Pérdida auditiva inducida por ruido (ISO 1999)

Normas aplicables: ISO 1999 DHHS/NIOSH Publication No. 98-126Referencias: Passchier-Vermeer 1974

ISO 1999:2013 estima la pérdida auditiva que sufre una población por el ruido laboral. Da el desplazamiento permanente del umbral inducido por ruido (NIPTS), la pérdida auditiva adicional causada por el ruido, sobre la del envejecimiento, en función del nivel de exposición, la duración de la exposición y la frecuencia audiométrica, junto con su dispersión en la población. Después combina la componente de ruido con la componente de edad (el umbral de ISO 7029, «base de datos A») en el umbral de audición asociado a la edad y al ruido (HTLAN). Ambos se definen en las seis frecuencias audiométricas de 500 Hz a 6000 Hz, donde se concentra el daño por ruido (la muesca característica a 4 kHz).

$Dos vías que convergen: la edad, el sexo y un fractil dan el umbral por edad H (HTLA, ISO 7029); el nivel normalizado a 8 h y la duración dan el NIPTS mediano N50 y luego el NIPTS del fractil N; ambos se combinan en HTLAN = H + N - H*N/120$

1. Desplazamiento permanente del umbral por ruido (apartado 6.3)

El NIPTS mediano para duraciones de exposición de 10 a 40 años crece con el cuadrado del exceso del nivel de exposición sobre un umbral de corte $L_{0}$ dependiente de la frecuencia (ISO 1999, apartado 6.3.1, Fórmula 2, Tabla 1):

N_{50} = [u + v lo g_{10} \frac{t}{t _{0}}] (L_{EX, 8h} - L_{0})^{2},

con $t$ la exposición en años y $t_{0} = 1$ año; por debajo de $L_{0}$ el efecto es nulo. Un fractil poblacional se obtiene de dos semi-gaussianas cuyas dispersiones $d_{u}$ (peor que la mediana) y $d_{l}$ (mejor) se dan en las Fórmulas 6/7 y la Tabla 3: $N_{Q} = N_{50} + z d$ con $z$ el cuantil normal estándar, recortado a cero (apartado 6.3.2).

El argumento fractile es la fracción de la población que queda por debajo del valor devuelto, así que fractile=0.9 es el décimo más susceptible. Ojo a que la ISO 1999 escribe su propio porcentaje $Q$ al revés: en las Fórmulas (4)/(5) $Q$ es el porcentaje con peor audición, así que ese mismo décimo es $Q = 10 %$ , que es como lo imprime la ficha de .report() y como se encabezan las columnas del anexo D.

from phonometry import hearing

# NIPTS mediano tras 20 años a un nivel normalizado a 8 h de 90 dB(A).
r = hearing.nipts(90.0, 20.0, fractile=0.5)
print(r.frequencies.astype(int))  # [ 500 1000 2000 3000 4000 6000]
print(r.median.round(1))          # [ 0.   0.1  4.1 10.2 12.9  8.5]

# El décimo más susceptible de la población (percentil 90):
print(hearing.nipts(90.0, 20.0, fractile=0.9).value.round(1))
# [ 0.   0.1  7.7 16.2 17.8 13.6]

r.plot()   # el espectro de NIPTS con su banda de fractiles (necesita matplotlib)

El desplazamiento alcanza su máximo cerca de 4 kHz y se acentúa con el nivel y la duración. Por debajo del corte (aquí 500 Hz, $L_{0} = 93$ dB, y 1000 Hz, $L_{0} = 89$ dB, a 90 dB) el ruido no produce desplazamiento permanente. Para duraciones menores de 10 años la mediana se extrapola del valor a 10 años (Fórmula 3); puede pedirse un subconjunto de frecuencias con frequencies=.

