研究文章

医院功能区域环境噪声的空间评估：一家三级医院的横断面观察性研究

72 次观看

⸱

DOI：

10.3791/72699

⸱

2026年8月21日

 ,  ,  ,  ,  , 
1Logistics Support Office, Shanghai General Hospital, 2Department of Oral and Maxillofacial Surgery, Regional Dental College, 3Department of Oral & Maxillofacial Surgery, Manav Rachna Dental College, SDS, Manav Rachna International Institute of Research and Studies, 4Department of Public Health Dentistry, Teerthanker Mahaveer University, Teerthanker Mahaveer Dental College & Research Centre, 5Department of Oral and Maxillofacial Surgery and Oral Implantology, Dayanandasagar College of Dental Sciences

本文内容

摘要

本方案描述了一种在医院不同功能区域测量环境噪声的标准化横断面方法。在一家三级医院的应用中发现，护士站是噪声最大的区域，其噪声水平与访客数量及科室床位容量呈正相关。

摘要

医院环境由常规临床活动、医疗设备、医护人员交流、患者移动和访客流动所产生的复杂声学环境构成。对不同医院功能区域的环境噪声进行表征，有助于识别长期处于较高声学暴露水平的区域，并为有针对性的噪声管理策略提供依据。我们假设，不同医院功能区域的环境噪声存在差异，并与某些选定的运行特征相关。本研究在一家三级教学医院的15个住院科室中，采用标准化的分层抽样框架开展了一项横断面观察性研究。使用经校准的1类积分式声级计，在四个预定义的功能区域（病房、走廊、护士站和患者活动区）测量环境噪声。通过多次日间录音（09:00–19:00），获取等效连续A加权声压级（LAeq）、最大A加权声压级（LAFmax）以及峰值C加权声压级（LCpeak）。采用线性混合效应模型，在考虑嵌套于各医院科室内的重复观测数据的前提下，比较不同功能区域之间的环境噪声水平。探索性混合效应回归分析评估了环境噪声与选定运行特征之间的关联。共分析了1,620次声学观测数据。护士站的校正后环境噪声水平最高（估计边际均值为66.90 dBA），其次为走廊（63.97 dBA）、患者活动区（61.38 dBA）和病房（60.38 dBA）。在经过Tukey调整后，所有两两比较差异均具有统计学意义（所有P < 0.001）。访客数量和科室床位容量在简约的混合效应模型中均独立地与较高的LAeq相关。在常规日间运行期间，各区域的环境噪声水平持续超过世界卫生组织（WHO）、EN ISO 16032和GB3096-2022所推荐的常用参考声学值。医院不同功能区域的环境噪声水平存在显著差异，其中护士站是声学暴露水平最高的主要区域。这些发现支持实施有针对性的声学监测和运行噪声管理策略，同时为今后医院环境声学研究提供了可重复的分析框架。

引言

医院环境在声学上具有复杂的特性，其中医疗设备、生理监护系统、医护人员交流、患者活动、警报声、通风系统以及日常临床活动持续产生声音。这些多样的声源形成了动态的医疗声音环境，其在医院内随时间和空间不断变化，可能影响患者的体验以及医护人员的工作条件。持续或过度的环境噪声已被证实与睡眠障碍、沟通困难、认知负荷增加、生理应激反应以及医疗环境中舒适度下降相关1,2,3,4,5,6,7。因此，医院噪声已被视为一种重要的环境因素，可能通过有针对性的监测和干预策略加以改善。

国际组织已提出建议，要求在患者护理环境中维持相对较低的声音水平。世界卫生组织（WHO）建议医院病房在白天的背景声级约为35 dB(A)，夜间为30 dB(A)；而其他国家级和国际标准则针对建筑声学、环境噪声评估或医疗机构设计提供指导。由于这些建议在目标用途、测量指标、平均时间段和适用范围方面存在差异，因此在与实际医院运行中的测量数据进行比较时应谨慎解读。然而，全球范围内对医院环境的调查 consistently 报告，白天的等效声级普遍显著超过推荐的背景值，在住院病房、走廊、急诊科和重症监护病房中，通常范围为55至75 dB(A)8,9,10,11。

越来越多的证据表明，医院内过高的噪声可能对患者和医护人员均产生不利影响。对于患者而言，过度的环境噪声与睡眠中断、休息质量下降、生理应激反应、患者满意度降低，以及在重症人群中神经认知功能障碍（如谵妄）风险增加相关12,13,14,15,16,17,18。对于医疗专业人员而言，较高的背景噪声可能降低言语可懂度、增加认知负荷、干扰临床沟通，并导致警报疲劳和职业压力，尤其是在高强度的临床环境中尤为明显19,20,21,22,23。尽管这些观察性研究结果尚不能确立因果关系，但突显了理解医院声学环境的空间分布及其运行特征的重要性。

尽管人们对医疗环境声学的兴趣日益增加，但许多先前的研究主要集中在单个病房、重症监护室或全院平均噪声水平上。这类方法对于医院内部的空间异质性提供的信息有限，并且通常仅依赖于从少数监测点获得的时间平均声学指标。近期一些研究强调，医院声景由持续的背景噪声和瞬态脉冲事件混合构成，并提倡采用空间分辨率更高的监测策略，以识别运行中的噪声热点，并区分不同来源的声学暴露。近年来结合聚类分析、声源特征识别和声景评估的方法进一步凸显了在具体功能和运行背景下评估环境噪声的重要性24,25,26,27,28。

为弥补上述不足，本研究在一家三级教学医院的15个住院科室中开展了全面的环境声学评估。在常规临床运行条件下，通过多次白天测量，系统地采集了四个标准化功能区域的环境噪声数据，包括科室病房、病房走廊、护士站和患者活动区域。除了描述等效连续A加权声压级（LAeq）在空间上的变异特征外，本研究还探讨了环境噪声与医院科室若干运营特征之间的关联。我们假设，不同医院功能区域的环境噪声暴露水平存在显著差异，且与科室活动相关的运营特征将与较高的环境声级相关。通过提供医院声学环境的详细空间特征分析，本研究旨在识别环境监测的重点区域，并为医疗机构未来制定基于证据的噪声管理策略提供依据。

方案

本研究经当地机构伦理委员会批准（批准号：HEBMU-AUD/2025/017），并遵循1964年《赫尔辛基宣言》及其后续修订版所规定的伦理原则，或同等伦理标准。本研究仅涉及环境声学监测，未包含患者直接参与、临床干预、生物样本采集或可识别个人身份信息的获取。由于测量仅在常规医院运行条件下于环境层面进行，因此豁免了书面知情同意的要求。医院工作人员已被告知本研究的观察性质，所有收集的数据均经过匿名化处理，并依照机构的数据保护政策进行管理。

研究设计

本研究是一项针对三级医院环境中环境噪声的横断面观察性评估。主要目的是测量并比较15个住院科室和4个标准化医院功能区域的等效连续A加权声级（LAeq），以表征医疗环境内声学暴露的空间分布及变异性。此外，还记录了最大A加权声压级（LAFmax）和峰值C加权声压级（LCpeak），以表征常规医院运行期间发生的瞬态和脉冲性声学事件。所测得的声级参照常用的国际和地区声学指导文件与标准进行解读，包括世界卫生组织（WHO）《社区噪声指南》和《环境噪声指南》、EN ISO 16032、PN-B-02151以及中国国家标准GB3096-2022（如适用）。由于这些文件在其预期用途、测量指标、平均时间、环境设定和适用范围方面存在差异，因此相关比较仅作描述性解读，而非正式的合规性评估。

本研究侧重于在常规医院运行条件下进行实用的环境声学评估，而非正式的建筑声学认证测试。研究旨在识别医院噪声暴露的空间差异，并探讨环境噪声与客观记录的运行特征之间的关联，包括科室床位容量、占用床位数、工作人员数量、访客数量、报警事件、交谈事件、房间面积和房间体积。床位容量、房间面积和房间体积数据来自数据采集前的科室行政和工程记录。占用床位数在每次声学测量前立即记录。在每次持续10分钟的声学录音期间，经过培训的观察员同时通过直接目视计数，记录预定义功能区域内存在的工作人员和访客人数。报警事件记录为同一10分钟观察期内发生的可听医疗设备报警启动的总次数，而交谈事件记录为在测量区域内清晰可闻的、涉及患者、访客或医护人员的不同交谈片段的总次数。各项运行变量均与每次声学测量同步记录，所有科室和功能区域均采用标准化的病例报告表和相同的计数程序。在研究开始前，观察员依据标准化的书面指导完成培训，以确保记录方案的一致实施。这些运行变量被收集作为常规临床活动的客观描述指标，并在混合效应模型中作为探索性解释变量进行分析。本研究未试图推断运行变量与实测声级之间的因果关系。我们假设，环境噪声暴露在医院不同功能区域之间存在显著差异，且与患者占用率、工作人员活动、访客活动及环境构型相关的科室运行特征将与较高的环境声级相关。

环境噪声测量采用多阶段分层抽样框架，该框架包括在医院科室、功能区域、预设采样点（入口、中段和末端）、标准化的日间观测时段以及技术测量重复中嵌套的重复观测。标准化观测时段定义为上午（09:00–11:00）、中午（13:00–15:00）和下午（16:00–18:00），代表了日间医院常规活动阶段，同时避开了非典型的过渡时段。在每个观测时段内，于每个预设采样点连续进行三次10分钟的技术重复测量，并取三次测量结果的算术平均值用于后续分析。这种分层抽样设计能够表征环境噪声在空间和时间上的变异性，同时最小化常规医院活动短期波动的影响，并提高不同临床环境中测量结果的代表性。

本研究按照《加强流行病学中观察性研究的报告规范》（STROBE，Strengthening the Reporting of Observational Studies in Epidemiology）对横断面观察性研究的建议进行报告。此外，研究方案和报告内容还遵循《可视化实验期刊》（Journal of Visualized Experiments，JoVE）发表的观察性研究文章的方法学和可重复性要求，包括对抽样方法、仪器设备、校准记录、测量方法、质量控制程序、数据处理、统计分析以及支持性原始数据的可获取性进行完整记录。

