Guía del Análisis Bow Tie: Cómo visualizar y dominar el riesgo en la innovación

En entornos industriales y corporativos de alta complejidad, la gestión de riesgos ha evolucionado más allá de las hojas de cálculo convencionales. El análisis Bow Tie (o método del «corbatín») se ha consolidado como el estándar de oro para visualizar, con precisión, la relación entre causas, eventos críticos y sus consecuencias. A diferencia de los modelos puramente matemáticos, el Bow Tie ofrece una narrativa visual que permite a operarios y directivos comprender no solo las amenazas, sino las barreras específicas diseñadas para mitigarlas.

En el ecosistema de la innovación, el riesgo no es un obstáculo a evadir, sino una variable estratégica a gestionar. No obstante, la sofisticación de los proyectos actuales suele volver abstractas las metodologías tradicionales. Aquí es donde el análisis Bow Tie emerge como una herramienta disruptiva: un método que fusiona rigor analítico con claridad visual, permitiendo a líderes y emprendedores construir un «escudo» de barreras estratégicas para proteger sus activos más valiosos.

Esta metodología, integrada globalmente por organizaciones como Royal Dutch Shell tras el desastre de Piper Alpha, facilita una transición fluida desde la identificación cualitativa de peligros hasta la gestión cuantitativa de controles en tiempo real.

Puntos clave

• Visibilidad Estratégica: El Bow Tie no es solo un diagrama, sino una narrativa visual que conecta causas, eventos críticos y consecuencias, permitiendo que tanto operarios como directivos comprendan el riesgo de forma tangible.

• Dualidad Analítica: El método actúa como un puente integrador, simplificando la complejidad del Análisis de Árbol de Fallos (FTA) para las causas y el Análisis de Árbol de Eventos (ETA) para las consecuencias.

• Enfoque en Factores de Escalación: El modelo permite identificar con precisión las condiciones que degradan las barreras de seguridad, facilitando un mantenimiento preventivo enfocado en los elementos más críticos del sistema.

• Versatilidad Multi-industria: Su eficacia ha sido probada científicamente en sectores tan diversos como la aviación, la ciberseguridad, la salud (prevención de errores médicos) y el transporte marítimo.

• Honestidad Operativa: La mayor limitación del modelo es el sesgo subjetivo; por ello, el rigor científico moderno exige combinarlo con metodologías como la Lógica Difusa para eliminar la ambigüedad en la evaluación de expertos.

¿Qué es el Análisis Bow Tie y por qué es vital para la innovación?

El análisis Bow Tie es un método esquemático de evaluación de riesgos que vincula amenazas potenciales con sus consecuencias finales mediante un «evento superior» central. Su estructura permite identificar barreras preventivas y de mitigación, optimizando la comunicación de riesgos críticos y la seguridad operativa en sectores de alta complejidad.

En términos técnicos, este concepto describe las relaciones entre diversos parámetros de control —como causas, peligros y consecuencias— para reducir la probabilidad de eventos no deseados en sistemas industriales (Ferdous et al., 2012). Por su parte, Silva et al. (2025) destacan que el método Bow Tie es una herramienta cualitativa excepcional, reconocida por su eficacia al visualizar la interconexión entre causas, barreras y resultados.

Anatomía del Diagrama

El nombre del método proviene de su representación gráfica, que se asemeja a una corbata de moño. En el núcleo se sitúa el «Evento Superior» (el instante en que se pierde el control del peligro). A la izquierda, se despliegan las amenazas que podrían desencadenar dicho evento; a la derecha, se proyectan las consecuencias derivadas de su ocurrencia.

Orígenes y Evolución

Aunque sus raíces se remontan a la Universidad de Queensland en la década de los 70, su implementación moderna fue impulsada por la industria petroquímica y la aviación. En la actual era de la Transformación Digital, el análisis Bow Tie ha evolucionado de un gráfico estático en PDF a una interfaz dinámica. Hoy, se integra con datos provenientes de sensores y software de Gestión de Riesgos Operativos (ORM) líderes como Enablon o Sphera.

¿Por qué es la herramienta predilecta hoy?