Qué tiene que ser $L_{EX, 8h}$ . El primer argumento es el nivel de exposición al ruido ponderado A normalizado a una jornada nominal de ocho horas, en la práctica el resultado de un estudio según ISO 9612 del grupo de exposición homogénea, que es la norma que la ISO 1999 cita normativamente para ello. Es el nivel en el oído sin protección: el objeto y campo de aplicación dice con todas las letras que ninguno de sus niveles tiene en cuenta los protectores auditivos, que reducirían la exposición efectiva y además cambiarían el espectro en el oído, así que meter un nivel atenuado o «efectivo» no es un atajo conservador sino otra magnitud. El protector se declara aparte. El modelo trata además el nivel como constante durante toda la duración, así que una carrera con cambios de puesto se parte en tramos y cada uno se predice con su propio nivel en vez de promediar primero: la Fórmula (2) es cuadrática en el exceso sobre $L_{0}$ , de modo que promediar antes de elevar al cuadrado infravalora. Y la duración son años de exposición, no la edad ni los años de contrato.

El nivel es además la variable sobre la que actúa una decisión de conservación auditiva, y es la que fijan las dos figuras de esta página:

Dos paneles. Izquierda: el NIPTS mediano tras 40 años frente al nivel de exposición normalizado a 8 h de 75 a 100 dB(A), una curva por frecuencia audiométrica; cada curva arranca de cero en su propio nivel de corte L0 de 93, 89, 80, 77, 75 y 77 dB, marcado con un punto, y crece después de forma cuadrática, con la curva de 4000 Hz llegando a unos 41 dB a 100 dB(A). Derecha: solo la curva de 4000 Hz para 10, 20, 30 y 40 años, con dos flechas que muestran que un escalón de 3 dB de 85 a 88 dB(A) añade 4,5 dB de desplazamiento mientras que el mismo escalón de 95 a 98 dB(A) añade 8,4 dB

Por debajo de su corte $L_{0}$ el modelo devuelve exactamente cero, y por encima el desplazamiento es cuadrático en el exceso, así que reducciones iguales en decibelios valen progresivamente más cuanto más ruidoso es el puesto. A la derecha, a 4 kHz y sobre una carrera de 40 años, quitar 3 dB a un puesto de 88 dB(A) recupera 4,5 dB de desplazamiento mediano, mientras que quitar esos mismos 3 dB a un puesto de 98 dB(A) recupera 8,4 dB. Esa asimetría, y no la forma de la muesca, es lo que se compra con una medida de control.

Mostrar el código de esta figura

import matplotlib.pyplot as plt
import numpy as np

# `hearing` y el resultado `r` vienen del primer fragmento de esta página.
levels = np.arange(75.0, 100.5, 0.5)
fig, (ax_f, ax_t) = plt.subplots(1, 2, figsize=(12.5, 5.4))
for k, f in enumerate(r.frequencies):
    ax_f.plot(levels, [hearing.nipts(x, 40.0, 0.5).median[k] for x in levels],
              label=f"{f:g} Hz")
ax_f.legend()

for years in (10, 20, 30, 40):
    ax_t.plot(levels, [hearing.nipts(x, years, 0.5).median[4] for x in levels],
              label=f"{years} años")   # el índice 4 es 4000 Hz
ax_t.legend()
plt.show()

Una carrera más larga y más ruidosa hace inconfundible la forma:

$Desplazamiento permanente del umbral inducido por ruido según ISO 1999 tras 40 años a 95 dB(A) normalizados a 8 h, sobre un eje de audiograma invertido de 500 Hz a 6000 Hz: la mediana es casi nula a 500 Hz y se hunde hasta unos 26 dB a 4000 Hz antes de recuperarse a 6000 Hz, y la banda de fractiles del 10 al 90 por ciento a su alrededor llega a casi 37 dB para el décimo más susceptible$

Mostrar el código de esta figura

import matplotlib.pyplot as plt
from phonometry import hearing

# 40 años a 95 dB(A) normalizados a 8 h, décimo más susceptible.
res = hearing.nipts(95.0, 40.0, fractile=0.9)
print(res.median.round(1))    # la mediana N50
print(res.value.round(1))     # el fractil 90 %

# En una línea: la mediana, el fractil y la banda 10-90 %.
res.plot(language="es")
plt.show()

La muesca de 3 kHz a 4 kHz, con recuperación parcial a 6 kHz, es la firma del daño por ruido y la razón de que la vigilancia audiométrica ensaye esas frecuencias. Sale del modelo en lugar de imponérsele: el nivel de corte $L_{0}$ y los coeficientes $u$ , $v$ de la Tabla 1 son mínimos donde el oído es más vulnerable, de modo que el mismo $L_{EX, 8h}$ compra mucho más desplazamiento a 4 kHz que a 500 Hz.

