Spectrumlab gratis Audio Spectrum Analyzer voor Windows computers

Prioriteit: opzetten van nocebo-experimenten, uitbreiding van het aantal deelnemers, en slaaponderzoek in situ (nabij windmolenparken van verschillend formaat en met verschillende turbine-types), op verschillende afstanden, bij alle windrichtingen en verschillende windkrachten dus gedurende tientallen en bij voorkeur honderden nachten.

Gelijktijdig: meer laboratoriumonderzoek naar de invloed van kunstmatig opgewekt laagfrequent en infrasoon geluid bij verschillende geluidsdrukniveaus (gemeten met A-weging, C-weging én Z-weging) op de diepe slaap (N3) door middel van polysomnografie, met ter controle een slaapomgeving die zorgvuldig getoetst is op de afwezigheid van zulk laagrequent geluid.

Inhoudsopgave:

Nederlandse wetgeving en onderzoek

Europese richtlijnen

Relevante onderzoeken over geluid en slaap

- Laagfrequent geluid windmolens

- Laagfrequent en middenfrequent verkeersgeluid

Mechanismen waardoor laagfrequent geluid de N3-slaap kan verstoren

Vibroacoustic Disease (VAD)

De mitochondriale stress hypothese

Q&A: veelgestelde vragen over mijn vooronderzoek

Burgeronderzoek

Praktisch protocol

Audiotrack voor slaaponderzoek

Nocebo haanonderzoek

De webpagina N3: samenvatting en doelstellingen

Uitgebreidere kritiek op de oorspronkelijke FAQ

Second Opinion van Claude AI

Wat we nog niet hebben aangetoond:
1. Causaliteit tussen LFN en N3-verstoring
2. De bron van het laagfrequente geluid
3. De afstand waarover LFN zich kan verplaatsen
4. Betrouwbaarheid van smartphone- en app-metingen
5. Generaliseerbaarheid naar andere personen
6. Het mechanisme: hoe zou LFN de slaap verstoren?
7. Het nocebo-effect
8. Lange-termijn gezondheidseffecten
9. Effectiviteit van mogelijke mitigatiemaatregelen

Recommended Human Studies on Noise and Sleep

Possible mechanisms of LFN disrupting the N3-phase of deep sleep

Nederlandse wetgeving en onderzoek

Het RIVM schrijft: "Eerder onderzoek maakte al duidelijk dat bepaalde kennis nog ontbreekt over gezondheidseffecten. Hinder is een bewezen effect, maar voor andere effecten, zoals slaapverstoring, is niet genoeg wetenschappelijk bewijs. Ook is niet duidelijk hoe het specifieke geluid van windmolens bij omwonenden in kaart kan worden gebracht. Ten slotte is niet bekend bij welke geluidniveaus en op welke afstanden in Nederland gezondheidseffecten kunnen ontstaan."

Meer informatie:

RIVM: Geluidnormering windmolens

Helpdesk Wind op Land: Geluid van windturbines en gezondheid

Ministerie van Infrastructuur en Waterstaat: Onderzoek in het kader van het planMER Windturbinebepalingen Leefomgeving

Expertisepunt Windenergie en Gezondheid: Literatuur windturbines en gezondheid

Winds Of Justice: Waarom regulering op basis van dB(A) niet gepast is / Why ETSU-R-97 is unfit for purpose

RIJKSUNIVERSITEIT GRONINGEN proefschrift 2006:

The sound of high winds: the effect of atmospheric stability on wind turbine sound and microphone noise (PDF)

Europese richtlijnen

Departement Zorg Vlaanderen schrijft in Geluidshinder:

"Slaap heeft een belangrijke functie in het herstel van lichaam en geest, zoals het verwerken van informatie, lichamelijk herstel,... Zo kan slaapverstoring door geluidshinder gezondheidseffecten veroorzaken zoals vermoeidheid en verminderde cognitieve prestaties overdag, maar het kan ook een verhoogd risico op hart- en vaatziekten en depressies teweegbrengen. Kwetsbare doelgroepen zijn kinderen, omdat zij meer slaap nodig hebben. Ook ouderen, mensen in minder goede gezondheid en zwangere vrouwen zijn kwetsbare doelgroepen, omdat hun slaapstructuur meer gefragmenteerd is door het ouder worden, de ziekte of de zwangerschap."

"C–weging houdt meer rekening met de lage geluidsfrequenties dan de A-weging en is meer geschikt voor het in kaart brengen van laagfrequent geluid."

