《Applied Acoustics》:Towards valid, transparent, and applicable road traffic noise indicators for assessing early-life mental health impacts
编辑推荐:
构建了捕捉早期心理健康噪声维度的新型指标。指标选择基于有效性、透明度及实际适用性。该方法应用于ABCD队列(Amsterdam Born Children and their Development)及一项横截面高山儿童样本。没有单一指标在所有结果中持续优于其
构建了捕捉早期心理健康噪声维度的新型指标。指标选择基于有效性、透明度及实际适用性。该方法应用于ABCD队列(Amsterdam Born Children and their Development)及一项横截面高山儿童样本。没有单一指标在所有结果中持续优于其他指标。该框架可转移至其他结果、人群及暴露情境。
**面向有效、透明且适用的道路交通噪声指标用于评估早期心理健康影响:论文解读**
**研究背景与问题**
环境噪声暴露与成人健康结局(如烦恼、睡眠障碍及心血管代谢问题)之间的关联已得到大量队列研究的证实。近年来,研究逐渐关注噪声对成人心理健康的影响,并扩展到儿童早期暴露这一关键发育阶段。儿童被认为对噪声的应对能力较弱,而交通噪声对儿童烦恼、睡眠障碍及血压的影响已有报道。部分研究显示,产前及早期噪声暴露与较差的心理健康结局(如焦虑、多动、注意力缺陷及神经发育问题)相关,但另一些研究未发现显著关联。这种不一致可能源于多个因素:多数研究依赖长期平均噪声暴露指标(如L
den),这些指标可能掩盖噪声暴露的重要时间特征;暴露情境(如道路与航空交通、家庭与学校暴露、多源组合)存在差异;研究年龄段及社会经济环境的差异;以及绿色空间等环境因素的调节作用。关键在于,声学指标的选择本身可能成为限制因素。噪声是非累积性污染物,其频谱-时间模式可能比总剂量对健康影响更大。现有研究多使用L
den等长期平均指标,缺乏对动态特征(如间歇性比率、噪声事件、恢复性安静时段)的捕捉。因此,有必要基于有效性、透明度和实际适用性等客观标准,建立一套评估和选择声学指标的方法框架,并应用于儿童早期心理健康评估。
**研究内容与结论**
本研究提出了一套基于三个标准——有效性(Validity)、实际适用性(Practical applicability)和透明度(Transparency)——的声学指标评估与选择方法论。研究人员将其应用于两个儿童人群中的道路交通噪声暴露与心理健康关联分析:荷兰纵向ABCD队列(Amsterdam Born Children and their Development,4120名儿童,母亲在儿童5-6岁时使用SDQ问卷评估心理健康)和奥地利-意大利横截面阿尔卑斯山样本(Alpine study,约1251名8-12岁儿童,使用KINDL问卷评估)。结论表明,没有任何单一指标在所有心理健康维度上持续优于其他指标;多指标组合更为合适。传统指标(如L
Aeq,24h和L
night,children)仍能捕捉部分关联,且透明度和实用性高;而先进指标(如睡眠障碍指数SDI和恢复性时段缺失指标ARP)在特定维度(如精神健康或睡眠问题)上提供附加值,但计算成本更高。该框架可转移至其他结局、人群和暴露情境。论文发表在《Applied Acoustics》。
**主要关键技术方法**
研究人员采用了一种基于机器学习替代模型的高级噪声建模方法,该模型基于7000次详细的道路交通噪声动态模拟训练,能估计15分钟分辨率的时间序列指标(如L
Aeq,15mn、L
A50,15mn、N
50,15mn等),并进一步聚合为24小时指标,包括儿童特异性指标(如L
night,children、L
en,3-12、L
en,12-18)、睡眠障碍指数(SDI,基于实验室和现场实验中睡眠障碍概率的统计模型)以及恢复性时段缺失指标(ARP,基于L