Dónde vale el modelo

La Fórmula (2) es una cuadrática sin cota superior, así que sigue devolviendo números de aspecto plausible mucho más allá de los datos que la ajustaron. Importan cuatro límites, y la biblioteca lo dice en tres de ellos lanzando NoiseInducedHearingLossWarning:

La duración. La mediana está especificada de 10 a 40 años, con la Fórmula (3) extrapolando hacia abajo hasta 1 año. Una exposición de seis meses o una carrera de cincuenta años quedan fuera del rango ajustado y avisan.
El nivel. Los ejemplos resueltos del Anexo D abarcan de 85 dB a 100 dB, y la NOTA 4 del objeto y campo de aplicación restringe la validez a los rangos de niveles declarados; por encima de 100 dB la guía avisa, y el propio objeto y campo de aplicación reconoce como extrapolación el uso por encima de 200 Pa (140 dB).
El fractil. El apartado 6.3.2 califica de poco fiables las colas por debajo de $Q$ = 5 % y por encima del 95 % y dice que no deberían estimarse, así que el par 0,9 / 0,1 usado en los ejemplos de arriba ya se sitúa cerca del borde práctico, y cualquier cosa más allá avisa.
El carácter del ruido. Este límite es silencioso, porque no lo lleva ningún argumento. La NOTA 3 del objeto y campo de aplicación dice que el método de predicción se basa sobre todo en datos recogidos con ruido esencialmente de banda ancha, estacionario y no tonal, y el objeto y campo de aplicación cubre el ruido por debajo de unos 10 kHz que sea estacionario, intermitente, fluctuante o irregular. Una exposición impulsiva o marcadamente tonal es por tanto un uso fuera de la evidencia, no un error de cálculo, y la Introducción aparta explícitamente el ruido de explosión y el de alto impulso. La NOTA 4 añade un segundo límite silencioso: las simplificaciones que hay detrás de los datos suponen una duración de exposición diaria no mayor de 12 h.

Informe de NIPTS (`.report()`)

NiptsResult.report(path) genera una ficha PDF de una página con la presentación de la predicción de pérdida auditiva inducida por ruido que emite un servicio de higiene industrial para un grupo de exposición, según la ISO 1999:2013 (apartado 6.3): la línea de base de la predicción, un bloque de metadatos opcional (empresa, trabajador(es)/grupo, lugar de trabajo y fecha de la evaluación), una tabla con el NIPTS mediano $N_{50}$ y el del fractil pedido en las seis frecuencias audiométricas junto al gráfico del espectro con su banda de fractiles, el desplazamiento promediado en el conjunto de 2/3/4 kHz enmarcado con las condiciones de exposición ( $L_{EX, 8h}$ , la duración en años y el porcentaje poblacional $Q$ ), y las notas que mantienen honesta la ficha: los valores son una predicción estadística para la población expuesta, no el audiograma de nadie, y la ISO 1999 deja al usuario la elección de las frecuencias de discapacidad. verbose=True añade las columnas de dispersión $d_{u}$ / $d_{l}$ ; un requirement en los metadatos se interpreta como el NIPTS representativo máximo admisible y añade una fila CUMPLE/NO CUMPLE (un desplazamiento menor cumple). El renderizado necesita reportlab y matplotlib (pip install "phonometry[report,plot]"); solo se admite engine="reportlab", y language="es" genera la ficha en español.

from phonometry import hearing, ReportMetadata

# El caso de 90 dB(A) y 20 años de arriba, décimo más susceptible.
res = hearing.nipts(90.0, 20.0, fractile=0.9)
res.report(
    "nipts_fiche.pdf",
    metadata=ReportMetadata(
        client="Taller de calderería de ejemplo",
        specimen="Soldadores (grupo de exposición homogénea, 4 trabajadores)",
        test_room="Nave de montaje de acero, línea 2",
    ),
    language="es",                  # ficha en español (separador decimal de coma)
)                                   # NIPTS promediado en 2/3/4 kHz (dB)

La ficha de ejemplo se regenera con make reports y se mantiene renderizada en el repositorio; pulsa la vista previa para abrir el PDF.

