Wirksamkeit von rutschfestem Schuhwerk in der Milchindustrie (SRFDI)

Ausrutschen, Stolpern und Stürzen (STF) sind der zweithäufigste Risikofaktor für schwere Arbeitsunfälle in Dänemark und machen 18,9 % der Fälle aus. Tatsächlich wurde geschätzt, dass allgemeine Sturzunfälle im Jahr 2016 aufgrund von Produktivitätsverlusten jährliche Zusatzkosten von 3,9 Milliarden DKK verursachten und weitere 4,8 Milliarden DKK an Gesundheits- und Langzeitpflegekosten. Ähnliche Zahlen werden in den Vereinigten Staaten beobachtet, wo STF ebenfalls als zweithäufigste Ursache von Arbeitsunfällen gemeldet wird. Die Hauptursache für STF-Vorfälle ist oft unzureichende Reibung zwischen Schuhwerk und Gehflächen. Als Reaktion auf dieses Problem hat ASTM International im Jahr 2021 die Mindestschwelle für zertifiziertes rutschfestes Schuhwerk erhöht, was es für Hersteller noch schwieriger macht, die Testanforderungen zu erfüllen. Obwohl die letzten Jahre Fortschritte im Verständnis der Mechanismen gebracht haben, die zu STF-Ereignissen führen – insbesondere Ausrutschen – gibt es immer noch unzureichende Forschung, die dieses Wissen in praktische Präventionsmaßnahmen umsetzt. Daten der dänischen Arbeitsumweltbehörde bestätigen diese Lücke und zeigen, dass gemeldete STF-Unfälle zwischen 2016 und 2021 zugenommen haben. Darüber hinaus ist die tatsächliche Zahl der Beinaheunfälle wahrscheinlich noch höher, da viele nie offiziell registriert werden. Die Umsetzung vorhandenen Präventionswissens in wirksame, praktische Interventionen bleibt eine zentrale Herausforderung. Die Analyse von Gangmustern wurde als Möglichkeit vorgeschlagen, Veränderungen der Gehstabilität besser zu verstehen und so die Quantifizierung von Beinaheunfällen zu ermöglichen.

Diese RCT-Studie wird erstmals mehrere Messparameter kombinieren, darunter gemeldete Stürze, Beinaheunfälle, Risikosituationen, wahrgenommene Rutschfestigkeit und Gangmerkmale (z. B. Schrittlänge, Kadenz). Diese Ergebnisse werden sowohl durch quantitative als auch qualitative Methoden gemessen. Quantitative Gangdaten werden mithilfe von Beschleunigungssensoren erhoben, wobei jedem Teilnehmer zwei Sensoren pro Fuß/Schuh zugeordnet werden. Dieses System wurde bereits zur Quantifizierung von Gangmustern eingesetzt. Qualitative Daten werden durch selbstberichtete Aufzeichnungen gesammelt. Durch die Verknüpfung räumlich-zeitlicher Gangparameter mit selbstberichteten Unfall- und Beinaheunfalldaten wird diese Studie neue Einblicke in die Beziehung zwischen objektiven und subjektiven Sicherheitsergebnissen liefern. Darüber hinaus ist es entscheidend, potenzielle Barrieren und Herausforderungen zu identifizieren, die sowohl von Mitarbeitern, die rutschfestes Schuhwerk tragen, als auch von Beschaffungsentscheidern, die für den Schuhwerkskauf verantwortlich sind, erlebt werden. Um dies anzugehen, werden Fokusgruppeninterviews und Umfragen unter Studienteilnehmern sowie Beschaffungspersonal bei Arla in Taulov durchgeführt.

Eine Power-Berechnung schätzte die erforderliche Stichprobengröße auf 28 Teilnehmer, basierend auf einem erwarteten α von 0,05, β von 0,20 und einer Effektgröße von 0,25. Unter Berücksichtigung einer erwarteten Dropout-Rate von 20 % ist das Rekrutierungsziel auf 34 Teilnehmer festgelegt (17 in jeder Studiengruppe). In Anbetracht der Anzahl der Mitarbeiter, die in rutschigen Bereichen arbeiten, wurde entschieden, dass nur ein Cross-over-Design die Rekrutierung einer ausreichenden Anzahl von Teilnehmern ermöglicht. Mitarbeiter der Molkerei Arla in Taulov werden rekrutiert und randomisiert (1:1), um entweder mit einem Paar Sicherheitsschuhe zu beginnen, während die andere Hälfte mit dem anderen Paar Sicherheitsschuhe beginnt, unter Verwendung einer computergenerierten Minimierungssequenz, die ein Gleichgewicht zwischen den Gruppen in Bezug auf Geschlecht, Alter und frühere Sturzgeschichte gewährleistet.

Quantitative und qualitative Daten werden deskriptiv dargestellt. Nach einem thematischen Analyseansatz werden Ergebnisse wie Komfort, Gangmuster, wahrgenommene Sicherheit, Sturz-/Beinahesturzerfahrungen und wirtschaftliche Überlegungen (z. B. Anschaffungskosten) in einem strukturierten Format präsentiert, das einen Überblick über die Erfahrungen der Teilnehmer mit der Intervention sowie wahrgenommene Barrieren und Vorteile bietet. Um Veränderungen im Zeitverlauf zu bewerten, werden quantitative Ergebnisse mithilfe einer zweifaktoriellen ANOVA mit wiederholten Messungen analysiert. Multiple Imputation wird verwendet, um potenzielle fehlende Daten zu behandeln, und Unterschiede zwischen den Gruppen werden weiter mit Post-hoc-Tests bewertet.