aar En fellesvariabel som

beholdes slik den er

funksjon En fellesvariabel som beholdes slik den er

funksjon_kode En fellesvariabel som beholdes slik den er

sist_oppdatert datoformat

42

Tabell 10. Variabelliste for PIP-offshore (variabler i gult blir rekodet):

NB! Variabler med informasjon om navn, fødselsnummer finnes i den opprinnelige

databasen men skal ikke bli med over i ny database (og er ikke inkludert i denne

variabellista) Variabel Kategorinndelinger Rekodes til ny variabel Ny inndeling (med

tallkoder) skade_s rapportdato rapport_aar rapport_mnd rapport_dag ulykkesdato Datoformat (dag-

mnd-år) Én ny variabel + den opprinnelige: Dato_kvartal_rekod Dato_halvår_rekod

Kvartalvis og halvår

ulykkes_aar Fellesvariabel som brukes slik den er

ulykkes_mnd ulykkes_dag ulykke_time ulykke_minutt rapp_forsinkelse operator_kode operator_txt group_name ansettelse_kode ansettelse_txt ansettelsesdato arbeid_fritid Arbeid, Fritid Én ny variabel + den

opprinnelige: Arbeid_fritid_rekod

1 = Arbeid , 2 = Fritid

fodselsdato alder Antall år To nye variabler + den

opprinnelige: Alder_gr_tekst_rekod Alder_gr_kode_rekod

1 = 20 år og under, 2 = 21-30 år, 3 = 31-40 år, 4 = 41-50 år, 5 = 51-60 år og 6 = 61 år og over

kjonn Mann, Kvinne Én ny variabel + den opprinnelige: Kjønn_rekod

1 = mann, 2 = kvinne

yrke_kode Én ny variabel:Yrke_kode_rekod

Bruker RNNS som mal

yrke_txt Én ny variabel Yrke_tekst_rekod

Bruker RNNS som mal

funksjon_kode En fellesvariabel som beholdes slik den er

funksjon_txt En fellesvariabel som beholdes slik den er

i_arbeid_fra i_arbeid_til nattskift Ja, Nei Én ny variabel + den 1 = Nei, 2 = Ja

43

opprinnelige: Nattskift_rekod

overtid Ja, Nei Én ny variabel + den opprinnelige: overtid_rekod

1 = Nei, 2 = Ja

dag_i_skift skift_dager arbeidsgiver_kode En fellesvariabel

som beholdes slik den er (mal)

Én ny variabel + den opprinnelige: Selskapstilhorighet_kode_rekod

Selskapstilhorighet_kode

arbeidsgiver_txt En fellesvariabel som beholdes slik den er (mal)

Én ny variabel + den opprinnelige: Selskapstilhorighet_tekst_rekod

Selskapstilhorighet_tekst

op_kon_ansatt erfaring innretning_type innretning_subtype innretning_kode En fellesvariabel

som beholdes slik den er (mal)

innretning_txt En fellesvariabel som beholdes slik den er (mal)

sted_ombord_kode sted_ombord_txt operasjon posisjon_kode posisjon_txt skadens_art_kode skadens_art_txt skadet_del_kode skadet_del_txt sykemeldt_dager handling_kode handling_tek_kode handling_txt handling_tek_txt skadehend_kode skadehend_tek_kode_a skadehend_tek_kode_b skadehend_txt skadehend_tek_txt_a skadehend_tek_txt_b skademaate_kode skademaate_tek_kode skademaate_txt skademaate_tek_txt nasjonalitet_kode nasjonalitet_txt Navn på

statsborgerskap To nye variabler + den opprinnelige: Nasjonalitet_kode_rekod Nasjonalitet_tekst_rekod

1 = Norsk, 2 = ikke norsk

skadens_folger_kode skadens_folger_txt aarsak tiltak

44

alvorlighetsgrad fullstendig lagt_inn_av endret_av IRFSWG refpar sistendret

Tabell 11. Variabelliste for PIP-Land (variabler i gult blir rekodet).