研究背景

本研究在一家提供全面内外科服务的大型三级教学医院进行。噪声测量于2025年3月至8月期间，在工作日常规医院运行时段内实施。数据采集仅限于工作日，以尽量减少因周末人员配置模式和临床活动差异带来的变异性。数据收集在每日上午09:00至19:00的白天运行时段进行，以捕捉与常规患者护理、医护人员流动、医疗设备运行及访客活动相关的代表性声学环境。测量在三个预定义的运行时段（上午、中午和下午）内进行，以考虑医院日常活动随时间变化的差异，同时保持标准化的白天观察窗口。所有测量均在常规临床工作条件下进行，未对患者护理、人员配置或环境控制进行任何中断或调整，从而真实反映实际医院环境中的声学状况。

部门与采样框架

本研究采用目的性抽样方法，纳入了代表广泛内外科专业的15个住院科室。选择这些科室旨在涵盖临床工作量、患者数量、人员配置模式、科室规模以及医院内部空间布局等方面的差异性。

包含的科室有创伤骨科、先天性心脏病中心、血管与神经外科一科、血管与神经外科二科、重症监护二科、帕金森病科、心身医学一科、耳鼻喉–颈椎外科、膝关节二科、肝胆胰外科、消化内科诊疗一科、消化内科诊疗二科、泌尿外科、乳腺甲状腺诊疗中心以及儿科。

在每个科室内部，从医院声学调查中常评估的四个标准化功能区域获取环境噪声测量数据：科室病房、病房走廊、护士站和患者活动区。选择这些位置是为了代表具有不同患者流动模式、医护人员交流、医疗设备使用、访客活动及临床工作流程特征的独立运行环境。

为提高每个功能区内的空间代表性，系统评估了三个预设的采样位置（入口、中部和末端）。入口位置定义为进入功能区的主要通道点，位于功能区内部约1–2 m处，以避免邻近区域的直接影响。中部位置设在功能区的几何中心或主要操作活动区域，代表常规运行条件。末端位置则位于距入口最远但仍在同一功能区内且在常规临床操作中可到达的点。所有采样位置均在数据采集前依据标准化方案选定，并在所有科室中保持一致。当不同科室的功能区物理构型存在差异时，位置的选择依据上述预设的空间标准而非绝对距离，以确保方法学的一致性。采用这种多阶段空间采样方法，旨在更准确地表征各操作区域内声学特性的变异性，并减少单点测量可能带来的局部声源干扰影响。

在每个采样点，环境噪声在三个标准化的观测时段（上午、中午和下午）内进行记录。在每个观测时段内，使用相同的仪器设置获取三次连续的技术重复测量值。因此，该分层采样框架包括在15个住院科室、四个功能区、三个预设采样点、三个观测时段以及三次技术重复中进行的重复观测，共获得1,620个独立的声学观测数据用于分析。该分层采样框架在空间和时间上生成了重复观测，从而能够表征医院环境噪声在采样点内部和采样点之间的变异性。

论文中报告的部门汇总值是根据以下所述的预定义平均程序，从这些重复测量数据中得出的。完整的分层数据集已保留，用于统计分析部分所述的推论统计分析。

除了住院病房外，还纳入了两家代表性公立医院的区域——一个室内公共活动区和一个室外公共活动区，以获取非直接患者护理环境中的背景环境噪声测量数据。这些公共区域的测量结果仅进行描述性分析，未纳入各科室的统计分析、科室汇总统计以及科室测量分母的计算中。

测量位置

在每个科室内部，环境噪声测量在医院声学调查中常见的四个预定义功能区域进行：科室病房、病房走廊、护士站和患者活动区。选择这些位置是为了代表医院环境中不同的临床活动模式、患者移动、交流强度以及设备使用情况。科室病房代表一般的患者护理和病床区域；病房走廊代表患者、医护人员及设备运输的主要通行路径；护士站代表中心行政和临床协调区域；患者活动区则代表用于患者移动、等候或互动的指定空间。

在每个功能区域内，均在三个标准化的采样位置（入口处、中部和末端）进行测量，以提供对各个操作区域具有代表性的空间覆盖。采样位置的选择旨在尽量减少局部声源的影响，同时在常规临床环境中保持具有代表性的测量点位。麦克风置于距地面约1.3 m的高度，且在不影响常规临床操作的前提下，尽可能远离墙壁、大型反射表面和主要障碍物至少1 m。采用标准化的功能分区和预设的采样位置，使得在临床工作流程和空间布局不同的科室之间，声学条件的比较具有一致性。

噪声测量仪器

环境声学测量采用符合 IEC 61672-1:2013 和 ANSI S1.4-2014 精密环境声学测量标准的 1 级精度积分式声级计进行。仪器设置为 A 计权 [dB(A)]，以模拟人耳听觉敏感度，并采用慢响应（S）时间计权（1 秒积分），用于表征医院运行条件下常规的环境噪声。主要声学参数为等效连续 A 计权声压级 LAeq（dB[A]）。此外，在每次测量期间还记录了最大 A 计权声压级 LAFmax 和峰值 C 计权声压级 LCpeak，以表征医院环境中发生的瞬态和脉冲性声学事件。测量在医院常规环境条件下进行，用于观察性声学评估，而非正式的建筑声学认证测试。因此，所记录的声学参数被解释为运行期间环境噪声暴露的指标，而非建筑声学性能的工程测量指标。每次测量前后，均使用 1 级声学校准器（在 1 kHz 下产生 94 dB）对声级计进行校准。在整个研究期间，校准漂移控制在 ±0.5 dB 以内。若测量显示校准后漂移超过 ±0.5 dB，则在仪器重新校准后重复测量。校准记录在整个研究期间均予以保存，作为质量控制程序的一部分。

数据收集流程

在工作日的白天工作时段（09:00–19:00）进行噪声测量，以获取常规临床活动期间具有代表性的医院声学环境。

在每个功能区域内，依次在三个预设的采样位置（入口、中部和末端）获取测量数据。在每个采样位置，于三个标准化的运行时段（上午、中午和下午）内进行观测。在每个观测时段内，使用相同的仪器设置记录三次连续的技术重复测量值。在每个观测点，传声器置于距地面约1.3 m的高度，且距离附近墙壁或大型反射表面至少1 m。测量在持续10分钟的记录间隔内进行，每次记录间隔的等效连续声级（LAeq）、频率计权A的最大声级（LAFmax）和C计权峰值声级（LCpeak）均由声级计软件自动计算并存储。

在每次观察期间，使用标准化观察表记录测量位置的操作特征，包括工作人员数量、访客数量、报警事件和交谈事件。科室特征，包括床位容量、占用床位数、房间面积和房间体积，均从医院管理记录中获取，并在统计分析前进行核实。为考虑医院活动的短期时间变异性，测量在三个预定义的运行时段（上午、中午和下午）内重复进行。在描述性报告中，首先将每个观察期内的重复技术重复测量值取平均，然后对各时段特异性数值进一步取平均，以获得每个采样位置的代表性数值。科室和功能区的汇总统计量随后通过预定义的平均程序计算得出，而完整的分层数据集则保留用于推断性统计分析。同时使用数字温湿度计监测环境条件，以确保数据采集期间测量条件相对稳定。记录的环境条件范围为温度20°C–26°C，相对湿度40%–65%。由于测量期间重症监护二科患者活动区实施临时急诊护理限制，原计划在该区域的一次观察未能完成。该次观察被记录为缺失，并在后续分析中采用完整病例法排除，未进行数据填补。

数据管理与质量控制

在采集时手动记录测量值，每次测量结束后，再与数字存储的声级计记录进行交叉核对。所有声学数据均转移至安全的电子数据库，并在统计分析前由专人独立检查是否存在转录错误、缺失值、重复记录及不合理观测值。监测过程中若发现与常规医院运行无关的瞬态声学事件（如临时施工活动或外部急救警报声），则予以剔除。两名经过培训的研究助理独立记录并核实所有测量结果，以减少观察者相关的记录误差。若两人独立记录的数值差异超过1 dB，则需重新核对原始测量数据，并在必要时进行重复评估。每次测量均需审查校准记录，仅保留符合预设校准接受标准（漂移±0.5 dB以内）的观测数据用于分析。

质量控制程序还包括对部门标识、功能区域、采样位置、观察时段和技术重复次数的核查，以确保分层数据集的一致性。操作变量（包括工作人员数量、访客数量、报警事件和交谈事件）在数据库锁定前均与标准化的现场记录表进行交叉核对。由于临时紧急护理限制，重症监护二科患者活动区的一次计划内观察未能完成，记录为数据缺失。由于缺失数据比例极小且与测量质量无关，分析采用完整病例法进行，未进行数据填补。由于本研究设计为在真实医院运行条件下开展的实用性环境声学调查，正式的工程学不确定性分析不在本研究范围之内。尽管如此，为最大限度提高测量的准确性、一致性和可重复性，研究实施了标准化仪器设备、常规校准、重复的空间与时间测量、技术重复记录、数据双重验证以及预定义的质量控制程序。

结局指标

本研究的主要结局是测量医院各科室及标准化功能区域的等效连续环境声级（LAeq，dB[A]）。次要声学结局包括LAFmax和LCpeak，这些参数在每次测量期间记录，用于表征医院环境中瞬态和脉冲性声学事件。次要结局还包括比较不同医院科室与功能区域之间的平均环境噪声水平，识别声学暴露相对较高或较低的区域，评估超过常用医院环境噪声指导值和标准的测点比例（适用时包括世界卫生组织指导值、EN ISO 16032、PN-B-02151以及中国国家标准GB3096-2022），并探索环境噪声水平与客观记录的运营特征之间的关联，后者包括科室床位总数、占用床位数、房间面积、房间体积、工作人员数量、访客数量、报警事件和交谈事件。运营变量被评估为可能与环境噪声暴露相关的探索性因素，但不解释为医院声学条件因果决定因素的证据。本研究设计为一项环境声学评估，未包含对患者临床结局、职业健康结局或与噪声暴露相关的生理反应的直接评估。因此，所有研究结果应被解读为环境声学观察结果，而非患者安全、临床有效性或职业健康结局的衡量指标。

