经常使用耳机的用户出现早期听力阈值变化的风险因素：一项横断面研究

《The Egyptian Journal of Otolaryngology》：Risk factors for early hearing threshold shifts in regular earphone users: a cross-sectional study

　　**摘要**

**背景**
年轻人长期使用耳机已成为常态，这可能会导致听觉阈值的早期变化。然而，具体哪些使用习惯会导致听觉阈值升高仍不清楚。因此，本研究评估了年轻耳机使用者的频率特异性听觉阈值以及影响听觉阈值的使用相关因素。研究在110名医学生中进行了横断面调查，收集了关于每日耳机使用时间、每周使用频率、使用年限、偏好音量以及性别的数据。使用结构化问卷收集了这些信息，并对双耳在0.25至8 kHz频率范围内的纯音听力进行了检测。针对每个频率和耳朵分别进行了多元线性回归分析，以确定影响听觉阈值变化的显著预测因素。

**结果**
每日使用耳机的时长被确定为右耳在低频和中频（0.25–1 kHz）阈值升高的显著预测因素（p < 0.01）。音量是左耳在多个频率（0.5–8 kHz）上最稳定的预测因素（p < 0.05）。每周使用频率与听觉阈值的变化仅在与右耳的8 kHz频率相关时达到显著性。整体模型拟合度中等，调整后的R2值介于-0.03到0.11之间。不同性别在听觉阈值上的平均差异无统计学意义。

**结论**
较高的每日耳机使用量和增加的音量与医学生听觉阈值的微妙频率特异性升高有关。尽管听觉阈值仍在正常范围内，但这些发现表明存在早期听觉压力。采用安全的听音习惯可能有助于预防未来的噪声引起的听力损失。

**引言**
听力障碍是全球主要的公共卫生问题之一。噪声引起的听力损失（NIHL）是感音神经性听力损失的第二大原因[1]。个人听力设备（PLDs），包括耳机和头戴式耳机）的日益普及和价格亲民，导致所有年龄段的人群中其日常使用率大幅上升。长时间的听音和过高的音量使用超过了世界卫生组织（WHO）推荐的“60–60规则”（即每天不超过60分钟、音量不超过60%），这构成了可预防的娱乐性NIHL的严重风险[2, 3]。然而，PLD使用者经常超出这些限制，尤其是在嘈杂环境中会提高音量以克服背景噪音。根据WHO的数据，12–35岁年龄段的50%人群因暴露于不安全的音量水平而面临娱乐性NIHL的风险[4]。对于成年人，WHO建议每周总暴露量为80分贝（儿童为75分贝），持续时间为40小时；音量越高，安全使用时间显著缩短[4]。临床上，永久性听力损失定义为听力阈值达到25分贝或更低，而正常听力定义为双耳阈值达到20分贝或更高[5]。

**背景**
年轻人长期使用耳机已成为常态，这可能会导致听觉阈值的早期变化。然而，具体哪些使用习惯会导致听觉阈值升高仍不清楚。因此，本研究评估了年轻耳机使用者的频率特异性听觉阈值以及影响听觉阈值的使用相关因素。研究在110名医学生中进行了横断面调查，收集了关于每日耳机使用时间、每周使用频率、使用年限、偏好音量以及性别的数据。使用结构化问卷收集了这些信息，并对双耳在0.25至8 kHz频率范围内的纯音听力进行了检测。针对每个频率和耳朵分别进行了多元线性回归分析，以确定影响听觉阈值变化的显著预测因素。

**结果**
每日使用耳机的时长被确定为右耳在低频和中频（0.25–1 kHz）阈值升高的显著预测因素（p < 0.01）。音量是左耳在多个频率（0.5–8 kHz）上最稳定的预测因素（p < 0.05）。每周使用频率与听觉阈值的变化仅在与右耳的8 kHz频率相关时达到显著性。整体模型拟合度中等，调整后的R2值介于-0.03到0.11之间。不同性别在听觉阈值上的平均差异无统计学意义。

