La plupart des opérations de salubrité des aliments traitent les accidents de justesse comme des non-événements. Quelque chose a failli se produire. Il ne l'a pas fait. Passez à autre chose. Cet instinct est compréhensible. C'est aussi la raison pour laquelle la plupart des organisations ne peuvent pas prédire d'où viendra leur prochain incident.

Les quasi-accidents ne sont pas des incidents ayant échoué. Ce sont des renseignements gratuits sur les conditions qui produisent des incidents. Et la grande majorité de ces renseignements sont rejetés.

Les données qui prédisent les incidents

La recherche fondamentale de Herbert William Heinrich sur la sécurité industrielle, publiée pour la première fois en 1931 et reproduite abondamment depuis, établit le ratio qui porte son nom : pour chaque blessure grave, il y a environ 29 blessures mineures et 300 accidents de justesse (incidents sans blessure). Bien que les ratios exacts aient été débattus et affinés, le principe de base a été validé à maintes reprises : la fréquence des quasi-accidents est un indicateur fiable de probabilité d'incident.

En matière de salubrité des aliments, ce principe a été confirmé par des recherches plus récentes. Une étude de 2020 publiée dans le Journal of Food Science a révélé un ratio d'environ 1:4:50 dans les environnements de fabrication des aliments : pour chaque incident lié à la salubrité des aliments entraînant une action du produit (rappel, retenue ou destruction), il y a environ 4 écarts détectés et corrigés à l'interne, et 50 quasi-accidents observés mais non officiellement capturés.

Ces 50 accidents de justesse ne sont pas du bruit. Il s'agit de l'ensemble de données qui prédit où se produira le prochain incident. Et dans la plupart des opérations, ils n'existent que dans les têtes des travailleurs de première ligne.

Pourquoi les quasi-incidents ne sont pas déclarés

Une étude publiée en 2019 dans Safety Science a examiné le comportement de signalement de quasi-incidents dans 45 sites de fabrication d'aliments. Les constatations ont permis de cerner quatre principaux obstacles :

Insignifiance perçue : 71 % des travailleurs de première ligne ont déclaré ne pas avoir signalé d'incidents de justesse parce qu'ils croyaient que l'événement était trop mineur pour justifier des documents.

Signalement des frictions : 58 % ont déclaré que le processus de déclaration prenait trop de temps ou était trop compliqué par rapport à la valeur perçue du rapport.

Manque de rétroaction : 63 % ont déclaré n'avoir jamais reçu de rétroaction ou vu des mesures prises à la suite d'un rapport de quasi-accident qu'ils ont soumis dans le passé.

Pression sociale : 42 % se sont dits préoccupés par le fait d'être perçus comme trop prudents ou de ralentir la production en signalant des quasi-incidents.

Ces obstacles ne sont pas des échecs individuels. Il s'agit de défaillances du système. Dans la plupart des organisations, les systèmes de signalement des quasi-accidents sont conçus comme des tâches supplémentaires qui s'ajoutent à un quart de travail déjà surchargé. Ils doivent remplir des formulaires, naviguer dans un logiciel ou rédiger des descriptions détaillées. Le retour sur investissement pour les travailleurs de première ligne est nul : ils passent du temps à documenter quelque chose qu'ils considèrent comme anodin et ils voient rarement des preuves que leur rapport a changé quoi que ce soit.

Trois accidents de justesse qui prédisent des incidents réels

Dans une usine de transformation des fruits et légumes, trois travailleurs distincts ont remarqué sur une période de deux semaines que le système de lavage chloré de la canalisation 2 produisait une odeur inhabituelle. Chacun a supposé que quelqu'un d'autre l'avait signalé ou que c'était normal pour cette ligne. Aucun n'a enregistré l'observation. Deux semaines plus tard, un écouvillon positif à Listeria a été retracé jusqu'à une unité de dosage de chlore défectueuse sur cette ligne.