统计分析

所有测量数据均使用 Microsoft Excel 进行汇总，并采用 IBM SPSS Statistics 29.0 版本和 R 统计软件（4.3.3 版本）进行分析。线性混合效应分析使用 lme4、lmerTest 和 emmeans 软件包完成。主要分析结果为 LAeq。LAFmax 和 LCpeak 以描述性方式总结，并作为次要声学结果报告。针对医院科室和功能区域，计算了包括均值、标准差（SD）、中位数、四分位距（IQR）、最小值和最大值在内的描述性统计量。连续的声音测量结果在适用时以均值 ± 标准差形式表示。由于环境噪声测量采用分层抽样框架获取数据，重复观测值嵌套于采样位置、功能区域及医院科室之中。因此，推论性统计分析使用完整的分层数据集进行，而非仅依赖科室层面的汇总值。

主要推断分析采用线性混合效应模型评估不同医院功能区域之间的等效连续声级（LAeq）差异，将医院科室设为随机效应，以考虑重复观测值的聚类效应。功能区域作为主要的固定效应纳入模型，当整体固定效应具有统计学显著性时，采用Tukey法校正的成对比较来比较估计的边缘均值。随后进行探索性混合效应回归分析，以评估环境噪声与选定运营特征之间的关联。为尽量减少模型过拟合，主要探索性模型仅纳入具有较强理论依据且多重共线性可接受的运营变量，即科室床位容量和访客数量。报告回归系数（β）、95%置信区间（CI）及相应的P值。作为敏感性分析，还构建了一个更全面的混合效应模型，纳入占用床位数、房间面积、房间体积、工作人员数量、报警事件和交谈事件，该模型结果见补充材料。所有回归分析均为探索性分析，不解释为因果关系的证据。

在模型拟合之前，使用Shapiro-Wilk检验、残差图检查、分位数-分位数图以及残差对拟合值图，评估了近似正态性和方差齐性的假设。通过方差膨胀因子（VIFs）评估了解释变量之间的多重共线性。模型拟合效果通过边际和条件决定系数（R2）进行总结，并计算组内相关系数（ICCs）以量化医院科室内的聚类效应。双侧P值 < 0.05 被认为具有统计学意义。测得的声级还结合国际公认的声学推荐标准进行了解读，包括《世界卫生组织欧洲区域环境噪声指南（2018年）》、EN ISO 16032建筑声学建议、PN-B-02151医疗建筑声学标准，以及中国国家标准GB3096-2022《医院环境噪声》。由于这些参考文件在适用范围、预期用途和测量方法上存在差异，因此比较分析以描述性方式呈现，而非正式的合规性评估。超过选定参考阈值的测量点比例也以描述性方法计算。为可视化不同科室及医院功能区域间环境噪声暴露的空间变异性，生成了热图、箱线图以及带有拟合回归线的散点图。由于本研究涉及在实际运行的医院环境中进行重复测量，统计分析被解释为探索性环境比较，而非因果推断模型。缺失数据采用完整案例分析处理，未进行数据填补。重症监护II科的单个缺失观测值占完整数据集不到1%，因此被认为不太可能对整体研究结果产生实质性影响。

结果

研究特征与测量框架

在2025年3月至8月期间，采用标准化的分层抽样方案（图1），对一家大型三级教学医院的15个住院科室进行了环境噪声测量。在每个科室内，评估了四个预定义的功能区域（病房、患者活动区、走廊和护士站）。每个功能区域内设立三个固定的采样点，并在三个标准化的白天观察时段（09:00–19:00）进行测量。在每个采样点和观察时段，使用经校准的1类声级计记录三次连续的技术重复测量值，获取LAeq、LAFmax和LCpeak声学数据。在每次声学观测的同时，记录包括床位容量、占用床位数、工作人员数量、访客数量、报警事件、交谈事件、房间面积和房间体积在内的运行变量。计划的采样框架共包括1,620次声学观测（15个科室 × 4个功能区域 × 3个采样点 × 3个观察时段 × 3次技术重复）。由于重症监护二科患者活动区临时实施急诊通道限制，其中一次预定观测未能完成；根据预先规定的统计分析计划，采用完整案例分析法处理，未进行数据填补。此外还获取了室内外公共区域的测量数据，用于描述性背景比较，但这些数据未纳入科室层面的混合效应分析（图1）。参与科室的基本特征汇总于表1。床位容量范围为21至72张，相应平均占用床位数为17.8至60.6张。各科室平均工作人员数量相对一致（每次观测5.5–5.9人），而访客数量平均约为每次观测5人。科室房间面积范围为145.8至500.3 m2，房间体积范围为466.5至1,601.0 m3，反映出参与科室在物理特征方面存在显著差异。

医院噪声测量研究设计；方案示意图、采样设置及声学数据结果。
图1：研究设计与分层环境噪声测量方案。本研究设计与分层环境噪声测量方案的总体概述。采用多阶段分层抽样框架，在一家三级教学医院的15个住院科室中进行了环境噪声评估。测量涵盖四个标准化功能区域（病房、走廊、护士站和患者活动区）、三个预设采样位置（入口、中部和末端）、三个日间观测时段（上午、中午和下午），以及三次连续的技术重复。等效连续A加权声压级（LAeq）为主要结局指标，最大A加权声压级（LAFmax）和峰值C加权声压级（LCpeak）作为次要声学指标进行记录。同时记录操作变量，所有测量在统计分析前均经过校准和预设的质量控制程序。LAeq，等效连续A加权声压级；LAFmax，最大A加权声压级；LCpeak，峰值C加权声压级。 请点击此处查看该图的放大版本。

科室床位容量平均占用床位数房间面积 (m²)房间体积 (m³)平均工作人员数量平均访客数量平均报警次数平均交谈次数
创伤骨科4033.8280.1896.35.54.82.46.5
乳腺与甲状腺诊疗中心6050.6416.81333.85.74.82.46.2
先天性心脏病中心3529.4243.6779.55.752.46.5
耳鼻喉–颈外科5042.2348.11113.95.852.56.7
消化内科诊疗一科3831.9264.8847.35.852.56.6
消化内科诊疗二科5243.9361.71157.45.74.92.46.5
肝胆胰外科4840.5334.11069.25.85.12.56.8
重症监护二科2117.8145.8466.55.74.82.56.5
膝关节二科4537.8312.71000.65.84.92.56.5
帕金森病科5546.2382.212235.95.12.56.8
心身医学一科6857.1472.61512.35.852.56.7
儿科4033.6278.6891.55.85.12.56.8
泌尿外科6252.1431.213805.852.56.6
血管与神经一科7260.6500.316015.95.12.56.9
血管与神经二科6050.4417.513365.74.82.46.3

表1：研究中纳入的医院科室特征。 本研究环境噪声调查中包含的15个住院科室的基础运营特征。科室层面的变量包括床位容量、平均占用床位数、房间面积、房间体积，以及在标准化日间观察时段记录的平均工作人员数量、访客数量、报警次数和交谈次数。运营变量代表在预定义观察时段内获得的平均值，并在混合效应回归分析中作为探索性变量进行评估。房间面积和房间体积分别以平方米（m2）和立方米（m3）表示。

不同功能区的描述性声学特征

在全部1,620次观测中，护士站的环境噪声水平最高，其次是走廊、患者活动区和病房（表2；图2和图3）。护士站的平均LAeq值为66.90 ± 2.34 dB(A)，走廊为63.97 ± 2.38 dB(A)，患者活动区为61.38 ± 2.17 dB(A)，病房为60.38 ± 2.22 dB(A)。LAFmax和LCpeak也呈现出相似的空间梯度，表明在全部三项声学指标中均存在一致的差异。次要声学结果（LAFmax和LCpeak）的详细描述性汇总见补充表1。

功能区域观测次数 (n)等效连续A声级 LAeq, dB(A) 均值 ± 标准差最大A计权声级 LAFmax, dB(A) 均值 ± 标准差峰值C计权声压级 LCpeak, dB(C) 均值 ± 标准差中位数 LAeq (四分位距), dB(A)
病房40560.38 ± 2.2267.95 ± 2.3779.21 ± 3.3160.4 (58.9–61.9)
走廊40563.97 ± 2.3871.46 ± 2.5982.76 ± 3.5664.0 (62.5–65.5)
护士站40566.90 ± 2.3474.43 ± 2.5685.72 ± 3.5666.7 (65.4–68.3)
患者活动区40561.38 ± 2.1769.00 ± 2.4280.20 ± 3.3761.5 (60.0–62.7)

表2：按医院功能区域划分的描述性声学特征。 四个标准化医院功能区域的描述性声学特征。除非另有说明，数值以均值±标准差（SD）表示。等效连续A计权声压级（LAeq）以中位数和四分位距（IQR）报告。每个功能区域为分层数据集贡献了405个观测值（总计n = 1,620）。LAeq，等效连续A计权声压级；LAFmax，最大A计权声压级；LCpeak，峰值C计权声压级；IQR，四分位距。

医院各科室和功能区域平均连续A加权声级的热图
图2：医院各科室及功能区域平均等效连续A加权声压级热图。该热图显示了各医院科室和功能区域的平均等效连续A加权声压级（LAeq）。单元格数值表示A加权分贝[dB(A)]下的平均LAeq，颜色标尺表示声级从低到高逐渐增加。功能区域包括病房、走廊、护士站和患者活动区。CHD，先天性心脏病；ICU，重症监护室；LAeq，等效连续A加权声压级。请点击此处查看此图的放大版本。

按功能区划分的等效连续A计权声压级（LAeq，dBA）箱线图，显示不同区域的噪声分布情况。
图3：标准化医院功能区等效连续A计权声压级分布情况。 箱线图显示了四个标准化医院功能区中等效连续A计权声压级（LAeq）的分布。方框表示四分位距（第25–75百分位数），框内水平线表示中位数，×符号表示均值。须线延伸至1.5倍四分位距（IQR），超出须线的观测值显示为离群值。每个功能区包含405个观测值（总计n = 1,620）。功能区之间的差异通过主线性混合效应模型结合Tukey法校正的成对比较进行评估。LAeq：等效连续A计权声压级；IQR：四分位距。请点击此处查看该图的放大版本。