**结论**
较高的每日耳机使用量和增加的音量与医学生听觉阈值的微妙频率特异性升高有关。尽管听觉阈值仍在正常范围内，但这些发现表明存在早期听觉压力。采用安全的听音习惯可能有助于预防未来的噪声引起的听力损失。

**方法**
本研究是对一项关于医学生耳机使用习惯和听觉阈值研究数据的二次分析。

**研究设计与设置**
这是一项横断面分析研究，于2023年6月至7月24日在印度泰米尔纳德邦的一所三级医学院校进行的，共有110名医学生参与。研究获得了机构伦理委员会的批准（参考编号SVMCHRI/IEC/2023/001，日期2023年2月24日）。在数据收集前，所有参与者均签署了书面知情同意书。该研究遵循了《赫尔辛基宣言》的原则。

**研究样本**
共招募了110名18–25岁的医学生。根据之前报告的南印度慢性耳机使用者中听力损失（18.3%）的普遍情况，估计最低样本量为90人（95%置信水平，8%误差范围）。为考虑潜在的非响应情况，实际招募了110名参与者。

**纳入标准**
- 每天使用入耳式或插入式耳机超过1小时，每周至少3天，且持续至少6个月的学生。
- 有慢性中耳炎、耳科手术史、职业噪声暴露史、近期上呼吸道感染史、已知听力障碍或影响听力的系统性疾病的学生被排除在外。
- 根据先前的研究结果，使用头戴式耳机的学生也被排除在外，因为与插入式耳机相比，头戴式耳机对听觉阈值的影响通常较小[7, 16, 17]。

**数据收集**
使用半结构化问卷收集了符合条件的参与者的基本信息。该问卷基于先前发表的研究编制，并在使用前进行了清晰度和理解度的预测试。问卷内容包括年龄、性别、耳机使用时长、听音习惯（每日使用时长、每周使用频率、使用年限和偏好音量）。音量根据用户报告的设备设置分为低（< 60%）、中（60–85%）和高（> 85%）三个级别。

**听力测试**
使用校准过的听力计（Micra+，Auditivo Hearing，印度）和TDH-39头戴式耳机，在符合ANSI S3.1-1999标准的环境噪声水平下进行纯音听力测试。测量频率范围为0.25至8 kHz。要求参与者在测试前至少24小时内避免接触大声噪音。每位参与者均接受了耳镜检查，以排除耳垢堵塞、感染或鼓膜穿孔。符合条件的参与者以随机顺序接受双耳听力测试。采用改良的Hughson–Westlake方法确定阈值，测试从1 kHz开始，逐步增加或减少5 dB。数据由一名经过培训的听力学家收集，以减少观察者间的差异。空气传导阈值≥25 dB HL被认为表示听觉阈值升高。

**统计分析**
使用SPSS 16软件进行统计分析。计算了所有变量的描述性统计量。检查数据中的缺失值、异常值和输入错误。使用标准残差值（超过±3）和Cook距离值（大于1）识别异常值。对有影响力的观测值进行了敏感性分析。使用Shapiro–Wilk检验检测数据的正态性。标准残差值、杠杆值和Cook距离值用于识别有影响力的观测值。针对每个频率（0.25–8 kHz）和每只耳朵（右耳和左耳）分别构建了多元线性回归模型。因变量为纯音阈值（dB HL），自变量为每日使用时长、每周使用频率、使用年限、偏好音量和性别。性别作为协变量纳入模型，以考虑潜在的混杂效应。模型统计结果包括R、R2、调整后的R2、F统计量及其自由度、模型级别的p值、未标准化系数（B）和预测变量级别的p值。通过残差图和方差膨胀因子（VIF < 2）验证了模型的正态性、线性和同方差性假设。效应量通过R2值解释。p值< 0.05被视为统计显著。虽然构建了多个频率特异性模型，但选择这种方法是为了保持听觉阈值的频率分辨率。为了最小化I类错误的风险，解释集中在跨频率的一致性模式上，而不是孤立的统计显著结果。

**结论**
年轻人，尤其是大学生，由于长期高音量使用耳机，属于特别易受影响的群体。他们面临终生累积暴露的风险[14]。因此，识别可改变的风险因素及其在听觉阈值变化中的作用至关重要，这对制定有针对性的预防策略和促进医学生的听力保护非常重要。因此，本研究旨在确定经常使用耳机的医学生中听觉阈值变化的预测因素。

