Onderzoeksartikel

Ruimtelijke beoordeling van omgevingsgeluid in verschillende functionele zones van een ziekenhuis: een cross-sectionele observationele studie in een tertiair ziekenhuis

72 weergaven

DOI:

10.3791/72699

21 augustus 2026

In dit artikel

Samenvatting

Dit protocol beschrijft een gestandaardiseerde cross-sectionele benadering voor het meten van omgevingsgeluid in verschillende functionele zones van een ziekenhuis. Toepassing in een tertiair ziekenhuis identificeerde verpleegposten als de luidruchtigste locaties, waarbij hogere geluidsniveaus geassocieerd waren met het aantal bezoekers en de bedcapaciteit van de afdeling.

Samenvatting

Ziekenhuisomgevingen omvatten complexe akoestische settings die worden gegenereerd door routinematige klinische activiteiten, medische apparatuur, communicatie van het personeel, patiëntenverplaatsingen en bezoekersverkeer. Het karakteriseren van omgevingsgeluid in verschillende functionele zones van het ziekenhuis kan helpen bij het identificeren van gebieden met een consistent verhoogde akoestische blootstelling en kan gericht geluidsbeheersingsstrategieën informeren. We hypotheseerden dat het omgevingsgeluid zou verschillen tussen functionele zones van het ziekenhuis en geassocieerd zou zijn met geselecteerde operationele kenmerken. Een cross-sectionele observationele studie werd uitgevoerd in 15 klinische afdelingen van een tertiair academisch ziekenhuis met behulp van een gestandaardiseerd hiërarchisch steekproefkader. Omgevingsgeluid werd gemeten binnen vier vooraf gedefinieerde functionele zones (zaal, gang, verpleegpost en patiëntenactiviteitengebied) met behulp van een gekalibreerde Klasse 1 integrerende geluidsdrukmeter. Metingen van het equivalent continu A-gewogen geluidsdrukniveau (LAeq) werden verkregen uit herhaalde dagsopnames (09:00–19:00), samen met het maximaal A-gewogen geluidsdrukniveau (LAFmax) en het piek C-gewogen geluidsdrukniveau (LCpeak). Lineaire mixed-effects modellen werden gebruikt om het omgevingsgeluid tussen functionele zones te vergelijken, waarbij rekening werd gehouden met herhaalde observaties genest binnen ziekenhuisafdelingen. Exploratieve mixed-effects regressie evalueerde de associaties tussen omgevingsgeluid en geselecteerde operationele kenmerken. In totaal werden 1.620 akoestische observaties geanalyseerd. Verpleegposten vertoonden de hoogste gecorrigeerde omgevingsgeluidsniveaus (geschat marginaal gemiddelde, 66,90 dBA), gevolgd door gangen (63,97 dBA), patiëntenactiviteitengebieden (61,38 dBA) en zalen (60,38 dBA). Alle paarsgewijze vergelijkingen bleven statistisch significant na Tukey-correctie (alle P < 0,001). Het aantal bezoekers en de bedcapaciteit van de afdeling waren onafhankelijk geassocieerd met een hogere LAeq in het parsimonieuze mixed-effects model. Omgevingsgeluidsniveaus overschreden consistent de veelgebruikte referentiewaarden voor akoestiek van de Wereldgezondheidsorganisatie, EN ISO 16032 en GB3096-2022 tijdens routinematige dagelijkse werkzaamheden. Het omgevingsgeluid varieerde significant over de functionele zones van het ziekenhuis, waarbij verpleegposten de belangrijkste gebieden van verhoogde akoestische blootstelling vertegenwoordigden. Deze bevindingen ondersteunen gerichte akoestische monitoring en operationele geluidsbeheersingsstrategieën, terwijl ze een reproduceerbaar kader bieden voor toekomstig onderzoek naar de omgevingsakoestiek in ziekenhuizen.

Inleiding

Ziekenhuisomgevingen zijn akoestisch complexe settings waarin continu geluid wordt gegenereerd door medische apparatuur, fysiologische monitoringsystemen, communicatie van het personeel, bewegingen van patiënten, alarmen, ventilatiesystemen en routinematige klinische activiteiten. Deze diverse geluidsbronnen creëren dynamische zorg-geluidslandschappen die variëren in tijd en locatie binnen ziekenhuizen en die zowel de patiëntervaring als de werkomstandigheden van het personeel kunnen beïnvloeden. Aanhoudend of excessief omgevingsgeluid is in zorginstellingen geassocieerd met slaapverstoring, belemmerde communicatie, een verhoogde cognitieve werklast, fysiologische stressreacties en een verminderd omgevingscomfort1,2,3,4,5,6,7. Bijgevolg is ziekenhuisgeluid erkend als een belangrijke omgevingsfactor die zich kan lenen voor gerichte monitoring en mitigatiestrategieën.

Internationale organisaties hebben aanbevelingen voorgesteld voor het handhaven van relatief lage geluidsniveaus in zorgomgevingen. De Wereldgezondheidsorganisatie (WHO) beveelt achtergrondgeluidsniveaus van ongeveer 35 dB(A) overdag en 30 dB(A) 's nachts aan in ziekenkamers, terwijl andere nationale en internationale normen richtlijnen bieden voor bouwakoestiek, milieugeluidsbeoordeling of het ontwerp van zorginstellingen. Omdat deze aanbevelingen verschillen in beoogd doel, meetgegevens, gemiddelde perioden en reikwijdte, moeten vergelijkingen met operationele ziekenhuismetingen met voorzichtigheid worden geïnterpreteerd. Desondanks hebben milieueffectrapportages van ziekenhuizen wereldwijd consistent dagelijkse equivalente geluidsniveaus gerapporteerd die aanzienlijk hoger liggen dan de aanbevolen achtergrondwaarden, waarbij deze vaak variëren van 55 tot 75 dB(A) in ligafdelingen, gangen, spoedeisende hulpafdelingen en intensive care units8,9,10,11.

Toenemend bewijs suggereert dat verhoogd ziekenhuisgeluid zowel patiënten als zorgpersoneel nadelig kan beïnvloeden. Bij patiënten is overmatig omgevingsgeluid geassocieerd met slaapverstoring, verminderde rust, fysiologische stressreacties, een lagere patiënttevredenheid en, bij kritiek zieke populaties, een verhoogd risico op neurocognitieve stoornissen zoals delirium12,13,14,15,16,17,18. Voor zorgprofessionals kan verhoogd achtergrondgeluid de verstaanbaarheid van spraak verminderen, de cognitieve werklast verhogen, klinische communicatie belemmeren en bijdragen aan alarmmoeheid en beroepsstress, met name in klinische omgevingen met een hoge intensiteit19,20,21,22,23. Hoewel deze observationele bevindingen geen causaliteit vaststellen, onderstrepen ze het belang van het begrijpen van de ruimtelijke verdeling en de operationele kenmerken die geassocieerd worden met de akoestische omgevingen in ziekenhuizen.

Ondanks de toenemende belangstelling voor acoustiek in de gezondheidszorg, zijn veel eerdere onderzoeken gericht op individuele afdelingen, intensive care-units of gemiddelde geluidsniveaus in het hele ziekenhuis. Dergelijke benaderingen bieden beperkte informatie over de ruimtelijke heterogeniteit binnen ziekenhuizen en vertrouwen vaak uitsluitend op tijdgemiddelde acoustische meetwaarden die zijn verkregen vanuit een beperkt aantal monitoringslocaties. Recentere studies hebben benadrukt dat geluidslandschappen in ziekenhuizen bestaan uit een mengeling van continu achtergrondgeluid en kortstondige impulsieve gebeurtenissen, en hebben gepleit voor ruimtelijk beter opgeloste monitoringsstrategieën die in staat zijn om operationele hotspots te identificeren en onderscheid te maken tussen verschillende bronnen van acoustische blootstelling. Hedendaagse benaderingen waarin clusteringanalyse, karakterisering van geluidsbronnen en beoordeling van het geluidslandschap zijn opgenomen, hebben het belang verder onderstreept van het evalueren van omgevingsgeluid binnen de functionele en operationele context24,25,26,27,28.

Om deze tekortkomingen aan te pakken, is in de huidige studie een uitgebreide akoestische milieubeoordeling uitgevoerd in 15 klinische afdelingen van een tertiair academisch ziekenhuis. Omgevingslawaai werd systematisch gemeten in vier gestandaardiseerde functionele zones — afdelingszalen, gangen, verpleegposten en patiëntenactiviteitsruimten — middels herhaalde dagmetingen die zijn uitgevoerd onder routineuze klinische bedrijfsomstandigheden. Naast het karakteriseren van de ruimtelijke variabiliteit in het equivalent continu A-gewogen geluidsdrukniveau (LAeq), onderzocht de studie de verbanden tussen omgevingslawaai en geselecteerde operationele kenmerken van de ziekenhuisafdelingen. Wij stelden als hypothese dat de blootstelling aan omgevingslawaai significant zou verschillen tussen de functionele zones van het ziekenhuis en dat operationele kenmerken gerelateerd aan de afdelingsactiviteit geassocieerd zouden zijn met hogere omgevingsgeluidsniveaus. Door een gedetailleerde ruimtelijke karakterisering van de akoestische ziekenhuisomgevingen te bieden, beoogt deze studie prioriteitsgebieden voor milieumonitoring te identificeren en toekomstige evidence-based strategieën voor geluidsbeheer binnen zorginstellingen te informeren.

Protocol

De studie werd goedgekeurd door de lokale institutionele ethische commissie (goedkeuringsnummer HEBMU-AUD/2025/017) en werd uitgevoerd in overeenstemming met de ethische principes van de Verklaring van Helsinki uit 1964 en de daaropvolgende wijzigingen of vergelijkbare ethische normen. Deze studie omvatte uitsluitend akoestische monitoring van de omgeving en bevatte geen directe deelname van patiënten, klinische interventies, verzameling van biologische monsters of de werving van identificeerbare persoonlijke informatie. Omdat de metingen uitsluitend op omgevingsniveau werden uitgevoerd onder routinematige ziekenhuisomstandigheden, is de vereiste voor schriftelijke geïnformeerde toestemming komen te vervallen. Het ziekenhuispersoneel werd geïnformeerd over het observationele karakter van de studie, en alle verzamelde gegevens werden geanonimiseerd en behandeld in overeenstemming met de institutionele richtlijnen voor gegevensbescherming.

Studieopzet

Deze studie is uitgevoerd als een observationele dwarsdoorsnedevraagstelling van omgevingslawaai binnen een tertiair ziekenhuis. Het primaire doel was om de LAeq te meten en te vergelijken over vijftien klinische afdelingen en vier gestandaardiseerde functionele ziekenhuiszones, om zo de ruimtelijke verdeling en variabiliteit van de akoestische blootstelling binnen de zorgomgeving te karakteriseren. Het maximale A-gewogen geluidsdrukniveau (LAFmax) en het piek C-gewogen geluidsdrukniveau (LCpeak) werden daarnaast vastgelegd om transiënte en impulsieve akoestische gebeurtenissen tijdens de routinematige ziekenhuisactiviteiten te karakteriseren. De gemeten geluidsniveaus werden geïnterpreteerd in relatie tot algemeen geraadpleegde internationale en regionale akoestische richtlijnen en normen, waaronder de WHO Community Noise Guidelines en Environmental Noise Guidelines, EN ISO 16032, PN-B-02151 en de Chinese nationale standaard GB3096-2022, waar van toepassing. Omdat deze documenten verschillen in beoogd doel, meetgegevens, middelingstijden, omgevingsfactoren en reikwijdte, werden vergelijkingen beschrijvend geïnterpreteerd in plaats van als formele conformiteitsbeoordelingen.

De studie richtte zich op een praktische akoestische milieu-assessment onder routineuze ziekenhuisomstandigheden in plaats van formele architectonische akoestische certificeringstesten. Het onderzoek was erop gericht om ruimtelijke variabiliteit in de blootstelling aan ziekenhuislawaai te identificeren en om associaties te onderzoeken tussen omgevingsgeluid en objectief geregistreerde operationele kenmerken, waaronder de bedcapaciteit van de afdeling, bezette bedden, het aantal personeelsleden, het aantal bezoekers, alarmgebeurtenissen, gesprekgebeurtenissen, kameroppervlak en kamervolume. De bedcapaciteit, het kameroppervlak en het kamervolume werden voorafgaand aan de gegevensverzameling verkregen uit de administratieve en technische dossiers van de afdeling. Bezette bedden werden direct voorafgaand aan elke akoestische meting geregistreerd. Tijdens elke akoestische opname van 10 min documenteerde een getrainde waarnemer gelijktijdig het aantal aanwezige personeelsleden en bezoekers binnen de vooraf gedefinieerde functionele zone via directe visuele telling. Alarmgebeurtenissen werden geregistreerd als het totaal aantal hoorbare activaties van medische apparatuuralarmen dat plaatsvond tijdens dezelfde observatieperiode van 10 min, terwijl gesprekgebeurtenissen werden geregistreerd als het totaal aantal afzonderlijke gespreksepisodes met patiënten, bezoekers of zorgpersoneel die duidelijk hoorbaar waren binnen de meetzone. Operationele variabelen werden gelijktijdig met elke akoestische meting vastgelegd met behulp van gestandaardiseerde casusrapportageformulieren en identieke telprocedures in alle afdelingen en functionele zones. De training van de waarnemers werd voltooid vóór de start van de studie met behulp van gestandaardiseerde schriftelijke instructies om een consistente implementatie van het registratieprotocol te waarborgen. Deze operationele variabelen werden verzameld als objectieve beschrijvingen van routineuze klinische activiteiten en werden geanalyseerd als verkennende verklarende variabelen in de mixed-effectsmodellen. Er is geen poging gedaan om causale relaties af te leiden tussen operationele variabelen en gemeten geluidsniveaus. Wij stelden ons voor dat de blootstelling aan omgevingsgeluid aanzienlijk zou variëren tussen functionele zones in het ziekenhuis en dat operationele kenmerken van de afdeling met betrekking tot patiëntbezetting, personeelsactiviteit, bezoekersactiviteit en omgevingsconfiguratie geassocieerd zouden zijn met hogere omgevingsgeluidsniveaus.