图 2 所示的热图展示了15个参与科室之间一致的空间分布模式。无论临床专科如何，护士站始终表现出最高的平均等效连续A加权声压级（LAeq），而病房区域的等效连续A加权声压级最低。床位容量较大的科室，包括血管与神经科I、心身医学科I和泌尿科，在各功能区域的平均LAeq值普遍高于床位容量较小的科室，如重症监护II科和先天性心脏病中心。尽管科室间的差异较小，但各功能区域的相对排序保持一致。护士站的平均LAeq值在重症监护II科为64.1 dB(A)，在血管与神经科I为68.9 dB(A)；而病房的测量值范围为57.9至61.6 dB(A)。在几乎所有科室中，患者活动区域和走廊的数值均处于中间水平（图 2）。图 3 展示了每个功能区域内LAeq测量值的分布情况。中位LAeq值在护士站最高（66.7 dB[A]），其次是走廊（64.0 dB[A]）、患者活动区域（61.5 dB[A]）和病房（60.4 dB[A]）。尽管在所有功能区域中均偶尔出现高值观测数据，但四分位距相对较窄，表明每个功能环境内的变异程度有限。箱线图清晰地显示了四个功能区域之间LAeq值分布的差异（图 3）。

功能区混合效应比较

为了考虑医院科室内部重复声学测量的层次结构，主要分析采用线性混合效应模型，将医院科室设为随机截距，功能区设为固定效应（表3）。该建模方法在估计四个预定义功能区之间LAeq调整后差异的同时，考虑了科室内部的聚类效应。

固定效应（结果变量：LAeq）
固定效应β标准误（SE）95% 置信区间（CI）P 值
截距（走廊）63.9720.26663.451 至 64.493<0.001
护士站2.9310.1462.644 至 3.218<0.001
患者活动区−2.5940.146−2.881 至 −2.307<0.001
病房−3.5890.146−3.876 至 −3.302<0.001
估计的边缘均值
功能区域估计的平均 LAeq，dB(A)
护士站66.9
走廊63.97
患者活动区61.38
病房60.38
Tukey 法调整后的成对比较
比较均值差，dB(A)调整后 P 值
护士站 vs. 走廊2.93<0.001
护士站 vs. 患者活动区5.52<0.001
护士站 vs. 病房6.52<0.001
走廊 vs. 患者活动区2.59<0.001
走廊 vs. 病房3.59<0.001
患者活动区 vs. 病房0.99<0.001
模型性能
统计量数值
组内相关系数（ICC）0.172
边际 R²0.53
条件 R²0.61

表3：比较医院不同功能区域环境噪声的主要线性混合效应模型。 该主要线性混合效应模型用于评估四个标准化医院功能区域之间等效连续A加权声压级（LAeq）的差异。将医院科室设为随机截距，以考虑重复观测值的聚类效应，功能区域作为固定效应纳入模型，以走廊区域为参照类别。固定效应的结果列出了回归系数（β）、标准误（SE）、Wald 95% 置信区间（CI）以及双侧 P 值。采用Tukey法校正的成对比较来比较估计的边缘均值。模型性能通过组内相关系数（ICC）以及边际和条件决定系数（R2）进行总结，计算方法依据Nakagawa和Schielzeth提出的方法。LAeq：等效连续A加权声压级；β：回归系数；SE：标准误；CI：置信区间；ICC：组内相关系数。

混合效应分析显示，功能区域对环境噪声水平具有高度显著的整体影响（总体似然比检验，P < 0.001）。以走廊为参照类别，护士站的等效连续声级（LAeq）显著更高（β = 2.931 dB[A]，标准误 SE = 0.146，95% 置信区间 CI = 2.644–3.218，P < 0.001）；而患者活动区（β = −2.594 dB[A]，SE = 0.146，95% CI = −2.881 至 −2.307，P < 0.001）和病房（β = −3.589 dB[A]，SE = 0.146，95% CI = −3.876 至 −3.302，P < 0.001）的 LAeq 值显著更低（表 3）。由混合效应模型得出的估计边际均值显示，不同功能区域的环境噪声呈现出清晰的层级模式。经调整后的平均 LAeq 在护士站最高（66.90 dB[A]），其次为走廊（63.97 dB[A]）、患者活动区（61.38 dB[A]）和病房（60.38 dB[A]）。在经过 Tukey 法校正后，所有两两比较仍具有统计学显著性（所有校正后 P < 0.001），表明四个功能区域之间的 LAeq 存在统计学上的显著差异。平均差异范围从患者活动区与病房之间的 0.99 dB(A) 到护士站与病房之间的 6.52 dB(A)。图 4 汇总了模型校正后的估计值。各功能区域的估计边际均值及其 95% 置信区间重叠极少，Tukey 分组将每个区域分配至唯一的显著性组别（A–D）。护士站被划分为 A 组（校正后 LAeq 最高），随后是走廊（B 组）、患者活动区（C 组）和病房（D 组）。方差成分分析表明，LAeq 总变异中约有 17.2% 可归因于医院不同科室之间的差异（组内相关系数 = 0.172），支持在模型中纳入科室层面的随机截距项。固定效应解释了环境噪声变异的 53%（边际 R2 = 0.53），而固定效应与随机效应联合模型解释了总变异的 61%（条件 R2 = 0.61），表明该分层模型具有良好的解释能力（表 3）。

各区域LAeq的估计边际均值；图表；混合效应模型分析，置信区间。
图4：医院不同功能区域等效连续A加权声压级的估计边际均值。基于主要线性混合效应模型得出的四个医院功能区域等效连续A加权声压级（LAeq）的估计边际均值（EMMs）。图中点表示模型估计的边际均值，水平误差线表示95%置信区间（CIs）。模型中将医院科室作为随机效应，功能区域作为固定效应。采用Tukey法调整后的估计边际均值进行两两比较；不同字母标注的功能区域表示差异具有统计学意义（P < 0.05）。每个功能区域为分析贡献了405个观测值。LAeq，等效连续A加权声压级；EMM，估计边际均值；CI，置信区间。 请点击此处查看该图的放大版本。

与等效连续声级（LAeq）相关的运行特征的简约混合效应回归

为在最小化多重共线性的同时研究与环境噪声相关的运行特征，采用预先设定的简约型混合效应模型进行拟合，将功能区域、访客数量和科室床位容量作为固定效应，医院科室作为随机截距（表4）。变量的选择基于探索性相关矩阵（补充图1），该矩阵显示多个结构变量之间存在强相关性，尤其是房间面积与房间体积（Spearman’s ρ = 0.94）。因此，为提高模型的可解释性和稳定性，高度相关的结构变量被排除在简约模型之外。在对运行协变量进行调整后，功能区域仍是与环境噪声关联最强的独立因素。与走廊相比，护士站的噪声水平经调整后升高了2.933 dB(A)（标准误 = 0.146，95% 可信区间 = 2.647–3.220，P < 0.001）；而患者活动区（β = −2.602 dB[A]，标准误 = 0.146，95% 可信区间 = −2.888 至 −2.315，P < 0.001）和病房（β = −3.606 dB[A]，标准误 = 0.146，95% 可信区间 = −3.892 至 −3.319，P < 0.001）的噪声水平仍显著低于走廊。

预测因子β 系数标准误95% 置信区间P 值
截距（走廊）63.970.2763.45 至 64.49<0.001
护士站（相对于走廊）2.9330.1462.647 至 3.220<0.001
患者活动区（相对于走廊）−2.6020.146−2.888 至 −2.315<0.001
病房（相对于走廊）−3.6060.146−3.892 至 −3.319<0.001
访客数量（每增加一名访客）0.060.0260.008 至 0.1120.024
床位容量（每增加一张床位）0.0640.0050.055 至 0.073<0.001
模型：LAeq ~ 功能区域 + 访客数量 + 床位容量 + (1 | 科室)

表4：与环境噪声相关的运行特征的简约线性混合效应回归分析。 预先设定的简约线性混合效应回归模型结果，用于评估等效连续A加权声压级（LAeq）与选定运行特征之间的关联。该模型将功能区、访客数量和科室床位容量作为固定效应，将医院科室作为随机截距，以考虑重复观测值的聚类效应（模型：LAeq ~ 功能区 + 访客数量 + 床位容量 + (1 | 科室)）。功能区以走廊作为参照类别，访客数量和床位容量作为连续变量建模。报告了回归系数（β）、标准误（SE）、Wald 95% 置信区间（CI）和双侧P值。访客数量和床位容量的回归系数分别表示每增加一名访客和每增加一张医院床位所对应的LAeq估计变化量。截距表示当连续预测变量等于零时，参照类别（走廊）的LAeq估计均值。本表展示的是预先设定的简约模型，旨在最小化模型过拟合；包含所有记录的运行特征的完全调整敏感性模型见补充表S2。LAeq，等效连续A加权声压级；β，回归系数；SE，标准误；CI，置信区间。

在持续运行的预测因素中，访客数量与等效连续声级（LAeq）呈独立的正相关关系。测量期间每增加一名访客，LAeq估计上升0.060 dB(A)（标准误 = 0.026，95%置信区间 = 0.008–0.112，P = 0.024）。同样，科室床位容量也与环境噪声呈独立相关，医院每增加一张床位，LAeq估计增加0.064 dB(A)（标准误 = 0.005，95%置信区间 = 0.055–0.073，P < 0.001）。

图5展示了基于简约混合效应模型生成的拟合预测结果。在观察到的科室床位容量范围内，预测的等效连续声级（LAeq）大致呈线性增加，且较高的访客数量在整个床位容量范围内 consistently 使预测的声音水平上升。拟合的回归线相互平行，表明在对功能区域和科室层面的聚类进行校正后，访客数量与床位容量在拟合模型中具有相加效应。基于模型的预测显示，对于约有20张床位的科室，当访客数量较低（3名访客）时，预测的LAeq为61.6 dB(A)，而在访客数量较高（7名访客）时，预测的LAeq为62.4 dB(A)。在观察到的床位容量范围的上限（72张床位）处，相应的预测LAeq分别上升至64.5 dB(A)和65.3 dB(A)，说明了在拟合模型中科室床位容量与访客数量的联合影响。