Informe de ejemplo de predicción de NIPTS según ISO 1999 (PDF) — Ficha de predicción de NIPTS (NiptsResult.report), el desplazamiento promediado en el conjunto de 2/3/4 kHz.

2. Edad y ruido combinados: HTLAN (apartado 6.1)

La componente de ruido no se suma sin más a la de edad: la Fórmula (1) de ISO 1999 las combina con un término de compresión que importa cuando el total supera unos 40 dB:

H^{'} = H + N - \frac{H N}{120},

donde $H$ es el umbral por edad (HTLA, de ISO 7029 al mismo fractil) y $N$ el NIPTS. htlan evalúa ambas componentes y su combinación.

from phonometry import hearing

# Un hombre de 60 años, 30 años a 95 dB(A), mediana.
h = hearing.htlan(60, "male", 95.0, 30.0, fractile=0.5)
print(h.htla.round(1))       # [ 6.   7.8 12.5 16.6 20.2 25.9]  solo edad
print(h.nipts.round(1))      # [ 0.5  3.  11.8 21.6 24.8 17.6]  solo ruido
print(h.threshold.round(1))  # [ 6.5 10.7 23.  35.2 40.8 39.8]  edad + ruido

h.plot()   # las tres curvas de la figura de abajo: HTLA, NIPTS y HTLAN

A 4 kHz la componente de edad (20,2 dB) y la de ruido (24,8 dB) se combinan en 40,8 dB en lugar de su suma de 45,0 dB: el término de compresión quita 4,2 dB.

Dos paneles. Izquierda: el NIPTS mediano a 95 dB para 10, 20, 30 y 40 años en un eje de audiograma invertido con la banda del 10 al 90 por ciento en torno a la curva de 40 años, que se acentúa hacia 4 kHz. Derecha: para un hombre de 60 años expuesto 30 años a 95 dB, las curvas de edad (HTLA), ruido (NIPTS) y HTLAN combinada, que queda por debajo de la suma simple

Mostrar el código de esta figura

import matplotlib.pyplot as plt
from phonometry import hearing
from phonometry.hearing.noise_induced_hearing_loss import NIPTS_FREQUENCIES as f

# En una línea, el espectro NIPTS con su banda de fractiles:
hearing.nipts(95.0, 40.0, 0.9).plot(language="es")
plt.show()

# A mano, ambos paneles:
fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12.5, 5.6))
for yr in (10, 20, 30, 40):
    ax1.plot(f, hearing.nipts(95.0, yr, 0.5).median, "o-", label=f"{yr} años")
ax1.set_xscale("log"); ax1.invert_yaxis(); ax1.legend()

h = hearing.htlan(60, "male", 95.0, 30.0, 0.5)
ax2.plot(f, h.htla, "o-", label="Edad (HTLA)")
ax2.plot(f, h.nipts, "^-", label="Ruido (NIPTS)")
ax2.plot(f, h.threshold, "s--", label="Edad + ruido (HTLAN)")
ax2.set_xscale("log"); ax2.invert_yaxis(); ax2.legend()
plt.show()

Tres magnitudes, bien separadas. Merece la pena ser preciso con lo que significa cada símbolo, porque es fácil confundirlos:

El NIPTS ( $N$ ) es el desplazamiento permanente del umbral inducido por ruido: la pérdida extra que causa el ruido, y nada más. Es lo que un programa ideal de conservación auditiva evitaría. Por sí solo no es un audiograma.
El HTLA ( $H$ ) es el umbral por edad en solitario (la componente ISO 7029 de la guía de umbral de audición), la pérdida que tendría la misma persona sin ruido laboral.
El HTLAN ( $H^{'}$ ) es el umbral total: edad y ruido combinados por la Fórmula (1). Es lo que mide un audiómetro, y el único de los tres comparable con un audiograma real.