Metingen van het omgevingsgeluid werden uitgevoerd met behulp van een meertraps hiërarchisch bemonsteringskader, bestaande uit herhaalde waarnemingen genest binnen ziekenhuisafdelingen, functionele zones, vooraf gedefinieerde bemonsteringslocaties (ingang, midden en einde), gestandaardiseerde observatieperioden overdag en technische herhalingen van de metingen. Gestandaardiseerde observatieperioden werden gedefinieerd als de ochtend (09:00–11:00), het midden van de dag (13:00–15:00) en de middag (16:00–18:00), wat representatief is voor de routinefasen van de dagelijkse ziekenhuisactiviteiten, waarbij atypische overgangsperioden werden vermeden. Binnen elke observatieperiode werd het omgevingsgeluid op elke vooraf gedefinieerde bemonsteringslocatie vastgelegd middels drie opeenvolgende technische herhalingen van 10 min, waarbij het rekenkundig gemiddelde van de drie metingen werd gebruikt voor verdere analyses. Dit hiërarchische bemonsteringsontwerp maakte het mogelijk om zowel de ruimtelijke als de temporele variabiliteit van het omgevingsgeluid te karakteriseren, terwijl de invloed van kortstondige schommelingen in de routineuze ziekenhuisactiviteiten werd geminimaliseerd en de representativiteit van de metingen over verschillende klinische omgevingen werd verbeterd.

De studie is gerapporteerd in overeenstemming met de STROBE-aanbevelingen (Strengthening the Reporting of Observational Studies in Epidemiology) voor cross-sectionele observationele studies. Het protocol en de rapportage zijn daarnaast opgesteld in overeenstemming met de methodologische en reproduceerbaarheidseisen voor observationele onderzoeksartikelen gepubliceerd in het Journal of Visualized Experiments (JoVE), inclusief uitgebreide documentatie van bemonsteringsprocedures, instrumentatie, kalibratieruportages, meetmethodiek, kwaliteitscontroleprocedures, gegevensverwerking, statistische analyses en de beschikbaarheid van ondersteunende brondata.

Studieomgeving

De studie werd uitgevoerd in een groot tertiair opleidingsziekenhuis dat uitgebreide medische en chirurgische diensten verleent. Geluidsmetingen werden uitgevoerd tussen maart en augustus 2025 tijdens de reguliere werkzaamheden van het ziekenhuis op doordeweekse dagen. De gegevensverzameling was beperkt tot werkdagen om variabiliteit in verband met bezettingspatronen en klinische activiteiten in het weekend te minimaliseren. De gegevensverzameling vond plaats tijdens de operationele dagperioden tussen 09:00 en 19:00, waarbij representatieve akoestische omstandigheden werden vastgelegd die geassocieerd worden met routinematige patiëntenzorg, personeelsverplaatsingen, het gebruik van medische apparatuur en bezoekersactiviteiten. De metingen werden uitgevoerd tijdens drie vooraf gedefinieerde operationele perioden (ochtend, middag en namiddag) om rekening te houden met temporele variaties in de reguliere ziekenhuisactiviteiten, terwijl een gestandaardiseerd observatievenster overdag werd gehandhaafd. De metingen werden verkregen onder routinematige klinische werkomstandigheden zonder de patiëntenzorg, personeelsbezetting of omgevingscontroles te onderbreken of te wijzigen, waardoor realistische akoestische omstandigheden in het ziekenhuis werden weerspiegeld.

Afdelingen en bemonsteringskader

Vijftien klinische afdelingen die een breed scala aan medische en chirurgische specialismen vertegenwoordigen, werden met behulp van een doelgerichte steekproefmethode in de studie opgenomen. De afdelingen werden geselecteerd om variabiliteit in klinische activiteit, patiëntenaantallen, personeelsbezetting, afdelingsgrootte en ruimtelijke organisatie binnen de ziekenhuisomgeving vast te leggen.

De betrokken afdelingen waren Traumatologie en Orthopedie, het Centrum voor Congenitale Hartziekten, Afdeling Vasculaire en Zenuwziekten I, Afdeling Vasculaire en Zenuwziekten II, Afdeling Intensive Care II, Afdeling Ziekte van Parkinson, Afdeling Psychosomatische Geneeskunde I, Keel- neus- en strottenhoofdchirurgie, Afdeling Kniegewricht II, Hepatobiliaire en Pancreaschirurgie, Afdeling Gastroenterologische Diagnostiek en Behandeling I, Afdeling Gastroenterologische Diagnostiek en Behandeling II, Afdeling Urologie, Centrum voor Borst- en Schildklierdiagnostiek en Behandeling en de Afdeling Kindergeneeskunde.

Binnen elke afdeling werden metingen van het omgevingsgeluid verricht in vier gestandaardiseerde functionele zones die gebruikelijk zijn bij akoestische onderzoeken in ziekenhuizen: de afdelingszaal, de gang van de afdeling, het verpleegstation en het patiëntenactiviteitengebied. Deze locaties zijn geselecteerd om verschillende operationele omgevingen te vertegenwoordigen, die worden gekenmerkt door uiteenlopende patronen van patiëntenbewegingen, communicatie door het personeel, het gebruik van medische apparatuur, bezoekersactiviteiten en de klinische workflow.

Om de ruimtelijke representativiteit binnen elke functionele zone te verbeteren, werden drie vooraf gedefinieerde bemonsteringslocaties (ingang, midden en einde) systematisch geëvalueerd. De locatie bij de ingang werd gedefinieerd als het primaire toegangspunt tot de functionele zone, ongeveer 1–2 m binnen de zone om directe invloed van aangrenzende gebieden te vermijden. De locatie in het midden was gepositioneerd op het geometrische centrum of het belangrijkste activiteitsgebied van de functionele zone, wat representatief is voor routinematige operationele omstandigheden. De locatie aan het einde werd vastgesteld op het punt dat het verst van de ingang lag, terwijl het binnen dezelfde functionele zone bleef en toegankelijk was tijdens routinematige klinische operaties. Bemonsteringslocaties werden vóór de gegevensverzameling geselecteerd met behulp van een gestandaardiseerd protocol en consistent gehandhaafd over alle afdelingen. Wanneer de fysieke configuratie van een functionele zone tussen afdelingen verschilde, werden locaties geselecteerd op basis van deze vooraf gedefinieerde ruimtelijke criteria in plaats van absolute afstanden om methodologische consistentie te waarborgen. Deze meertraps ruimtelijke bemonsteringsaanpak is aangewend om de akoestische variabiliteit binnen elk operationeel gebied beter te karakteriseren en om de potentiële invloed van lokale geluidsbronnen die geassocieerd worden met enkelpuntmetingen te verminderen.

Op elke bemonsteringslocatie werd omgevingsruis geregistreerd gedurende drie gestandaardiseerde observatieperioden (ochtend, middag en namiddag). Tijdens elke observatieperiode werden drie opeenvolgende technische replica-metingen uitgevoerd met identieke instrumentinstellingen. Bijgevolg bestond het hiërarchische bemonsteringskader uit herhaalde waarnemingen over 15 klinische afdelingen, vier functionele zones, drie vooraf gedefinieerde bemonsteringslocaties, drie observatieperioden en drie technische replica's, wat resulteerde in een totaal van 1.620 individuele akoestische waarnemingen voor analyse. Dit hiërarchische bemonsteringskader genereerde herhaalde waarnemingen in zowel ruimte als tijd, waardoor zowel de variabiliteit binnen locaties als tussen locaties van omgevingsruis in het ziekenhuis kon worden gekarakteriseerd.

De in het manuscript gerapporteerde samenvattende waarden op afdelingsniveau zijn afgeleid van deze herhaalde metingen met behulp van vooraf gedefinieerde middelingprocedures, zoals hieronder beschreven. De volledige hiërarchische dataset is behouden voor inferentiële statistische analyses, zoals beschreven in de sectie Statistische Analyse.

Naast de afdelingen voor internalized patiënten werden twee representatieve openbare zones in het ziekenhuis meegenomen — één openbare binnenruimte voor activiteiten en één openbare buitenruimte voor activiteiten — om contextuele metingen van omgevingsgeluid buiten de directe patiëntenzorgomgevingen te verkrijgen. Deze metingen in de openbare zones werden beschrijvend geanalyseerd en waren uitgesloten van de statistische analyses per afdeling, de samenvattende statistieken per afdeling en de berekeningen van de noemers voor de metingen per afdeling.

Meetlocaties

Binnen elke afdeling werden metingen van het omgevingsgeluid verricht in vier vooraf gedefinieerde functionele zones die gebruikelijk zijn bij akoestische onderzoeken in ziekenhuizen: de afdelingszaal, de gang van de afdeling, het verpleegstation en het patiëntenactiviteitengedeelte. Deze locaties zijn geselecteerd om verschillende patronen van klinische activiteit, patiëntenverplaatsing, communicatie-intensiteit en het gebruik van apparatuur binnen de ziekenhuisomgeving te vertegenwoordigen. De afdelingszaal vertegenwoordigde de algemene patiëntzorg- en bedgebieden; de gang van de afdeling vertegenwoordigde de primaire circulatieroutes voor patiënten, personeel en transport van apparatuur; het verpleegstation vertegenwoordigde het centrale administratieve en klinische coördinatiegebied; en het patiëntenactiviteitengedeelte vertegenwoordigde aangewezen ruimtes voor beweging, wachten of interactie van patiënten.

Binnen elke functionele zone werden metingen verricht op drie gestandaardiseerde bemonsteringslocaties (ingang, midden en einde), waardoor een representatieve ruimtelijke dekking van elk operationeel gebied werd verkregen. De bemonsteringslocaties werden geselecteerd om de invloed van lokale geluidsbronnen te minimaliseren, terwijl representatieve meetposities binnen routinematige klinische omgevingen behouden bleven. De microfoon werd indien mogelijk, zonder de routinematige klinische activiteiten te hinderen, op ongeveer 1,3 m boven de vloer en ten minste 1 m van muren, grote reflecterende oppervlakken en belangrijke obstructies geplaatst. Het gebruik van gestandaardiseerde functionele zones en vooraf gedefinieerde bemonsteringslocaties maakte een consistente vergelijking van de akoestische omstandigheden mogelijk tussen afdelingen met verschillende klinische workflows en ruimtelijke indelingen.

Instrumentatie voor ruismeting

Omgevingsgeluidsmetingen werden uitgevoerd met een precisie-integrerende geluidsdrukmeter van Klasse 1, conform de normen IEC 61672-1:2013 en ANSI S1.4-2014 voor nauwkeurige akoestische omgevingsmetingen. Het instrument was geconfigureerd met A-weging [dB(A)] om de menselijke gehoorgevoeligheid te benaderen en een trage (S) tijdsweging (1 seconde integratie) om routinematig omgevingsgeluid onder operationele ziekenhuiscondities te karakteriseren. De primaire akoestische parameter was de LAeq (dB[A]). Daarnaast werden de LAFmax en LCpeak geregistreerd tijdens elke meetperiode om transiënte en impulsieve akoestische gebeurtenissen binnen de ziekenhuisomgeving te karakteriseren. De metingen werden uitgevoerd onder routinematige omgevingscondities in het ziekenhuis voor observationele akoestische beoordeling in plaats van formele architectonische akoestische certificeringstesten. Bijgevolg werden de geregistreerde akoestische parameters geïnterpreteerd als indicatoren van operationele blootstelling aan omgevingsgeluid en niet als technische maten voor de akoestische prestaties van het gebouw. Voor en na elke meetsessie werd de geluidsdrukmeter gekalibreerd met een akoestische kalibrator van Klasse 1 die 94 dB bij 1 kHz genereerde. De kalibratieafwijking bleef gedurende de studieperiode binnen ±0.5 dB. Metingen waarbij een afwijking na kalibratie van meer dan ±0.5 dB werd aangetoond, werden herhaald na herkalibratie van het instrument. Kalibratieverslagen werden gedurende de gehele studie bijgehouden als onderdeel van de kwaliteitscontroleprocedure.

Procedure voor gegevensverzameling

Geluidsmetingen werden uitgevoerd tijdens de operationele uren op doordeweekse dagen (09:00–19:00) om representatieve akoestische omstandigheden in het ziekenhuis tijdens routinematige klinische activiteiten vast te leggen.

Binnen elke functionele zone werden metingen sequentieel uitgevoerd op drie vooraf gedefinieerde bemonsteringslocaties (begin, midden en einde). Op elke bemonsteringslocatie werden waarnemingen gedaan tijdens drie gestandaardiseerde operationele perioden (ochtend, middag en namiddag). Tijdens elke waarnemingsperiode werden drie opeenvolgende technische replica-metingen geregistreerd met identieke instrumentinstellingen. Bij elk meetpunt werd de microfoon op ongeveer 1,3 m boven de vloer geplaatst en ten minste 1 m verwijderd van nabijgelegen muren of grote reflecterende oppervlakken. Metingen werden verkregen tijdens continue opname-intervallen van 10 min, waarbij LAeq, LAFmax en LCpeak automatisch werden berekend en opgeslagen door de software van de geluidsmetermeter voor elk opname-interval.

Tijdens elke observatieperiode werden de operationele kenmerken van de meetlocatie, waaronder het aantal personeelsleden, het aantal bezoekers, alarmgebeurtenissen en gespreksgebeurtenissen, vastgelegd met een gestandaardiseerd observatieformulier. Afdelingskenmerken, waaronder bedcapaciteit, bezette bedden, kameroppervlakte en kamervolume, werden verkregen uit de administratieve dossiers van het ziekenhuis en geverifieerd voorafgaand aan de statistische analyse. Om rekening te houden met kortstondige temporele variabiliteit in de ziekenhuisactiviteit, werden metingen herhaald over de drie vooraf gedefinieerde operationele perioden (ochtend, middag en namiddag). Voor de beschrijvende rapportage werden herhaalde technische replica-metingen eerst gemiddeld binnen elke observatieperiode, waarna de periodespecifieke waarden werden gemiddeld om representatieve waarden voor elke bemonsteringslocatie te verkrijgen. Samenvattende statistieken voor afdelingen en functionele zones werden vervolgens afgeleid met behulp van vooraf gedefinieerde middelingprocedures, terwijl de volledige hiërarchische dataset werd behouden voor inferentiële statistische analyses. De omgevingsomstandigheden werden gelijktijdig gemonitord met een digitale thermo-hygrometer om relatief stabiele meetomstandigheden tijdens de gegevensverzameling te garanderen. De vastgelegde omgevingsomstandigheden varieerden van 20°C–26°C voor de temperatuur en 40%–65% voor de relatieve vochtigheid. Eén geplande observatie in het patiëntenactiviteitsgebied van de afdeling Intensive Care II kon niet worden voltooid vanwege tijdelijke beperkingen voor noodzorg tijdens de meetperiode. Deze observatie werd als missend geregistreerd en uitgesloten van daaropvolgende analyses met een complete-case benadering zonder data-imputatie.

