Sancini A, De Sio S, Ciarrocca M, Fioravanti M, Andreozzi G, Sarloc O, D’Amelio R, Anselmi A, Mascia E, De Lorenzo G, Ferrante E, Gaudioso F, Rauccio A, Zelano V, Casale T, Giubilati R, Pimpinella B, Tomei F, Tomei G
Autori
[
Indice]
Sancini A 1, De Sio S 1, Ciarrocca M 1, Fioravanti M 2, Andreozzi G 1, Sarlo O 3, D’Amelio R 3, Anselmi A 4, Mascia E 8, De Lorenzo G 5, Ferrante E 6, Gaudioso F 7, Rauccio A 9, Zelano V 3, Casale T 1, Giubilati R1, Pimpinella B 1, Tomei F 1, Tomei G 2
1Dipartimento di Anatomia, Istologia, Medicina Legale e Ortopedia, Unità di Medicina del Lavoro (Dir: Prof. F. Tomei), “Sapienza” Università di Roma
2Dipartimento di Neurologia e Psichiatria, “Sapienza” Università di Roma
3Direzione Generale della Sanità Militare
4Arsenale M.M. – La Spezia (CO.CE. R – Interforze)
5Comando Generale Arma CC – Direzione di Sanità
6Servizio di Fisiopatologia Respiratoria Dipartimento di Patologia Cardio-Respiratoria – Policlinico Militare Roma
7 Sezione Sanitaria Base Navale -Augusta
8 Commissione Medica di Seconda Istanza MM – Bari
9 Infermeria Principale A.M.
Citation: Sancini A, De Sio S, Ciarrocca M, et al. Estimated risk assessment of the exposed to asbestos. Prevent Res 2011; 1 (1): 60-71. Available from:
http://www.preventionandresearch.com/. doi: 10.7362/2240-2594.009.2011
doi:
10.7362/2240-2594.009.2011
Parole chiave: asbesto, algoritmo, esposizione, ambiente
Abstract
[
Indice]
Obiettivi: Lo scopo di questo studio è di sviluppare un algoritmo basato sui risultati della raccolta di notizie cliniche- anamnestiche fornite da un gruppo di lavoratori.
Metodi: Vengono analizzate e descritte quattro dimensioni: 1) la mansione (attuale e/o pregressa) svolta, 2) il tipo di materiali e macchinari utilizzati nell’espletamento di suddette attività lavorative, 3) l’ambiente in cui tali operazioni vengono svolte, 4) il periodo di tempo in cui effettivamente sono state svolte.
Risultati: Dalla combinazione delle quattro dimensioni individuate è possibile ottenere 108 codici ELSA che sono stati assegnati in tre profili tipologici di rischio stimato di esposizione.
Conclusioni: L'applicazione dell'algoritmo offre alcuni vantaggi rispetto ad altri metodi utilizzati per identificare gli individui esposti ad amianto in quanto il codice ELSA prende in considerazione altri indicatori di rischio oltre a quelli considerati nel Job-Exposure Matrix (JEM).