"In 2002 werd de Europese Richtlijn Omgevingslawaai (2002/49/EG) ingevoerd met als doel om tot een gemeenschappelijke aanpak te komen in Europa om de schadelijke gevolgen en hinder van omgevingslawaai te vermijden, te voorkomen, en te verminderen. Deze richtlijn werd omgezet in VLAREM via het Besluit van de Vlaamse Regering van 22 juli 2005. [...] De Wereldgezondheidsorganisatie (WGO) heeft in 2018 richtlijnen voor omgevingsgeluid afkomstig van weg-, spoorweg-, en luchtvaartverkeer, windturbines, en recreatie opgesteld.  De richtlijnen geven de maximale richtwaarde voor het jaargemiddelde geluidsniveau over 24 uur (Lden) en tijdens de nacht (Lnight). Deze richtlijnen zijn bepaald op basis van heel veel studies, die peilden naar hinder en slaapverstoring. Een richtlijn geeft zoals de naam het zegt een richting en is niet wettelijk verplicht. [...] In Europa is er een consensus dat nachtlawaai (Lnight) best onder 55 dB blijft en dat de gemiddelde waarde over een jaar (Lden) ongeveer 50dB bedraagt, zodat de bevolking wordt beschermd tegen ernstige gezondheidseffecten. Op lange termijn streeft de WGO naar een maximale waarde voor nachtlawaai (Lnight) lager dan 40 dB."

Relevante onderzoeken naar geluid en slaap

Onderstaande publicaties vormen de meest geciteerde en betrouwbare onderzoeken naar de effecten van nachtelijk geluid — inclusief laagfrequente en middenfrequente componenten — op de menselijke slaapstructuur en slaapkwaliteit. Samen tonen deze onderzoeken dat geluid met een sterke laagfrequente component — zelfs bij niveaus rond 35–45 dB, zoals de 43 dB(A) die ik consistent heb gemeten in provincie Groningen  — de continuïteit van de slaap kan beïnvloeden en de kans op micro-ontwakingen verhoogt. Het directe effect op N3-slaap vraagt verder onderzoek, maar de richting van het bewijs is consistent.

Vooral onderzoek naar de invloed van laagfrequent geluid van windmolens is beperkt, vergeleken bij het onderzoek dat is gedaan naar de invloed van middenfrequent geluid afkomstig van verkeer. Het gaat om kleine aantallen deelnemers, een beperkt aantal nachten, veelal in een laboratorium met kunstmatig opgewekt geluid, en in veel gevallen zonder dat polysomnografie is uitgevoerd. Dit lijstje presenteer ik zodoende niet als bewijs voor mijn hypothese maar juist om aan te geven dat meer onderzoek vereist is, bij voorkeur in de buurt van windmolenparken, mét polysomnografie, en gedurende tientallen nachten zodat alle combinaties van windrichtingen en windkrachten bestudeerd kunnen worden (waardoor reële variaties in frequentiespectrum en amplitude-modulatie, die afhankelijk zijn van windrichting en turbine-type, niet volledig worden weergegeven).

Laagfrequent geluid windmolens

1. Morsing et al. (2018) – Wind Turbine Noise and Sleep: Pilot Studies on the Influence of Noise Characteristics

Laboratorium-pilotstudie (n=6) naar verschillende karakteristieken van windturbinegeluid (niveau 29–34 dB LAeq). Meer ontwaken, minder diepe (N3-)slaap, en slechtere subjectieve slaapkwaliteit tijdens blootstelling.

Type / Populatie: Laboratorium-pilot (n=6 deelnemers)

Blootstelling / geluidskarakteristiek: 5 opeenvolgende nachten, blootstelling aan windturbine-geluidvarianten (niveau ~29-34 dB L AEq; variatie in amplitude-modulatie, rotatiefrequentie)

Belangrijkste slaapbevindingen: Meer ontwaken, minder diepe slaap (N3), minder aaneengesloten N2-slaap, verhoogde subjectieve verstoring in blootstellingsnachten versus controle.

🔗 PubMed
🔗 Open-access artikel (MDPI)

2. Smith et al. (2020) – A Laboratory Study on the Effects of Wind Turbine Noise on Sleep (WiTNES study)

Grotere laboratoriumstudie (n=50). Eén nacht blootstelling aan gesimuleerd windturbinegeluid (~32 dB LAeq). Langer REM-slaaplatentie (+16,8 min), iets kortere REM-duur (−11 min), maar geen grote objectieve verschillen in slaapefficiëntie of ontwakingen.