A diferencia de los modelos puramente matemáticos o tabulares, el Bow Tie permite a operadores y gerentes «visualizar» el riesgo de forma tangible. Esta técnica fusiona el Análisis de Árbol de Fallos (centrado en las causas) con el Análisis de Árbol de Eventos (enfocado en las consecuencias), facilitando una comunicación transversal y efectiva en todos los niveles de la organización.

La Anatomía del Diagrama Bow Tie: Elementos Clave

Un diagrama Bow Tie se articula a través de cinco elementos nucleares: el Peligro, el Evento Superior, las Amenazas, las Consecuencias y las Barreras (controles). Esta arquitectura permite mapear cómo los «factores de escalada» pueden degradar las protecciones del sistema, facilitando un análisis preventivo profundo.

Para construir un análisis con autoridad técnica, es imperativo definir con precisión cada componente:

El Peligro (Hazard)

Es el punto de partida. Se define como cualquier elemento o condición dentro del entorno organizacional con potencial intrínseco de causar daño. No es un evento negativo per se, sino una fuente de energía o condición operativa necesaria.

• Ejemplos: Almacenamiento de Gas Licuado de Petróleo (GLP), operación de maquinaria pesada o gestión de datos confidenciales.

El Evento Superior (Top Event)

Representa el instante preciso en que se pierde el control sobre el peligro. En esta etapa, el daño aún no se ha materializado, pero la situación ha superado los márgenes de seguridad establecidos.

• Ejemplos: Pérdida de contención de GLP, pérdida de separación entre aeronaves o acceso no autorizado a la red.

Amenazas (Threats) – El flanco izquierdo

Situadas a la izquierda del Evento Superior, las amenazas son las causas directas o mecanismos que podrían desencadenar la pérdida de control.

• Ejemplos: Corrosión atmosférica en tuberías, error humano operativo o fallo en el suministro eléctrico.

Consecuencias – El flanco derecho

Ubicadas a la derecha del Evento Superior, describen los resultados negativos potenciales si el evento no es contenido o mitigado a tiempo.

• Ejemplos: Explosiones e incendios, fatalidades o sanciones regulatorias masivas.

Barreras de Prevención (Controles de Amenaza)

Son las salvaguardas diseñadas para impedir que una amenaza active el Evento Superior. Se interponen estratégicamente entre la Amenaza y el núcleo del diagrama.

• Ejemplos: Inspecciones predictivas, sistemas de alivio de presión y capacitación certificada.

Barreras de Mitigación (Controles de Recuperación)

Se posicionan entre el Evento Superior y las Consecuencias. Su función principal es minimizar la severidad del impacto una vez que el control inicial ha fallado.

• Ejemplos: Sistemas fijos de extinción de incendios, planes de respuesta a emergencias y respaldos de datos (backups).

Factores de Escalación (Escalation Factors)

En un nivel técnico avanzado, estos factores son condiciones o circunstancias que pueden provocar el fallo de una barrera existente.

• Ejemplo: La falta de mantenimiento preventivo actúa como un factor de escalación para una barrera física, como una válvula de seguridad.

Controles de Factores de Escalación

Son medidas de aseguramiento diseñadas para garantizar que las barreras principales mantengan su integridad y efectividad operativa.

• Ejemplos: Auditorías de cumplimiento de mantenimiento y redundancia de sistemas críticos.

5 Pasos para Ejecutar el Método Bow Tie con Rigor Científico

Para aplicar el método Bow Tie con estricto rigor científico, la literatura técnica reciente indica que este no debe utilizarse de forma aislada. En el ámbito de la investigación y la evaluación avanzada, el modelo cualitativo se integra con herramientas analíticas —como FMEA, Lógica Difusa, Redes Bayesianas o Teoría de Conjuntos Rugosos— para cuantificar la incertidumbre y priorizar riesgos de manera objetiva (Haggy et al., 2024; Hsu et al., 2023; Tansu et al., 2025; Yang et al., 2025).

A continuación, detallamos la ruta crítica para ejecutar este método bajo un enfoque científico:

Paso 1: Identificación y Categorización de Peligros

• Constitución del Panel de Expertos: Se debe integrar un grupo de toma de decisiones con especialistas del dominio y analistas para neutralizar sesgos individuales (Hsu et al., 2023).
• Recolección Multifuente: Revisión exhaustiva de flujos operativos, literatura científica, informes históricos y entrevistas estructuradas (Haggy et al., 2024; Dimova et al., 2024).
• Clasificación Sistemática: Categorizar los peligros (ej. factores humanos, ambientales o de equipo) para facilitar su análisis posterior.