Gegevensbeheer en kwaliteitscontrole

Meetwaarden werden handmatig genoteerd op het moment van acquisitie en vervolgens na elke meetsessie gecontroleerd aan de hand van de digitaal opgeslagen opnames van de geluidsdrukniveaumeter. Alle akoestische gegevens werden overgebracht naar een beveiligde elektronische database en onafhankelijk gecontroleerd op transcriptiefouten, ontbrekende waarden, dubbele records en onwaarschijnlijke waarnemingen voorafgaand aan de statistische analyse. Kortstondige akoestische gebeurtenissen die geen verband hielden met de reguliere ziekenhuisactiviteiten, zoals tijdelijke bouwwerkzaamheden of externe noodsirenes, werden uitgesloten zodra deze tijdens de monitoring werden geïdentificeerd. Twee getrainde researchassistenten documenteerden en verifieerden alle metingen onafhankelijk van elkaar om registratiefouten door de waarnemer te beperken. Elk verschil groter dan 1 dB tussen onafhankelijk genoteerde waarden leidde tot herverificatie van de oorspronkelijke meting en, indien nodig, tot een herhaalde beoordeling. De kalibratierapporten werden voor elke meetsessie beoordeeld, en alleen waarnemingen die voldeden aan het vooraf gedefinieerde kalibratieacceptatiecriterium (±0.5 dB drift) werden behouden voor analyse.

Kwaliteitscontroleprocedures omvatten daarnaast de verificatie van afdelingsidentificatoren, functionele zones, bemonsteringslocaties, observatieperioden en het aantal technische replica's om consistentie binnen de hiërarchische dataset te waarborgen. Operationele variabelen, waaronder het aantal personeelsleden, het aantal bezoekers, alarmgebeurtenissen en gespreksgebeurtenissen, werden gecontroleerd aan de hand van gestandaardiseerde veldregistratieformulieren voordat de database werd gesloten. Eén geplande observatie uit het patiëntenactiviteitsgebied van de afdeling Intensive Care II kon niet worden voltooid vanwege tijdelijke beperkingen in de spoedeisende zorg en werd als ontbrekend geregistreerd. Omdat het aandeel ontbrekende gegevens minimaal was en niet gerelateerd was aan de meetkwaliteit, werden de analyses uitgevoerd met een complete-case benadering zonder data-imputatie. Aangezien de studie was opgezet als een praktische akoestische milieuonderzoek onder reële ziekenhuisomstandigheden, viel een formele engineering-onzekerheidsanalyse buiten de reikwijdte van het onderzoek. Desalniettemin werden gestandaardiseerde instrumentatie, routinematige kalibratie, herhaalde spatiale en temporele metingen, technische replicatie-opnames, dubbele gegevensverificatie en vooraf gedefinieerde kwaliteitscontroleprocedures geïmplementeerd om de meetnauwkeurigheid, consistentie en reproduceerbaarheid te maximaliseren.

Uitkomstmaten

De primaire uitkomst van de studie was het equivalent continu omgevingsgeluidsniveau (LAeq, dB[A]), gemeten in verschillende ziekenhuisafdelingen en gestandaardiseerde functionele zones. Secundaire akoestische uitkomsten omvatten de LAFmax en LCpeak, die tijdens elke meetperiode werden geregistreerd om transiënte en impulsieve akoestische gebeurtenissen binnen de ziekenhuisomgeving te karakteriseren. Secundaire uitkomsten omvatten de vergelijking van gemiddelde omgevingsruisniveaus tussen ziekenhuisafdelingen en functionele zones, de identificatie van locaties met een relatief hogere of lagere akoestische blootstelling, de beoordeling van het aandeel meetpunten dat de veelgebruikte richtwaarden en normen voor omgevingsruis in ziekenhuizen overschreed, waaronder de richtwaarden van de WHO, EN ISO 16032, PN-B-02151 en de Chinese nationale standaard GB3096-2022, waar van toepassing, en het onderzoeken van associaties tussen omgevingsruisniveaus en objectief geregistreerde operationele kenmerken, waaronder de bedcapaciteit van de afdeling, bezette bedden, kameroppervlakte, kamervolume, aantal personeelsleden, aantal bezoekers, alarmgebeurtenissen en gespreksgebeurtenissen. Operationele variabelen werden geëvalueerd als verkennende factoren die potentieel geassocieerd waren met blootstelling aan omgevingsruis en werden niet geïnterpreteerd als bewijs voor causale determinanten van de akoestische omstandigheden in het ziekenhuis. De studie was ontworpen als een akoestische milieubeoordeling en bevatte geen directe evaluatie van klinische patiëntuitkomsten, uitkomsten op het gebied van arbeidsgezondheid of fysiologische reacties gerelateerd aan blootstelling aan geluid. Bijgevolg moeten alle bevindingen worden geïnterpreteerd als akoestische omgevingswaarnemingen en niet als maatstaven voor patiëntveiligheid, klinische effectiviteit of uitkomsten op het gebied van arbeidsgezondheid.

Statistische analyse

Alle meetgegevens zijn samengesteld met Microsoft Excel en geanalyseerd met IBM SPSS Statistics versie 29.0 en R statistische software (versie 4.3.3). Lineaire mixed-effects analyses zijn uitgevoerd met de pakketten lme4, lmerTest en emmeans. De primaire analytische uitkomstmaat was de LAeq. LAFmax en LCpeak zijn beschrijvend samengevat en gerapporteerd als secundaire akoestische uitkomstmaten. Beschrijvende statistieken, waaronder het gemiddelde, de standaarddeviatie (SD), de mediaan, het interkwartielafstand (IQR), en de minimum- en maximumwaarden, zijn berekend voor ziekenhuisafdelingen en functionele zones. Continue geluidsmetingen worden, waar toepaselijk, weergegeven als gemiddelde ± SD. Omdat omgevingsgeluidsmetingen zijn verkregen via een hiërarchisch steekproefkader, waren herhaalde waarnemingen genest binnen bemonsteringslocaties, functionele zones en ziekenhuisafdelingen. Inferentiële statistische analyses zijn daarom uitgevoerd met de volledige hiërarchische dataset, in plaats van uitsluitend te vertrouwen op samenvattende waarden op afdelingsniveau.

De primaire inferentiële analyse evalueerde verschillen in LAeq over verschillende functionele ziekenhuiszones met behulp van een lineair mixed-effects model, waarbij de ziekenhuisafdeling als random effect werd gespecificeerd om rekening te houden met de clustering van herhaalde waarnemingen. De functionele zone werd opgenomen als het belangrijkste fixed effect, en geschatte marginale gemiddelden werden vergeleken met behulp van Tukey-gecorrigeerde paarsgewijze vergelijkingen wanneer het algemene fixed effect statistisch significant was. Vervolgens werden exploratieve mixed-effects regressieanalyses uitgevoerd om associaties tussen omgevingsgeluid en geselecteerde operationele kenmerken te evalueren. Om overfitting van het model te minimaliseren, bevatte het primaire exploratieve model alleen operationele variabelen met een sterke theoretische rechtvaardiging en aanvaardbare multicollineariteit, specifiek de bedcapaciteit per afdeling en het aantal bezoekers. Regressiecoëfficiënten (β), 95% betrouwbaarheidsintervallen (CI) en de overeenkomstige P-waarden werden gerapporteerd. Een uitgebreider mixed-effects model waarin bezette bedden, kameroppervlakte, kamervolume, aantal personeelsleden, alarmgebeurtenissen en gespreksgebeurtenissen waren opgenomen, werd uitgevoerd als sensitiviteitsanalyse en wordt gepresenteerd in het aanvullende materiaal. Alle regressieanalyses werden als exploratief beschouwd en werden niet geïnterpreteerd als bewijs voor causale relaties.

Voorafgaand aan de modelpassing werden de aannames van benaderende normaliteit en homoscedasticiteit geëvalueerd met behulp van de Shapiro–Wilk-toets, inspectie van residuplots, kwantiel-kwantielplots en residu-versus-gepaste plots. Multicollineariteit tussen de verklarende variabelen werd beoordeeld aan de hand van variantie-inflatiefactoren (VIF's). De modelpassing werd samengevat met behulp van marginale en conditionele determinatiecoëfficiënten (R2), en intraclass-correlatiecoëfficiënten (ICC's) werden berekend om clustering per ziekenhuisafdeling te kwantificeren. Een tweezijdige P-waarde < 0,05 werd beschouwd als statistisch significant. Gemeten geluidsniveaus werden daarnaast geïnterpreteerd in relatie tot internationaal gerefereerde akoestische aanbevelingen, waaronder de WHO Environmental Noise Guidelines for the European Region (2018), EN ISO 16032-aanbevelingen voor bouwakoestiek, PN-B-02151-normen voor gezondheidszorgakoestiek en de Chinese nationale standaard GB3096-2022 voor omgevingsgeluid in ziekenhuizen. Omdat deze referentiedocumenten verschillen in reikwijdte, beoogde toepassing en meetmethodiek, werden vergelijkingen beschrijvend geïnterpreteerd in plaats van als formele conformiteitsbeoordelingen. Het aandeel meetpunten dat de geselecteerde referentiedrempels overschreed, werd beschrijvend berekend. Om de ruimtelijke variabiliteit in blootstelling aan omgevingsgeluid over afdelingen en functionele zones van het ziekenhuis te visualiseren, werden heatmaps, boxplots en scatterplots met gepaste regressielijnen gegenereerd. Omdat de studie herhaalde metingen in operationele ziekenhuisomgevingen omvatte, werden statistische analyses geïnterpreteerd als explorerende omgevingsvergelijkingen en niet als causale inferentiemodellen. Ontbrekende metingen werden behandeld met behulp van complete-case-analyse zonder data-imputatie. De enkele ontbrekende observatie van de afdeling Intensive Care II vertegenwoordigde minder dan 1% van de volledige dataset en werd daarom geacht geen wezenlijke invloed uit te oefenen op de algemene bevindingen.

Resultaten

Studiekenmerken en meetkader

Metingen van omgevingsgeluid werden uitgevoerd in 15 klinische afdelingen van een groot tertiair opleidingsziekenhuis tussen maart en augustus 2025 met behulp van een gestandaardiseerd hiërarchisch bemonsteringsprotocol (Figuur 1). Binnen elke afdeling werden vier vooraf gedefinieerde functionele zones (zaal, patiëntenactiviteitsruimte, gang en verpleegpost) geëvalueerd. Binnen elke functionele zone werden drie vaste bemonsteringslocaties vastgesteld, en metingen werden verkregen gedurende drie gestandaardiseerde observatieperioden overdag (09:00–19:00). Op elke locatie en tijdens elke observatieperiode werden drie opeenvolgende technische replica-metingen geregistreerd met een gekalibreerde Klasse 1 geluidsdrukmeter, waarbij akoestische gegevens voor LAeq, LAFmax en LCpeak werden gegenereerd. Operationele variabelen, waaronder bedcapaciteit, bezette bedden, personeelsaantal, bezoekersaantal, alarmgebeurtenissen, gespreksgebeurtenissen, kameroppervlakte en kamervolume, werden gelijktijdig met elke akoestische observatie geregistreerd. Het geplande bemonsteringskader bestond uit 1.620 akoestische observaties (15 afdelingen × 4 functionele zones × 3 bemonsteringslocaties × 3 observatieperioden × 3 technische replica's). Eén geplande observatie in de patiëntenactiviteitsruimte van de afdeling Intensive Care II kon niet worden voltooid vanwege tijdelijke beperkingen in de toegang voor spoedeisende zorg en werd behandeld met behulp van complete-case-analyse zonder data-imputatie, zoals vooraf gespecificeerd in het statistische analyseplan. Aanvullende metingen in binnen- en buitenruimtes voor het publiek werden verkregen voor beschrijvende contextuele vergelijking, maar werden uitgesloten van de mixed-effects-analyses op afdelingsniveau (Figuur 1). De kenmerken van de deelnemende afdelingen zijn samengevat in Tabel 1. De bedcapaciteit varieerde van 21 tot 72 bedden, met een overeenkomstig gemiddeld aantal bezette bedden variërend van 17,8 tot 60,6. De gemiddelde personeelsaantallen waren relatief consistent tussen de afdelingen (5,5–5,9 personen per observatie), terwijl het aantal bezoekers gemiddeld ongeveer vijf personen per observatie bedroeg. De oppervlakten van de afdelingskamers varieerden van 145,8 tot 500,3 m2, en de kamervolumes varieerden van 466,5 tot 1.601,0 m3, wat wijst op aanzienlijke variatie in de fysieke kenmerken van de deelnemende afdelingen.

Studieontwerp voor ziekenhuisgeluidsmeting; protocolschema, bemonsteringsopstelling, resultaten van akoestische gegevens.
Figuur 1: Studieontwerp en hiërarchisch protocol voor het meten van omgevingsgeluid. Overzicht van het studieontwerp en het hiërarchische protocol voor het meten van omgevingsgeluid. Het omgevingsgeluid werd beoordeeld in 15 klinische afdelingen van een tertiair opleidingsziekenhuis met behulp van een meertraps hiërarchisch bemonsteringskader. Metingen werden uitgevoerd in vier gestandaardiseerde functionele zones (ziekenzaal, gang, verpleegpost en patiëntenactiviteitsruimte), op drie vooraf gedefinieerde bemonsteringslocaties (ingang, midden en einde), gedurende drie observatieperioden overdag (ochtend, middag en namiddag), en in drie opeenvolgende technische replica's. Het equivalent continu A-gewogen geluidsdrukniveau (LAeq) was de primaire uitkomstmaat, en het maximale A-gewogen geluidsdrukniveau (LAFmax) en het piek C-gewogen geluidsdrukniveau (LCpeak) werden geregistreerd als secundaire akoestische uitkomsten. Operationele variabelen werden gelijktijdig vastgelegd, en alle metingen ondergingen kalibratie en vooraf gedefinieerde kwaliteitscontroleprocedures voorafgaand aan de statistische analyse. LAeq, equivalent continu A-gewogen geluidsdrukniveau; LAFmax, maximaal A-gewogen geluidsdrukniveau; LCpeak, piek C-gewogen geluidsdrukniveau. Klik hier om een grotere versie van deze figuur te bekijken.