Type / Populatie: Laboratorium (n=50; 24 wonen nabij windturbines + 26 referentie)

Blootstelling / geluidskarakteristiek: Eén nacht blootstelling aan gesimuleerd windturbinegeluid ~32 dB L AEq (indoor) met variaties (raam dicht/open; AM laag/hoog)

Belangrijkste slaapbevindingen: REM-slaaplatentie was langer (+16,8 min) en REM-duur korter (-11,1 min; -2,2%). Andere objectieve slaapparameters (slaapefficiëntie, wakker na slaap) toonden geen significant verschil. Zelfgerapporteerde slaapkwaliteit slechter.

🔗 PubMed
🔗 Volledige tekst (Sleep-journal, Oxford Academic)

3. Onakpoya et al. (2021) – An Experimental Investigation on the Impact of Wind Turbine Noise on Sleep Outcomes

Laboratoriumonderzoek met 23 jonge gezonde deelnemers, twee nachten (controle 23 dB(A) vs blootstelling 33 dB(A)). Geen significante verschillen in objectieve of subjectieve slaaplatentie.

Type / Populatie: Laboratorium (n=23, jonge gezonde deelnemers zonder eerdere WTN-blootstelling)

Blootstelling / geluidskarakteristiek: Twee nachten: (a) controle ~23 dB(A) vs (b) blootstelling aan WTN ~33 dB(A) in inslaapperiode

Belangrijkste slaapbevindingen: Geen significant verschil in objectieve of subjectieve slaaplatentie tussen blootstellings- en controleconditie in deze groep.

🔗 PubMed

4. Crichton et al. (2023) – The Health Effects of 72 Hours of Simulated Wind Turbine Infrasound

Dubbelblind, gerandomiseerd crossover-experiment (n=37) met 72 uur blootstelling aan infrasound (1.6–20 Hz, ca. 90 dB pk). Geen verslechtering van objectieve of subjectieve slaap.

Type / Populatie: Laboratorium (n=37 gezonde maar “noise-sensitive” volwassenen)

Blootstelling / geluidskarakteristiek: 72 uur blootstelling aan gesimuleerde infrasound (1.6-20 Hz ~ ≈90 dB pk re 20 µPa) vs sham vs verkeers-geluidscontrol (≈40-50 dB LAeq)

Belangrijkste slaapbevindingen: Geen verergering van wake-after-sleep-onset of andere objectieve/subjectieve slaapparameters door de infrasoundconditie. De verkeersgeluidscontrol gaf wel lichte verslechtering.

🔗 PubMed
🔗 Volledige tekst (PMC open access)

5. Onakpoya et al. (2020) – A Systematic Review and Meta-Analysis of Wind Turbine Noise Effects on Sleep

Systematische review en meta-analyse (9 studies, 5 geanalyseerd). Objectieve slaapeffecten zijn klein en inconsistent; subjectieve slaapkwaliteit toont vaker samenhang met windturbinegeluid.

Type / Populatie: Systematisch overzicht/meta-analyse (9 studies, 5 meta-geanalyseerd)

Blootstelling / geluidskarakteristiek: Diverse blootstellingen aan WTN; nadruk op objectieve & subjectieve slaapmetingen

Belangrijkste slaapbevindingen: De effecten op objectieve slaapparameters zijn over het geheel klein/onsamenhangend; subjectieve slaapkwaliteit en geluid-annoyance tonen vaker samenhang met WTN.

🔗 PubMed

6. Ishitake et al. (2017) – Wind Turbine Noise and Health Effects: Epidemiological Study in Japan

Grote populatiestudie (n≈9 000). Hogere prevalentie van slaapstoornissen bij bewoners binnen 1.500 m van turbines. Subjectieve blootstelling en annoyance verklaren veel van de variatie.

Type / Populatie: Epidemiologisch (n≈9.000 bewoners ≥20 jaar nabij windturbines)

Blootstelling / geluidskarakteristiek: Metingen van infrasound/laagfrequent geluid bij 50 gemeenschapscentra; slaapstoornissen (Athens Insomnia Scale) gerelateerd aan afstand tot turbine ≤1.500 m vs ≥2.000 m

Belangrijkste slaapbevindingen: Slaapstoornissen ongeveer 2× meer prevalent bij mensen die subjectief geluid hoorden, en bij bewoners dichterbij turbines (≤1.500 m) vs verder weg (≥2.000 m). Geen gedetailleerde polysomnografie.