Paso 2: Desarrollo Estructural del Diagrama

En esta fase se construye la arquitectura lógica del riesgo:

1. Definir el Evento Superior (Top Event): Determinar con precisión el accidente central (ej. fuga de tanque, colisión o error crítico de medicación).
2. Mapear Amenazas y Consecuencias: Trazar las causas (flanco izquierdo) y los impactos potenciales (flanco derecho) (Meland et al., 2019).
3. Establecer Barreras y Controles: Documentar las medidas preventivas y de mitigación, identificando factores de escalamiento que podrían debilitarlas.

Paso 3: Cuantificación y Rigor Analítico

Aquí, el análisis visual evoluciona hacia un modelo matemático robusto:

• Cálculo del RPN vía FMEA: Se evalúa cada amenaza mediante su Severidad, Ocurrencia e Indetectabilidad, obteniendo el Número de Prioridad de Riesgo (Haggy et al., 2024).
• Aplicación de Lógica Difusa (Fuzzy Logic): Para eliminar la ambigüedad de los juicios expertos (ej. «riesgo alto»), se utilizan Números Difusos Triangulares que convierten opiniones en probabilidades matemáticas precisas (Tansu et al., 2025).
• Redes Bayesianas Dinámicas (DBN): El Bow Tie se mapea en nodos para modelar cómo el riesgo evoluciona temporalmente y calcular probabilidades posteriores en tiempo real (Yang et al., 2025).

Paso 4: Análisis de Sensibilidad e Importancia Crítica

Para validar científicamente los hallazgos, se realiza un Análisis de Sensibilidad. Este proceso implica alterar matemáticamente un factor de riesgo a la vez para observar su impacto en la probabilidad total del evento principal. Esto permite identificar con exactitud los «eslabones más débiles» del sistema (Tansu et al., 2025).

Paso 5: Priorización, Mitigación y Documentación

• Matriz de Prioridad: Clasificar los peligros utilizando los puntajes obtenidos (RPN o probabilidad difusa) para determinar la urgencia de intervención.
• Ejecución de Controles: Diseñar o robustecer las barreras para los riesgos de alta prioridad.
• Registro Riguroso: Documentar cálculos, justificaciones y diagramas para permitir auditorías, revisiones futuras y un monitoreo continuo (Haggy et al., 2024).

Más allá de lo Visual: Integración Cuantitativa y LOPA

La integración del Análisis Bow Tie con el Análisis de Capas de Protección (LOPA) trasforma el modelo cualitativo en una herramienta cuantitativa de alta precisión. Mientras que en entornos menos técnicos el Bow Tie se percibe como una representación gráfica, en las industrias química, nuclear y de oil & gas se emplea para validar la integridad de los sistemas de seguridad.

Al vincular datos de confiabilidad de los equipos con las barreras del diagrama, es posible determinar si el riesgo actual se mantiene dentro de los límites de tolerancia bajo el principio ALARP (As Low As Reasonably Practicable).

La Evolución hacia el Bow Tie Cuantitativo

Investigaciones recientes, como las reportadas por Marszal (2023), han logrado sintetizar metodologías como HAZOP y LOPA con el análisis Bow Tie para consolidar una técnica avanzada de análisis cuantitativo. En este modelo, se asignan valores de probabilidad a las amenazas y Factores de Reducción de Riesgo (RRF) a las barreras.

Para determinar el riesgo residual, se aplica la siguiente arquitectura matemática:

$P(\text{Consecuencia}) = P(\text{Amenaza}) \times \prod (PFD_{\text{barreras}})$

Donde la PFD (Probability of Failure on Demand) representa la probabilidad de fallo en demanda de cada salvaguarda.

Cumplimiento y Seguridad Operativa

Esta integración permite a las organizaciones calcular con exactitud el riesgo residual y verificar el cumplimiento de los Niveles de Integridad de Seguridad (SIL). De este modo, el Bow Tie deja de ser un esquema estático para convertirse en un tablero de control dinámico, capaz de reflejar si las capas de protección existentes son suficientes para proteger los activos más críticos de la compañía.