混合效应预测图，LAeq 与床位容量，访客数量叠加，统计分析图表。
图 5：基于模型预测的不同科室床位容量下的等效连续A加权声压级。 根据简约线性混合效应回归模型得出的在观察到的科室床位容量范围内的等效连续A加权声压级（LAeq）预测值。彩色线条表示在保持模型中其他所有变量恒定的情况下，低（3名访客）、平均（5名访客）和高（7名访客）访客数量时模型预测的LAeq值。阴影区域表示预测值的95%置信区间，点代表实际观测值。预测结果仅显示在本研究包含的科室床位容量观察范围内。LAeq，等效连续A加权声压级；CI，置信区间。 请点击此处查看该图的放大版本。

使用完全调整的混合效应模型进行的敏感性分析（补充表2），额外纳入了占用床位数、房间面积、房间体积、工作人员数量、报警事件、交谈事件以及测量时段，结果对功能区域和访客数量的估计值高度一致。护士站仍然是噪声最高的功能区域，访客数量仍与较高的等效连续声级LAeq独立相关（β = 0.060，P = 0.023）；而经过相互调整后，占用床位数、房间面积、房间体积、工作人员数量、报警事件、交谈事件以及测量时段均未显示与环境噪声存在独立关联。这些结果支持了简约模型的稳健性，并表明在本研究中，功能区域和访客数量是与环境噪声相关的主要变量。

与参考声学标准的描述性比较

为了将观测到的环境噪声水平置于相应背景下，将测得的等效连续声级（LAeq）值与三个广泛引用的参考声学标准进行了描述性比较：世界卫生组织（WHO）针对医院患者护理环境规定的昼间指导值（35 dB[A]）、EN ISO 16032 标准规定的通用室内环境参考值（40 dB[A]），以及中国环境质量标准 GB3096-2022 一类区参考值（45 dB[A]）。由于这些参考值在适用范围、预期用途、测量方法和平均时间等方面存在差异，因此此类比较仅用于描述性目的，并不代表正式的法规合规性评估（图6）。在全部1,620次声学观测中，环境噪声水平均超过了所选的各个参考值。总体而言，1,615次观测（99.7%）超过了WHO昼间指导值35 dB(A)，1,586次观测（97.9%）超过了EN ISO 16032参考值40 dB(A)，1,513次观测（93.2%）超过了中国GB3096-2022一类区参考值45 dB(A)。

各区域声学观测值超过参考标准的百分比；带数据表的柱状图。
图6：医院不同功能区声学观测值超过选定国际与国家标准参考声学准则的百分比。 在四个标准化的医院功能区内，等效连续A计权声压级（LAeq）观测值超过选定国际与国家标准参考声学准则的百分比。柱状图表示超过世界卫生组织（WHO）指导值（>35 dB[A]）、EN ISO 16032（>40 dB[A]）以及中国国家标准 GB3096-2022（>45 dB[A]）参考阈值的观测比例。百分比计算方式为：超过各参考阈值的观测次数除以每个功能区内的总观测次数（n = 405）。由于这些参考文件在适用范围、测量方法、环境条件和平均时间上存在差异，因此本比较仅用于描述性分析，不代表正式的合规性评估。LAeq，等效连续A计权声压级；WHO，世界卫生组织。 请点击此处查看此图的放大版本。

不同功能区域之间存在显著差异。护士站超过各项参考值的观测比例最高，其中超过世卫组织（WHO）和欧洲标准（EN ISO）参考值的比例均为100.0%，超过中国参考值的比例为99.0%。走廊的超标比例同样较高，分别为100.0%、99.3%和96.0%。相比之下，病房超过三项参考值的比例最低，但仍然较高，分别为99.3%、95.3%和87.9%；而患者活动区的超标比例处于中等水平，分别为99.5%、97.0%和90.6%。这些描述性结果与混合效应分析结果一致，在四个功能区域中，护士站的环境噪声水平最高，病房最低。超过全部三项参考值的高比例表明，医院内白天环境噪声升高是普遍现象，而非局限于个别科室或功能区域。

敏感性分析与模型诊断

主要研究结果的稳健性通过一个完全调整的敏感性混合效应模型进行评估，该模型 additionally 包括占用床位数、房间面积、房间体积、工作人员数量、报警事件、交谈事件以及测量时段补充表 2）。功能区的估计值与预设的简约模型中观察到的结果高度一致。护士站持续表现出显著高于走廊的等效连续声级（LAeq），而患者活动区域和病房则始终保持显著更低的噪声水平（所有 P < 0.001）。访客数量也仍然独立地与较高的LAeq相关（β = 0.060， P = 0.023），而占用床位数、房间面积、房间体积、工作人员数量、报警事件、交谈事件及测量时段在同时调整后与环境噪声无独立关联补充表 2）。这些结果表明，主要研究结果在进一步调整相关操作特征后仍具有稳健性。模型假设通过残差诊断程序进行评估（补充图1）。正态分位数-分位数（Q–Q）图显示观测残差分位数与理论残差分位数之间高度一致，表明残差无明显偏离正态性。残差对拟合值图显示残差在零附近随机分布，无明显趋势或异方差性迹象，支持线性关系和残差方差齐性的假设。与这些图形分析结果一致，Shapiro–Wilk 检验未显示残差分布存在具有统计学意义的正态性偏离（W = 0.992, P = 0.084）。其他模型性能统计结果总结如下 补充表3残差标准差为1.92 dB(A)，科室水平的随机截距标准差为0.90 dB(A)。组内相关系数为0.172，表明医院科室内部观测值存在中等程度的聚集性。该混合效应模型仅通过固定效应部分即可解释53%的变异（边际R²）。2 = 0.53）以及在纳入科室水平的随机效应时为61%（条件R²）2 = 0.61）。方差膨胀因子普遍较低（最大VIF = 2.14），表明所保留的预测变量之间不存在明显的多重共线性问题。此外，所有Cook距离值均 <1.0（最大值 = 0.18），表明没有任何单个观测值对拟合模型产生过度影响。探索性相关矩阵（补充图2) 在多个操作特征之间观察到预期的正向关联。房间面积与房间体积之间（Spearman’s ρ = 0.94）、床位容量与占用床位数之间（ρ = 0.86）、以及床位容量与房间体积之间（ρ = 0.81）均表现出强相关性。访客数量与占用床位数之间（ρ = 0.71）以及工作人员数量与交谈事件之间（ρ = 0.62）则呈现中等相关性。这些结果支持了简约混合效应模型中预先设定的变量选择策略，即排除高度相关的结构变量，以最小化多重共线性，同时保持模型的可解释性。

总体而言，主要的混合效应分析、敏感性分析、残差诊断以及探索性相关性评估均显示出内部一致的结果。在所有分析中，功能区域与环境噪声的独立关联性最强，而访客数量和科室床位容量也与等效连续声级（LAeq）保持独立相关。在进行相互调整后，大多数其他记录的运营特征与环境噪声无独立关联。

数据可用性：

支持本研究结果的数据可在文章正文及其补充材料中获取。完整的原始声学测量数据集、校准记录、操作变量数据集、图表源数据以及R语言统计分析代码均已存入Zenodo数据库，公众可通过https://doi.org/10.5281/zenodo.21404807访问。补充表1–3和补充图1与图2提供了额外的处理后数据集、敏感性分析、模型诊断结果及支持性分析内容。

补充图1：简约线性混合效应模型的残差诊断图。用于评估简约线性混合效应回归模型假设的诊断图。(A) 条件残差的正态分位数-分位数（Q-Q）图，显示残差分布近似正态。(B) 条件残差相对于拟合值的散点图，显示在整个拟合值范围内无明显异方差性或系统性模式。模型中将医院科室作为随机截距，功能区域、访客数量和床位容量作为固定效应。残差诊断结果支持主要回归分析中模型假设的合理性。诊断图使用R语言中的DHARMa包生成。LAeq：等效连续A加权声压级。请点击此处下载该文件。

补充图 2：探索性混合效应分析中包含的操作变量的 Spearman 相关矩阵。 Spearman 相关矩阵显示了在探索性混合效应回归分析期间评估的部门操作变量之间的成对关联。单元格值表示 Spearman 等级相关系数（ρ），颜色标度表示相关性的强度和方向，蓝色代表正相关，红色代表负相关。在模型构建之前，进行相关性分析以评估候选解释变量之间可能存在的多重共线性。在模型选择过程中考虑了表现出强共线性的变量，以尽量减少简约回归模型中的多重共线性。所包含的操作变量有部门床位容量、占用床位数、房间面积、房间体积、工作人员数量、访客数量、报警次数和交谈次数。Spearman’s ρ，Spearman 等级相关系数。请点击此处下载该文件。

补充表 1：根据医院功能区划分的次要声学结果。 对四个标准化医院功能区内测量的次要声学结果进行描述性汇总。数值以均值 ± 标准差（SD）表示，代表来自全部 15 个住院科室的汇总观测数据。等效连续 A 计权声压级（LAeq）为主要声学结果，而最大 A 计权声压级（LAFmax）和峰值 C 计权声压级（LCpeak）则作为次要声学指标，用于表征常规日间医院运行期间的最大和峰值声级。LAeq，等效连续 A 计权声压级；LAFmax，最大 A 计权声压级；LCpeak，峰值 C 计权声压级；SD，标准差。请点击此处下载该文件。

补充表 2：完全校正的敏感性线性混合效应回归模型。 该完全校正的敏感性线性混合效应回归模型用于评估等效连续A加权声压级（LAeq）与所有记录的操作特征之间的关联。将医院科室作为随机截距纳入模型，以考虑重复观测值的聚集性。固定效应包括功能区域、时间段、科室床位容量、占用床位数、房间面积、房间体积、工作人员数量、访客数量、报警次数和交谈次数。功能区域以走廊为参照类别，时间段以下午为参照类别。报告了回归系数（β）、标准误（SE）、Wald 95% 置信区间（CI）和双侧 P 值。本模型作为敏感性分析，旨在评估在对所有记录的操作特征进行校正后，表 4 中所展示的简约模型的稳健性。LAeq：等效连续A加权声压级；β：回归系数；SE：标准误；CI：置信区间。请点击此处下载该文件。