AfdelingBedcapaciteitGemiddeld aantal bezette beddenKameroppervlakte (m²)Kamervolume (m³)Gemiddeld aantal medewerkersGemiddeld aantal bezoekersGemiddeld aantal alarmenGemiddeld aantal gesprekken
Traumatologische orthopedie4033.8280.1896.35.54.82.46.5
Centrum voor Borst- en Schildklierdiagnostiek en -behandeling6050.6416.81333.85.74.82.46.2
Centrum voor Aangeboren Hartafwijkingen3529.4243.6779.55.752.46.5
Keel- Neus- en Oorheelkunde en Hoofd-Halschirurgie5042.2348.11113.95.852.56.7
Afdeling Gastro-enterologische Diagnostiek en Behandeling I3831.9264.8847.35.852.56.6
Afdeling Gastroenterologische Diagnostiek en Behandeling II5243.9361.71157.45.74.92.46.5
Hepatobiliaire en pancreaschirurgie4840.5334.11069.25.85.12.56.8
Afdeling Intensive Care II2117.8145.8466.55.74.82.56.5
Afdeling Kniegewricht II4537.8312.71000.65.84.92.56.5
Afdeling ziekte van Parkinson5546.2382.212235.95.12.56.8
Afdeling Psychosomatische Geneeskunde I6857.1472.61512.35.852.56.7
Afdeling Pediatrie4033.6278.6891.55.85.12.56.8
Afdeling Urologie6252.1431.213805.852.56.6
Afdeling Vasculaire Zaken en Neurologie I7260.6500.316015.95.12.56.9
Afdeling Vasculaire Zaken en Neurologie II6050.4417.513365.74.82.46.3

Tabel 1: Kenmerken van de ziekenhuisafdelingen die in de studie zijn opgenomen. Basiskenmerken van de bedrijfsvoering van de 15 klinische afdelingen die zijn meegenomen in de enquête naar omgevingslawaai. Variabelen op afdelingsniveau omvatten de bedcapaciteit, het gemiddeld aantal bezette bedden, het kameroppervlak, het kamervolume en het gemiddelde aantal medewerkers, bezoekers, alarmen en gesprekken dat is geregistreerd tijdens gestandaardiseerde observatieperioden overdag. Operationele variabelen vertegenwoordigen gemiddelde waarden die tijdens de vooraf gedefinieerde observatieperioden zijn verkregen en werden geëvalueerd als verkennende variabelen in de mixed-effects regressieanalyses. Kameroppervlak en kamervolume worden respectievelijk gerapporteerd in vierkante meters (m2) en kubieke meters (m3).

Beschrijvende akoestische kenmerken over functionele zones

Over alle 1.620 waarnemingen vertoonden de verpleegposten de hoogste omgevingsgeluidsniveaus, gevolgd door gangen, patiëntenactiviteitsruimten en zalen (Tabel 2; Figuur 2 en 3). De gemiddelde LAeq-waarden waren 66,90 ± 2,34 dB(A) bij de verpleegposten, 63,97 ± 2,38 dB(A) in de gangen, 61,38 ± 2,17 dB(A) in de patiëntenactiviteitsruimten en 60,38 ± 2,22 dB(A) in de zalen. Vergelijkbare ruimtelijke gradiënten werden waargenomen voor LAFmax en LCpeak, wat wijst op consistente verschillen over alle drie de akoestische meetwaarden. Gedetailleerde beschrijvende samenvattingen van de secundaire akoestische uitkomsten (LAFmax en LCpeak) worden gegeven in Aanvullende Tabel 1.

Functionele zoneObservaties (n)LAeq, dB(A) Gemiddelde ± SDLAFmax, dB(A) Gemiddelde ± SDLCpeak, dB(C) Gemiddelde ± SDMediaan LAeq (IQR), dB(A)
Afdeling40560.38 ± 2.2267.95 ± 2.3779.21 ± 3.3160.4 (58.9–61.9)
Gang40563.97 ± 2.3871.46 ± 2.5982.76 ± 3.5664.0 (62.5–65.5)
Verpleegpost40566.90 ± 2.3474.43 ± 2.5685.72 ± 3.5666.7 (65.4–68.3)
Activiteitsruimte patiënten40561.38 ± 2.1769.00 ± 2.4280.20 ± 3.3761.5 (60.0–62.7)

Tabel 2: Beschrijvende akoestische kenmerken per functionele zone van het ziekenhuis. Beschrijvende akoestische kenmerken voor de vier gestandaardiseerde functionele zones van het ziekenhuis. Waarden worden weergegeven als gemiddelde ± standaarddeviatie (SD), tenzij anders aangegeven. De mediaan en het interkwartielbereik (IQR) worden gerapporteerd voor het equivalent continu A-gewogen geluidsdrukniveau (LAeq). Elke functionele zone droeg 405 waarnemingen bij aan de hiërarchische dataset (totaal n = 1.620). LAeq, equivalent continu A-gewogen geluidsdrukniveau; LAFmax, maximaal A-gewogen geluidsdrukniveau; LCpeak, piek C-gewogen geluidsdrukniveau; IQR, interkwartielbereik.

Heatmap van gemiddelde continue A-gewogen geluidsniveaus over ziekenhuisafdelingen en functionele zones.
Figuur 2: Heatmap van gemiddelde equivalente continue A-gewogen geluidsdrukniveaus over ziekenhuisafdelingen en functionele zones. Heatmap die de gemiddelde equivalente continue A-gewogen geluidsdrukniveaus (LAeq) weergeeft voor elke ziekenhuisafdeling en functionele zone. Celwaarden vertegenwoordigen de gemiddelde LAeq in A-gewogen decibels [dB(A)], en de kleurenschaal geeft toenemende geluidsniveaus aan van lagere naar hogere waarden. Functionele zones omvatten zalen, gangen, verpleegposten en patiëntactiviteitsgebieden. CHD, aangeboren hartafwijking; ICU, intensive care unit; LAeq, equivalent continu A-gewogen geluidsdrukniveau. Klik hier om een grotere versie van deze figuur te bekijken.

Boxplot-diagram van LAeq (dBA)-niveaus per functionele zone, met de geluidsverdeling over verschillende gebieden.
Figuur 3: Verdeling van de equivalent-continue A-gewogen geluidsdrukniveaus over gestandaardiseerde functionele zones in het ziekenhuis. Boxplots die de verdeling van equivalent-continue A-gewogen geluidsdrukniveaus (LAeq) over vier gestandaardiseerde functionele zones in het ziekenhuis tonen. De boxen vertegenwoordigen het interkwartielbereik (25e–75e percentiel), de horizontale lijn in elke box geeft de mediaan aan, en het ×-symbool duidt het gemiddelde aan. De whiskers reiken tot 1,5 keer het interkwartielbereik (IQR), en waarnemingen buiten de whiskers worden weergegeven als uitschieters. Elke functionele zone bevat 405 waarnemingen (totaal n = 1.620). Verschillen tussen functionele zones werden geëvalueerd met het primaire lineaire mixed-effects model met Tukey-gecorrigeerde paarsgewijze vergelijkingen. LAeq, equivalent-continu A-gewogen geluidsdrukniveau; IQR, interkwartielbereik. Klik hier om een grotere versie van deze figuur te bekijken.

De heat map in Figuur 2 laat een consistent ruimtelijk patroon zien over de 15 deelnemende afdelingen. Verpleegstations vertoonden consistent de hoogste gemiddelde LAeq-waarden, ongeacht het klinische specialisme, terwijl ziekenzaalgebieden de laagste equivalent continue A-gewogen geluidsdrukniveaus vertoonden. Afdelingen met een grotere bedcapaciteit, waaronder Afdeling Vasculaire en Zenuwaandoeningen I, Afdeling Psychosomatische Geneeskunde I en de Afdeling Urologie, vertoonden over het algemeen hogere gemiddelde LAeq-waarden over de functionele zones dan afdelingen met een kleinere bedcapaciteit, zoals Afdeling Intensive Care II en het Centrum voor Aangeboren Hartziekten. Hoewel er een bescheiden interdepartementale variabiliteit werd waargenomen, bleef de relatieve rangschikking van de functionele zones consistent. Gemiddelde LAeq-waarden bij verpleegstations varieerden van 64,1 dB(A) op Afdeling Intensive Care II tot 68,9 dB(A) op Afdeling Vasculaire en Zenuwaandoeningen I, terwijl metingen in de ziekenzalen varieerden van 57,9 tot 61,6 dB(A). Patiëntenactiviteitsgebieden en gangen vertoonden in bijna alle afdelingen tussenliggende waarden (Figuur 2). Figuur 3 illustreert de verdeling van de LAeq-metingen binnen elke functionele zone. De mediane LAeq-waarden waren het hoogst bij de verpleegstations (66,7 dB[A]), gevolgd door de gangen (64,0 dB[A]), patiëntenactiviteitsgebieden (61,5 dB[A]) en ziekenzalen (60,4 dB[A]). Hoewel er in alle functionele zones incidenteel waarnemingen met hoge waarden werden geïdentificeerd, waren de interkwartielafstanden relatief smal, wat duidt op een beperkte variabiliteit binnen elke functionele omgeving. De boxplots tonen een duidelijke scheiding in de verdeling van de LAeq-waarden tussen de vier functionele zones (Figuur 3).

Mixed-effects vergelijking van functionele zones

Om rekening te houden met de hiërarchische structuur van herhaalde akoestische metingen binnen ziekenhuisafdelingen, maakte de primaire analyse gebruik van een lineair mixed-effects model met de ziekenhuisafdeling als random intercept en de functionele zone als fixed effect (Tabel 3). Deze modelleringsaanpak hield rekening met clustering binnen afdelingen, terwijl de gecorrigeerde verschillen in LAeq tussen de vier vooraf gedefinieerde functionele zones werden geschat.

Vaste effecten (Uitkomst: LAeq)
Vast effectβSE95% BIp-waarde
Intercept (Corridor)63.9720.26663,451 tot 64,493<0.001
Verpleegpost2.9310.1462,644 tot 3,218<0.001
Activiteitszone voor patiënten−2.5940.146−2,881 tot −2,307<0.001
Afdeling−3.5890.146−3,876 tot −3,302<0.001
Geschatte Marginale Gemiddelden
Functionele zoneGeschatte gemiddelde LAeq, dB(A)
Verpleegpost66.9
Gang63.97
Activiteitszone voor patiënten61.38
Afdeling60.38
Tukey-gecorrigeerde paarsgewijze vergelijkingen
VergelijkingGemiddeld verschil, dB(A)Gecorrigeerde P-waarde
Verpleegpost vs. Gang2.93<0.001
Verpleegpost versus patiëntenactiviteitengebied5.52<0.001
Zusterpost versus afdeling6.52<0.001
Gang versus patiëntenactiviteitsruimte2.59<0.001
Gang versus Afdeling3.59<0.001
Activiteitsruimte voor patiënten versus afdeling0.99<0.001
Modelprestaties
StatistiekWaarde
Intraclasscorrelatiecoëfficiënt (ICC)0.172
Marginale R²0.53
Conditionele R²0.61

Tabel 3: Primair lineair mixed-effects model ter vergelijking van omgevingsgeluid over verschillende functionele ziekenhuiszones. Resultaten van het primaire lineaire mixed-effects model dat verschillen in equivalente continue A-gewogen geluidsdrukniveaus (LAeq) evalueert tussen de vier gestandaardiseerde functionele ziekenhuiszones. De ziekenhuisafdeling werd gespecificeerd als een random intercept om rekening te houden met de clustering van herhaalde waarnemingen, en de functionele zone werd opgenomen als een fixed effect, waarbij de gang als referentiecategorie diende. Regressiecoëfficiënten (β), standaardfouten (SE), Wald 95% betrouwbaarheidsintervallen (CI) en tweezijdige P-waarden worden gepresenteerd voor de fixed effects. Geschatte marginale gemiddelden werden vergeleken met behulp van Tukey-gecorrigeerde paarsgewijze vergelijkingen. De modelprestaties zijn samengevat met de intraclass correlatiecoëfficiënt (ICC) en de marginale en conditionele determinatiecoëfficiënten (R2), berekend volgens de methode van Nakagawa en Schielzeth. LAeq, equivalent continu A-gewogen geluidsdrukniveau; β, regressiecoëfficiënt; SE, standaardfout; CI, betrouwbaarheidsinterval; ICC, intraclass correlatiecoëfficiënt.

De mixed-effects analyse toonde een zeer significant algemeen effect van de functionele zone op de omgevingsgeluidsniveaus aan (algemene likelihood-ratio test, P < 0,001). Met de gang als referentiecategorie vertoonden posten van verpleegkundigen significant hogere LAeq-waarden (β = 2,931 dB[A], SE = 0,146, 95% BI = 2,644–3,218, P < 0,001), terwijl patiëntenactiviteitsruimtes (β = −2,594 dB[A], SE = 0,146, 95% BI = −2,881 tot −2,307, P < 0,001) en ziekenzalen (β = −3,589 dB[A], SE = 0,146, 95% BI = −3,876 tot −3,302, P < 0,001) significant lagere LAeq-waarden vertoonden (Tabel 3). De geschatte marginale gemiddelden afgeleid uit het mixed-effects model toonden een duidelijk hiërarchisch patroon van omgevingsgeluid over de functionele zones. De gecorrigeerde gemiddelde LAeq was het hoogst bij posten van verpleegkundigen (66,90 dB[A]), gevolgd door gangen (63,97 dB[A]), patiëntenactiviteitsruimtes (61,38 dB[A]) en ziekenzalen (60,38 dB[A]). Alle paarsgewijze vergelijkingen bleven statistisch significant na Tukey-correctie (alle gecorrigeerde P < 0,001), wat wijst op statistisch significante verschillen in LAeq tussen alle vier de functionele zones. De gemiddelde verschillen varieerden van 0,99 dB(A) tussen patiëntenactiviteitsruimtes en ziekenzalen tot 6,52 dB(A) tussen posten van verpleegkundigen en ziekenzalen. Figuur 4 vat de model-gecorrigeerde schattingen samen. Geschatte marginale gemiddelden en hun 95% betrouwbaarheidsintervallen vertoonden minimale overlap tussen de functionele zones, en de Tukey-groepering wees elke zone toe aan een unieke significantiegroep (A–D). Posten van verpleegkundigen werden toegewezen aan groep A met de hoogste gecorrigeerde LAeq, gevolgd door gangen (groep B), patiëntenactiviteitsruimtes (groep C) en ziekenzalen (groep D). Variantiecomponentanalyse toonde aan dat ongeveer 17,2% van de totale variabiliteit in LAeq toe te schrijven was aan verschillen tussen ziekenhuisafdelingen (intraclass correlatiecoëfficiënt = 0,172), wat de inclusie van een random intercept op afdelingsniveau ondersteunt. De fixed effects verklaarden 53% van de variabiliteit in omgevingsgeluid (marginale R2 = 0,53), terwijl het gecombineerde fixed- en random-effects model 61% van de totale variabiliteit verklaarde (conditionele R2 = 0,61), wat duidt op een goede verklarende prestatie van het hiërarchische model (Tabel 3).

