Short Summary
Occupational Accidents, Workplace Accidents, Accidents at work, Workplace injuries, Determinants, Factors, Cost, Occupational Safety, Occupational Risk, Commuting Accidents, Accident Frequency, Accident Severity
Abstract (in English)
Literature Overview
Occupational accidents in Belgium lead to significant financial and human costs. In 2022, the public sector alone spent around ten million euros on such incidents. If similar patterns hold in the private sector, total costs may exceed fifty million euros. Research shows that the likelihood and severity of occupational accidents are influenced by a wide range of factors. These include time-related aspects (e.g., seasons, holidays), personal characteristics (e.g., age, health, sleep habits), job-related conditions (e.g., contract type, shift work), and company-level features (e.g., size, investments in prevention). Effective prevention strategies must take the interplay of these determinants into account.
Methods
This study uses a large, detailed dataset compiled by Liantis, including accident notifications, employee and employer data, and external factors such as weather and public holidays. After validation, over 216,000 unique occupational accident records were retained for analysis. To ensure fair comparisons, a representative sample of 10,000 employers (from over 48,000 with suitable data) was selected based on region, sector, and company size. Descriptive results were compared with statistical reports from the Belgian National Social Security Office and the Federal Agency for Occupational Risks to assess representativeness. Statistical models -primarily univariable and multivariable linear mixed-effects models- were used to identify key determinants of accident occurrence and severity.
Results
The statistical models provided a comprehensive view of how various determinants relate to occupational accidents. Higher accident risks were observed among men, younger workers, full-time employees, and those in larger companies. In contrast, workers with longer tenure and those in white-collar roles had lower risk. For commuting accidents, personal characteristics played a more prominent role. Company-level frequency and severity metrics showed more random variation, making them less reliable for benchmarking safety performance. Absence duration and direct costs could be predicted reasonably well. While some determinants influenced serious accidents, individual and accident-specific factors likely play a larger role. Models predicting workplace accident occurrence, absence duration, and direct costs performed better, whereas models for refusal, seriousness, frequency, and severity degree had limited practical value due to high unexplained variance.
Conclusion
The study’s first aim -clarifying the relative importance of accident determinants- was achieved through the data quality and analytics report. The second aim -communicating clear messages to employers, employees, and policymakers- is addressed in the practical compendium section. The authors believe the findings offer valuable insights that can be further used in training materials and tools to improve workplace safety. To be effective, these materials should be tailored to specific sectors and roles, and their impact should be measured using suitable performance indicators. By translating data-driven insights into practical actions, Belgium can take meaningful steps towards further reducing occupational accidents and their human and financial consequences.
Samenvatting (in het Nederlands)
Literatuuroverzicht
Arbeidsongevallen in België brengen aanzienlijke financiële en menselijke kosten met zich mee. In 2022 gaf de publieke sector alleen al ongeveer tien miljoen euro uit aan dergelijke incidenten. Als gelijkaardige patronen gelden voor de privésector, kunnen de totale kosten oplopen tot meer dan vijftig miljoen euro. Onderzoek toont aan dat de kans op en de ernst van arbeidsongevallen worden beïnvloed door een breed scala aan factoren. Deze omvatten tijdsgebonden aspecten (zoals seizoenen en feestdagen), persoonlijke kenmerken (zoals leeftijd, gezondheid, slaapgewoonten), werkgerelateerde omstandigheden (zoals contracttype en ploegenarbeid) en kenmerken op bedrijfsniveau (zoals grootte en investeringen in preventie). Effectieve preventiestrategieën moeten rekening houden met de wisselwerking tussen al deze determinanten.
Methode
Deze studie maakt gebruik van een grote, gedetailleerde dataset samengesteld door Liantis, met meldingen van ongevallen, gegevens over werknemers en werkgevers, en externe factoren zoals weersomstandigheden en officiële feestdagen. Na validatie werden meer dan 216.000 unieke arbeidsongevallen opgenomen voor analyse. Om eerlijke vergelijkingen mogelijk te maken, werd een representatieve steekproef van 10.000 werkgevers (uit meer dan 48.000 met geschikte gegevens) geselecteerd op basis van regio, sector en bedrijfsomvang. De beschrijvende resultaten werden vergeleken met statistische rapporten van de Rijksdienst voor Sociale Zekerheid en het Federaal Agentschap voor Beroepsrisico’s om de representativiteit te beoordelen. Statistische modellen -voornamelijk univariabele en multivariabele lineaire mixed-effects modellen- werden toegepast om de belangrijkste determinanten van het voorkomen en de ernst van ongevallen te identificeren.
Resultaten
De statistische modellen boden een uitgebreid inzicht in hoe verschillende determinanten verband houden met arbeidsongevallen. Een hoger risico op ongevallen werd vastgesteld bij mannen, jongere werknemers, voltijdse medewerkers en werknemers in grotere bedrijven. Werknemers met een langere anciënniteit en bedienden hadden daarentegen een lager risico. Voor woon-werkongevallen speelden persoonlijke kenmerken een grotere rol. De frequentie- en ernstgraden op bedrijfsniveau vertoonden meer willekeurige variatie, waardoor ze minder betrouwbaar zijn voor benchmarking van veiligheidsperformantie. De duur van de afwezigheid en de directe kosten konden redelijk goed worden voorspeld. Hoewel sommige determinanten invloed hadden op ernstige ongevallen, lijken individuele en ongevalspecifieke factoren een grotere rol te spelen. Modellen die het voorkomen van arbeidsongevallen op de werkvloer, de afwezigheidsduur en de directe kosten voorspelden, presteerden beter. Modellen voor weigering, ernst, frequentie en ernstgraad hadden daarentegen een beperkte praktische waarde vanwege een hoge onverklaarde variantie.