补充表3：主线性混合效应模型的模型性能与诊断统计量。该表总结了用于评估医院不同功能区域等效连续A加权声压级（LAeq）的主线性混合效应模型的性能与诊断统计量。残差标准差（σ）表示模型内未被解释的变异程度，而随机截距标准差则量化了不同科室之间的变异。组内相关系数（ICC）用于估计由医院科室内部聚类所导致的总变异比例。边际R2表示仅由固定效应解释的变异比例，而条件R2表示由固定效应和随机效应共同解释的变异比例。Akaike信息准则（AIC）、贝叶斯信息准则（BIC）和对数似然值用于衡量模型拟合优度。所有方差膨胀因子（VIFs）均<5，表明不存在显著的多重共线性问题；所有观测值的Cook距离均<1.0，表明无任何单个观测值对模型估计产生过度影响。LAeq，等效连续A加权声压级；ICC，组内相关系数；VIF，方差膨胀因子。请点击此处下载该文件。

讨论

这项横断面环境声学评估表明，在大多数医院功能区域，白天的环境噪声水平持续超过常用的国际和国家标准声学参考值。线性混合效应分析确定功能区域是与LAeq相关的主要因素，其中护士站的校正后声级最高，其次是走廊、患者活动区和病房。与世界卫生组织（WHO）指导值、EN ISO 16032、PN-B-02151系列以及中国国家标准GB3096-2022的比较仅作描述性解读，因为这些文件在其预期用途、测量指标、平均时间段和适用范围方面存在差异。尽管如此，医院内普遍升高的白天LAeq值表明，常规临床环境中的声级经常显著高于广泛引用的声学参考值。这些发现与以往关于医院声环境的研究结果基本一致，即白天环境噪声持续高于推荐的参考值5,8,17,24,25。与许多以往主要依赖科室层面平均值或独立组间比较的医院声学调查不同，本研究采用线性混合效应模型对完整的分层数据集进行分析，从而考虑了嵌套于医院各科室内的重复观测。中等程度的组内相关系数（ICC = 0.172）表明，环境噪声变异性的相当一部分可归因于科室之间的差异，支持在医院声学研究中使用分层建模方法8,17,24。实测的白天LAeq值持续超过WHO对患者护理环境的白天参考值，以及所选的EN ISO 16032和GB3096-2022声学参考标准。这些比较仍为描述性解释，而非正式的合规性评估，因为所引用的文件在预期应用、平均时间段、测量方法和适用范围上有所不同。然而，大量观测值超出这些广泛引用的参考值，这一现象与既往医院声学研究结果一致，凸显了在常规临床运行期间维持声学适宜的医疗环境所面临的持续挑战29,30,31,32,33,34。

在医院不同功能区域中观察到一致的环境噪声空间层级。描述性分析和线性混合效应模型均显示，护士站的校正后等效连续声级（LAeq）值最高，其次是走廊、患者活动区和病房。这一模式与以往研究结果一致，既往研究指出，由于医护人员频繁交流、患者移动、警报活动以及常规临床工作流程，护士站和通行区域是医院环境噪声的主要来源29,30,31,33,34,35,36。在调整了访客数量、科室床位容量以及科室层面的聚类效应后，上述差异仍具有统计学意义，表明该空间差异不能仅由各科室的结构或运行特征来解释。估计的边缘均值及经Tukey法校正的成对比较进一步证实，每个功能区域代表了一种在统计学上显著不同的声学环境。护士站持续较高的声音水平在操作和声学上均具有合理性。这些区域作为临床协调中心，同时进行着临床记录、多学科沟通、电子病历操作、患者监护、警报管理、电话交谈以及与患者和家属的互动。因此，交谈声、监护仪警报声、设备运行声和人员走动声的叠加产生的是持续性的环境噪声，而非孤立的声学事件，从而导致几乎所有参与科室中均观察到较高的LAeq值。这一解释与既往研究一致，这些研究指出重叠的操作性声源是导致医院环境噪声升高的主要因素33,34,35,36,37,38,39,40,41,42,43,44,45,46,47。走廊的环境噪声水平也高于患者活动区和病房。作为患者转运、人员流动、设备搬运、清洁作业和访客通行的主要通道，这些空间持续暴露于多种瞬态和背景声源之中。建筑上的开放性以及坚硬、具有反射性的内表面可能进一步促进声音传播，从而导致较高的LAeq值。尽管本研究未直接评估混响特性、房间声学参数或语音传输指数，但所观察到的空间分布与以往研究结果一致，这些研究将医院走廊描述为由运行活动、建筑设计和多个并发声源共同塑造的声学复杂环境33,34,35,46,47,48,49,50,51。本研究的一个重要发现是，在预先设定的简约混合效应模型和完全校正的敏感性分析中，访客数量与环境噪声之间存在独立关联。尽管其绝对效应量较小，但在调整了功能区域和科室聚类效应后，访客数量仍与较高的LAeq显著相关，提示日常人类活动对医院声环境具有可测量的影响。这一解释与既往研究一致，这些研究指出人类活动、交流行为、访客存在以及运行流程是医疗机构内环境噪声的重要贡献因素33,34,35,36,46,47,51。在简约模型中，科室床位容量也与较高的环境噪声独立相关；然而，对此关联应谨慎解读，因为房间几何结构、建筑布局、 occupancy 密度和临床工作流程也可能影响环境声学特性。此外，横断面观察性设计限制了因果推断，因此这些发现应被理解为关联性，而非因果关系的证据33,34,49。敏感性分析进一步增强了对这些结果的信心。在纳入更多运行变量（包括占用床位数、房间面积、房间体积、工作人员数量、警报事件、交谈事件和测量时段）后，功能区域和访客数量的估计值仍高度一致，而大多数结构性变量在同时调整后不再与环境噪声独立相关。综合来看，这些发现表明，白天医院的声环境更多地受到常规临床活动空间组织的影响，而非所评估的个体结构性特征，支持了近期证据——即医疗保健声学环境是由多种运行和环境因素相互作用形成，而非单一决定因素所致33,34,35,46,47,49,51。本研究结果总体上与以往研究一致，既往研究报道白天医院环境噪声水平约为55至75 dB(A)，显著超过常被引用的患者照护环境声学推荐值8,9,10,11,29,30,31,32。已有研究将医院噪声升高与患者的睡眠障碍、休息质量下降、生理应激反应、声学舒适度降低、沟通困难以及其他不良健康影响相关联29,30,31,32,49,52,53。其他研究还提示，过度的环境噪声可能与神经认知障碍（包括危重患者中的谵妄）存在潜在关联15,16,48。尽管本研究未直接评估这些临床结局，但所观察到的声音水平与既往报道相当，并通过标准化的功能区域采样和分层统计分析扩展了现有证据。

尽管本研究的设计重点是环境声学评估，而非临床结局研究，但研究结果对医疗机构的设计与运营管理具有重要意义。护士站和通行走廊持续表现出最高的校正后声级，表明这些运行区域可能是未来噪声管理策略的优先干预目标。由于这些区域是信息交流、临床协调、患者转运、设备移动和访客活动的中心，针对这些位置的干预措施可能比仅针对病房的措施更能有效改善医院整体声学环境。这一解释与近期研究结果一致，后者表明多学科综合策略（包括工作流程优化、噪声管理规程、建筑改造以及持续声学监测）可改善医疗机构内的声学条件29,31,32,33,34,35,51。LAeq 仍是评估医院环境噪声最广泛使用的指标，因其提供了累积声暴露的标准化度量，并便于跨研究比较8,9,10,11,32。然而，LAeq 是一种能量平均指标，无法区分连续背景噪声与瞬态脉冲事件（如监护仪报警、器械掉落、广播通知或突然的言语声）。因此，声学特征不同的医院声环境可能具有相似的 LAeq 值，但在感知特性及其对交流、烦恼感和认知负荷的潜在影响方面可能存在显著差异。因此，医疗声学领域的最新进展强调采用补充性方法，包括心理声学评估、声源聚类分析和连续监测，以更全面地表征医院声环境33,34,35,39,40,41,42,43,44,45,46,47。医疗声学的最新发展强调，医院声环境的表征应超越平均声压级的单一指标。结合声源分类与聚类技术的研究表明，医院噪声的感知影响不仅取决于总体声能，还与各声源的频率、时间分布及其感知侵扰性密切相关。De Salvio 等人33指出，医疗声学环境由连续运行噪声与间歇性高强度事件复杂组合而成，二者对烦恼感和感知干扰的贡献不同。同样，Cingolani 等人46表明，聚类分析可识别出传统时间平均指标难以检测的典型医院声学模式，而 Hummel 等人47则报告了医院噪声聚类特征与患者满意度之间的关联。综合来看，这些研究提示，未来的医院声学评估可从整合传统环境噪声测量与声源构成、心理声学属性及时间声学模式的补充性表征中获益34。因此，本研究结果应结合所采用的测量策略进行解读。本研究旨在通过标准化 LAeq 测量，表征真实临床运行条件下常规日间环境噪声，而 LAeq 仍是医院声学研究中最常报告的指标。尽管本调查未涵盖其他声学参数（包括 LAFmax、LCpeak、倍频程频段分析、心理声学指数及声源聚类），但在未来研究中引入这些补充方法将有助于更全面地表征医院声环境32,33,34,46,47。访客数量与较高 LAeq 之间的独立关联进一步支持了日常人类活动对日间医院声环境具有显著贡献的观点。在同时校正功能区域及其他运行特征后，访客数量仍与环境噪声显著相关，而工作人员数量、占用床位数、报警事件和交谈事件则未保持统计学显著性。结合房间面积、房间体积与科室床位容量之间观察到的强相关性，这些结果支持了预先设定的简约建模策略，并表明常规运行活动可能比所评估的个别结构变量更能解释日间环境噪声。然而，由于所有运行变量均与环境噪声同时测量，这些发现应被解读为观察性关联，而非因果关系的证据。探索性相关分析与混合效应敏感性建模的联合使用，提供了一个透明的分析框架，既考虑了数据的层次结构，又最小化了多重共线性的影响，符合当前关于分析复杂医疗声环境的推荐方法33,34,35,46,47,51。

