痴呆是21世紀人類的一大健康挑戰，
2015年患者數已達4700萬，2050年預計有1。32億人將飽受其害［1］，其中60%-70%為阿爾茨海默病［
2］。認知能力的減退、生活質量的下降和社會功能的喪失，不僅為患者和家庭帶來了巨大的痛苦，也讓社會背上了沉重的負擔。全球老齡化大背景下，對痴呆的研究和干預可謂刻不容緩。
作為病因、機制和療法都未完全明確的疾病，尋找可控的危險因素對痴呆的預防和管理尤為重要。除了心血管疾病和不良生活方式外，
環境相關因素和痴呆的發生也可能存在關聯
［3， 4］。目前已有研究分析了噪聲暴露和認知功能受損、痴呆的關係，但研究質量參差不齊，且結論莫衷一是［5］。環境噪音中最常見的組成部分——交通噪音和痴呆發病的關聯亦不明晰。
圖源：Pixabay
近日，由南丹麥大學Mærsk McKinney Møller研究院的Manuella Lech Cantuaria教授在《英國醫學雜誌》期刊發表了一項全國性前瞻性佇列研究的重要成果［6］。
該研究對近200萬名參與者進行了平均8。5年的隨訪，結果提示：更高分貝的道路和鐵路交通噪聲和痴呆（尤其是阿爾茨海默病）的發病率升高存在顯著關聯。
升高的道路噪音和全因痴呆發病率增加9%-21%相關，升高的鐵路噪音則和全因痴呆發病率增加9%-19%相關。
就2017年而言，丹麥11。36%（963/8475）的痴呆患者可歸因於道路噪聲，2。98%（253/8475）的痴呆患者可歸因於鐵路噪聲。
圖源：文章題圖
本研究是一項基於丹麥多個全國性登記資料庫的前瞻性佇列研究，分析了2004年1月至2017年12月期間，1938994名年齡60歲及以上居住在丹麥的參與者的資訊，並獲取了參與者1994-2017年間的住宅資料，以確保每一位參與者都能有至少10年的住宅相關資料以供分析。
研究人員透過使用已被證實準確有效的演算法［7］，利用住宅資料、道路鐵路交通資料、噪音遮擋裝置等地理資訊，對住宅周圍暴露於道路或鐵路交通的最高（L
den
max）和最低（L
den
min）強度的外牆噪聲進行估計。主要結局定義為全因痴呆和阿爾茨海默病、血管性痴呆、帕金森病相關痴呆等痴呆亞型的確診。
結局事件的確認基於隨訪期間全國健康登記系統中原發/繼發性痴呆的診斷記錄，和隨訪期間全國處方資料庫中至少一種痴呆藥物的處方資料。研究人員對痴呆診斷的年齡、死亡、住址缺失、移民或10年期隨訪終止等事件進行審查，並使用Cox比例風險迴歸模型校正混雜因素，計算住宅外牆交通噪音和主要結局的關係。
在平均為8。5年的隨訪中，共有103500名參與者符合本研究對痴呆發生的定義，
當以最低分貝組作為參照時，全因痴呆和阿爾茨海默病的發生風險均隨10年的平均道路和鐵路交通噪聲強度的升高而升高
。且這一趨勢不受住宅外牆的位置影響。
道路最高噪音≥65分貝時，全因痴呆和阿爾茨海默症的發生風險相較45分貝以下組均上升16%
；
當道路最低噪音≥55分貝時，全因痴呆和阿爾茨海默症的發生風險相較40分貝以下組分別增加18%和27%
。
研究主要結局的Cox迴歸分析結果-全因痴呆和阿爾茨海默症
鐵路交通所致的外牆噪音也展現出了相似的影響，
鐵路最高噪音≥60分貝組相較；
鐵路最低噪音≥50分貝則和全因痴呆和阿爾茨海默症的發生風險分別增加16%和24%相關
。
本研究結果中分貝的數值也許不夠直觀可感，初中物理教材中則對分貝數和生活場景進行了等價的代換，對照後便知，長期暴露後可能和痴呆風險增加的噪聲級別門檻可謂相當的低。大聲說話的朋友們，咱們彼此還是離得遠一點……
圖源：《物理》，人民教育出版社 八年級上冊
對於其他痴呆型別而言，結論則稍有不同。血管性痴呆的發病率增加僅和道路噪聲強度升高相關，僅有道路最低噪音和帕金森病相關痴呆存在關聯。鐵路噪聲在這兩種型別的痴呆中並未體現出顯著的風險作用。
研究主要結局的Cox迴歸分析結果-血管性痴呆和帕金森病痴呆
研究人員也繪製出了痴呆發生風險隨噪聲強度變化的自然立方樣條曲線，有趣的是，痴呆的發病風險比和住宅外牆的噪聲強度並非呈現單純的暴露-效應關聯，在高分貝的噪聲情況下痴呆的風險比開始趨於平穩，甚至略有下降。
住宅外牆噪聲強度和痴呆發生風險的自然立方樣條
亞組分析的結果表明了結論的穩定性。住宅外牆噪聲強度和不同亞型的痴呆的風險比的自然立方樣條和全因痴呆基本相似。基於性別、人口密度、房屋型別、收入情況、年份和合並症的亞組分析結果的曲線趨勢依然相似。
對於夜間噪聲而言，無論道路或鐵路交通、外牆位置如何，較高分貝的噪聲等級均與升高的痴呆發生率相關聯
。研究者同樣對同一建築不同噪聲強度外牆的合併效應、道路交通和鐵路交通的合併效應進行了分析，結論依然穩定。在控制了道路噪音重要的混雜因素——空氣汙染後，噪聲和痴呆發病率的顯著關聯依然存在。
夜間噪音和全因痴呆的Cox迴歸分析結果
本研究基於全國性大樣本登記資料庫展開前瞻性分析，利用噪聲演算法和精確的地理位置資訊，保證了研究的資料準確性。對空氣汙染、人口學特徵等重要混雜因素進行了充分的校正，最終形成了高質量的研究證據和可信的結論，證明了
生活中最為常見的道路和鐵路兩種交通噪聲和痴呆、尤其是阿爾茨海默病的發生風險存在關聯
。