**目的与目标**
识别能够预测听觉阈值变化的耳机使用习惯，并开发与使用特征相关的频率特异性模型。总体而言，男女之间的纯音阈值相当，表明在测试的频率范围内，听力敏感度没有明显的性别差异。表2显示了每个测试频率的平均听觉阈值的性别比较。对频率特异性听力阈值进行了多元线性回归分析，所有回归模型都满足正态性、同方差性和无多重共线性的假设。使用标准化残差超过±3和Cook距离值大于1来识别异常值。在检测到有影响的观察值时进行了敏感性分析。对于右耳和左耳的每个听力频率（0.2–8 kHz），分别进行了多元线性回归分析。每个频率的听力阈值（dB HL）被视为因变量。预测变量包括每日使用时间（小时/天）、每周使用频率（天/周）、暴露年数、首选输出音量（最大音量的百分比）和性别。基于生物学合理性，性别被保留在模型中。所有模型包括五个预测变量，总样本量为n=110（df=5, 104），但在去除异常值后的左耳0.5 kHz处，df=5, 102。表3总结了回归分析结果。对于右耳，在较低频率（0.25–1 kHz）下，回归模型具有统计学意义，并解释了大约8–15%的方差（R2），表明耳机使用行为与听力阈值之间存在适度但显著的关联。右耳0.25 kHz的回归模型具有统计学意义（R2 = 0.15, F(5,104) = 3.74, p = 0.00）。每日使用耳机（B = 1.89, β = 0.28, p = 0.00）和输出音量（B = 3.28, β = 0.21, p = 0.03）是显著预测变量。这表明每天额外使用耳机一小时与听力阈值增加约1.89 dB相关，而更高的听力音量与听力阈值增加约3.28 dB相关，表明听力敏感度较差。0.5 kHz的模型具有统计学意义（R2 = 0.14, F(5,104) = 3.47, p = 0.01）。每日使用耳机（B = 1.99, β = 0.30, p = 0.00）和性别（B = 4.24, β = 0.20, p = 0.04）是显著预测变量。增加每日耳机使用与更高的阈值相关，而性别显示出适度的独立效应。1 kHz的模型具有统计学意义（R2 = 0.14, F(5,104) = 3.40, p = 0.01）。每日使用（B = 1.31, β = 0.26, p = 0.01）、性别（B = 3.30, β = 0.20, p = 0.03）和每周使用（B = 1.51, β = 0.20, p = 0.03）是显著预测变量。这些发现表明，无论是每日还是累积暴露都导致了该频率的阈值升高。尽管1 kHz的模型具有统计学意义，但调整后的R2与R2相比略有下降，表明在考虑模型复杂性后，一些预测变量的额外解释价值有限。1 kHz处调整后的R2下降表明模型稳定性降低。2 kHz和4 kHz的模型没有统计学意义（R2 = 0.04, F(5,104) = 0.81, p = 0.54和R2 = 0.02, F(5,104) = 0.48, p = 0.79），没有识别出显著预测变量。8 kHz的模型没有统计学意义（R2 = 0.07, F(5,104) = 1.49, p = 0.20）。然而，每周使用（B = 2.76, β = 0.22, p = 0.02）显示出显著关联。由于整体模型的非显著性，这一孤立发现应谨慎解释。与右耳相比，大多数左耳模型没有达到总体统计学意义，尽管输出音量在所有频率（0.25 kHz至8 kHz）中始终是显著的预测变量。0.5 kHz的模型（完整数据集）具有统计学意义（R2 = 0.11, F(5,104) = 2.48, p = 0.04）。每日使用（B = 1.32, β = 0.20, p = 0.04）和输出音量（B = 3.82, β = 0.25, p = 0.01）是显著预测变量。每日使用增加和更高的听力音量都与该频率的听力阈值升高相关。在去除两个有影响力的观察值后，模型不再具有统计学意义（R2 = 0.08, F(5,102) = 1.84, p = 0.11），尽管输出音量仍然单独显著（B = 3.19, β = 0.22, p = 0.03）。这表明最初的模型显著性受到极端值的影响。在个别预测变量达到统计学意义的情况下，尽管整体模型不显著，这些发现应谨慎解释，因为它们可能代表孤立关联而非一致的预测关系。

讨论
本研究评估了医学生（18–25岁）的频率特异性听觉阈值与耳机使用习惯之间的关系。尽管平均听力阈值大部分保持在临床正常范围内，但在耳机使用行为（特别是每日使用时间和听力音量）与阈值升高之间观察到了显著关联，主要集中在较低和中等频率。在右耳0.25 kHz处，这种关联最为明显，每日使用和输出音量都独立预测了阈值升高。每天额外使用耳机一小时与听力阈值增加约1.89 dB相关，而更高的输出音量导致听力阈值增加约3.28 dB。