本研究在方法学上具有多项优势，使其区别于以往的医院环境噪声调查。首先，环境噪声采用标准化采样方案进行评估，该方案在多个医院科室、功能区域和日间观察时段内进行了重复测量，从而减少了常规医院活动短期波动的影响。其次，完整的分层数据集采用线性混合效应模型进行分析，该模型考虑了同一科室内重复观测值的聚集性。与传统的独立组间比较相比，这种方法能更适当地分析嵌套数据结构，并对功能区域效应提供稳健的估计。第三，预先设定的敏感性分析，结合残差诊断和多重共线性评估，表明在不同模型设定下结果具有一致性，支持了主要分析结果的稳健性。最后，所有测量均在标准化操作程序下使用经过校准的1类仪器完成，提高了测量的可靠性、可重复性，并增强了与以往医院声学研究的可比性。在解读本研究结果时，也应考虑若干局限性。首先，本研究仅在一家三级教学医院中开展，其结果可能难以推广至具有不同建筑布局、患者人群、人员配置模式或医疗体系的其他机构。因此，有必要开展包含多种医疗环境的多中心研究。第二，尽管在上午、中午和下午观察时段均进行了重复测量，但总采样时间仅覆盖了常规日间医院活动的一部分。因此，夜间运行、交接班、急诊入院、清洁安排以及探视高峰时段相关的时序变异可能未被充分捕捉。连续24小时声学监测将能更全面地刻画医院声环境特征。第三，测量是在各功能区域内标准化的采样点进行，而非对整个科室进行详尽的空间声学测绘。因此，大型病房、长走廊或建筑结构复杂的临床环境中局部的声学变异可能未被充分反映。未来研究若能结合高分辨率空间声学映射，并在单个功能区域内设置多个测量点，将有助于进一步提升对医院声音传播特性的刻画。第四，本研究主要依赖等效连续A声级（LAeq）作为核心声学指标。尽管该指标在环境噪声评估中被广泛接受，并便于与既往医院声学研究进行比较，但其无法充分描述脉冲性声事件、频率特异性声音特征、心理声学反应或声源构成。未来研究若能结合A计权最大声级（LAFmax）、C计权峰值声级（LCpeak）、倍频程频带分析、心理声学指数以及声源聚类技术，将能对医疗环境声景观提供更全面的评估。第五，访客数量、工作人员数量、报警事件和交谈事件等运行变量虽与环境噪声测量同步记录，但应视为观察性描述，而非经过客观验证的暴露度量指标。尽管访客数量仍独立地与环境噪声相关，但由于本研究为横断面设计，无法进行因果推断，因此应谨慎解读该结果。最后，本研究未评估患者自报结局、职业压力指标、生理反应、睡眠质量及其他临床终点。因此，本研究结果应被理解为对常规日间医院运营环境下环境声学特征的全面描述，而非证明环境噪声升高直接导致患者或医务人员不良结局的证据。

本研究结果对医院环境噪声管理具有多项实际意义。线性混合效应分析表明，环境噪声在医院内的分布并不均匀，而是集中在特定的作业区域，尤其是护士站和人员流动走廊。这些发现提示，未来的噪声管理方案若将重点放在通信、患者转运、设备移动及常规临床工作流程密集的高活动性作业区域，而非仅关注住院病房，可能会取得更显著的效果。潜在的工程干预措施包括使用吸声吊顶材料、声学处理的墙面、弹性地板系统，以及改进门体或隔断的隔音性能，以减少声音的反射和传播。配套的管理措施，如制定结构化的安静时段政策、优化患者流动路径、引导访客行为、规范报警管理流程，以及对医护人员开展关于可避免环境噪声的教育培训，可能进一步改善医院的声学环境。既往研究提示，结合工程学、行为学和组织管理等多种方法，可提升病房安静程度的主观感受、改善患者休息质量，并整体优化医疗机构的声学条件29,31,32。访客数量与环境噪声之间的关联进一步凸显了在制定医院噪声管理策略时，需充分考虑日常运营活动的影响。尽管本研究结果并不支持实施具体的访客限制措施，但提示优化人员流动路径、候诊区布局及沟通方式，可在不影响患者照护的前提下，作为结构性声学干预措施的有效补充。总体而言，医院的声学环境可能是建筑设计、临床工作流程、患者与访客流动、沟通需求、医疗设备及组织管理实践等多种因素共同作用的结果，而非单一运营因素所致。因此，有效的环境噪声管理可能需要临床医生、医院管理者、建筑师、工程师、感染控制专家及设施管理人员共同参与的多学科协作方法。

本研究提供了一个标准化的环境声学评估框架，有助于未来在建筑布局、临床专科和医疗体系各异的医院之间开展多中心研究。此类研究将能够评估所观察到的空间模式的普适性，并支持建立医疗机构环境声学数据的基准。未来的研究应超越横断面环境监测，通过纳入连续24小时声学测量、纵向随访以及季节性评估，以更全面地刻画医院声景的时间变异性。同时收集患者报告结局、经过验证的睡眠质量指标、工作人员工作负荷评估、沟通效能以及客观生理指标，将有助于更全面地评估环境声学与临床或职业结局之间的关系。近年来医疗声学领域的进展进一步支持将连续声学监测、自动声源识别、基于机器学习的声音分类、心理声学分析和聚类技术整合进来，以补充传统的LAeq测量方法。这些方法可能改善对持续背景噪声与具有临床意义的瞬态声事件之间的区分，从而更全面地理解医院声景及其对患者护理和工作人员表现的潜在影响33,34,46,47。未来前瞻性干预研究应采用控制前-后对比或多中心研究设计，评估工程、管理、行为和技术等噪声管理策略的有效性，以加强医院声学管理的证据基础29,31,32,51。总体而言，本研究在一个三级教学医院内，采用标准化声学测量和分层统计分析方法，对医院各功能区域的日间环境噪声进行了全面评估。在常规日间临床运行期间，环境噪声水平持续超过常用的国际和国家声学参考值。在校正重复测量和科室聚类效应后，护士站表现出最高的调整后环境声级，其次是走廊、患者活动区和病房。访客数量和科室床位容量与较高的LAeq独立相关，而其他记录的运行特征在多变量调整后则未显示与环境噪声的独立关联。这些发现表明，环境噪声在医院不同功能区域之间分布不均，并识别出可能应作为未来声学管理优先区域的运行场所。由于本研究采用的是观察性横断面设计，所报告的关联不应被解释为因果关系，也不能作为对患者或工作人员结局产生直接影响的证据。尽管如此，标准化的测量方案、分层分析方法以及全面的环境评估为未来多中心研究和旨在优化医院声学环境的干预性研究提供了坚实的基础。采用标准化测量协议和适当的分层分析方法进行常规环境声学监测，可能有助于识别高噪声运行区域，并支持制定基于证据的医院噪声管理策略。

披露

利益冲突：

作者声明不存在利益冲突。

致谢

未声明任何利益冲突。本研究未收到任何资助。

材料

本文使用的材料清单
姓名公司目录编号评论
校准日志本自制不适用仪器校准与验证的记录文档
1级声学校准器杭州爱华仪器有限公司AWA6221B声级计的校准（1 kHz 频率下 94 dB）
1级积分式声级计杭州爱华仪器有限公司AWA6228+环境噪声测量的主要仪器（符合 IEC 61672-1 标准）
数据采集表自制不适用现场观测结果和操作变量的标准化记录
数字温湿度计TESTO608-H1测量过程中环境温度和相对湿度的监测
医院楼层平面图/科室布局图机构来源不适用确定各科室测量点位置
IBM SPSS 统计软件（第29.0版）IBM不适用统计分析
笔记本电脑DellLatitude 系列数据采集、存储与统计分析
卷尺STANLEY不适用验证麦克风放置距离
Microsoft ExcelMicrosoft当前版本数据管理与初步数据处理
个人防护装备机构供应不适用符合医院感染控制要求
R 统计软件（第4.3.3版）统计计算基金会（R Foundation for Statistical Computing）不适用统计计算环境
R 软件包（emmeans, lme4, lmerTest）综合 R 存档网络（CRAN）当前版本线性混合效应模型分析与估计边际均值
可充电电池组杭州爱华仪器有限公司制造商提供为 AWA6228+ 1级积分式声级计供电
声级计配套软件杭州爱华仪器有限公司随仪器提供仪器控制、数据采集及声学测量数据导出
三脚架支架通用实验室供应商不适用稳定固定声级计麦克风位置