本研究資料分析全面，既考慮到了噪聲的來源，又考慮到了住宅不同噪聲暴露強度的外牆對研究結果可能帶來的影響，回答了噪聲和不同亞型痴呆的關聯問題，且分析了不同位置、不同型別噪聲的合併效應，以及夜間噪聲的致痴呆效應，解答了噪聲和認知功能疾病研究領域的疑惑，併為後續類似研究提供了參考範例。
本研究證實的研究結論具有高度的社會價值，提示了降低噪音對痴呆預防的巨大潛能，從而在老齡化的大背景下減輕未來的醫療系統壓力和社會負擔。交通噪音的干預相對簡便可行，可設計相關前瞻性環境、個體降噪佇列研究，證明有效後進而推廣，從而帶來更大的社會效益，促進民眾的身心健康。
圖源：Pixabay
除前文所述研究亮點外，本研究也存在著一些改進的空間。生活方式、職業相關資料的缺失可能對結果產生影響，個人噪聲防護措施的細節也未進行收集分析，機場、建築工地等其他型別的噪聲的混雜效應也不容忽視。現代社會人員的高流動性也為噪聲的長期分析增加了困難。本文的痴呆診斷方法也不夠準確，但百萬樣本級別的研究有時也只能退而求其次。
此外，
本研究亦未直接分析噪聲對聽力受損人群的影響
，受調查人群的聽力受損情況、助聽器使用資料情況也收到了同行評論的質疑。噪聲導致痴呆的潛在機制目前也仍不確定，壓力應激反應？神經內分泌系統的功能失調？抑或是噪聲下睡眠節律的紊亂？這些假說仍有待未來的基礎研究進行探索。
研究未來的改進方向包括更詳盡的基線資料收集、更為準確的痴呆診斷標準、以及更為精準的混雜因素控制。智慧穿戴裝置如iWatch上部分已配備噪聲監測元件，可參照Apple資助過的房顫研究［8］展開個體、長程噪聲監測、記錄，進而探索噪聲和疾病的更準確的關聯。噪聲和空氣汙染等其他環境因素的互動作用，也是等待研究者們發掘的“處女地”。
圖源：iWatch
如何延緩認知的衰退、詩意地棲居、優雅從容地老去，是全球老齡化時代裡擺在“鋼筋混凝土時代”所有人類面前的重要問題，值得研究人員展開探索和分析。呼嘯而過的汽車、高鐵、飛機帶來的聽力損害效應，切莫掉以輕心。希望有朝一日，車水馬龍的城市仍能保持著那一絲清淨，讓人身心腦皆安寧。
參考文獻：
［1］ Prince M， Comas-Herrera A， Knapp M， Guerchet M， Karagiannidou M。 World Alzheimer Report 2016 - Improving healthcare for people living with dementia。 London： 2016。 https：//www。alz。co。uk/research/world-report-2016
［2］ www。who。int/newsroom/fact-sheets/detail/dementia
［3］ Livingston G， Huntley J， Sommerlad A， et al。 Dementia prevention， intervention， and care： 2020 report of the Lancet Commission。 Lancet。 2020；396（10248）：413-446。 doi：10。1016/S0140-6736（20）30367-6
［4］ Killin LO， Starr JM， Shiue IJ， Russ TC。 Environmental risk factors for dementia： a systematic review。 BMC Geriatr。 2016；16（1）：175。 Published 2016 Oct 12。 doi：10。1186/s12877-016-0342-y
［5］ Hegewald J， Schubert M， Freiberg A， et al。 Traffic Noise and Mental Health： A Systematic Review and Meta-Analysis。 Int J Environ Res Public Health。 2020；17（17）：6175。 Published 2020 Aug 25。 doi：10。3390/ijerph17176175
［6］ Cantuaria ML， Waldorff FB， Wermuth L， et al。 Residential exposure to transportation noise in Denmark and incidence of dementia： national cohort study。 BMJ。 2021；374：n1954。 Published 2021 Sep 8。 doi：10。1136/bmj。n1954
［7］ Bendtsen H。 The Nordic prediction method for road traffic noise。 Sci Total Environ 1999；235：331-8。 doi：10。1016/S0048-9697（99）00216-8
［8］ Perez MV， Mahaffey KW， Hedlin H， et al。 Large-Scale Assessment of a Smartwatch to Identify Atrial Fibrillation。 N Engl J Med。 2019；381（20）：1909-1917。 doi：10。1056/NEJMoa1901183