Gestión de Barreras y el Modelo del Queso Suizo

El análisis Bow Tie encuentra su fundamento conceptual en el célebre Modelo de James Reason, el cual explica que las barreras de seguridad no son infalibles, sino que poseen «agujeros» o debilidades intrínsecas. El diagrama Bow Tie permite visualizar con precisión cómo estos fallos se alinean a través de los factores de escalada, permitiendo una gestión proactiva para evitar el colapso sistémico.

Barreras como «Rebanadas de Queso»

Bajo esta analogía, cada barrera en el diagrama representa una rebanada de queso. Los agujeros simbolizan debilidades latentes (errores de diseño o decisiones gerenciales deficientes) o fallos activos (errores operativos). El accidente se materializa solo cuando los agujeros de todas las capas se alinean, permitiendo que la amenaza alcance la consecuencia.

Es vital comprender que la efectividad de una barrera no es estática; se degrada por falta de mantenimiento o complacencia organizacional. Por ello, integrar Elementos Críticos de Seguridad (SCE) en el Bow Tie permite a los gerentes priorizar órdenes de trabajo en equipos que protegen contra los riesgos de mayor impacto.

Tipología Técnica de Barreras

Para un análisis de alta calidad, es imperativo categorizar los controles según su naturaleza operativa:

• Barreras Pasivas: No requieren activación ni acción externa (ej. muros de contención o diques).
• Barreras Activas: Dependen de un ciclo de detección, diagnóstico y acción (ej. sensores de gas que activan sistemas de supresión).
• Barreras Administrativas: Basadas en protocolos, entrenamiento y comportamiento humano (ej. listas de verificación y permisos de trabajo).

Nota: Las barreras administrativas suelen ser las más vulnerables debido a la variabilidad del factor humano. Un análisis robusto debe priorizar, siempre que sea posible, barreras físicas y soluciones de ingeniería para garantizar la resiliencia del sistema.

Análisis Comparativo: Bow Tie vs. FTA, ETA y FMEA

El éxito de una estrategia de seguridad radica en elegir la herramienta adecuada para el desafío correcto. Mientras que el Análisis de Árbol de Fallos (FTA) es deductivo y profundiza en las causas, y el Árbol de Eventos (ETA) es inductivo y se enfoca en las consecuencias, el Bow Tie logra integrar ambos de forma simplificada y visual.

De acuerdo con Omidvar et al. (2022), el Bow Tie funciona como una plataforma común que establece una conexión lógica entre las causas de un evento indeseable y sus resultados finales, consolidándose como un modelo integral para la Evaluación Cuantitativa de Riesgos (QRA).

Sinergia Metodológica

En esencia, el Bow Tie simplifica dos métodos de alta potencia:

1. Fault Tree Analysis (FTA): El flanco izquierdo del Bow Tie actúa como un árbol de fallos que utiliza lógica booleana («O» e «Y») para identificar vulnerabilidades.
2. Event Tree Analysis (ETA): El flanco derecho explora las ramificaciones y secuencias que surgen tras la pérdida de control.

Comparativa Estratégica de Metodologías

Para facilitar la toma de decisiones, presentamos esta comparativa técnica entre los métodos más utilizados en la industria:

Característica	Bow Tie Analysis	FMEA	FTA / ETA	HAZOP
Enfoque Principal	Escenarios de riesgos mayores y barreras	Modos de falla en componentes/piezas	Fallas de sistemas complejos y secuencias	Desviaciones en procesos industriales
Facilidad de Comunicación	Muy Alta (Visual)	Media	Baja (Técnica)	Baja (Especializada)
Ventaja Clave	Visualización clara de protecciones	Detalle exhaustivo a nivel de activos	Rigor matemático y lógico	Ideal para procesos de fluidos y química
Cuantitativo	Opcional (vía LOPA / Redes Bayesianas)	Generalmente Cualitativo	Altamente Cuantitativo	Cualitativo
Limitación	Sistemas con alta interdependencia	No visualiza el contexto del escenario	Curva de aprendizaje muy elevada	Puede volverse inmanejable en volumen

Integración de Vanguardia: El factor RPN

A diferencia del FMEA tradicional que se centra en componentes aislados, las tendencias actuales buscan la hibridación. Haggy et al. (2024) destacan que integrar la estructura visual del Bow Tie con el Número de Prioridad de Riesgo (RPN) del FMEA permite una evaluación exhaustiva y detallada, especialmente en entornos críticos como la colaboración humano-robot.