🔗 PubMed
🔗 Volledige tekst (J-Stage open access)

Laagfrequent en middenfrequent verkeersgeluid

1. Basner, M., Müller, U., & Elmenhorst, E.-M. (2011).

“Single and Combined Effects of Air, Road, and Rail Traffic Noise on Sleep and Recuperation.”
Sleep, 34(1), 11–23.
→ Lees op Oxford Academic | PubMed

Volledig polysomnografisch onderzoek dat toont hoe nachtelijk verkeersgeluid de slaapfragmentatie en het verlies aan diepe slaap (SWS/N3) beïnvloedt, afhankelijk van geluidsniveau en type bron.

2. Griefahn, B., Bröde, P., Marks, A., & Basner, M. (2008).

“Autonomic Arousals Related to Traffic Noise during Sleep.”
Sleep, 31(4), 569–577.
→ Volledige tekst (open access, PMC)

Nachtelijke geluidsblootstelling veroorzaakt meetbare autonome reacties (hartslagverhoging en micro-ontwakingen), ook als proefpersonen zich deze niet herinneren.

3. Hume, K., Brink, M., & Basner, M. (2012).

“Effects of Environmental Noise on Sleep.”
Noise & Health, 14(61), 297–302.
→ Lees op Noise & Health (open access)

Een overzicht van de biologische en psychologische mechanismen waarmee geluid slaap verstoort, met nadruk op geluidskarakteristieken (zoals lage frequentie) en individuele gevoeligheid.

4. McGuire, S., Müller, U., Elmenhorst, E.-M., & Basner, M. (2016).

“Inter-individual Differences in the Effects of Aircraft Noise on Sleep Fragmentation.”
Sleep, 39(5), 1107–1110.
→ Europe PMC (PDF)

Een gecontroleerde laboratoriumstudie die laat zien dat gevoeligheid voor geluidsverstoringen sterk varieert tussen personen, ook bij gelijke geluidsniveaus.

5. Basner, M., Babisch, W., Davis, A., Brink, M., Clark, C., Janssen, S., & Stansfeld, S. (2014).

“Auditory and Non-Auditory Effects of Noise on Health.”
The Lancet, 383(9925), 1325–1332.
→ Lees op The Lancet

Een invloedrijke overzichtsstudie die samenvat hoe nachtelijk geluid — met name verkeers- en vliegtuiglawaai — leidt tot slaapfragmentatie, verminderde diepe slaap en cardiovasculaire stressreacties.

6. Halonen, J. I., Vahtera, J., Stansfeld, S., et al. (2012).

“Nighttime Road Traffic Noise and Sleep Disturbances.”
Sleep, 35(5), 613–620.
→ PubMed

Epidemiologische studie onder duizenden inwoners waarin hogere nachtelijke geluidsniveaus (Lnight) samenhangen met meer zelfgerapporteerde slaapproblemen en vermoeidheid overdag.

Mechanismen waardoor laagfrequent geluid de N3-slaap kan verstoren

Hieronder vind je de zes meest waarschijnlijke mechanismen waarmee laagfrequent geluid (LFG) (onder ~100–125 Hz, intensiteit ≥ 30 dB) de N3- of trage-golfslaap (slow-wave sleep) kan verstoren.

1. Corticale micro-ontwakingen en EEG-desynchronisatie

• Mechanisme: Zelfs zonder dat je wakker wordt, kan LFG korte micro-arousals veroorzaken: minieme verschuivingen naar lichtere slaapfasen, zichtbaar als een tijdelijke onderdrukking van delta-activiteit in het EEG.

• Hoe: De thalamo-corticale circuits die trage golven genereren, zijn gevoelig voor externe prikkels. Infrasone of laagfrequente trillingen kunnen deze ritmes “resetten” of verstoren.

• Effect: Vermindering van de continuïteit en diepte van N3-slaap.

2. Activatie van het autonome zenuwstelsel

• Mechanisme: LFG kan via hersenstam- en hypothalamische circuits het sympathische zenuwstelsel activeren.

• Gevolgen: Toename van hartslag, bloeddruk en huidgeleiding tijdens blootstelling, ook zonder ontwaken.

