65 SEGURIDAD móvil o portátil. Sin embargo, se ha constatado que este sistema de notificación no proporciona información lo suficientemente detallada sobre el equipo realmente involucrado ni sobre las causas y dinámicas de estos accidentes, que permita proponer e implantar acciones preventivas más específicas y eficaces dirigidas a reducir la accidentabilidad. El Comité Técnico de Normalización CEN 144 (CEN/TC 144) elaboró la norma EN 16831:2016, que con posterioridad ha sido publicada por UNE bajo la denominación UNE-EN 16831:2017 - Tractores y maquinaria agrícola y forestal. Seguridad. Formato de los informes de accidentes. Esta norma establece un formato uniforme para el registro de los datos de este tipo de accidentes por todas las partes interesadas (autoridad laboral, organismos de prevención de riesgos laborales, servicios de prevención, mutuas de accidentes, fabricantes, asociaciones profesionales, etc.). Así, el INSST, basándose en la norma UNE-EN 16831:2017, ha elaborado una metodología para registrar los datos de los accidentes de tractores y maquinaria agrícola y forestal, cuyos principales instrumentos son un formulario de registro, unas tablas de códigos y una guía de aplicación. El estudio de validación, elaborado por Tamara Ruiz Rodríguez y Rafael Cano Gordo, presenta los resultados en función de una serie de variables. ACCIDENTES REGISTRADOS Aunque inicialmente se estableció que la validación de la metodología se realizaría a lo largo del año 2021, con los accidentes que se produjeran a lo largo de ese año, algunas entidades han aplicado el formulario y registrado accidentes que tuvieron lugar en años anteriores, así como algunos ocurridos durante 2022. En total, se han registrado 676 accidentes, de los cuales 623 tuvieron lugar en 2021. En cuanto a las entidades que han participado en la validación de la metodología, las mutuas colaboradoras con la Seguridad Social (MCSS) son las que han registrado la mayor parte de los accidentes (61,7 %), seguidas de varios órganos técnicos en materia preventiva de las comunidades autónomas (CCAA) con un 33,3 %, la Inspección de Trabajo y Seguridad Social (ITSS) con un 4,9 % y un Servicio de Prevención Ajeno (SPA) con el 0,1 %. ACCIDENTES POR PROVINCIA La mayoría de los accidentes estudiados tuvieron lugar en las comunidades autónomas de Castilla y León, Andalucía, Castilla-La Mancha, Cataluña y Extremadura, representando un 72,8 % del total de accidentes registrados analizados. En cuanto a las provincias, aquellas en las que se ha registrado un mayor número de accidentes son Valladolid (6,8 %), Badajoz (5,4 %) y Salamanca (5,1 %). HORA DEL ACCIDENTE La mayoría de los accidentes analizados se concentran entre las nueve de la mañana y la una de la tarde, representando un total 62,6 %. Asimismo, cabe destacar aquellos accidentes que se produjeron a las cuatro y cinco de la tarde, respectivamente, con unos porcentajes del 6 % y el 5,3 % sobre el total de accidentes analizados. CLASIFICACIÓN DE LOS EQUIPOS (CÓDIGOS DELT@) El 31,5 % de los equipos implicados en los accidentes estudiados se clasifican dentro del código 09.02.99.00 - Otros equipos agrícolas, que agrupa a equipos instalados en tractores, equipos suspendidos en tractores, equipos de jardinería y espacios verdes y equipos portátiles motorizados. • El 17,2 % de los accidentes analizados se clasifican en el código 09.02.03.01 - Tractor agrícola. • El 14,3 % se clasifican en el código 09.02.02.04 – Desbrozadoras (de sierra, de hilo…), podadoras (eléctricas, neumáticas…). • El 11,4 % se clasifican en el código 09.02.03.02 – Máquina agrícola de autotracción. Los equipos de estos cuatro códigos están presentes en el 74,4 % de los accidentes analizados. Tal y como se puede observar a partir de estos datos, la información proporcionada por el Sistema Delt@ acerca de los equipos implicados en los accidentes es claramente insuficiente. CATEGORÍAS DE EQUIPOS Las categorías de equipos más comunes en los accidentes analizados son los equipos portátiles motorizados, Distribución por provincias de los accidentes analizados.
RkJQdWJsaXNoZXIy Njg1MjYx