参与者特征和暴露概况
研究人群中女性占多数（76.40%）。男性和女性在年龄、每日耳机使用频率、每周使用频率和首选输出音量类别上相似。然而，男性报告的耳机使用时间（以年计）显著更长。鉴于两性平均年龄相似，这一发现表明男性参与者更早开始使用耳机。这些差异可能反映了行为和社会文化因素，如听力偏好、环境噪音暴露和设备使用模式。

性别差异对听觉阈值的影响
性别差异比较显示，在任何频率下，任何耳朵的频率特异性听觉阈值都没有统计学上的显著差异。这可能是由于研究参与者的年龄较年轻。先前的研究表明，男性的听觉阈值在30岁时明显升高，而在女性中则较晚 [18, 19]。年轻群体中听觉阈值的性别差异可能由于耳蜗结构和听觉功能的相似性 [20, 21]。尽管观察到了男性和女性平均阈值之间的轻微差异，但这些差异 tidak signifikan 从统计学上讲，也没有明确的性别相关模式。
这些发现与Park YH等人的研究结果一致，Agrawal Y等人和Pearson JD等人也表明，在年轻人中，性别差异在听力敏感度上很微妙，通常受环境和行为暴露因素的影响，而不仅仅是生物学性别 [3, 19,20,21]。

回归分析：阈值升高的预测因素
多元回归分析表明，与耳机使用相关的行为是听觉阈值升高的最一致预测因素。在0.25 kHz、0.5 kHz和1 kHz处，每日使用耳机与阈值升高有最一致的相关性，约解释了10–15%的方差。这表明每日听力持续时间与听觉阈值升高之间存在剂量-反应关系。此外，首选输出音量在0.25 kHz处也是显著预测变量，强调了即使在较低频率下，听力强度的作用。性别在0.5 kHz和1 kHz处显示出适度的相关性，但这些效应次于使用相关变量。
本研究中低频率关联的占主导地位，这与通常与4 kHz听力损失相关的经典高频影响相反 [1, 12, 22]。Jha等人和Ramya等人也报告了长时间使用耳机与高频听力损失相关的显著关联 [23, 24]。虽然噪声引起的听力损失通常与高频损失相关，但通过个人音乐设备（PLDs）进行的娱乐性娱乐往往会影响语音频率（0.5–2 kHz），这是由于独特的频谱、解剖和行为因素 [7, 25]。先前的研究表明，通过PLDs播放的歌曲通常在0.4–4 kHz范围内集中了大量的声能，这些频率对交流至关重要 [7]。从解剖学上讲，人耳道的自然共振在2.5 kHz至5 kHz范围内放大声压，这一范围与语音频谱的上端重叠 [9]。使用入耳式耳机时，耳道体积减小可能导致声压额外增加6 dB，进一步削弱耳朵的自然防御机制 [17]。此外，在城市环境中增加PLD音量以克服环境噪音会导致0.5 kHz至2 kHz范围内的耳蜗受到强烈、持续的刺激，该范围是听觉系统最敏感的区域 [25, 26]。这些差异可能反映了早期的耳蜗变化，其中代谢压力和可逆的功能改变发生在与NIHL相关的高频凹槽发展之前 [4, 7, 27]。这些发现表明，耳机使用与较低和中等频率的阈值变化有关；然而，在本研究中并未观察到高频的一致关联。此外，累积暴露时间、听力强度和人口特征的差异也可能导致这些差异。本研究中相对较年轻的群体可能代表了听觉变化的早期阶段。Alkharabsheh等人也报告了类似的发现，他们观察到了听觉阈值的早期变化，但没有一致的高频参与 [28]。
在中等频率（0.5 kHz和1 kHz）处，尽管模型具有统计学意义，但个别预测变量的贡献各不相同，这表明这些可能代表过渡性变化而非一致效应。在较高频率（2 kHz和4 kHz）处，回归模型没有统计学意义。在8 kHz处，尽管模型不具有统计学意义，但每周使用显示出显著的回归系数。这可能反映了随机变异或统计功效有限，这一发现应谨慎解释。高频的较低R2值表明，4 kHz和8 kHz的损伤无法通过耳机使用变量很好地预测。这些频率缺乏显著关联可能是由于累积暴露不足、耳蜗参与的早期阶段或个体易感性的差异。高频听力损失通常在长期和强烈暴露后发展，而这可能是本研究中未出现的 [4, 5, 12]。
对于左耳，首选输出音量在所有频率（0.25–8 kHz）中是最一致的预测变量。即使在整体回归模型未达到统计学意义的情况下，输出音量始终显示出显著的beta系数。这表明暴露强度可能在影响左耳早期阈值变化中起关键作用。先前的研究也报告了类似的左右不对称性，这可能受到习惯性听力不对称性或可能的耳朵 Dominance效应的影响 [20, 29]。在完整数据集中，0.5 kHz处的显著发现，在去除两个有影响的观察值后不再持续，表明最初的结果是由极端值驱动的，而非稳定的关联。这些发现应谨慎解释，因为它们可能代表孤立 statistical associations 而非稳健的预测关系。
总体而言，每日使用耳机的持续时间是对右耳较低频率听力阈值升高最强和最一致的预测因素，而输出音量在左耳多个频率中是最一致的预测变量。较低的R2值表明，听力行为解释了频率特异性听力阈值变化的有限但统计学上显著的portion。在嘈杂环境中，较高的听力音量可能导致持续的耳蜗压力，即使在没有明显的高频损伤的情况下也是如此。这可能反映了早期的或亚临床的耳蜗变化，其中功能改变先于特征性的高频凹槽的发展 [27]。部分参与者报告以较高的音量听音乐，表明存在潜在的风险暴露。大约5–8%的参与者报告以超过85%的音量使用耳机，这被认为是潜在有害的。此外，相当大比例（约40–50%）的参与者报告以中度至较高的音量（60–85%）听音乐，这可能在长期暴露下带来风险。这些发现与先前的研究结果相当，并支持自我报告的暴露评估的有效性 [12, 17]。