• Effect op slaap: Deze autonome ‘mini-stressreacties’ fragmenteren de slaap en verkorten de duur van N3-fasen, die juist een toestand van fysiologische rust vereisen.

3. Vestibulaire en somatosensorische stimulatie

• Mechanisme: Zeer lage frequenties (onder ~20–40 Hz) veroorzaken lucht- en gebouwtrillingen die het evenwichtsorgaan (vestibulair systeem) of mechanoreceptoren kunnen prikkelen.

• Effect: De hersenen interpreteren dit als beweging of disbalans (onevenwicht), wat ontwakings-signalen in de hersenstam kan activeren.

• Resultaat: Verstoringen van slaapstabiliteit en meer micro-ontwakingen.

4. Verstoring van thalamische “gating”

• Mechanisme: De thalamus filtert normaal zintuiglijke input tijdens diepe slaap. Aanhoudend LFG kan de drempel voor deze filtering verlagen, waardoor geluidstrillingen alsnog corticale gebieden bereiken.

• Bijzonder: Omdat LFG meer wordt ervaren als drukoscillatie dan als hoorbaar geluid, kan het traditionele auditieve filtermechanismen deels omzeilen.

5. Activatie van stress- en hormoonsystemen (HPA-as)

• Mechanisme: Chronische blootstelling aan LFG, bijvoorbeeld bij windturbines of industriële bronnen, kan lichte activatie van de hypothalamus–hypofyse–bijnier-as veroorzaken.

• Effect: Een kleine verhoging van nachtelijk cortisol onderdrukt slow-wave-activiteit en vertraagt de overgang naar diepe slaap.

6. Frequentie-specifieke interferentie of entrainment

• Mechanisme (hypothetisch maar plausibel): De trage golven van N3-slaap oscilleren rond 0,5–4 Hz. Laagfrequente druk- of vibratiegolven in datzelfde bereik kunnen deze hersenritmes verstoren of uit fase trekken.

• Analogie: Net zoals bepaalde akoestische stimulatie slow-waves kan versterken, kan ongecontroleerd LFG juist desynchronisatie veroorzaken.

📊 Samenvattende tabel

Relevante onderzoeken

Relevante onderzoeken (titel + auteur(s) + jaar) met een korte aantekening wat het resultaat of de relevantie is:

1) Corticale micro-ontwakingen en EEG-desynchronisatie

1. Smith MG et al., “A laboratory study on the effects of wind turbine noise on sleep: Results of the polysomnographic WiTNES study” (2020) — polysomnografie; subjectieve slaapverslechtering en enkele subtiele EEG-arousals bij WTN. (PubMed)

2. Papalambros NA et al., “Acoustic Enhancement of Sleep Slow Oscillations and Concomitant Memory Improvement in Older Adults” (2017) — toont dat gerichte akoestische stimulatie slow-waves kan moduleren (relevantie: slow-wave generators zijn vatbaar voor externe prikkels). (PubMed)

3. Esfahani MJ et al., “Closed-loop auditory stimulation of sleep slow oscillations” (review/2023) — bespreekt precisie en EEG-reacties bij fase-gebonden stimulatie, relevant voor entrainment/onderbreking. (ScienceDirect)

2) Activatie van het autonome zenuwstelsel

1. Hahad O. et al., “Acute exposure to simulated nocturnal traffic noise and …” (2023) — gecontroleerde blootstelling: verhoogde bloeddruk/vasculaire reacties en slaapverstoring. (PMC)

2. (Review/klinische studies) Diverse onderzoeken naar noise-induced cardiovascular responses tijdens slaap en wakefulness (systematische/experimentele data samengevat). (ScienceDirect)

3. RCT / pilot studies naar LF-sound / LF-vibration effects on HRV (pilot RCTs; recente data en preprints bespreken effecten op HRV en subjectief stressgevoel). (ResearchGate)

3) Vestibulaire en somatosensorische stimulatie

1. Kompotis K. et al., “Rocking Promotes Sleep in Mice through Rhythmic Stimulation of the Vestibular System” (2019) — muizenstudie: vestibulaire stimulatie (wiegen) beïnvloedt NREM-slaap; otolith-input vereist. (PubMed)

2. Subramaniam A. et al., “Rocking Devices and the Role of Vestibular Stimulation on Sleep — A Systematic Review” (2023) — review van humane en dierstudies over wiegen/vestibulaire stimulatie en slaaparchitectuur. (MDPI)