Geschatte marginale gemiddelden van LAeq per zone; grafiek; analyse met mixed-effects model, betrouwbaarheidsintervallen.
Figuur 4: Geschatte Marginale Gemiddelden van Equivalent Continue A-Gewogen Geluidsdrukken in Functionele Zones van het Ziekenhuis. Geschatte marginale gemiddelden (EMMs) van equivalent continue A-gewogen geluidsdrukken (LAeq) in de vier functionele zones van het ziekenhuis, afgeleid uit het primaire lineaire mixed-effects model. De punten representeren de door het model geschatte marginale gemiddelden, en de horizontale foutbalken geven 95% betrouwbaarheidsintervallen (CIs) aan. De ziekenhuisafdeling werd opgenomen als random effect en de functionele zone als fixed effect. Paarsgewijze vergelijkingen werden uitgevoerd met behulp van Tukey-gecorrigeerde geschatte marginale gemiddelden; functionele zones met verschillende letters representeren statistisch significante verschillen (P < 0,05). Elke functionele zone droeg 405 waarnemingen bij aan de analyse. LAeq, equivalent continue A-gewogen geluidsdruk; EMM, geschat marginaal gemiddelde; CI, betrouwbaarheidsinterval. Klik hier om een grotere versie van deze figuur te bekijken.

Parsimoniose mixed-effects regressie van operationele kenmerken geassocieerd met LAeq

Om de operationele kenmerken die geassocieerd zijn met omgevingslawaai te onderzoeken en tegelijkertijd multicollineariteit te minimaliseren, werd een vooraf gespecificeerd parsimonious mixed-effects model toegepast, waarbij functionele zone, bezoekersaantal en bedcapaciteit van de afdeling waren opgenomen als vaste effecten en de ziekenhuisafdeling werd behouden als random intercept (Tabel 4). De selectie van deze variabelen was gebaseerd op de verkennende correlatiematrix (Aanvullende Figuur 1), waaruit sterke correlaties bleken tussen verschillende structurele variabelen, in het bijzonder kameroppervlak en kamervolume (Spearman’s ρ = 0,94). Bijgevolg werden sterk gecorreleerde structurele variabelen uitgesloten van het parsimonious model om de interpreteerbaarheid en modelstabiliteit te verbeteren. Na correctie voor de operationele covariabelen bleef de functionele zone de sterkste onafhankelijke factor die geassocieerd was met omgevingslawaai. Ten opzichte van gangen waren verpleegposten geassocieerd met een gecorrigeerde toename van 2,933 dB(A) (SE = 0,146, 95% BI = 2,647–3,220, P < 0,001), terwijl patiëntenactiviteitsgebieden (β = −2,602 dB[A], SE = 0,146, 95% BI = −2,888 tot −2,315, P < 0,001) en zalen (β = −3,606 dB[A], SE = 0,146, 95% BI = −3,892 tot −3,319, P < 0,001) significant stiller bleven dan gangen.

Predictorβ-coëfficiëntSE95% BIP-waarde
Intercept (Gang)63.970.2763.45 tot 64.49<0.001
Verpleegpost (vs. Gang)2.9330.1462.647 tot 3.220<0.001
Activiteitsruimte patiënt (vs. Gang)−2.6020.146−2.888 tot −2.315<0.001
Zaal (vs. Gang)−3.6060.146−3.892 tot −3.319<0.001
Aantal bezoekers (per extra bezoeker)0.060.0260.008 tot 0.1120.024
Bedcapaciteit (per extra bed)0.0640.0050.055 tot 0.073<0.001
Model: LAeq ~ Functionele Zone + Aantal bezoekers + Bedcapaciteit + (1 | Afdeling)

Tabel 4: Parsimoniouse lineaire mixed-effects regressie van operationele kenmerken geassocieerd met omgevingslawaai.Resultaten van het vooraf gespecificeerde parsimoniouse lineaire mixed-effects regressiemodel dat de associaties evalueert tussen het equivalent continu A-gewogen geluidsdrukniveau (LAeq) en geselecteerde operationele kenmerken. Het model bevatte de functionele zone, het aantal bezoekers en de bedcapaciteit van de afdeling als vaste effecten en de ziekenhuisafdeling als een random intercept om rekening te houden met de clustering van herhaalde waarnemingen (model: LAeq ~ Functional Zone + Visitor Count + Bed Capacity + (1 | Department)). De gang werd gespecificeerd als de referentiecategorie voor de functionele zone, en het aantal bezoekers en de bedcapaciteit werden gemodelleerd als continue variabelen. Regressiecoëfficiënten (β), standaardfouten (SE), Wald 95% betrouwbaarheidsintervallen (CI) en tweezijdige P-waarden worden gerapporteerd. Regressiecoëfficiënten voor het aantal bezoekers en de bedcapaciteit vertegenwoordigen de geschatte verandering in LAeq geassocieerd met respectievelijk elke extra bezoeker en elk extra ziekenhuisbed. Het intercept vertegenwoordigt de geschatte gemiddelde LAeq voor de referentiecategorie (gang) wanneer de continue predictoren gelijk zijn aan nul. Deze tabel presenteert het vooraf gespecificeerde parsimoniouse model dat is ontwikkeld om overfitting van het model te minimaliseren; het volledig aangepaste sensitiviteitsmodel inclusief alle geregistreerde operationele kenmerken wordt gepresenteerd in Aanvullende Tabel S2. LAeq, equivalent continu A-gewogen geluidsdrukniveau; β, regressiecoëfficiënt; SE, standaardfout; CI, betrouwbaarheidsinterval.

Onder de continue operationele predictoren vertoonde het aantal bezoekers een onafhankelijk positief verband met LAeq. Elke extra bezoeker die aanwezig was tijdens de meting was geassocieerd met een geschatte toename van 0,060 dB(A) (SE = 0,026, 95% CI = 0,008–0,112, P = 0,024). Op dezelfde manier bleef de bedcapaciteit van de afdeling onafhankelijk geassocieerd met omgevingsgeluid, waarbij elk extra ziekenhuisbed geassocieerd was met een geschatte toename van 0,064 dB(A) in LAeq (SE = 0,005, 95% CI = 0,055–0,073, P < 0,001).

Figuur 5 illustreert de gefittede voorspellingen gegenereerd vanuit het parsimonieuze mixed-effects model. De voorspelde LAeq nam ongeveer lineair toe over het waargenomen bereik van de bedcapaciteit per afdeling, en hogere bezoekersaantallen verschoven de voorspelde geluidsniveaus consequent naar boven over het gehele capaciteitsbereik. De parallelle gefittede regressielijnen duiden op additieve effecten van het bezoekersaantal en de bedcapaciteit binnen het gefitte model na correctie voor functionele zone en clustering op afdelingsniveau. Modelgebaseerde voorspellingen toonden aan dat voor een afdeling met ongeveer 20 bedden de voorspelde LAeq varieerde van 61,6 dB(A) bij een laag bezoekersaantal (drie bezoekers) tot 62,4 dB(A) bij een hoger bezoekersaantal (zeven bezoekers). Aan het bovenste uiteinde van het waargenomen bereik van de bedcapaciteit (72 bedden) steeg de overeenkomstige voorspelde LAeq respectievelijk naar 64,5 dB(A) en 65,3 dB(A), wat de gecombineerde bijdrage van de bedcapaciteit per afdeling en het bezoekersaantal binnen het gefitte model illustreert.

Mixed-effects voorspellingsgrafiek, LAeq versus bedcapaciteit, overlay van bezoekersaantallen, statistische analysegrafiek.
Figuur 5: Modelgebaseerde voorspellingen van equivalente continue A-gewogen geluidsdrukniveaus op basis van de bedcapaciteit van de afdeling. Voorspelde equivalente continue A-gewogen geluidsdrukniveaus (LAeq) over het waargenomen bereik van de bedcapaciteit van de afdeling, afgeleid van het parsimone lineaire mixed-effects regressiemodel. De gekleurde lijnen vertegenwoordigen de door het model voorspelde LAeq-waarden bij een laag (3 bezoekers), gemiddeld (5 bezoekers) en hoog (7 bezoekers) aantal bezoekers, terwijl alle andere modeltermen constant worden gehouden. De gearceerde gebieden geven de 95% betrouwbaarheidsintervallen aan voor de voorspelde waarden, en de punten vertegenwoordigen de waargenomen metingen. Voorspellingen worden alleen getoond binnen het waargenomen bereik van de bedcapaciteit van de afdeling die in de studie is opgenomen. LAeq, equivalent continu A-gewogen geluidsdrukniveau; CI, betrouwbaarheidsinterval. Klik hier om een grotere versie van deze figuur te bekijken.

Sensitiviteitsanalyses met behulp van het volledig gecorrigeerde mixed-effectsmodel (Aanvullende Tabel 2), waarin daarnaast rekening werd gehouden met bezette bedden, kameroppervlakte, kamervolume, aantal personeelsleden, alarmgebeurtenissen, gespreksgebeurtenissen en meetperiode, leverden zeer consistente schattingen op voor de functionele zone en het aantal bezoekers. Verpleegstations bleven de luidruchtigste functionele zone, en het aantal bezoekers bleef onafhankelijk geassocieerd met een hogere LAeq (β = 0,060, P = 0,023), terwijl bezette bedden, kameroppervlakte, kamervolume, aantal personeelsleden, alarmgebeurtenissen, gespreksgebeurtenissen en de meetperiode na wederzijdse correctie niet onafhankelijk geassocieerd waren met omgevingsruis. Deze bevindingen ondersteunen de robuustheid van het parsimonieuze model en geven aan dat de functionele zone en het aantal bezoekers de belangrijkste variabelen waren die in deze studie geassocieerd waren met omgevingsruis.

Beschrijvende vergelijking met referentieakoestische criteria

Om de waargenomen omgevingsgeluidsniveaus in context te plaatsen, werden de gemeten LAeq-waarden beschrijvend vergeleken met drie veel geciteerde akoestische referentiecriteria: de WHO-richtlijnwaarde overdag voor patiëntzorgomgevingen in ziekenhuizen (35 dB[A]), de EN ISO 16032-referentiewaarde voor algemene binnenomgevingen (40 dB[A]) en de Chinese milieukwaliteitsnorm GB3096-2022 Klasse 1-referentiewaarde (45 dB[A]). Omdat deze referentiewaarden verschillen in reikwijdte, beoogde toepassing, meetmethodologie en middelingstermijn, werden de vergelijkingen uitsluitend voor beschrijvende doeleinden uitgevoerd en vormen zij geen formele beoordelingen van de naleving van regelgeving (Figuur 6). Over alle 1.620 akoestische waarnemingen heen overschreden de omgevingsgeluidsniveaus elk van de geselecteerde referentiewaarden. In totaal overschreden 1.615 waarnemingen (99,7%) de WHO-richtlijnwaarde overdag van 35 dB(A), overschreden 1.586 waarnemingen (97,9%) de EN ISO 16032-referentiewaarde van 40 dB(A) en overschreden 1.513 waarnemingen (93,2%) de Chinese GB3096-2022 Klasse 1-referentiewaarde van 45 dB(A).

Percentage van akoestische waarnemingen die de referentiecriteria per zone overschrijden; staafdiagram met datatabel.
Figuur 6: Percentage van akoestische waarnemingen dat geselecteerde internationale en nationale akoestische referentiecriteria overschrijdt in verschillende functionele ziekenhuiszones. Percentage van de waarnemingen van het equivalent continu A-gewogen geluidsdrukniveau (LAeq) dat geselecteerde internationale en nationale akoestische referentiecriteria overschrijdt in de vier gestandaardiseerde functionele ziekenhuiszones. De staven representeren het aandeel waarnemingen dat de referentiedrempels van de richtlijn van de Wereldgezondheidsorganisatie (WHO) (>35 dB[A]), EN ISO 16032 (>40 dB[A]) en de Chinese nationale standaard GB3096-2022 (>45 dB[A]) overschrijdt. Percentages werden berekend als het aantal waarnemingen dat elke referentiedrempel overschreed, gedeeld door het totale aantal waarnemingen binnen elke functionele zone (n = 405). Omdat deze referentiedocumenten verschillen in hun beoogde toepassing, meetmethodologie, omgevingsinstelling en middelingstermijn, worden de vergelijkingen uitsluitend voor beschrijvende doeleinden gepresenteerd en vormen zij geen formele nalevingsbeoordelingen. LAeq, equivalent continu A-gewogen geluidsdrukniveau; WHO, Wereldgezondheidsorganisatie. Klik hier om een grotere versie van deze figuur te bekijken.

Er werden duidelijke verschillen waargenomen tussen de functionele zones. Verpleegposten vertoonden het hoogste aandeel waarnemingen dat elke referentiewaarde overschreed, waarbij 100,0% zowel de WHO- als de EN ISO-referentiewaarden overschreed en 99,0% de Chinese referentiewaarde overschreed. Gangen vertoonden eveneens hoge overschrijdingspercentages ( respectievelijk 100,0%, 99,3% en 96,0%). In vergelijking hiermee vertoonden ziekenzalen de laagste — maar nog steeds aanzienlijke — aandelen waarnemingen die de drie referentiewaarden overschreden (respectievelijk 99,3%, 95,3% en 87,9%), terwijl patiëntenactiviteitsgebieden intermediaire aandelen vertoonden (respectievelijk 99,5%, 97,0% en 90,6%). Deze beschrijvende bevindingen waren consistent met de mixed-effects analyses, waarbij verpleegposten de hoogste omgevingsgeluidsniveaus vertoonden en ziekenzalen de laagste van de vier functionele zones. De hoge aandelen waarnemingen die alle drie de referentiewaarden overschreden, geven aan dat verhoogd omgevingsgeluid overdag in het gehele ziekenhuis werd waargenomen en niet beperkt bleef tot individuele afdelingen of functionele zones.