La combinación no lineal $H^{'} = H + N - H N /120$ es la razón de que no se pueda leer el NIPTS de un audiograma medido restando una tabla de edad sin más: las pérdidas casi totales superarían de otro modo el techo fisiológico de ~120 dB, así que la norma comprime la suma. Como la corrección $H N /120$ escala con el producto de las dos componentes, ya puede restar algunos dB mientras $H + N$ está por debajo de 40 dB; 40 dB es solo un marcador aproximado de dónde el efecto se vuelve apreciable, no una frontera estricta, y la corrección crece de forma sostenida en el régimen de una exposición larga y ruidosa donde ambos términos son grandes.

Un mapa de contornos rellenos de los decibelios que quita el término HN/120 sobre el plano de la componente de edad H de 0 a 60 dB frente a la componente de ruido N de 0 a 60 dB. La cantidad retirada es una familia hiperbólica que crece desde 0 en la esquina inferior izquierda hasta unos 30 dB en H = N = 60 dB. La línea a trazos donde H + N vale 40 dB cruza contornos de entre unos 2 y 3 dB en lugar de seguir uno solo, y está marcado el caso resuelto en H = 20,2 y N = 24,8 dB, donde se retiran 4,2 dB de la suma de 45,0 dB

La corrección es un producto, así que no tiene umbral: la línea a trazos $H + N = 40$ dB corta los contornos en lugar de seguir uno. Una componente de edad grande hace que se comprima una componente de ruido modesta, y al revés: en el caso resuelto ya se han ido 4,2 dB, y un trabajador con 40 dB de cada causa pierde 13,3 dB de la suma.

Mostrar el código de esta figura

import matplotlib.pyplot as plt
import numpy as np

# `hearing` es la importación del primer fragmento de esta página.
grid = np.linspace(0.0, 60.0, 121)
h, n = np.meshgrid(grid, grid)
removed = h + n - hearing.combine_age_and_noise(h, n)
print(round(float(removed[-1, -1]), 1))          # 30.0 dB en H = N = 60

fig, ax = plt.subplots(figsize=(8.2, 6.4))
cs = ax.contourf(h, n, removed, levels=np.arange(0.0, 31.0, 2.0), cmap="YlOrRd")
fig.colorbar(cs, ax=ax)
ax.plot([0.0, 40.0], [40.0, 0.0], "--")          # H + N = 40 dB
plt.show()

Comparar con un audiograma medido

El HTLAN solo es comparable con un audiograma obtenido igual que se obtuvieron las bases de datos que lo sustentan, y la ISO 1999 hace de la técnica parte de la comparación en lugar de un detalle de implementación: el apartado 6.2.3 establece que, como las técnicas de medida audiométrica afectan a las medidas del umbral, debería usarse para establecer la base de datos HTLA la misma técnica que se use para obtener o verificar el umbral de la población expuesta al ruido. Cambia el auricular o el procedimiento de determinación del umbral y se mueve el desfase entre lo medido y lo predicho. En la práctica eso significa:

Tonos puros por vía aérea. El apartado A.1 dice que la base de datos A es la distribución de ISO 7029 del umbral normal de audición por vía aérea, así que un umbral por vía ósea no es la magnitud que se está prediciendo.
Un auricular declarado y calibrado. El dB HL depende del transductor: el 0 dB HL es el nivel de presión acústica umbral equivalente de referencia de ISO 389-1 (supraaural), ISO 389-2 (de inserción) o ISO 389-8 (circumaural) para el auricular realmente colocado. Se deja constancia de cuál, y de su calibración.
Un procedimiento de umbral declarado. El apartado 6.2.3 de ISO 8253-1:2010 especifica dos procedimientos manuales, el ascendente y el de horquillado, que difieren solo en la secuencia de presentaciones y que, bien ejecutados, dan umbrales sustancialmente iguales. Se deja constancia de cuál, y de que un procedimiento ajeno a ese apartado puede mover el umbral varios decibelios en promedio.
Las mismas seis frecuencias. nipts y htlan devuelven 500, 1000, 2000, 3000, 4000 y 6000 Hz. Un audiograma que se salte 3 kHz o 6 kHz no puede compararse donde vive la muesca del ruido.
Un criterio de oído fijo. El oído peor, el oído mejor o la media de los dos son tres comparaciones distintas contra la misma predicción, y la ISO 1999 deja la elección al usuario, así que corresponde al informe y no a la cabeza del analista.
Un intervalo sin ruido antes del ensayo. El NIPTS es desplazamiento permanente, y le precede un desplazamiento temporal del umbral reversible; el apartado 5.1 de ISO 8253-1 dice que debe evitarse una exposición al ruido significativa antes de la audiometría o, en su defecto, dejarla anotada. Un audiograma tomado a media recuperación mide el TTS sobre la pérdida permanente y superará el HTLAN previsto por un motivo que el modelo no describe. Se anota el tiempo transcurrido desde la última exposición.