Aplicaciones: De la Salud a la Ciberseguridad

La versatilidad del análisis Bow Tie radica en su «expresividad» para modelar tanto la seguridad física (safety) como la ciberseguridad (security), según destacan Meland et al. (2019). Su capacidad para simplificar escenarios complejos lo convierte en la herramienta predilecta para cualquier sector que dependa de controles críticos.

A continuación, exploramos cómo las industrias líderes están aplicando este marco con rigor científico:

Energía e Industria Petroquímica

Es el sector donde el método alcanza su mayor madurez. Investigaciones de Wu et al. (2023) en tanques de almacenamiento demuestran que el Bow Tie es vital para identificar barreras clave que apoyan la toma de decisiones ejecutivas.

• Innovación Dinámica: La integración del Bow Tie con Redes Bayesianas Dinámicas (DBN) permite hoy predecir la evolución de accidentes en tiempo real en instalaciones de transporte de petróleo (Yang et al., 2025b).
• Procesos Químicos: En unidades de destilación, se utiliza la Teoría de Conjuntos Difusos para cuantificar riesgos en el manejo de líquidos inflamables (Omidvar et al., 2022).

Transporte Marítimo y Medio Ambiente

El control de colisiones y derrames ha dado un salto cualitativo. Hsu et al. (2023) concluyen que combinar el Bow Tie con la Teoría de Conjuntos Aproximados permite gestionar múltiples riesgos de colisión simultáneamente, protegiendo el ecosistema marino. Asimismo, estudios sobre derrames de petróleo revelan que estos desastres son el resultado del acoplamiento de factores humanos, entorno y gestión (Yang et al., 2025a).

Ciberseguridad y Sistemas Ciberfísicos

En el ámbito digital, el Bow Tie ofrece una ventaja estratégica única: las barreras preventivas y reactivas identificadas sirven como fuentes directas para extraer y definir los requisitos de seguridad del sistema, garantizando la trazabilidad de la protección de datos (Meland et al., 2019).

Sector Salud y Seguridad del Paciente

El método se ha consolidado como un instrumento esencial para la seguridad de los medicamentos, especialmente en áreas críticas como la anestesia (Dimova et al., 2024).

• Nuevos Marcos: Se están creando estructuras de vanguardia que fusionan el Bow Tie con la metodología DMAIC (Definir, Medir, Analizar, Mejorar, Controlar) para elevar los estándares de atención médica (Zhao y Liu, 2025).

Logística y Servicios (Food Delivery)

Incluso en la cadena de suministro de servicios de entrega, el análisis de «corbatín» está marcando la diferencia. Al aplicar lógica difusa, las empresas logran eliminar la ambigüedad de las opiniones de expertos, convirtiendo datos cualitativos en estrategias de mitigación precisas (Tansu et al., 2025).

Limitaciones y Desventajas del Modelo Bow Tie

A pesar de su indiscutible valor como herramienta de visualización, el modelo Bow Tie no es infalible. Su implementación rigurosa exige reconocer sus fronteras técnicas. Según Ferdous et al. (2012), una de las mayores preocupaciones es la credibilidad de la evaluación cuantitativa, especialmente cuando la escasez de datos históricos limita el rendimiento del análisis.

A continuación, detallamos los desafíos intrínsecos de esta metodología:

Alcance y Fraccionamiento del Análisis

El modelo posee un enfoque inherentemente estrecho, ya que cada diagrama se centra en un único Evento Superior (Meland et al., 2019). Para cubrir un entorno de riesgo corporativo completo, es necesario generar múltiples diagramas e iterar sobre ellos, lo que demanda una inversión considerable de tiempo y recursos.

Rigidez en la Definición Inicial

Establecer el alcance y definir con precisión el «evento no deseado central» constituye uno de los retos más complejos para los analistas (Meland et al., 2019). Una definición ambigua en esta etapa puede invalidar toda la lógica posterior del diagrama.