Gevoeligheidsanalyses en modeldiagnostiek

De robuustheid van de belangrijkste bevindingen werd geëvalueerd met behulp van een volledig aangepast sensitiviteitsmodel met gemengde effecten, waarin daarnaast rekening werd gehouden met bezette bedden, kameroppervlakte, kamervolume, personeelsaantal, alarmgebeurtenissen, gesprekgebeurtenissen en de meetperiode (Aanvullende Tabel 2). De schattingen voor de functionele zones bleven zeer consistent met die waargenomen in het vooraf gespecificeerde parsimone model. Verpleegposten vertoonden consistent een significant hogere LAeq dan gangen, terwijl patiëntactiviteitsgebieden en zalen significant stiller bleven (allemaal P < 0,001). Het aantal bezoekers bleef ook onafhankelijk geassocieerd met een hogere LAeq (β = 0,060, P = 0,023), terwijl bezette bedden, kameroppervlakte, kamervolume, personeelsaantal, alarmgebeurtenissen, gesprekgebeurtenissen en de meetperiode na simultane correctie niet onafhankelijk geassocieerd waren met omgevingsgeluid (Aanvullende Tabel 2). Deze resultaten geven aan dat de hoofdbevindingen robuust waren voor aanvullende correctie voor gecorreleerde operationele kenmerken. Modelveronderstellingen werden geëvalueerd met behulp van residuele diagnostische procedures (Aanvullende Figuur 1). De normal quantile-quantile (Q–Q) plot toonde een nauwe overeenstemming tussen de waargenomen en theoretische residuele kwantielen, wat duidt op geen substantiële afwijking van normaliteit. De residu-versus-fitted plot toonde een willekeurige spreiding rond nul zonder waarneembare trends of bewijs van heteroscedasticiteit, wat de aannames van lineariteit en constante residuele variantie ondersteunt. In overeenstemming met deze visuele bevindingen toonde de Shapiro–Wilk test geen statistisch significante afwijking van normaliteit aan (W = 0,992, P = 0,084). Aanvullende statistieken voor modelprestaties zijn samengevat in Aanvullende Tabel 3. De residuele standaarddeviatie was 1,92 dB(A) en de standaarddeviatie van het random-intercept op afdelingsniveau was 0,90 dB(A). De intraclass correlatiecoëfficiënt was 0,172, wat duidt op een matige clustering van waarnemingen binnen ziekenhuisafdelingen. Het model met gemengde effecten verklaarde 53% van de variabiliteit door de vaste effecten alleen (marginale R2 = 0,53) en 61% wanneer de random effects op afdelingsniveau werden meegenomen (conditionele R2 = 0,61). De variantie-inflatiefactoren waren uniform laag (maximale VIF = 2,14), wat aangeeft dat er geen bewijs is voor problematische multicollineariteit tussen de behouden predictoren. Bovendien waren alle Cook’s distance-waarden <1,0 (maximum = 0,18), wat suggereert dat geen enkele individuele waarneming een ongebruikelijke invloed uitoefende op het fitted model. De verkennende correlatiematrix (Aanvullende Figuur 2) toonde de verwachte positieve associaties tussen verschillende operationele kenmerken. Sterke correlaties werden waargenomen tussen kameroppervlakte en kamervolume (Spearman’s ρ = 0,94), bedcapaciteit en bezette bedden (ρ = 0,86), en bedcapaciteit en kamervolume (ρ = 0,81). Matige correlaties werden waargenomen tussen het aantal bezoekers en bezette bedden (ρ = 0,71) en tussen het personeelsaantal en gesprekgebeurtenissen (ρ = 0,62). Deze bevindingen ondersteunden de vooraf gespecificeerde variabeleselectiestrategie voor het parsimone model met gemengde effecten, waarbij sterk gecorreleerde structurele variabelen werden uitgesloten om multicollineariteit te minimaliseren en tegelijkertijd de interpreteerbaarheid van het model te behouden.

Over het algemeen vertoonden de primaire mixed-effects analyses, sensitiviteitsanalyses, residualen-diagnostiek en de exploratieve correlatiebeoordeling intern consistente resultaten. In alle analyses vertoonde de functionele zone de sterkste onafhankelijke associatie met omgevingsgeluid, terwijl het aantal bezoekers en de bedcapaciteit van de afdeling ook onafhankelijk geassocieerd bleven met LAeq. De meeste andere geregistreerde operationele kenmerken waren na wederzijdse correctie niet onafhankelijk geassocieerd met omgevingsgeluid.

Beschikbaarheid van gegevens:

De gegevens die de bevindingen van deze studie ondersteunen, zijn beschikbaar in het artikel en de bijbehorende aanvullende materialen. De volledige ruwe dataset van akoestische metingen, kalibratieregisters, de dataset van operationele variabelen, de brongegevens van de figuren en de R-code voor de statistische analyse zijn gedeponeerd in de Zenodo-repository en zijn publiekelijk toegankelijk via https://doi.org/10.5281/zenodo.21404807. Aanvullende tabellen 1–3 en Aanvullende figuren 1 en 2 bieden aanvullende verwerkte datasets, sensitiviteitsanalyses, modeldiagnostiek en ondersteunende analyses.

Aanvullende figuur 1: Residuele diagnostische plots voor het parsimonieuze lineaire mixed-effects model. Diagnostische plots ter evaluatie van de aannames van het parsimonieuze lineaire mixed-effects regressiemodel. (A) Normaal quantile-quantile (Q–Q) plot van de conditionele residuen, die een benaderde normaliteit van de residuverdeling aantoont. (B) Plot van de conditionele residuen versus de gefitte waarden, die geen substantiële afwijking van homoscedasticiteit of systematisch patroon over het gefitte bereik laat zien. Ziekenhuisafdeling werd opgenomen als een random intercept, en functionele zone, bezoekersaantal en bedcapaciteit werden opgenomen als fixed effects. Residuele diagnostiek ondersteunt de adequaatheid van de modelaannames voor de primaire regressieanalyse. Diagnostische plots werden gegenereerd met behulp van het DHARMa-pakket in R. LAeq, equivalent continu A-gewogen geluidsdrukniveau.Klik hier om dit bestand te downloaden.

Aanvullende Figuur 2: Spearman-correlatiematrix van operationele variabelen opgenomen in de exploratieve mixed-effects analyses. Spearman-correlatiematrix die de paarsgewijze associaties toont tussen departementale operationele variabelen die zijn geëvalueerd tijdens exploratieve mixed-effects regressieanalyses. Celwaarden vertegenwoordigen de Spearman-rangcorrelatiecoëfficiënten (ρ), en de kleurenschaal geeft de sterkte en richting van de correlatie aan, waarbij blauw positieve correlaties vertegenwoordigt en rood negatieve correlaties. De correlatieanalyse werd uitgevoerd om potentiële multicollineariteit tussen kandidaat-verklarende variabelen te evalueren vóór de modelontwikkeling. Variabelen die sterke collineariteit vertoonden, werden meegewogen tijdens de modelselectie om multicollineariteit in het parsimonieuze regressiemodel te minimaliseren. Operationele variabelen omvatten de bedcapaciteit van de afdeling, bezette bedden, kameroppervlakte, kamervolume, personeelsbezetting, aantal bezoekers, aantal alarmen en aantal gesprekken. Spearman’s ρ, Spearman-rangcorrelatiecoëfficiënt.Klik hier om dit bestand te downloaden.

Aanvullende tabel 1: Secundaire akoestische uitkomsten per functionele ziekenhuiszone. Beschrijvende samenvatting van de secundaire akoestische uitkomsten gemeten over de vier gestandaardiseerde functionele ziekenhuiszones. Waarden worden gepresenteerd als gemiddelde ± standaarddeviatie (SD) en vertegenwoordigen samengevoegde waarnemingen van alle 15 klinische afdelingen. Het equivalent continu A-gewogen geluidsdrukniveau (LAeq) was de primaire akoestische uitkomst, terwijl het maximaal A-gewogen geluidsdrukniveau (LAFmax) en het piek C-gewogen geluidsdrukniveau (LCpeak) werden geregistreerd als secundaire akoestische maten om de maximale en piek geluidsniveaus tijdens de routinematige dagelijkse ziekenhuisactiviteiten te karakteriseren. LAeq, equivalent continu A-gewogen geluidsdrukniveau; LAFmax, maximaal A-gewogen geluidsdrukniveau; LCpeak, piek C-gewogen geluidsdrukniveau; SD, standaarddeviatie.Klik hier om dit bestand te downloaden.

Aanvullende tabel 2: Volledig aangepast sensitiviteitsmodel voor lineaire mixed-effects regressie. Resultaten van het volledig aangepaste sensitiviteitsmodel voor lineaire mixed-effects regressie ter evaluatie van de associaties tussen het equivalent continu A-gewogen geluidsdrukniveau (LAeq) en alle geregistreerde operationele kenmerken. De ziekenhuisafdeling werd opgenomen als een random intercept om rekening te houden met de clustering van herhaalde waarnemingen. Functionele zone, tijdsperiode, bedcapaciteit van de afdeling, bezette bedden, kameroppervlakte, kamervolume, personeelsaantal, bezoekersaantal, aantal alarmen en aantal gesprekken werden opgenomen als fixed effects. De gang diende als referentiecategorie voor de functionele zone, en de middag diende als referentiecategorie voor de tijdsperiode. Regressiecoëfficiënten (β), standaardfouten (SE), Wald 95% betrouwbaarheidsintervallen (CI) en tweezijdige P-waarden worden gerapporteerd. Dit model werd uitgevoerd als sensitiviteitsanalyse om de robuustheid van het parsimone model in Tabel 4 te evalueren na correctie voor alle geregistreerde operationele kenmerken. LAeq, equivalent continu A-gewogen geluidsdrukniveau; β, regressiecoëfficiënt; SE, standaardfout; CI, betrouwbaarheidsinterval.Klik hier om dit bestand te downloaden.

Aanvullende tabel 3: Modelprestaties en diagnostische statistieken voor het primaire lineaire mixed-effects model. Overzicht van de modelprestaties en diagnostische statistieken voor het primaire lineaire mixed-effects model ter evaluatie van equivalente continue A-gewogen geluidsdrukken (LAeq) over verschillende functionele zones in het ziekenhuis. De residuele standaarddeviatie (σ) vertegenwoordigt de onverklaarde variabiliteit binnen het model, terwijl de standaarddeviatie van het random-intercept de variabiliteit tussen afdelingen kwantificeert. De intraclass correlatiecoëfficiënt (ICC) schat het aandeel van de totale variantie toe te schrijven aan clustering binnen ziekenhuisafdelingen. Marginale R2 vertegenwoordigt het aandeel van de variantie dat enkel door de vaste effecten wordt verklaard, terwijl conditionele R2 het aandeel van de variantie vertegenwoordigt dat door zowel de vaste als de random effecten wordt verklaard. Het Akaike-informatiecriterium (AIC), het Bayesiaanse informatiecriterium (BIC) en de log-likelihood zijn opgenomen als maten voor de model fit. De variantie-inflatiefactoren (VIF's) waren allemaal <5, wat duidt op de afwezigheid van problematische multicollineariteit, en de Cook's distance-waarden waren <1,0 voor alle waarnemingen, wat aangeeft dat geen enkele individuele waarneming een onevenredige invloed uitoefende op de schattingen van het model. LAeq, equivalent continu A-gewogen geluidsdrukniveau; ICC, intraclass correlatiecoëfficiënt; VIF, variantie-inflatiefactor.Klik hier om dit bestand te downloaden.

Discussie

Deze cross-sectionele omgevingsakoestische beoordeling toonde aan dat de omgevingsgeluidsniveaus overdag in de meeste functionele zones van het ziekenhuis consistent hoger waren dan de veelgebruikte internationale en nationale akoestische referentiewaarden. Lineaire mixed-effects analyses wezen de functionele zone aan als de belangrijkste factor die geassocieerd is met LAeq, waarbij verpleegstations de hoogste gecorrigeerde geluidsniveaus vertoonden, gevolgd door gangen, patiëntenactiviteitsgebieden en zalen. Vergelijkingen met de richtwaarden van de WHO, EN ISO 16032, de PN-B-02151-serie en de Chinese nationale standaard GB3096-2022 werden beschrijvend geïnterpreteerd, omdat deze documenten verschillen in beoogd doel, meetmetrieken, middelingperioden en reikwijdte. Desalniettemin duiden de consistent verhoogde LAeq-waarden overdag in het hele ziekenhuis erop dat routinematige klinische omgevingen frequent geluidsniveaus ervaren die aanzienlijk boven de veelgeciteerde referentiewaarden liggen. Deze bevindingen zijn in grote lijnen consistent met eerdere akoestische onderzoeken in ziekenhuizen waarin persistent omgevingsgeluid overdag boven de aanbevolen referentiewaarden werd gerapporteerd5,8,17,24,25. In tegenstelling tot veel eerdere akoestische ziekenhuisstudies die primair vertrouwden op gemiddelden op afdelingsniveau of vergelijkingen tussen onafhankelijke groepen, analyseerde de huidige studie de volledige hiërarchische dataset met behulp van lineaire mixed-effects modellen, waardoor rekening werd gehouden met herhaalde waarnemingen genest binnen ziekenhuisafdelingen. De matige intraclass correlatiecoëfficiënt (ICC = 0,172) gaf aan dat een betekenisvol deel van de variabiliteit in het omgevingsgeluid toe te schrijven was aan verschillen tussen afdelingen, wat het gebruik van hiërarchische modellering voor akoestisch onderzoek in ziekenhuizen ondersteunt8,17,24. De gemeten LAeq-waarden overdag overschreden consistent de WHO-referentiewaarden overdag voor patiëntzorgomgevingen, evenals de geselecteerde akoestische referentiecriteria van EN ISO 16032 en GB3096-2022. Deze vergelijkingen werden beschrijvend geïnterpreteerd in plaats van als formele conformiteitsbeoordelingen, omdat de referentiedocumenten verschillen in beoogde toepassing, middelingsperiode, meetmethodologie en reikwijdte. Desalniettemin is het hoge aandeel waarnemingen dat deze veelgeciteerde referentiewaarden overschrijdt consistent met eerdere akoestische ziekenhuisonderzoeken en onderstreept dit de aanhoudende uitdaging om akoestisch gunstige zorgomgevingen te behouden tijdens routinematige klinische activiteiten29,30,31,32,33,34.