Una cautela que se aplica a toda la comparación: el objeto y campo de aplicación establece que la norma se basa en datos estadísticos y no puede aplicarse a la predicción o evaluación de la pérdida auditiva de un individuo salvo en términos de probabilidades estadísticas. Un único audiograma por encima de la mediana no es prueba de nada; una distribución de audiogramas por encima de los fractiles predichos sí lo es.

Cautelas con el umbral de compensación (fence). La ISO 1999 da umbrales y su distribución; no define una «discapacidad auditiva» ni un umbral indemnizable. Un fence es una línea de política (habitualmente una media de 25 dB sobre unas frecuencias elegidas) por encima de la cual la audición se considera dañada, y vive en la reglamentación nacional, no en esta norma. De ahí siguen dos cautelas. Primera: las frecuencias del fence importan: promediar sobre 0,5/1/2 kHz (el clásico fence de habla) apenas ve la muesca de ruido de 3–6 kHz, así que infravalora el daño temprano por ruido que sí detectaría una media de 3/4/6 kHz. Segunda: el NIPTS y el HTLAN responden a preguntas de fence distintas: el NIPTS pregunta «cuánto añadió el ruido», el HTLAN «este oído, edad incluida, ¿supera la línea?»; y el porcentaje de la población más allá del fence depende de la dispersión de fractiles, no solo de la mediana, así que debe leerse de la distribución, nunca del umbral mediano en solitario.

El NiptsResult lleva la median ( $N_{50}$ ), las spread_upper/spread_lower y el value en el fractil pedido; el HtlanResult lleva htla, nipts y el threshold combinado. Ambos exponen .plot(). La componente de edad por sí sola es el tema de la guía de umbral de audición.

Informe de HTLAN (`.report()`)

HtlanResult.report(path) genera la ficha hermana para el umbral combinado, según el apartado 6.1 de la ISO 1999:2013: la misma línea de base de la predicción y el mismo encabezado de metadatos que la ficha de NIPTS, pero con una tabla que lleva la componente de edad $H$ , la de ruido $N$ y la combinada $H^{'}$ en cada frecuencia audiométrica, junto al gráfico de las tres curvas, con el umbral promediado en el conjunto de 2/3/4 kHz enmarcado y las condiciones del oyente y de la exposición (edad y sexo, $L_{EX, 8h}$ durante los años de exposición y el porcentaje poblacional $Q$ ). Sus notas añaden la que importa aquí: la componente de edad es la base de datos A evaluada a partir de ISO 7029:2017, cuyos valores difieren de la selección ilustrativa de la Tabla A.3 de la ISO 1999, que procede de una edición anterior. verbose=True añade el término de compresión $H N /120$ en una columna propia, y un requirement en los metadatos se interpreta como el HTLAN representativo máximo admisible.

from phonometry import hearing, ReportMetadata

# El operario de máquina de 60 años de esta sección, mediana.
res = hearing.htlan(60, "male", 95.0, 30.0, fractile=0.5)
res.report(
    "htlan_fiche.pdf",
    metadata=ReportMetadata(
        client="Taller de calderería de ejemplo",
        specimen="Operario de máquina (60 años, 30 años en el puesto)",
        test_room="Nave de montaje de acero, línea 2",
    ),
    language="es",                  # ficha en español (separador decimal de coma)
)                                   # HTLAN promediado en 2/3/4 kHz (dB HL)

La ficha de ejemplo se regenera con make reports y se mantiene renderizada en el repositorio; pulsa la vista previa para abrir el PDF.