A50,threshold阈值)和傍晚峰值涌现指标(EPE,基于噪声事件超出背景水平的程度)。模型仅依赖开源的OpenStreetMap道路、建筑和交通流量数据,可应用于任何有此类数据的城市。两个研究队列来源已注明:ABCD队列(荷兰阿姆斯特丹)和阿尔卑斯山样本(奥地利蒂罗尔及意大利北部)。
**研究结果**
**3.1 声学指标间的相关性**:通过ABCD队列计算Spearman秩相关发现,统计指标(如L
A90,ev、N
90,ev、L
A50,ev、N
50,ev)之间高度相关(平均ρ=0.90),但与L
Aeq相关性较弱(ρ=0.38)。最暴露立面与最不暴露立面的指标间平均相关系数为0.46,表明需考虑两种立面以全面反映暴露差异。儿童特异性指标(如SDI)与其他指标相关性较低,提供独特信息。ARP和EPE与其他指标无显著相关,反映不同维度。
**3.2 指标的有效性**:在ABCD队列中,最不暴露立面计算的夜间暴露和睡眠障碍指标(SDI、L
night)与SDQ分量表(情绪症状、多动/注意力缺陷、同伴关系问题、亲社会行为)存在弱但显著的正相关,但与行为问题无关。恢复性时段指标(如L
A90,ev、L
A50,ev)在最暴露立面只与同伴关系问题相关,而在最不暴露立面与多个SDQ分量表(特别是多动和同伴关系)有更强关联。新颖指标L
en(针对儿童节律调整的L
den变体)在最不暴露立面与亲社会行为关系稍强。在阿尔卑斯山样本中,夜间暴露指标(SDI、L
night、L
en、L
Aeq)与睡眠问题显著相关;恢复性缺失指标ARP与KINDL_mental分量表相关性最高(ρ=0.093),但在其他维度无显著关联。所有相关性均较弱。
**3.3 选定指标的准则评估**:根据指标构建概念和相关性矩阵,将指标分配到噪声剂量、恢复性和睡眠障碍三个维度,并基于经验关联、计算复杂性和理解难度对有效性、实际适用性和透明度进行星级评分。例如,L
Aeq,24h在噪声剂量维度得***,L
night,children在睡眠障碍维度得***,但在恢复性维度无星;ARP在恢复性维度得***,但在实际适用性上仅得**(因需详细动态模型);SDI在睡眠障碍维度得***,但透明度仅得*(因公式复杂)。
**讨论与结论**
**4. 讨论**部分指出,不同暴露面(最暴露vs最不暴露)的关联强度差异可能反映声学机制(如卧室位置未知时,安静立面可能减轻症状)和环境异质性。多动与睡眠干扰指标关联更强,同伴关系问题与傍晚噪声关联稍强。两队列间关联强度差异可能源于城镇化程度、样本量、年龄和评估工具不同。局限性包括:未控制混杂因素(如社会经济地位、空气污染)、未考虑卧室位置和行为信息、模型不确定性等。**5. 结论**部分翻译如下:噪声暴露指标的开发和评估是估计噪声影响的关键任务,本研究对此做出贡献,应用于儿童心理健康结局。迄今为止,健康影响评估大多依赖高度聚合的宏观标准指标。然而,噪声建模的最新进展使得计算更精细的指标成为可能,能够捕捉声学环境的多重维度。新指标的计算开辟了更详细表征影响的途径,但也需要开发评估和比较这些指标的方法;本文基于有效性、实际适用性和透明度标准提出了这样一套方法,并以早期心理健康评估为例进行了说明。本研究对15个指标进行了比较分析,聚焦道路交通环境噪声的不同方面——包括噪声峰值、缺失恢复性安静时段以及与儿童昼夜节律的匹配。当针对儿童心理健康数据进行测试时,发现没有任何单一指标在所有考虑的心理健康结局上持续优于其他指标。相反,多指标方法似乎最为合适,以反映噪声暴露与儿童心理健康之间关系的复杂性。传统指标(如L
Aeq,24h和L
night,children)仍能捕捉部分关联,并因其透明度和实际适用性而保持相关性。相比之下,更先进的指标(如ARP或SDI)在特定维度(如精神健康或睡眠问题)上提供了附加值,但代价是更高的数据和计算需求。反之,像EPE这类最初为反映噪声事件而开发的指标在本研究中显示出较弱的关联。所提出的指标比较与选择方法可应用于其他结局和目标人群,可能涉及其他指标类别。未来研究应通过在不同健康、感知和环境背景下测试指标来扩大应用范围,从而支持更稳健、上下文适应的环境噪声影响评估。