Over de functionele zones van het ziekenhuis werd een consistente ruimtelijke hiërarchie van omgevingsgeluid waargenomen. Zowel descriptieve analyses als lineaire mixed-effects modellering toonden aan dat verpleegposten de hoogste gecorrigeerde LAeq-waarden vertoonden, gevolgd door gangen, patiëntactiviteitsgebieden en zalen. Dit patroon komt overeen met eerdere rapporten waarin verpleegposten en circulatiegebieden werden geïdentificeerd als de belangrijkste bronnen van omgevingsgeluid in ziekenhuizen vanwege intensieve communicatie tussen personeel, patiëntbewegingen, alarmactiviteit en routinematige klinische workflows29,30,31,33,34,35,36. De waargenomen verschillen bleven significant na correctie voor het aantal bezoekers, de bedcapaciteit van de afdeling en clustering op afdelingsniveau, wat aangeeft dat de ruimtelijke variatie niet uitsluitend werd verklaard door de gemeten structurele of operationele kenmerken van individuele afdelingen. Geschatte marginale gemiddelden en Tukey-gecorrigeerde pairwise-vergelijkingen bevestigden verder dat elke functionele zone een statistisch onderscheidende akoestische omgeving vertegenwoordigde. De consistent verhoogde geluidsniveaus die bij verpleegposten werden waargenomen, zijn operationeel en akoestisch plausibel. Deze locaties functioneren als centrale coördinatieknooppunten waar klinische documentatie, multidisciplinaire communicatie, activiteiten met het elektronisch medisch dossier, patiëntmonitoring, alarmbeheer, telefoongesprekken en interacties met patiënten en familieleden gelijktijdig plaatsvinden. Bijgevolg genereert de opeenstapeling van gesprekken, monitoralarmen, het gebruik van apparatuur en bewegingen van personeel aanhoudend omgevingsgeluid in plaats van geïsoleerde akoestische gebeurtenissen, wat bijdraagt aan de consistent hogere LAeq-waarden die in bijna alle deelnemende afdelingen werden waargenomen. Deze interpretatie is in overeenstemming met eerdere onderzoeken waarin overlappende operationele geluidsbronnen werden geïdentificeerd als belangrijke bijdragers aan verhoogd omgevingsgeluid in ziekenhuizen33,34,35,36,37,38,39,40,41,42,43,44,45,46,47. Gangen vertoonden evenzo hogere omgevingsgeluidsniveaus dan patiëntactiviteitsgebieden en zalen. Als de belangrijkste circulatieroutes voor patiëntentransport, personeelsbewegingen, transport van apparatuur, schoonmaakactiviteiten en bezoekersverkeer, worden deze ruimtes continu blootgesteld aan diverse tijdelijke en achtergrondgeluidsbronnen. Architectonische openheid, samen met harde, reflecterende binnenoppervlakken, kan de geluidsoverdracht verder vergemakkelijken, wat bijdraagt aan verhoogde LAeq-waarden. Hoewel de huidige studie nagalmkarakteristieken, ruimte-akoestische parameters of spraakoverdrachtindexen niet direct heeft geëvalueerd, is de waargenomen ruimtelijke distributie consistent met eerdere onderzoeken waarin ziekenhuisgangen worden beschreven als akoestisch complexe omgevingen die worden gevormd door operationele activiteit, het ontwerp van het gebouw en meerdere gelijktijdige geluidsbronnen33,34,35,46,47,48,49,50,51. Een belangrijk resultaat van de huidige studie was de onafhankelijke associatie tussen het aantal bezoekers en het omgevingsgeluid, die werd geïdentificeerd in zowel het vooraf gespecificeerde parsimonieuze mixed-effects model als in de volledig gecorrigeerde sensitiviteitsanalyse. Hoewel de absolute effectgrootte bescheiden was, bleef het aantal bezoekers significant geassocieerd met een hogere LAeq na correctie voor de functionele zone en clustering op afdelingsniveau, wat suggereert dat routinematige menselijke activiteit meetbaar bijdraagt aan het geluidsbeeld van het ziekenhuis. Deze interpretatie is consistent met eerdere onderzoeken waarin menselijke activiteit, communicatie, de aanwezigheid van bezoekers en de operationele workflow werden geïdentificeerd als belangrijke bijdragers aan omgevingsgeluid binnen zorginstellingen33,34,35,36,46,47,51. De bedcapaciteit van de afdeling bleef in het parsimonieuze model ook onafhankelijk geassocieerd met een hoger omgevingsgeluid; deze associatie moet echter voorzichtig worden geïnterpreteerd omdat kamergeometrie, architectonische indeling, bezettingsdichtheid en klinische workflow de omgevingsakoestiek eveneens kunnen beïnvloeden. Bovendien sluit het cross-sectionele observationele ontwerp causale inferentie uit, en deze bevindingen moeten daarom worden geïnterpreteerd als associaties en niet als bewijs voor oorzaak-gevolgrelaties33,34,49. De sensitiviteitsanalyse versterkte het vertrouwen in deze bevindingen verder. De inclusie van aanvullende operationele variabelen, waaronder bezette bedden, kameroppervlakte, kamervolume, personeelsbezetting, alarmgebeurtenissen, gesprekgebeurtenissen en de meetperiode, leverde zeer consistente schattingen op voor de functionele zone en het aantal bezoekers, terwijl de meeste structurele variabelen na simultane correctie niet langer onafhankelijk geassocieerd waren met het omgevingsgeluid. Collectief suggereren deze bevindingen dat het geluidsbeeld van het ziekenhuis overdag meer wordt beïnvloed door de ruimtelijke organisatie van routinematige klinische activiteiten dan door de geëvalueerde individuele structurele kenmerken, wat recent bewijs ondersteunt dat akoestische omgevingen in de zorg voortkomen uit de interactie van meerdere operationele en omgevingsfactoren in plaats van een enkele determinant33,34,35,46,47,49,51. De huidige bevindingen zijn in grote lijnen consistent met eerdere onderzoeken waarin overdag omgevingsgeluidsniveaus in ziekenhuizen werden gerapporteerd die varieerden van ongeveer 55 tot 75 dB(A), wat aanzienlijk hoger is dan de veelgeciteerde akoestische aanbevelingen voor patiëntzorgomgevingen8,9,10,11,29,30,31,32. Eerdere studies hebben verhoogd ziekenhuisgeluid geassocieerd met slaapverstoring, verminderde rust, fysiologische stressreacties, verminderd akoestisch comfort, communicatieproblemen en andere nadelige gezondheidseffecten bij patiënten en zorgpersoneel29,30,31,32,49,52,53. Aanvullende onderzoeken hebben gewezen op mogelijke associaties tussen overmatig omgevingsgeluid en neurocognitieve stoornissen, waaronder delirium bij kritiek zieke patiënten15,16,48. Hoewel de huidige studie deze klinische uitkomsten niet direct heeft geëvalueerd, waren de waargenomen geluidsniveaus vergelijkbaar met eerder gerapporteerde niveaus, terwijl het bestaande bewijs werd uitgebreid door middel van gestandaardiseerde sampling per functionele zone en hiërarchische statistische analyse.

Hoewel het huidige onderzoek is opgezet als een akoestische milieubeoordeling en niet als een studie naar klinische uitkomsten, hebben de bevindingen belangrijke implicaties voor het ontwerp van zorginstellingen en het operationele management. Verpleegposten en circulatiecorridors vertoonden consequent de hoogste gecorrigeerde geluidsniveaus, wat suggereert dat deze operationele gebieden prioritaire doelen kunnen vormen voor toekomstige strategieën voor geluidsbeheersing. Omdat deze omgevingen fungeren als knooppunten voor communicatie, klinische coördinatie, patiëntenvervoer, verplaatsing van apparatuur en bezoekersactiviteiten, kunnen interventies gericht op deze locaties grotere mogelijkheden bieden voor het verbeteren van de algehele akoestische omgeving in het ziekenhuis dan benaderingen die uitsluitend op patiëntenkamers zijn gericht. Deze interpretatie is consistent met recente onderzoeken waaruit blijkt dat multidisciplinaire strategieën, waaronder workflowoptimalisatie, protocollen voor geluidsbeheersing, architecturale aanpassingen en continue akoestische monitoring, de akoestische omstandigheden binnen zorginstellingen kunnen verbeteren29,31,32,33,34,35,51. LAeq blijft de meest gebruikte metriek voor het evalueren van omgevingsgeluid in ziekenhuizen, omdat het een gestandaardiseerde maat biedt voor de cumulatieve akoestische blootstelling en vergelijking tussen studies faciliteert8,9,10,11,32. Desalniettemin is LAeq een energie-gemiddelde metriek die geen onderscheid maakt tussen continu achtergrondgeluid en kortstondige impulsieve gebeurtenissen, zoals monitoralarmen, vallende instrumenten, omroepsystemen of plotselinge vocalisaties. Bijgevolg kunnen akoestisch verschillende ziekenhuisgeluidslandschappen vergelijkbare LAeq-waarden opleveren, ondanks aanzienlijke verschillen in hun perceptuele kenmerken en potentiële invloed op communicatie, hinder en cognitieve werklast. Recente vorderingen in de zorgakoestiek hebben daarom de nadruk gelegd op complementaire benaderingen, waaronder psychoakoestische beoordeling, clustering van geluidsbronnen en continue monitoring, om een meer uitgebreide karakterisering van ziekenhuisgeluidslandschappen te bieden33,34,35,39,40,41,42,43,44,45,46,47. Recente ontwikkelingen in de zorgakoestiek hebben benadrukt dat ziekenhuisgeluidslandschappen gekarakteriseerd moeten worden met benaderingen die verder gaan dan alleen gemiddelde geluidsdrukniveaus. Studies waarin classificatie van geluidsbronnen en clusteringtechnieken zijn opgenomen, hebben aangetoond dat de perceptuele impact van ziekenhuisgeluid niet alleen afhangt van de totale akoestische energie, maar ook van de frequentie, temporele distributie en de waargenomen indringendheid van individuele geluidsbronnen. De Salvio et al.33 benadrukten dat akoestische omgevingen in de zorg bestaan uit complexe combinaties van continue operationele geluiden en intermitterende hoog-intensieve gebeurtenissen die op verschillende wijze bijdragen aan hinder en ervaren verstoring. Evenzo toonden Cingolani et al.46 aan dat clusteringanalyses karakteristieke ziekenhuisgeluidspatronen kunnen identificeren die niet gemakkelijk worden gedetecteerd met conventionele tijdgemiddelde metrieken, terwijl Hummel et al.47 associaties rapporteerden tussen geclusterde ziekenhuisgeluidsprofielen en patiënttevredenheid. Gezamenlijk suggereren deze studies dat toekomstige akoestische beoordelingen in ziekenhuizen kunnen profiteren van de integratie van conventionele metingen van omgevingsgeluid met een complementaire karakterisering van de samenstelling van geluidsbronnen, psychoakoestische attributen en temporele akoestische patronen34. Bijgevolg moeten de huidige bevindingen worden geïnterpreteerd binnen de context van de gehanteerde meetstrategie. Het doel van deze studie was om routinematig overdag voorkomend omgevingsgeluid te karakteriseren onder praktijkomstandigheden in de kliniek met behulp van gestandaardiseerde LAeq-metingen, die de meest gerapporteerde metriek blijven in akoestisch onderzoek in ziekenhuizen. Hoewel aanvullende akoestische parameters, waaronder LAFmax, LCpeak, octaafband-frequentieanalyse, psychoakoestische indices en clustering van geluidsbronnen, buiten de scope van de huidige survey vielen, zou de integratie van deze complementaire benaderingen in toekomstige onderzoeken een completere karakterisering van ziekenhuisgeluidslandschappen opleveren32,33,34,46,47. De onafhankelijke associatie tussen het aantal bezoekers en een hogere LAeq ondersteunt verder het concept dat routinematige menselijke activiteit op betekenisvolle wijze bijdraagt aan de akoestische omgeving in het ziekenhuis gedurende de dag. Het aantal bezoekers bleef significant geassocieerd met omgevingsgeluid na gelijktijdige correctie voor functionele zone en andere operationele kenmerken, terwijl het aantal personeelsleden, bezette bedden, alarmgebeurtenissen en gespreksgebeurtenissen geen statistische significantie behielden. Samen met de sterke correlaties waargenomen tussen kameroppervlakte, kamervolume en de bedcapaciteit van de afdeling, ondersteunen deze bevindingen de vooraf gespecificeerde parsimonieuze modelleringsstrategie en geven ze aan dat routinematige operationele activiteit het overdag voorkomende omgevingsgeluid mogelijk beter verklaart dan de individuele geëvalueerde structurele variabelen. Desalniettemin, omdat alle operationele variabelen gelijktijdig met het omgevingsgeluid werden gemeten, moeten deze bevindingen worden geïnterpreteerd als observationele associaties en niet als bewijs van causaliteit. Het gecombineerde gebruik van exploratieve correlatieanalyse en mixed-effects sensitiviteitsmodellering biedt een transparant analytisch kader dat rekening houdt met de hiërarchische datastructuur terwijl de invloed van multicollineariteit wordt geminimaliseerd, in overeenstemming met hedendaagse aanbevelingen voor het analyseren van complexe zorggeluidslandschappen33,34,35,46,47,51.