临床和公共卫生意义
这些发现强调了在年轻人中实施早期预防策略和安全听音实践的重要性，即使在临床明显的高频听力损失出现之前。每日使用耳机时间、较高的输出音量与频率特异性阈值之间的重复关联表明了早期听觉压力，而不是明显的高频听力损失。这些变化可能代表早期的耳蜗synaptopathy或代谢疲劳，这可能无法仅通过传统的纯音听力测量检测出来 [8, 27]。这些发现支持了阈值变化可能在较低频率开始并逐渐发展到经典的高频损失的概念。该研究强调了推广“60/60规则”的重要性，即应使用不超过最大音量的60%，且每次使用时间不超过60分钟。针对年轻人的公共卫生倡议应强调，正常的听力图并不一定表示没有听觉损伤，尤其是在长期娱乐性噪音暴露的情况下。

优势和局限性
本研究的一个主要优势是使用了频率特定的回归建模，而不是汇总听力结果。这有助于识别微妙的、频率依赖的效应。对左右耳分别进行分析进一步提高了结果的可解释性，并凸显了听觉阈值在左右耳之间的差异。该研究的局限性在于其采用横断面设计、依赖于受试者自我报告的耳机使用习惯，以及样本量相对较小。此外，使用多种特定频率的回归模型增加了第一类错误（Type I error）的可能性。不过，研究结果在解读时保持了谨慎态度，更注重跨频率范围内的一致性模式，而非孤立地关注具有统计学显著性的结果。由于未采用基于频率平均值的模型（如PTA-based models），可能限制了不同频率范围内结果的全面解读。该研究的局限性还在于缺乏高级听觉测量技术，例如耳声发射（otoacoustic emissions）或扩展高频听力测试（extended high-frequency audiometry），这些技术本可以更早地检测到高频区域内的耳蜗变化。

**结论**
本研究显示，每日耳机使用时长和较高的音量输出是导致听觉阈值升高的最显著预测因素，尤其是在低频和中频范围内。尽管大多数听觉阈值仍处于临床正常范围内，但这些显著因素的存在表明存在早期的听觉压力。这些变化可能先于可检测到的噪声性听力损伤出现。因此，研究强调了养成安全听力习惯的重要性，包括限制每日使用耳机的时间和避免高音量输出。