NB! Variabler med informasjon om navn, fødselsnummer finnes i den opprinnelige

databasen men skal ikke bli med over i ny database (og er ikke inkludert i denne

variabellista) Variabel Kategori-

inndelinger Rekodes til ny variabel Ny inndeling

(med tallkoder) skade_s rapportdato rapport_aar rapport_mnd rapport_dag ulykkesdato Datoformat (dag-

mnd-år) Én ny variabel + opprinnelig variabel: Dato_kvartal_rekod Dato_halvår_rekod

Kvartalvis og halvår

ulykkes_aar Fellesvariabel som brukes slik den er

ulykkes_mnd ulykkes_dag ulykke_time ulykke_minutt rapp_forsinkelse landanlegg_kode En fellesvariabel

(SISU) som beholdes slik den er

landanlegg_txt En fellesvariabel (SISU) som beholdes slik den er

nasjonalitet_kode nasjonalitet_txt Navn på

statsborgerskap To nye variabler + opprinnelig variabel: Nasjonalitet_kode_rekod Nasjonalitet_tekst_rekod

1 = Norsk, 2 = ikke norsk

kjonn Mann, Kvinne Én ny variabel + opprinnelig variabel: Kjonn_kode_rekod

1 = mann, 2 = kvinne

fodselsdato

45

alder Antall år To nye variabler +

opprinnelig variabel: Alder_gr_kode_rekod Alder_gr_tekst_rekod

1 = 20 år og under, 2 = 21-30 år, 3 = 31-40 år, 4 = 41-50 år, 5 = 51-60 år og 6 = 61 år og over

stilling Beholdes slik den er

yrke stillingsbrok arbeidsforhold_fra arbeidsforhold_til kompetanse_kode kompetanse_txt arbeidsforhold_art_kode arbeidsforhold_art_txt frivillig_yrkesskadetrygdet arbeidsgiver_kode En fellesvariabel

som beholdes slik den er

arbeidsgiver_txt En fellesvariabel som beholdes slik den er

ulykke_paa_adresse hvis_nei_hvor arbeidstidsordning_kode arbeidstidsordning_txt ulykken_inntraff_kode ulykken_inntraff_txt lonnsform_kode lonnsform_txt paa_vanlig_arbeidsplass Ja, Nei Én ny variabel +

opprinnelig variabel: paa_vanlig_arbeidsplass_rekod

1 = Nei, 2 = Ja

inne_ute Inndelt i: Inne og ute Én ny variabel + opprinnelig variabel: inne_ute_rekod

1 = inne, 2 = ute

til_fra_arbeidet Ja, Nei Én ny variabel + opprinnelig variabel: til_fra_arbeidet_rekod

1 = Nei, 2 = Ja

mellom_arbeidssteder Ja, Nei Én ny variabel + opprinnelig variabel: mellom_arbeidssteder_rekod

1 = Nei, 2 = Ja

Dod Ja, Nei Én ny variabel + opprinnelig variabel: Dod_rekod

1 = Nei, 2 = Ja

meldt_mynd Ja, Nei Én ny variabel + opprinnelig variabel: meldt_mynd_rekod

1 = Nei, Ja = 2

nodv_opplaering Ja, Nei Én ny variabel + opprinnelig variabel: nodv_opplaering_rekod

1 = Nei, 2 = Ja

beskrivelse alvorlighetsgrad

46

fullstendig lagt_inn_av endret_av refpar sistendret

Tabell 12. Variabelliste for Arbeidstidsdatabasen (variabler i gult blir rekodet). Variabel Kategorinndelinger Rekodes til ny

variabel Ny inndeling (med tallkoder)

timer_id operator operator_group felt innretning type fast, flyttbar Én ny variabel +

opprinnelig variabel: Type_rekod

1= fast, 2 = flyttbar

funk_id Én ny variabel: Funksjon_kode_rekod

Bruker RNNS som mal

funksjon Én ny variabel: Funksjon_tekst_rekod

Bruker RNNS som mal

aar kvartal op_timer kontr_timer total_timer rapp_av kommentar utkvitt

47

Tabell 13. Variabelliste for Støydata (variabler i gult blir rekodet).

Tabell 14. Variabelliste for variabler som skal rekodes i Risikonivåprosjektets

spørreskjema (variabler i gult blir rekodet). Denne variabellista inneholder kun de

variablene som skal rekodes.

Variabel Kategorinndelinger Rekodes til ny variabel Ny inndeling med tallkoder

Installasjon Finnes bare som tekst-variabel

To nye variabler: Innretninger_tekst_rekod Innretninger_kode_rekod

Bruker PIP-Offshore som mal

Personellgruppe Finnes bare som tekst-variabel

To nye variabler: Yrke_tekst_rekod Yrke_kode_rekod

Bruker RNNS som mal

Ind.uHv Årstall Data fra 2004, 2005 og

2006

Variabel Kategorinndelinger Rekodes til ny variabel Ny inndeling

med tallkoder

installasjon Finnes som tall-variabel

med tekst som labels

To nye variabler:

Innretninger_tekst_rekod

Innretninger_kode_rekod

Bruker PIP-

Offshore som

mal