Verschillende methodologische sterktes onderscheiden het huidige onderzoek van eerdere enquêtes naar omgevingsgeluid in ziekenhuizen. Ten eerste werd het omgevingsgeluid geëvalueerd met behulp van een gestandaardiseerd bemonsteringsprotocol dat herhaalde metingen omvatte over meerdere ziekenhuisafdelingen, functionele zones en observatieperioden overdag, waardoor de invloed van kortstondige schommelingen in de routinematige ziekenhuisactiviteit werd verminderd. Ten tweede werd de volledige hiërarchische dataset geanalyseerd met behulp van lineaire mixed-effects modellen die rekening hielden met de clustering van herhaalde observaties binnen ziekenhuisafdelingen. Deze aanpak maakte een meer passende analyse van de geneste datastructuur mogelijk dan conventionele vergelijkingen tussen onafhankelijke groepen en leverde robuuste schattingen op van de effecten per functionele zone. Ten derde toonden vooraf gespecificeerde sensitiviteitsanalyses, samen met residu-diagnostiek en een beoordeling van multicollineariteit, consistente bevindingen aan over alternatieve modelspecificaties, wat de robuustheid van de primaire analyses ondersteunt. Ten slotte werden alle metingen verricht met gekalibreerde Class 1 instrumentatie onder gestandaardiseerde werkprocedures, wat de betrouwbaarheid, reproduceerbaarheid en vergelijkbaarheid van de metingen met eerdere akoestische ziekenhuisstudies verbeterde. Bij de interpretatie van de huidige bevindingen moeten ook enkele beperkingen in overweging worden genomen. Ten eerste werd het onderzoek uitgevoerd in één tertiair opleidingsziekenhuis, wat de generaliseerbaarheid van de bevindingen naar instellingen met andere architectonische indelingen, patiëntenpopulaties, personeelsmodellen of gezondheidszorgsystemen kan beperken. Multicenterstudies waarin diverse zorgomgevingen zijn opgenomen, zijn daarom gerechtvaardigd. Ten tweede, hoewel er herhaalde metingen zijn verricht tijdens observatieperioden in de ochtend, middag en namiddag, vertegenwoordigde de totale bemonsteringsduur slechts een deel van de routinematige dagactiviteiten in het ziekenhuis. Bijgevolg is de temporele variabiliteit die geassocieerd is met nachtelijke operaties, ploegwisselingen, spoedopnames, schoonmaakschema's en piekperioden van bezoekers mogelijk niet volledig in kaart gebracht. Continue 24-uurs akoestische monitoring zou een uitgebreidere karakterisering van de geluidslandschappen in het ziekenhuis bieden. Ten derde werden metingen verricht op gestandaardiseerde bemonsteringslocaties binnen elke functionele zone, in plaats van via een uitputtende ruimtelijke mapping van volledige afdelingen. Hierdoor is lokale akoestische variabiliteit binnen grote zalen, lange gangen of architectonisch complexe klinische omgevingen mogelijk niet volledig vertegenwoordigd. Toekomstige studies die gebruikmaken van ruimtelijke akoestische mapping met een hoge resolutie en meerdere meetlocaties binnen individuele functionele zones zouden de karakterisering van geluidspropagatie in ziekenhuizen verder verbeteren. Ten vierde vertrouwde de studie primair op LAeq als belangrijkste akoestische uitkomstmaat. Hoewel deze metriek algemeen wordt geaccepteerd voor de beoordeling van omgevingsgeluid en vergelijking met eerder akoestisch ziekenhuisonderzoek vergemakkelijkt, karakteriseert het impulsieve akoestische gebeurtenissen, frequentiespecifieke geluidskenmerken, psychoakoestische reacties of de samenstelling van geluidsbronnen niet volledig. Toekomstige onderzoeken waarin LAFmax, LCpeak, octaafband-frequentieanalyse, psychoakoestische indices en technieken voor het clusteren van geluidsbronnen worden opgenomen, zouden een uitgebreidere evaluatie van zorggeluidslandschappen opleveren. Ten vijfde werden operationele variabelen zoals het aantal bezoekers, het aantal personeelsleden, alarmgebeurtenissen en gespreksgebeurtenissen gelijktijdig met de metingen van het omgevingsgeluid geregistreerd en moeten deze daarom worden beschouwd als observationele descriptoren in plaats van objectief gevalideerde blootstellingsmetrieken. Hoewel het aantal bezoekers onafhankelijk geassocieerd bleef met het omgevingsgeluid, moeten deze bevindingen voorzichtig worden geïnterpreteerd omdat het cross-sectionele ontwerp causale inferentie uitsluit. Ten slotte werden door patiënten gerapporteerde uitkomsten, maten voor beroepsmatige stress, fysiologische reacties, slaapkwaliteit en andere klinische eindpunten niet geëvalueerd. Bijgevolg moeten de huidige bevindingen worden geïnterpreteerd als een uitgebreide omgevingsakoestische karakterisering van de routinematige dagelijkse ziekenhuisoperaties, en niet als bewijs dat verhoogd omgevingsgeluid direct leidde tot nadelige uitkomsten voor patiënten of personeel.

De huidige bevindingen hebben verschillende praktische implicaties voor het beheer van omgevingsgeluid in ziekenhuizen. Lineaire mixed-effects analyses toonden aan dat het omgevingsgeluid niet gelijkmatig over het ziekenhuis was verdeeld, maar geconcentreerd was binnen specifieke operationele zones, in het bijzonder bij verpleegposten en circulatiegangen. Deze resultaten suggereren dat toekomstige programma's voor geluidsbeheer mogelijk meer baat zullen hebben bij het prioriteren van operationele gebieden met een hoge activiteit, waar communicatie, patiëntenvervoer, verplaatsing van apparatuur en routinematige klinische workflows geconcentreerd zijn, in plaats van uitsluitend te focussen op patiëntenafdelingen. Mogelijke technische interventies omvatten het gebruik van geluidsabsorberende plafondmaterialen, akoestisch behandelde wandoppervlakken, veersystemen voor vloeren en verbeterde isolatie van deuren of scheidingswanden om geluidsreflectie en -voortplanting te verminderen. Complementaire administratieve maatregelen, waaronder gestructureerde richtlijnen voor stille uren, geoptimaliseerde patiëntenstroom, bezoekersbegeleiding, alarmbeheerprotocollen en educatie van personeel over vermijdbaar omgevingsgeluid, kunnen de akoestische omgeving van het ziekenhuis verder verbeteren. Eerdere studies hebben gesuggereerd dat het combineren van technische, gedragsmatige en organisatorische benaderingen de waargenomen rust op de afdeling, de rust van de patiënt en de algemene akoestische omstandigheden binnen zorginstellingen kan verbeteren29,31,32. De waargenomen associatie tussen het aantal bezoekers en het omgevingsgeluid benadrukt verder het belang van het meewegen van routinematige operationele activiteiten bij het ontwikkelen van strategieën voor geluidsbeheer in ziekenhuizen. Hoewel de huidige bevindingen geen specifieke bezoekersbeperkingen ondersteunen, suggereren ze dat het optimaliseren van circulatiepaden, de organisatie van wachtruimtes en communicatiepraktijken structurele akoestische interventies kan aanvullen zonder de patiëntenzorg nadelig te beïnvloeden. Over het algemeen weerspiegelt de akoestische omgeving van het ziekenhuis waarschijnlijk de gecombineerde invloed van architectonisch ontwerp, klinische workflow, bewegingen van patiënten en bezoekers, communicatie-eisen, medische apparatuur en organisatorische praktijken, in plaats van één enkele operationele factor. Bijgevolg zal effectief beheer van het omgevingsgeluid waarschijnlijk gecoördineerde multidisciplinaire benaderingen vereisen waarbij clinici, ziekenhuisadministrateurs, architecten, ingenieurs, infectiepreventiespecialisten en facilitaire managementmedewerkers betrokken zijn.

Het huidige onderzoek biedt een gestandaardiseerd kader voor omgevingsakoestische beoordeling dat toekomstige multicenterstudies in ziekenhuizen met verschillende architectonische indelingen, klinische specialisaties en zorgsystemen kan faciliteren. Dergelijke studies zouden eine evaluatie mogelijk maken van de generaliseerbaarheid van de waargenomen ruimtelijke patronen en de ontwikkeling ondersteunen van benchmarkgegevens voor omgevingsakoestiek in zorginstellingen. Toekomstig onderzoek zou verder moeten gaan dan cross-sectionele omgevingsmonitoring door continue 24-uurs akoestische metingen, longitudinale follow-up en seizoensgebonden beoordelingen op te nemen om de temporele variabiliteit in ziekenhuisgeluidslandschappen beter te karakteriseren. Gelijktijdige verzameling van door patiënten gerapporteerde uitkomsten, gevalideerde maten voor slaapkwaliteit, beoordelingen van de werkdruk van het personeel, communicatieprestaties en objectieve fysiologische indicatoren zou een uitgebreidere evaluatie mogelijk maken van de relaties tussen omgevingsakoestiek en klinische of beroepsmatige uitkomsten. Recente vorderingen in de zorgakoestiek ondersteunen verder de integratie van continue akoestische monitoring, geautomatiseerde identificatie van geluidsbronnen, op machine learning gebaseerde geluidsclassificatie, psychoakoestische analyses en clusteringstechnieken om conventionele LAeq-metingen aan te vullen. Deze benaderingen kunnen het onderscheid verbeteren tussen continu achtergrondgeluid en klinisch relevante kortstondige akoestische gebeurtenissen, waardoor een completer begrip van ziekenhuisgeluidslandschappen en hun potentiële implicaties voor de patiëntenzorg en de prestaties van het personeel wordt verkregen33,34,46,47. Toekomstige prospectieve interventiestudies zouden de effectiviteit van technische, administratieve, gedragsmatige en technologische strategieën voor geluidsbeheersing moeten evalueren met behulp van gecontroleerde voor-en-na-ontwerpen of multicenterstudie-ontwerpen om de bewijslast voor akoestisch beheer in ziekenhuizen te versterken29,31,32,51. Over het geheel genomen biedt deze studie een uitgebreide beoordeling van het overdag aanwezige omgevingsgeluid in functionele zones van een tertiair academisch ziekenhuis met behulp van gestandaardiseerde akoestische metingen en hiërarchische statistische analyse. Omgevingsgeluidsniveaus overschreden consistent de veelgeciteerde internationale en nationale akoestische referentiewaarden tijdens routinematige klinische operaties overdag. Na correctie voor herhaalde metingen en clustering per afdeling vertoonden verpleegposten de hoogste gecorrigeerde omgevingsgeluidsniveaus, gevolgd door gangen, patiëntenactiviteitsruimten en afdelingen. Het aantal bezoekers en de bedcapaciteit van de afdeling waren onafhankelijk geassocieerd met een hogere LAeq, terwijl andere geregistreerde operationele kenmerken na multivariabele correctie niet onafhankelijk geassocieerd waren met het omgevingsgeluid. Deze bevindingen tonen aan dat omgevingsgeluid ongelijk verdeeld is over de functionele zones van het ziekenhuis en identificeren operationele gebieden die prioriteit kunnen krijgen bij toekomstig akoestisch beheer. Omdat de studie een observationeel cross-sectioneel ontwerp hanteerde, mogen de gerapporteerde associaties niet worden geïnterpreteerd als causaal of als bewijs voor directe effecten op de uitkomsten voor patiënten of personeel. Desalniettemin bieden het gestandaardiseerde meetprotocol, de hiërarchische analytische benadering en de uitgebreide omgevingsbeoordeling een robuuste basis voor toekomstige multicenterstudies en interventieonderzoek gericht op het optimaliseren van de akoestische omgeving in ziekenhuizen. Routinematige omgevingsakoestische monitoring met behulp van gestandaardiseerde meetprotocollen en passende hiërarchische analytische methoden kan de identificatie van operationele gebieden met veel geluid faciliteren en de ontwikkeling van op bewijs gebaseerde strategieën voor geluidsbeheersing in ziekenhuizen ondersteunen.

Openbaarmakingen

Belangenverstrengeling:

De auteurs verklaren dat zij geen concurrerende belangen hebben.

Dankbetuigingen

Geen verklaringen. Er is geen financiering ontvangen voor deze studie.

Materialen

Lijst van materialen gebruikt in dit artikel
NaamBedrijfCatalogusnummerOpmerkingen
KalibratielogboekZelf voorbereidN/ADocumentatie van instrumentkalibratie en verificatie
Klasse 1 Akoestische KalibratorHangzhou Aihua Instruments Co., Ltd.AWA6221BKalibratie van de geluidsdrukmeter (94 dB bij 1 kHz)
Klasse 1 Integrerende GeluidsdrukmeterHangzhou Aihua Instruments Co., Ltd.AWA6228+Primair instrument voor omgevingsgeluidsmetingen (conform IEC 61672-1)
GegevensverzamelbladenZelf voorbereidN/AGestandaardiseerde registratie van veldobservaties en operationele variabelen
Digitale Thermo-HygrometerTESTO608-H1Monitoring van omgevingstemperatuur en relatieve vochtigheid tijdens metingen
Ziekenhuisplattegronden/AfdelingsindelingenInstitutionele bronN/AIdentificatie van meetlocaties per afdeling
IBM SPSS Statistics (Versie 29.0)IBMN/AStatistische analyses
LaptopDellLatitude-serieGegevensverwerving, opslag en statistische analyse
RolmaatSTANLEYN/AVerificatie van plaatsingsafstanden van de microfoon
Microsoft ExcelMicrosoftHuidige versieGegevensbeheer en preliminaire gegevensverwerking
Persoonlijke BeschermingsmiddelenInstitutionele voorraadN/ANaleving van de infectiepreventie-eisen van het ziekenhuis
R Statistische Software (Versie 4.3.3)R Foundation for Statistical ComputingN/AStatistische computeromgeving
R-pakketten (emmeans, lme4, lmerTest)Comprehensive R Archive Network (CRAN)Huidige versiesLineaire mixed-effects modellering en geschatte marginale gemiddelden
Oplaadbare BatterijsetHangzhou Aihua Instruments Co., Ltd.Geleverd door fabrikantStroomvoorziening voor de AWA6228+ Klasse 1 Integrerende Geluidsdrukmeter
Software voor GeluidsdrukmeterHangzhou Aihua Instruments Co., Ltd.Inbegrepen bij instrumentInstrumentbesturing, gegevensverwerving en export van akoestische metingen
StatiefGenerieke laboratoriumleverancierN/AStabiele positionering van de microfoon van de geluidsdrukmeter

Referenties

  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.

Herprints en machtigingen

Trefwoorden

Akoestische blootstellinggeluidsmeterniveaugeluidsmetingverpleegpostlineaire mixed effects modellengeluidsniveaus in ziekenhuizengeluidsbeheersingakoestische monitoring