Ausencia de Secuencialidad y Dinamismo

En su formato básico, el Bow Tie es una técnica de alto nivel que no logra representar:

• Secuencias Temporales: No reflejan el orden cronológico de los eventos (ej. fases de un ciberataque).
• Interdependencias: Ignora las relaciones complejas entre diferentes amenazas.
• Análisis Dinámico: Por sí solo, no satisface las necesidades de un análisis que cambie con el tiempo, lo que obliga a integrarlo con Redes Bayesianas para escenarios dinámicos (Yang et al., 2025).

Subjetividad e Incertidumbre

Las estimaciones de probabilidad suelen depender del juicio de expertos, lo que introduce sesgos lingüísticos y variaciones subjetivas. Como señalan Tansu et al. (2025), para mitigar esta vaguedad es imperativo integrar metodologías como la lógica difusa (Fuzzy Logic).

Omisión de Actores

A diferencia de los diagramas de casos de uso en seguridad informática, el Bow Tie no representa a los actores (atacantes, infiltrados o usuarios). Su enfoque es puramente ambiental y situacional, centrándose en el evento y no en quien lo provoca (Meland et al., 2019).

La Paradoja de la Complejidad Gráfica

Existe un riesgo constante de saturación visual. Intentar mapear cada detalle exhaustivamente puede elevar la complejidad del diagrama a niveles que dificultan su comprensión, perdiendo así su principal ventaja: la claridad (Haggy et al., 2024).

Software vs. Plantillas: ¿Cómo elegir la herramienta correcta?

Para análisis puntuales o etapas de aprendizaje, las plantillas de Excel son herramientas útiles y accesibles. Sin embargo, para una gestión corporativa robusta, las soluciones SaaS (como BowTieXP, Enablon o Protecht) resultan esenciales, ya que permiten la auditoría de barreras en tiempo real y la integración con sistemas de monitoreo de activos.

Si su organización gestiona riesgos que pueden comprometer la vida humana o la continuidad del negocio, una plantilla básica suele ser insuficiente. El software especializado transforma un diagrama estático en un sistema de gestión dinámico que permite:

• Vinculación estratégica: Conectar las barreras directamente con sistemas de gestión de mantenimiento (como SAP o IBM Maximo).
• Salud de Barreras: Generar informes automáticos sobre el estado y efectividad de cada control.
• Trazabilidad: Mantener una pista de auditoría sólida para el cumplimiento de normativas ante entes reguladores.

Plantillas Gratuitas (Excel / PDF)

Son la opción ideal para organizaciones pequeñas, consultores independientes o análisis preliminares.

• Ventajas: Permiten listar elementos y crear una representación visual básica sin costo de licenciamiento.
• Limitación Crítica: Carecen de la capacidad de enlazar datos de mantenimiento en tiempo real y no permiten un análisis cuantitativo automatizado.

Software Especializado (SaaS)

Para empresas operando bajo marcos de alta exigencia (como Seveso III, Minería u Offshore), el software especializado es el estándar imperativo. Las plataformas líderes del mercado incluyen:

Software	Especialidad y Enfoque
Enablon (Wolters Kluwer)	Líder en integración corporativa, cumplimiento normativo y métricas ESG.
BowTieXP (CGE Risk)	Considerado el estándar de la industria para el modelado técnico profundo y detallado.
Sphera	Excelente para integrar el análisis de riesgos con la salud de activos y metodologías LOPA.

Conclusión: El Pilar de la Resiliencia Operativa

El análisis Bow Tie trasciende la simple representación gráfica; constituye una filosofía de gestión integral fundamentada en la defensa en profundidad. Al cerrar la brecha entre la teoría de riesgos y la realidad operativa, las organizaciones no solo aseguran el cumplimiento normativo, sino que forjan una cultura de seguridad proactiva y resiliente ante lo inesperado.

La verdadera potencia de este método radica en su capacidad para otorgar visibilidad absoluta a los controles. Al integrar factores humanos con datos cuantitativos, el Bow Tie permite a los líderes transitar de una postura reactiva a una estrategia basada en la solidez de sus barreras.

Independientemente de la herramienta elegida —ya sea una plantilla inicial o un ecosistema SaaS avanzado—, la clave del éxito reside en la integridad del análisis. Reconocer con honestidad dónde las barreras son vulnerables no es una debilidad, sino el primer paso crítico para prevenir la próxima crisis y garantizar la continuidad del negocio en un mundo cada vez más complejo.