参考文献

  1. Pal J, Taywade M, Pal R, Sethi D. Noise pollution in intensive care units: a hidden enemy affecting the physical and mental health of patients and caregivers. Noise Health. 2022;24(114):130-6. doi:10.4103/nah.nah_79_21.
  2. Zhang L. Effects of nighttime noise management in intensive care units on hormone levels and sleep quality in conscious patients. Noise Health. 2024;26(121):186-91. doi:10.4103/nah.nah_55_24.
  3. Deng Z, Xie H, Kang J. The acoustic environment in typical hospital wards in China. Appl Acoust. 2023;203:109202. doi:10.1016/j.apacoust.2022.109202.
  4. Yang J, Zhou J. Effect of the levels and sources of noise on the sleep quality of conscious patients in an emergency intensive care unit. Noise Health. 2024;26(123):489-94. doi:10.4103/nah.nah_83_24.
  5. Darbyshire JL, Young JD. An investigation of sound levels on intensive care units with reference to the WHO guidelines. Crit Care. 2013;17(5):R187. doi:10.1186/cc12870.
  6. Mehrotra A, et al. A comprehensive review of auditory and non-auditory effects of noise on human health. Noise Health. 2024;26(121):59-69. doi:10.4103/nah.nah_124_23.
  7. Basner M, et al. Auditory and non-auditory effects of noise on health. Lancet. 2014;383(9925):1325-32. doi:10.1016/S0140-6736(13)61613-X.
  8. Wallis R, et al. Environmental noise levels in hospital settings: a rapid review of measurement techniques and implementation in hospital settings. Noise Health. 2019;21(102):200-16. doi:10.4103/nah.NAH_19_18.
  9. Stansfeld SA, Matheson MP. Noise pollution: non-auditory effects on health. Br Med Bull. 2003;68:243-57. doi:10.1093/bmb/ldg033.
  10. Raja RV, Rajasekaran V, Sriraman G. Non-auditory effects of noise pollution on health: a perspective. Indian J Otolaryngol Head Neck Surg. 2019;71(Suppl 2):1500-1. doi:10.1007/s12070-019-01708-9.
  11. Hahad O, Prochaska JH, Daiber A, Münzel T. Environmental noise-induced effects on stress hormones, oxidative stress, and vascular dysfunction: key factors in the relationship between cerebrocardiovascular and psychological disorders. Oxid Med Cell Longev. 2019;2019:4623109. doi:10.1155/2019/4623109.
  12. Burger P, et al. Sleep in hospitalized pediatric and adult patients: a systematic review and meta-analysis. Sleep Med X. 2022;4:100059. doi:10.1016/j.sleepx.2022.100059.
  13. Xie H, Kang J, Mills GH. Clinical review: the impact of noise on patients’ sleep and the effectiveness of noise reduction strategies in intensive care units. Crit Care. 2009;13(2):208. doi:10.1186/cc7154.
  14. Park MJ, et al. Noise in hospital rooms and sleep disturbance in hospitalized medical patients. Environ Health Toxicol. 2014;29:e2014006. doi:10.5620/eht.2014.29.e2014006.
  15. Poulsen LM, Estrup S, Mortensen CB, Andersen-Ranberg NC. Delirium in intensive care. Curr Anesthesiol Rep. 2021;11(4):516-23. doi:10.1007/s40140-021-00476-z.
  16. Ma L, et al. Postoperative neurocognitive disorders in the elderly: how can we stop the harm  A literature review. Front Med (Lausanne). 2025;12:1525639. doi:10.3389/fmed.2025.1525639.
  17. de Lima Andrade E, et al. Environmental noise in hospitals: a systematic review. Environ Sci Pollut Res Int. 2021;28(16):19629-42. doi:10.1007/s11356-021-13211-2.
  18. Astin F, et al. Night-time noise levels and patients’ sleep experiences in a medical assessment unit in Northern England. Open Nurs J. 2020;14:80-91. doi:10.2174/1874434602014010080.
  19. Bevan R, et al. Sleep quality and noise: comparisons between hospital and home settings. Arch Dis Child. 2019;104:147-51. doi:10.1136/archdischild-2018-315168.
  20. Bliefnick JM, Ryherd EE, Jackson R. Evaluating hospital soundscapes to improve patient experience. J Acoust Soc Am. 2019;145:1117-28. doi:10.1121/1.5090493.
  21. McCullagh MC, et al. Noise exposure and quality of life among nurses. Workplace Health Saf. 2022;70(4):207-19. doi:10.1177/21650799211044365.
  22. Lee FYL, Ismail NH, Liew PM, Lim SH. A cross-sectional study of occupational noise exposure and hypertension in Malaysia. Cureus. 2023;15(11):e48758. doi:10.7759/cureus.48758.
  23. Zhang L, et al. Relationship between occupational noise exposure and hypertension: cross-sectional evidence from real-world data. Front Public Health. 2022;10:1037246. doi:10.3389/fpubh.2022.1037246.
  24. Tahvili A, et al. Noise and sound in the intensive care unit: a cohort study. Sci Rep. 2025;15(1):10858. doi:10.1038/s41598-025-94365-8.
  25. Xun T, et al. Impact of hospital ward acoustic design on postoperative recovery of patients with acute myocardial infarction. Noise Health. 2025;27(127):534-44. doi:10.4103/nah.nah_62_25.
  26. Chung K. Calibration matters: I. Sound level meter basics. J Commun Disord. 2023;101:106300. doi:10.1016/j.jcomdis.2022.106300.
  27. Buxton OM, et al. Sleep disruption due to hospital noises: a prospective evaluation. Ann Intern Med. 2012;157(3):170-9. doi:10.7326/0003-4819-157-3-201208070-00472.
  28. Das A, et al. Effect of sleep quality on wound healing among patients undergoing emergency laparotomy: an observational study. J Clin Sleep Med. 2025;21(3):503-12. doi:10.5664/jcsm.10614.
  29. Dai Z, Cheng X, Chen F. Effect of comprehensive noise reduction management on postoperative negative emotion, stress response hormone, and sleep status of burn patients: a single-center retrospective analysis. Noise Health. 2024;26(122):410-6. doi:10.4103/nah.nah_80_24.
  30. Reid M. 131 Sleeping it off: are hospital wards too noisy to allow patient recovery Br J Surg. 2022;109(Suppl 6):znac269.384. doi:10.1093/bjs/znac269.384.
  31. Catley CD, et al. Redesigning the hospital environment to improve restfulness. JAMA Netw Open. 2024;7(12):e2447790. doi:10.1001/jamanetworkopen.2024.47790.
  32. Lu Y, et al. Effect of noise management in interventional radiology suites on patients undergoing transarterial chemoembolization: a retrospective study. Noise Health. 2024;26:325-31. doi:10.4103/nah.nah_53_24.
  33. De Salvio D, Amodeo V, Garai M, Secchi S. Noise assessment within healthcare facilities: annoyance and intrusiveness of sound sources [conference paper]. Presented at: Forum Acusticum Euronoise 2025; Malaga, Spain; 2025. https://doi.org/10.61782/fa.2025.0607.
  34. Amodeo V, Secchi S. Environmental noise in hospitals: a rapid review of trends and possible developments [conference paper]. Presented at: Forum Acusticum Euronoise 2025; Malaga, Spain; 2025. https://doi.org/10.61782/fa.2025.0348.
  35. Louis M, Grabill N, Strom P, Gibson B. Leading through noise: operating room noise challenges for staff and leadership techniques to ensure optimal operational performance. Cureus. 2024;16(9):e69569. doi:10.7759/cureus.69569.
  36. Fu VX, Oomens P, Merkus N, Jeekel J. The perception and attitude toward noise and music in the operating room: a systematic review. J Surg Res. 2021;263:193-206. doi:10.1016/j.jss.2021.01.038.
  37. Li X, et al. Effects of operating room noise on patient outcomes and medical staff: a systematic review. Noise Health. 2025;27(126):246-54. doi:10.4103/nah.nah_175_24.
  38. Gulsen M, Aydingulu N, Arslan S. Physiological and psychological effects of ambient noise in the operating room on medical staff. ANZ J Surg. 2021;91:847-53. doi:10.1111/ans.16582.
  39. Kennedy-Metz LR, et al. Association between operating room noise and team cognitive workload in cardiac surgery. IEEE Conf Cogn Comput Asp Situat Manag. 2022;2022:89-93. doi:10.1109/COGSIMA54611.2022.9830675.
  40. Idrees S, et al. Noise level and surgeon stress during thyroidectomy in an endocrine surgery operating room. Head Neck. 2024;46:37-45. doi:10.1002/hed.27552.
  41. Keller S, et al. Noise in the operating room distracts members of the surgical team: an observational study. World J Surg. 2018;42:3880-7. doi:10.1007/s00268-018-4730-7.
  42. Tseng LP, Chuang MT, Liu YC. Effects of noise and music on situation awareness, anxiety, and the mental workload of nurses during operations. Appl Ergon. 2022;99:103633. doi:10.1016/j.apergo.2021.103633.
  43. Ukegjini K, et al. Impact of intraoperative noise measurement on surgeon stress and patient outcomes: a prospective, controlled, single-center clinical trial with 664 patients. Surgery. 2020;167:843-51. doi:10.1016/j.surg.2019.12.010.
  44. Rypicz Ł, et al. Alarm fatigue and sleep quality in medical staff: a Polish-Czech-Slovak study on workplace ergonomics. Front Public Health. 2024;12:1345396. doi:10.3389/fpubh.2024.1345396.
  45. Lewandowska K, Mędrzycka-Dąbrowska W, Tomaszek L, Wujtewicz M. Determining factors of alarm fatigue among nurses in intensive care units: a Polish pilot study. J Clin Med. 2023;12(9):3120. doi:10.3390/jcm12093120.
  46. Cingolani M, De Salvio D, D’Orazio D, Garai M. Clustering analysis of noise sources in healthcare facilities. Appl Acoust. 2023;214:109660. doi:10.1016/j.apacoust.2023.109660.
  47. Hummel K, Ryherd E, Cheng X, Lowndes B. Relating clustered noise data to hospital patient satisfaction. J Acoust Soc Am. 2023;154(2):1239-47. doi:10.1121/10.0020760.
  48. Sangari A, et al. Delirium variability is influenced by the sound environment (DEVISE study): how changes in the intensive care unit soundscape affect delirium incidence. J Med Syst. 2021;45(8):76. doi:10.1007/s10916-021-01752-5.
  49. Yang L, Gutierrez DE, Guthrie OW. Systemic health effects of noise exposure. J Toxicol Environ Health B Crit Rev. 2024;27:21-54. doi:10.1080/10937404.2023.2280837.
  50. Giv MD, et al. Evaluation of noise pollution level in the operating rooms of hospitals: a study in Iran. Interv Med Appl Sci. 2017;9(2):61-6. doi:10.1556/1646.9.2017.2.15.
  51. Armbruster C, et al. Noise exposure among staff in intensive care units and the effects of unit-based noise management: a monocentric prospective longitudinal study. BMC Nurs. 2023;22(1):460. doi:10.1186/s12912-023-01611-3.
  52. Arcangeli G, et al. Neurobehavioral alterations from noise exposure in animals: a systematic review. Int J Environ Res Public Health. 2022;20:591. doi:10.3390/ijerph20010591.
  53. Lechat B, et al. Environmental noise-induced cardiovascular responses during sleep. Sleep. 2022;45:zsab302. doi:10.1093/sleep/zsab302.

重印与许可

标签

联系我们
向图书馆推荐

隐私

使用条款

政策

版权所有 © 2026 MyJoVE Corporation。保留所有权利。