Informe de ejemplo de predicción de HTLAN según ISO 1999 (PDF) — Ficha de umbral por edad y ruido (HtlanResult.report), el HTLAN promediado en el conjunto de 2/3/4 kHz.

Qué cubre esta guía

Cubierto
La ISO 1999:2013 tal como la implementan nipts y htlan: el NIPTS mediano del apartado 6.3.1 (Fórmula 2, extrapolada por debajo de 10 años con la Fórmula 3, Tabla 1) y su fractil poblacional del apartado 6.3.2 (Fórmulas 4-7, Tablas 2-3), junto con la combinación HTLAN del apartado 6.1 (Fórmula 1) que ejecuta combine_age_and_noise, todo ello validado frente a los ejemplos resueltos del Anexo D. La componente de edad es la base de datos A, evaluada a partir de ISO 7029:2017, la edición que el apartado 6.2.2 cita sin fecha.
No cubierto
Los apartados 6.2.3 y 6.2.4 permiten sustituir la base de datos A por una base de datos B: un umbral por edad medido en una población de control del país correspondiente. Solo está implementada la base de datos A, así que htlan toma siempre su componente de edad de ISO 7029:2017. combine_age_and_noise acepta un array de HTLA externo para ese caso, pero calcular la base de datos B no es cosa de phonometry. La ISO 1999 no define una «discapacidad auditiva» ni un umbral indemnizable: esa línea la fija la reglamentación nacional, y aquí no se aplica ninguna, así que hay que aportarla y comprobarla uno mismo.

Véase también

Exposición laboral al ruido: el estudio según ISO 9612 que produce el $L_{EX, 8h}$ que consume este modelo, y la incertidumbre que lo acompaña.
Umbral de audición: la componente de edad $H$ de ISO 7029 a la que este modelo suma la componente de ruido, y el cero de ISO 389-7 al que está referida la escala dB HL.
Índice de inteligibilidad del habla: lo que cuesta un umbral desplazado en audibilidad del habla, que es la consecuencia que el trabajador nota de verdad.
Referencia de la API: hearing.noise_induced_hearing_loss.
Teoría: Pérdida auditiva inducida por ruido (ISO 1999): el modelo de desplazamiento del umbral de ISO 1999, su mediana y su dispersión por fractiles.

Referencias

International Organization for Standardization. (2013). Acoustics — Estimation of noise-induced hearing loss (ISO 1999:2013). El modelo implementado: la combinación HTLAN (apartado 6.1, Fórmula 1), el NIPTS mediano (apartado 6.3.1, Fórmulas 2-3, Tabla 1) y su distribución estadística (apartado 6.3.2, Fórmulas 4-7, Tablas 2-3), validado frente a los ejemplos resueltos del Anexo D. La componente de edad (base de datos A) es ISO 7029:2017.
National Institute for Occupational Safety and Health. (1998). Criteria for a recommended standard: Occupational noise exposure — Revised criteria 1998 (DHHS/NIOSH Publication No. 98-126). https://doi.org/10.26616/NIOSHPUB98126Un documento de criterios de libre acceso (el PDF enlazado es la descarga gratuita) que repasa la misma evidencia de exposición-respuesta y las cuestiones de *fence* y conservación auditiva tratadas en esta página.
Passchier-Vermeer, W. (1974). Hearing loss due to continuous exposure to steady-state broad-band noise. The Journal of the Acoustical Society of America, 56(5), 1585-1593. https://doi.org/10.1121/1.1903482Uno de los estudios de campo cuyos datos de exposición-respuesta sustentan las relaciones de NIPTS codificadas después en la ISO 1999.

Creado y mantenido por José Manuel Requena Plens ORCID Todos los proyectos

Pérdida auditiva inducida por ruido (ISO 1999)

1. Desplazamiento permanente del umbral por ruido (apartado 6.3)

Dónde vale el modelo

Informe de NIPTS (.report())

2. Edad y ruido combinados: HTLAN (apartado 6.1)

Comparar con un audiograma medido

Informe de HTLAN (.report())

Qué cubre esta guía

Véase también

Referencias

Informe de NIPTS (`.report()`)

Informe de HTLAN (`.report()`)