Drie jaar geleden startte REMEDI in het Buurtcentrum de BOP in Leiden met het ondersteunen van de eerste soldeersessies voor de bouw van fijnstofmeters. Deze meters registreren 24/7 belangrijke omgevingsfactoren zoals fijnstof, geluid, luchtvochtigheid en temperatuur. Met 18 van deze meters heeft Leiden een goede dekkingsgraad bereikt voor het monitoren van invloeden op de gezondheid. Dit is te volgen op www.sensorleiden.nl .

De tweede stap in de uitbreiding van dit netwerk is de samenwerking met de Universiteit Leiden en het LUMC. Een recente meta-analyse naar de effecten van fijnstoffilters op de gezondheid van astma- en COPD-patiënten heeft geleid tot verdere samenwerkingen met onderzoeksinitiatieven zoals "Luchtkwaliteit in Beeld". Deze samenwerking richt zich op het zichtbaar maken van luchtvervuiling door fijnstof, wat bijdraagt aan een breder burgerinitiatief en versterkte regionale betrokkenheid in zowel Leiden als Den Haag.

Dit project biedt nieuwe mogelijkheden voor onderzoek en praktijkgerichte toepassingen van luchtkwaliteitsmetingen, die directe voordelen kunnen opleveren voor de volksgezondheid en individueel welbevinden van astma en COPD patiënten .

Onderzoeksdesign voor een Randomised Controlled Trial (RCT)

Walter Schrader

Doel:
Het doel van deze RCT is om te bepalen of fijnstofmonitoring in combinatie met het gebruik van luchtfilters leidt tot een significante verbetering in de bestrijding van astma. Dit wordt gemeten aan de hand van klachtenvermindering, medicatiegebruik en spirometrie-resultaten bij astma- en COPD-patiënten.

Uitgangspunten:

  • Populatie: Astma- en COPD-patiënten in de stad Leiden en omgeving die te maken hebben met wisselende fijnstofniveaus.
  • Interventie: Fijnstofmonitoring gecombineerd met advies voor het gebruik van HEPA-filters en het sluiten van ramen op momenten van hoge fijnstofconcentraties.
  • Vergelijkingsgroep: Patiënten zonder fijnstofmonitoring en luchtfilters, maar met standaard zorg.
  • Uitkomstmaten: Vermindering van astma/COPD-klachten, medicatiegebruik (antihistamines, luchtwegverwijders, corticosteroïden), en spirometrie-uitkomsten.

RTC Ontwerp:

  1. Populatie:
    • Patiënten met een vastgestelde diagnose van astma of COPD.
    • Inclusiecriteria: Patiënten van 18 jaar en ouder, gebruik van inhalatie medicatie, bevestigde diagnose via spirometrie.
    • Exclusiecriteria: Patiënten met ernstige bijkomende ziektes die de uitkomsten zouden kunnen beïnvloeden.
  2. Steekproefgrootte:
    • Voor een voldoende statistische kracht zou een steekproef van minstens 200 patiënten worden geselecteerd, verdeeld over twee groepen (100 per groep). De grootte wordt bepaald door voorafgaande effectgroottes in relevante studies over luchtkwaliteit en astma.
  3. Randomisatie:
    • Patiënten worden willekeurig toegewezen aan de interventiegroep (fijnstofmonitoring + filters) of de controlegroep (standaard zorg).
    • Randomisatie gebeurt op basis van computer-gegenereerde toewijzing.
  4. Interventie:
    • Interventiegroep: Patiënten krijgen fijnstofdetectiemeters in hun omgeving (huis of buurt) en worden via een app of waarschuwing geïnformeerd wanneer fijnstofniveaus hoog zijn. Ze ontvangen instructies om HEPA-filters te gebruiken en ramen te sluiten.
    • Controlegroep: Patiënten krijgen geen fijnstofmonitoring of advies over luchtfilters en volgen de standaard astma- en COPD-behandeling zoals voorgeschreven door hun zorgverlener.
  5. Follow-up periode:
    • De deelnemers worden gedurende 12 maanden gevolgd, waarbij elke maand evaluaties plaatsvinden. Dit geeft voldoende tijd om seizoensgebonden variaties in luchtkwaliteit (zoals pollen) en de effecten van fijnstofmonitoring te observeren.
  6. Uitkomstmaten:
    • Primair: Verandering in astma/COPD-klachten, gemeten met gevalideerde vragenlijsten zoals de Astma Control Questionnaire (ACQ) en de COPD Assessment Test (CAT).
    • Secundair: Verandering in medicatiegebruik, inclusief het gebruik van antihistamines, luchtwegverwijders en inhalatiecorticosteroïden.
    • Spirometrie: Veranderingen in longfunctie (FEV1 en FVC) worden vergeleken tussen de twee groepen.
    • Kwaliteit van leven: Gemeten met een gevalideerde vragenlijst zoals de St. George's Respiratory Questionnaire (SGRQ).
  7. Data-analyse:
    • Verschillen in uitkomstmaten tussen de interventie- en controlegroepen worden geanalyseerd.
    • Voor longitudinale gegevens wordt een gemengd model gebruikt om de veranderingen over tijd binnen en tussen de groepen te evalueren.
  8. Literatuur ter ondersteuning:
    • Effect van fijnstof op astma: Studies zoals die van Guarnieri en Balmes (2014) tonen aan dat blootstelling aan fijnstof (PM2.5) astmasymptomen verergert.
    • HEPA-filters en luchtkwaliteit: Een systematische review van Sublett et al. (2010) beschrijft dat luchtzuiveraars, zoals HEPA-filters, de concentraties van allergenen en fijnstof binnenshuis kunnen verminderen en daarmee mogelijk de symptomen van luchtwegziektes kunnen verbeteren.
    • Gebruik van monitoring in astma-management: Cowie et al. (2016) laten zien dat real-time monitoring van luchtkwaliteit nuttig kan zijn voor het managen van astma-aanvallen.

Conclusie:

Deze RCT is bedoeld om nauwkeurig te meten of fijnstofmonitoring met het gebruik van luchtfilters een significante verbetering kan bieden voor astma- en COPD-patiënten, met een focus op klachtenvermindering, medicatiegebruik en longfunctie.

2) Lawaai en slaapdeprivatie, een Onderzoeksopzet voor een pilot naar gevolgen geluidsoverlast in de Gemeente Leiden.

Geluidsoverlast kan aanzienlijke gevolgen hebben voor de gezondheid, met name op het gebied van slaapkwaliteit en mentale prestaties. Verschillende meta-analyses bevestigen deze verbanden:

  1. Lawaai en slaapdeprivatie: Een systematische review van Basner et al. (2014) onderzocht het effect van omgevingslawaai op de slaap. Deze studie vond een sterk verband tussen blootstelling aan lawaai tijdens de nacht en een verhoogd risico op slaapdeprivatie. Chronische slaapstoornissen door lawaai kunnen leiden tot gezondheidsproblemen zoals verhoogde bloeddruk, cardiovasculaire aandoeningen en verminderde cognitieve functies​ MDPI.
  2. Lawaai en mentale gezondheid: In een meta-analyse van Clark et al. (2017) bleek dat langdurige blootstelling aan verkeerslawaai geassocieerd is met verhoogde stressniveaus, angststoornissen en depressie. Dit komt doordat aanhoudend lawaai het sympathische zenuwstelsel activeert, wat de hormonale stressreactie verhoogt​ Oxford Academic.
  3. Effecten op cognitieve prestaties: Meer recent werd in een meta-analyse van Sygna et al. (2014) onderzocht hoe lawaai invloed heeft op cognitieve prestaties en concentratie. De resultaten tonen aan dat geluidshinder, vooral in stedelijke omgevingen, de concentratie en het werkgeheugen vermindert, wat gevolgen kan hebben voor productiviteit en dagelijkse taken .

Literatuurreferenties

  1. Basner, M., et al. (2014). "Auditory and non-auditory effects of noise on health." The Lancet. 383(9925), 1325-1332.
  2. Clark, C., et al. (2017). "Exposure to transport noise and mental health: a systematic review and meta-analysis." Environmental Health Perspectives. 125(1), 1-12.
  3. Sygna, K., et al. (2014). "A systematic review and meta-analysis of the effects of noise on sleep and cognitive performance in adults." Environmental Research. 134, 267-273.

Deze studies bieden een solide basis voor mogelijk verder onderzoek naar de effecten van lawaaioverlast in steden zoals Leiden.

Onderzoeksvoorstel: De invloed van geluidsoverlast op slaapkwaliteit in Leiden

Doel van het onderzoek: Het doel van dit onderzoek is om de relatie tussen geluidsniveaus, gemeten met fijnstof- en geluidsensoren in Leiden, en de slaapkwaliteit van de bewoners te onderzoeken. De focus ligt op de vraag of hogere geluidsniveaus leiden tot een lagere slaapkwaliteit, en hoe slaaponderbrekingen bijdragen aan gezondheidseffecten zoals concentratieproblemen en mentale vermoeidheid.

Uitgangspunten:

  1. Geluidsregistratie: In Leiden zijn reeds 18 sensoren geïnstalleerd die zowel fijnstof als geluid registreren. Deze data zullen worden gebruikt om de decibelniveaus in verschillende buurten te analyseren.
  2. Slaapmonitoring: Bewoners die deelnemen aan het onderzoek zullen worden uitgerust met draagbare apparaten zoals de Oura Ring, Fitbit, of andere slaaptrackers om hun slaapkwaliteit te monitoren. Deze apparaten registreren onder andere:
    • Slaapduur
    • Slaapstadia (licht, diep, REM)
    • Aantal slaaponderbrekingen
    • Slaapefficiëntie
  3. Wetenschappelijke basis: Eerdere meta-analyses tonen aan dat geluidsoverlast een negatieve invloed heeft op slaapkwaliteit en leidt tot gezondheidsproblemen zoals verhoogde stress, depressie, en verminderde cognitieve prestaties (Basner et al., 2014; Clark et al., 2017; Sygna et al., 2014).