Conclusie
De eerste doelstelling van de studie -het verduidelijken van het relatieve belang van ongevallendeterminanten- werd bereikt via het datakwaliteits- en data-analyserapport. De tweede doelstelling -het communiceren van duidelijke boodschappen aan werkgevers, werknemers en beleidsmakers- wordt behandeld in het overzicht met praktische aanbevelingen. De auteurs zijn van mening dat de bevindingen waardevolle inzichten bieden die verder kunnen worden gebruikt in opleidingsmateriaal en hulpmiddelen om de veiligheid op de werkvloer te verbeteren. Om doeltreffend te zijn, moeten deze materialen worden afgestemd op specifieke sectoren en functies, en moet hun impact worden gemeten aan de hand van geschikte prestatie-indicatoren. Door datagedreven inzichten om te zetten in concrete acties, kan België betekenisvolle stappen zetten richting een verdere vermindering van arbeidsongevallen en de bijbehorende menselijke en financiële gevolgen.
Résumé (en Français)
Revue de la littérature
Les accidents du travail en Belgique entraînent des coûts humains et financiers considérables. En 2022, le secteur public à lui seul a dépensé environ dix millions d’euros pour faire face à ces incidents. Si des tendances similaires s’appliquent au secteur privé, les coûts totaux pourraient dépasser cinquante millions d’euros. La recherche montre que la probabilité et la gravité des accidents du travail sont influencées par un large éventail de facteurs. Ceux-ci incluent des aspects temporels (par exemple, les saisons, les jours fériés), des caractéristiques personnelles (par exemple, l’âge, la santé, les habitudes de sommeil), des conditions liées à l’emploi (par exemple, le type de contrat, le travail en équipes) et des caractéristiques au niveau de l’entreprise (par exemple, la taille, les investissements en prévention). Des stratégies de prévention efficaces doivent tenir compte de l’interaction entre ces différents déterminants.
Méthodologie
Cette étude repose sur un vaste ensemble de données détaillées compilées par Liantis, comprenant des déclarations d’accidents, des données sur les travailleurs et les employeurs, ainsi que des facteurs externes tels que la météo et les jours fériés. Après validation, plus de 216 000 dossiers uniques d’accidents du travail ont été retenus pour l’analyse. Afin de garantir des comparaisons équitables, un échantillon représentatif de 10 000 employeurs (parmi plus de 48 000 disposant de données adéquates) a été sélectionné en fonction de la région, du secteur et de la taille de l’entreprise. Les résultats descriptifs ont été comparés aux rapports statistiques de l’Office national de sécurité sociale et de l’Agence fédérale des risques professionnels afin d’évaluer leur représentativité. Des modèles statistiques — principalement des modèles linéaires mixtes univariés et multivariés — ont été utilisés pour identifier les principaux déterminants de la survenue et de la gravité des accidents.
Résultats
Les modèles statistiques ont permis de mieux comprendre les relations entre les différents déterminants et les accidents du travail. Un risque accru d’accident a été observé chez les hommes, les jeunes travailleurs, les employés à temps plein et ceux travaillant dans de grandes entreprises. À l’inverse, les travailleurs ayant une ancienneté plus élevée et les employés de bureau présentent un risque plus faible. Pour les accidents de trajet, les caractéristiques personnelles jouent un rôle plus important. Les indicateurs de fréquence et de gravité au niveau de l’entreprise présentent une variabilité plus aléatoire, ce qui les rend moins fiables pour évaluer la performance en matière de sécurité. La durée d’absence et les coûts directs peuvent être prédits de manière relativement précise. Bien que certains déterminants influencent les accidents graves, les facteurs individuels et spécifiques à chaque accident semblent jouer un rôle plus déterminant. Les modèles prédictifs des accidents sur le lieu de travail, de la durée d’absence et des coûts directs ont donné de bons résultats, tandis que ceux concernant le refus, la gravité des accidents, le taux de fréquence et le taux de gravité ont montré une valeur pratique limitée en raison d’une variance inexpliquée élevée.
Conclusion
Le premier objectif de l’étude -clarifier l’importance relative des déterminants des accidents- a été atteint grâce au rapport sur la qualité et l’analyse des données. Le deuxième objectif -communiquer des messages clairs aux employeurs, aux travailleurs et aux décideurs politiques- est abordé dans la section du compendium pratique. Les auteurs estiment que les résultats offrent des informations précieuses pouvant être utilisées dans des supports de formation et des outils visant à améliorer la sécurité au travail. Pour être efficaces, ces supports doivent être adaptés aux secteurs et fonctions spécifiques, et leur impact doit être mesuré à l’aide d’indicateurs de performance appropriés. En traduisant les connaissances issues des données en actions concrètes, la Belgique peut progresser de manière significative vers une réduction durable des accidents du travail et de leurs conséquences humaines et financières.