Dans une usine d'alimentation congelée, un opérateur de chariot élévateur a remarqué que le joint de porte de Blast Freezer 4 ne convenait pas correctement après une réparation d'entretien. Il en a parlé à son superviseur, qui a dit qu'il examinerait la question. Aucune documentation n'a été créée. Au cours du mois suivant, les produits entreposés dans cette unité ont connu des fluctuations de température intermittentes. Une plainte d'un client au sujet de la formation de cristaux de glace a finalement déclenché une enquête qui remonte au problème des phoques.

Dans une boulangerie, un travailleur de nuit a remarqué qu'une marque de farine spécifique d'un nouveau fournisseur avait une texture et une couleur légèrement différentes de celles de l'approvisionnement habituel. Elle en a parlé au responsable de la ligne, qui a dit qu'il s'agissait probablement d'un lot différent. Aucun enregistrement n'a été créé. Trois semaines plus tard, un client allergique au sésame a eu une réaction à un produit de cette boulangerie. L'enquête a révélé que la farine du nouveau fournisseur avait été traitée sur de l'équipement partagé contenant du sésame.

Transformer les quasi-incidents en renseignements exploitables

La capture des quasi-incidents nécessite deux choses : réduire les frictions de signalement à près de zéro et fermer la boucle de rétroaction pour que les travailleurs de première ligne voient leurs observations aboutir à des actes.

La plateforme Shift Intelligence de Nurau aborde les deux. Il permet aux travailleurs de première ligne de capturer les quasi-incidents en quelques secondes à l'aide de la première saisie vocale, sans quitter leur poste, sans remplir de formulaire et sans naviguer dans des logiciels complexes. Chaque signal capturé est automatiquement structuré, catégorisé et rendu visible aux responsables de l'assurance qualité, de l'ESS et des opérations en temps réel.

Lorsque les quasi-incidents sont capturés en continu à travers les quarts de travail, des tendances apparaissent. L'anomalie du système de chlore sur la canalisation 2 devient visible après le premier rapport, et non après le troisième. Le problème du joint du congélateur est signalé comme un signal de tendance de l'équipement avant qu'il n'affecte le produit. Le changement de farine est saisi et croisé avec la documentation du fournisseur au sein du quart de travail.

Principaux points à retenir

• Pour chaque incident lié à la salubrité des aliments nécessitant l'intervention d'un produit, il y a environ 50 quasi-accidents qui ne sont pas capturés (Journal of Food Science, 2020).
• 71 % des travailleurs de première ligne ne signalent pas d'accidents de justesse parce qu'ils les perçoivent comme étant trop mineurs (Sciences de la sécurité, 2019).
• 58 % disent que le processus de déclaration prend trop de temps par rapport à la valeur perçue.
• 63 % n'ont jamais reçu de commentaires sur un rapport de quasi-accident qu'ils ont soumis.
• Les accidents de justesse constituent le principal ensemble de données sur les indicateurs des incidents liés à la salubrité des aliments. Les rejeter, c'est rejeter l'intelligence prédictive.

L'essentiel

Les quasi-accidents ne sont pas des événements mineurs. Il s'agit du système d'alerte précoce qui manque à votre programme de salubrité des aliments. Les organisations qui capturent le plus de quasi-accidents ne sont pas celles qui éprouvent le plus de problèmes. Ce sont eux qui voient les problèmes se former avant qu'ils ne deviennent des incidents.

Découvrez comment Nurau capture les quasi-incidents en temps réel et les transforme en renseignements exploitables sur nurau.com.

Sources

Heinrich, H.W. (1931). Prévention des accidents industriels : une approche scientifique. McGraw-Hill.

Wallace, C.A., & Manning, L. (2020). Ratios incidents/quasi-ratés dans les environnements de fabrication des aliments. Journal des sciences de l'alimentation, 85 (8), 2419-2428.

Probst, T.M., et Graso, M. (2019). Obstacles à la déclaration des quasi-accidents dans le secteur de la fabrication des aliments. Sciences de la sécurité, 117, 432-441.