ارزیابی مخاطرات واحد پسماند پزشکی سازمان مدیریت پسماند با استفاده از تکنیک FMEA
سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 297
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_OHHP-6-2_006
تاریخ نمایه سازی: 16 مهر 1401
چکیده مقاله:
مقدمه: پسماندهای بیمارستانی یکی از مهم ترین آلاینده های ناشی از فرآیندهای بیمارستانی هستند. هدف از این مطالعه ارزیابی ریسک های بهداشتی، ایمنی و زیست محیطی (HSE) واحد پسماند پزشکی بوده است.
روش: این مطالعه مقطعی در سال ۱۳۹۹ انجام شده است. ابزار مورد مطالعه شامل تکنیک تجزیه وتحلیل حالات بالقوه خطا و اثرات ناشی از آن (FMEA) بود. این مطالعه در سه بخش جمع آوری، پردازش و دفن واحد پسماند پزشکی سازمان مدیریت پسماند شهر تهران انجام شده است.
یافته ها: نتایج FMEA نشان داد بیشترین سطح ریسک (RPN) زیست محیطی در بخش های جمع آوری، پردازش و دفن به ترتیب ۲۴۵، ۳۹۲ و ۲۹۴ برآورد شده است. بعلاوه، کمترین سطح ریسک زیست محیطی در این سه بخش به ترتیب ۱۴۴، ۸۰ و ۶۰ محاسبه شد. نتایج FMEA نشان داد بیشترین سطح ریسک ایمنی و بهداشتی در بخش های جمع آوری، پردازش و دفن به ترتیب ۲۵۲، ۴۲۰ و ۴۲۰ محاسبه شد. همچنین، کمترین سطح ریسک ایمنی و بهداشتی در هر سه بخش ۹۰=RPN محاسبه شد.
نتیجه گیری: یافته های مطالعه بیانگر این بود که سطح ریسک پسماندهای بیمارستانی در محیط مورد مطالعه بالا می باشد؛ بنابراین، کاهش بروز پیامدهای زیان بار مرتبط با این پسماندها بایستی در اولویت سیستم مدیریت پسماند قرار گیرد.
کلیدواژه ها:
Hazards ، Risk ، Health ، Safety and Environment (HSE) ، FMEA Technique ، Medical Waste ، مخاطرات ، ریسک ، بهداشت ، ایمنی و محیط زیست (HSE) ، تکنیک FMEA ، پسماندهای پزشکی
نویسندگان
ساناز کشاورز معتمد
Department of Health, Safety, and Environment, Faculty of Engineering, Islamic Azad University, Central Tehran Branch, Tehran, Iran.
سمیرا قیاسی
Department of Environmental Engineering, Central Tehran Branch, Islamic Azad University, Tehran, Iran
فرشاد هاشم زاده
Department of Environmental Engineering, Central Tehran Branch, Islamic Azad University, Tehran, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :