住房条件作为美国城市儿童睡眠差异的驱动因素

任何城市可持续性的愿景若忽视人类可持续性，都是不完整的；然而许多城市环境往往制造损害儿童睡眠的条件。这些环境通过多重路径塑造儿童睡眠健康的差异，其中社会经济与住房条件是主要驱动因素。住房不仅反映社会经济地位(socioeconomic status, SES)，还调节儿童的睡眠环境及其对极端气候事件的暴露。然而，由于人群层面的睡眠健康与环境暴露数据有限，城市尺度的睡眠差异评估仍然稀缺。本研究引入SLEEP（SLeep and Environmental Exposure evaluation framework for urban Populations）框架，这是一种自下而上的方法，用于评估美国13个城市在气候事件（如野火烟雾）影响下的城市睡眠健康差异。SLEEP通过与独立全国数据集中的睡眠相关指标进行比较得到验证。研究结果显示，各城市间儿童睡眠结局存在显著差异，主要由住房条件驱动。居住在多户住宅、过度拥挤家庭和租赁单元中的儿童面临更高的风险。物理住房特征成为关键决定因素。这些发现表明，住房条件如何放大儿童对气候应激源的脆弱性，并强化根植于更广泛社会经济劣势中的睡眠健康差异。

该研究发表于《Sustainable Cities and Society》，针对城市建成环境与儿童睡眠健康之间的关联展开系统性探讨。当前，美国约83%的人口居住在城市地区，而城市化进程带来的空气污染、城市热岛效应及噪声等环境应激源，已显著影响居民的身心健康，其中儿童睡眠作为一个关键的生理恢复过程，却长期被忽视。既往研究多聚焦于SES对儿童睡眠的直接作用，而忽略了住房作为SES与室内环境的中介变量所发挥的重要作用。尤其在极端气候事件频发的背景下，住房的隔热、通风及空调系统等物理属性，决定了室内环境能否有效缓冲外部气候冲击，进而影响儿童睡眠质量与呼吸系统健康。由于缺乏大规模、高分辨率的睡眠健康与环境暴露整合数据，现有研究难以量化城市尺度的睡眠差异及其驱动机制。为此，研究人员开发了SLEEP框架，将临床睡眠监测数据、建筑物理模拟与美国代表性住房库存数据相结合，旨在揭示住房条件如何塑造儿童睡眠健康差异，并为政策制定提供科学依据。

关键技术方法方面，研究人员首先依托费城儿童医院(Children's Hospital of Philadelphia, CHOP)睡眠中心开展人体实验，招募49名8~17岁儿童进行多导睡眠监测(polysomnography, PSG)，同步记录卧室热湿环境与空气质量参数，最终纳入36名合格参与者建立睡眠健康模型。其次，利用ResStock数据集选取代表美国13个气候区的24,635栋住宅，结合典型气象年(Typical Meteorological Year, TMY)数据与野火烟雾情景，通过EnergyPlus软件进行逐时室内环境物理模拟，并将睡眠健康模型嵌入能源管理模块实现自动化风险评估。最后，采用基尼系数(Gini coefficient)、KL散度(Kullback–Leibler divergence)及主成分分析(principal component analysis, PCA)等方法量化城市内部与城市间的睡眠健康差异，并通过多元回归分析识别关键住房驱动因子。

研究结果部分，城市层面睡眠差异显示，不同城市的儿童睡眠健康风险分布呈现两种模式：一是高差异型，如杜鲁斯、迈阿密等，少数住房条件优越的家庭风险较低，而多数家庭风险显著偏高；二是普遍高风险型，如凤凰城、洛杉矶，整体风险水平居高不下。季节分析表明，杜鲁斯等城市的风险随季节波动明显，而凤凰城等地则全年维持高位。睡眠健康风险的流行与驱动因素方面，洛杉矶有26.9%的建筑处于极高风险组合，迈阿密、休斯顿与凤凰城紧随其后；而杜鲁斯仅24.7%的建筑属于极低风险组合。除气候外，建筑年代、户型、入住密度及产权性质均显著影响风险水平：1980年前建成的住宅因通风率较高，二氧化碳(CO₂)浓度相对较低，睡眠风险反而低于部分新建住宅；多户住宅与过度拥挤家庭的极高风险比例超过59%；租赁家庭的低睡眠效率(low sleep efficiency, LSE)与中度阻塞性睡眠呼吸暂停(moderate obstructive sleep apnea, MOSA)风险均显著高于自有住房家庭。改善睡眠健康的路径中，主成分分析显示，围护结构渗透性、窗墙比、屋顶与墙体保温性能是区分高风险与低风险建筑的核心物理特征。此外，肥胖显著提升了MOSA风险，在假设全体儿童均为肥胖的情景下，城市间MOSA风险中位数上升2.6%~21.2%，但差异反而缩小，反映出风险在全人群中普遍升高而非差距扩大。SLEEP框架的验证通过与全美儿童健康调查(National Survey of Children's Health, NSCH)数据比对，发现极高LSE风险家庭比例与儿童睡眠不足比例呈正相关，极高MOSA风险比例与儿童呼吸困难比例亦呈正相关，验证了模型的区域一致性。

在讨论部分，研究人员指出，住房条件不仅是SES的外在体现，更是儿童睡眠环境的关键调节器。在气候变化与城市化加速的背景下，老旧住房的隔热不足与新建住房的气密性过高均可能加剧睡眠健康风险。SLEEP框架的优势在于可提前识别高风险社区，指导资源精准投放：在高差异城市应优先改善租赁房、多户住宅与过度拥挤家庭的居住条件；在低差异城市则更适合实施全域微气候优化策略。同时，研究强调SLEEP并非用于单栋建筑的精确预测，而是面向人群尺度的相对风险评估工具。局限方面，实验环境未能完全覆盖自然通风或无空调家庭，且未纳入夜间噪声与人工光照等潜在影响因素，未来需进一步扩展至更广泛的室内环境范围与微观气候尺度。

结论部分，本研究成功构建了可扩展的SLEEP框架，首次在美国城市尺度量化了住房条件对儿童睡眠健康差异的驱动作用。结果表明，高温气候区、过度拥挤家庭及租赁住宅的儿童面临显著更高的睡眠健康风险，而建筑围护结构质量是造成差异的核心物理因素。该框架填补了公共卫生研究中住房环境暴露模拟的空白，为社区、城市乃至国家层面的针对性住房干预提供了科学支撑。