Preguntas Frecuentes (FAQ) sobre el Análisis Bow Tie

Referencias

Dimova, R., Raycheva, R., & Pavlova, P. (2024). Application of the bow-tie analysis to improve patient safety – a lesson learned from clinical practice. Folia Medica, 66(4), 549-554. https://doi.org/10.3897/folmed.66.e129251

Ferdous, R., Khan, F., Sadiq, R., Amyotte, P., & Veitch, B. (2012). Handling and updating uncertain information in bow-tie analysis. Journal of Loss Prevention in the Process Industries, 25(1), 8-19. https://doi.org/10.1016/j.jlp.2011.06.018

Ferdous, R., Khan, F., Sadiq, R., Amyotte, P., & Veitch, B. (2013). Analyzing system safety and risks under uncertainty using a bow-tie diagram: An innovative approach. Process Safety and Environmental Protection, 91(1-2), 1-18. https://doi.org/10.1016/j.psep.2011.08.010

Haggy, A., Philip, A. K., Jacob, S. R. P., Schneider, J., Anchukandan, M. M., Kranz, P., & Daun, M. (2024). Safety Assessment of Human-Robot Collaborations Using Failure Mode and Effects Analysis and Bow-Tie Analysis. In ICINCO (1) (pp. 432-439).

Hsu, S.-H., Lee, M.-T., & Chang, Y.-C. (2023). Application of Rough Set Theory and Bow-Tie Analysis to Maritime Safety Analysis Management: A Case Study of Taiwan Ship Collision Incidents. Applied Sciences, 13(7), 4239. https://doi.org/10.3390/app13074239

Marszal, E. M. (2023). Expanding from LOPA to quantitative bow tie analysis. Process Safety Progress, 42(2), 258-268. https://doi.org/10.1002/prs.12424

Meland PH, Bernsmed K, Frøystad C, Li J, Sindre G (2019), «An experimental evaluation of bow-tie analysis for security». Information and Computer Security, Vol. 27 No. 4 pp. 536–561, doi: https://doi.org/10.1108/ICS-11-2018-0132

Omidvar, M., Zarei, E., Ramavandi, B., Yazdi, M. (2022). Fuzzy Bow-Tie Analysis: Concepts, Review, and Application. In: Yazdi, M. (eds) Linguistic Methods Under Fuzzy Information in System Safety and Reliability Analysis. Studies in Fuzziness and Soft Computing, vol 414. Springer, Cham. https://doi.org/10.1007/978-3-030-93352-4_3

Silva, V., Santana, R., Tsukada, R., Vianna, S., & Silva, F. (2025). Footprint of uncertainty in the context of Bow-tie risk tool using fuzzy logic. Engineering Applications of Artificial Intelligence, 148, 110335. https://doi.org/10.1016/j.engappai.2025.110335

Tansu, A., Nwajei, D. M., & Hocanin, F. T. (2025). Fuzzy-based bow-tie framework for supply chain risk assessment of restaurant delivery service. Sci. Technol., 28, 3-16.

Wu, X., Huang, H., Xie, J., Lu, M., Wang, S., Li, W., Huang, Y., Yu, W., & Sun, X. (2023). A novel dynamic risk assessment method for the petrochemical industry using bow-tie analysis and Bayesian network analysis method based on the methodological framework of ARAMIS project. Reliability Engineering & System Safety, 237, 109397. https://doi.org/10.1016/j.ress.2023.109397

Yang, D., Huang, X., Xie, B., Ding, Z., Zheng, J., & Wang, J. (2025a). Multidimensional causation chain analysis of marine oil spill accidents: Based on grounded theory and bow-tie model. Ocean Engineering, 341, 122824. https://doi.org/10.1016/j.oceaneng.2025.122824

Yang, D., Xing, K., Pan, L., Lu, N., & Yu, J. (2025b). Sustainable Risk Management Framework for Petroleum Storage Facilities: Integrating Bow-Tie Analysis and Dynamic Bayesian Networks. Sustainability, 17(6), 2642. https://doi.org/10.3390/su17062642

Zhao, Heng; Liu, Yingyan. 2025. Integrating DMAIC Philosophy and Bow-Tie Model for Quantitative Risk Assessment in Health Care. Quality Management in Health Care 34(4):p 289-298, October/December 2025. | DOI: 10.1097/QMH.0000000000000457