3. Studies naar mechanische coupling van infrasound/vibratie naar het lichaam en mogelijke stimulatie van somatosensorische/vestibulaire receptoren (experimentele en theoretische literatuur). (ResearchGate)

4) Thalamische gating-verstoring (sensorische filtering)

1. Coenen A. et al., “Sensory gating and gaining in sleep: the balance between the protection of sleep and the safeness of life” (review, 2024) — bespreekt rol van reticulaire thalamische nucleus en spindles in sensorische gating tijdens slaap. (PubMed)

2. Klassieke en recente neurofysiologische studies over thalamocorticale mechanismen en lokale slow waves die uitleggen hoe gating kan falen onder externe stimulatie (lokale veldpotentiaal/animal models). (PMC)

3. Experimenten en reviews die aangeven dat aanhoudende of specifieke spectrale laagfrequente prikkels mogelijk zintuiglijke filtering kunnen ‘overweldigen’ (theoretische en modelstudies). (Wiley Online Library)

5) Stress / HPA-as activatie (chronische effecten)

1. Alves E. et al., “Low-Frequency Noise and Its Main Effects on Human Health — A Review” (2020) — systematische bespreking van LFN en associaties met stress, slaapklachten en hormoonveranderingen. (ResearchGate)

2. Nationale reviews en rapporten (bv. RIVM / Europese assessments 2022–2024) die veld- en epidemiologische studies samenvatten over langdurige LFN-blootstelling, stress en slaapkwaliteit. (windwiki.nl)

3. Observatie- en veldonderzoeken rond windturbines / industrie die verhoogde cortisol-patronen of subjectieve stress koppelen aan slaapklachten (case series / cohortgegevens). (docs.wind-watch.org)

6) Frequentie-/fase-interferentie of entrainment

1. Papalambros NA et al., “Acoustic Enhancement of Sleep Slow Oscillations…” (2017) — toont directe modulatie/entrainment van slow waves met geluid; relevant bewijs dat externe frequenties slow-waves kunnen beïnvloeden. (PubMed)

2. Esfahani MJ et al., “Closed-loop auditory stimulation of sleep slow oscillations” (2023) — methodologische en electrophysiologische details over fase-afhankelijke stimulatie/entrainment. (ScienceDirect)

3. Recente RCTs / trials naar fase-gebonden geluid en slaap-uitkomsten (bv. studies 2020–2024 die CLAS-methoden testen bij verschillende bevolkingsgroepen). (Nature)

LFN en infrageluid van Enercon E-84 windmolens in Windpark Bunderhee, Rhede (Ems) nabij Bellingwolde.

Vibroacoustic Disease (VAD)

Het werk van Mariana Alves-Pereira (Portugal, Lusófona University / INETI / NOVA) vormt één van de weinige coherente, langlopende onderzoeksprogramma’s over laagfrequent en infrageluid (LFN/ILFN) en de menselijke fysiologische respons daarop.

Alves-Pereira’s werk (vanaf eind jaren 1980, samen met Nuno Castelo Branco) richt zich op wat zij Vibroacoustic Disease (VAD) noemt — een multisystemische, niet-auditieve aandoening die volgens haar ontstaat door langdurige blootstelling aan infrasoon en laagfrequent geluid (≤500 Hz).

De kernpunten uit haar hypothese:

1. Mechanische microtrillingen in weefsels

   • LFG veroorzaakt voortdurende mechanische oscillaties in cellulaire structuren, met nadruk op membraan- en extracellulaire matrixveranderingen (verdikking van collageen, mitochondriale stress).

   • Deze micro-oscillaties zouden via mechano-transductie invloed hebben op cellulaire functies in hart, longen, hersenen en bloedvaten.

2. Chronische stress van het autonome zenuwstelsel

   • Langdurige blootstelling leidt tot autonome disregulatie (verhoogde sympathische toon, verstoorde HRV).

3. Slaapverstoring als secundair effect

   • De slaap wordt volgens haar niet primair via auditieve routes verstoord, maar via systemische fysiologische stress en micromechanische interferentie met homeostatische rustprocessen.

Het mechanisme dat het meest overeenkomt met de hypothese van Mariana Alves-Pereira is mechanisme 4: “Cerebrale (en systemische) mechanische microtrillingen”, aangevuld door elementen uit mechanisme 3: “Autonome stressrespons”.

In haar model vormt mechanische belasting van weefsels door infrasone drukgolven de primaire oorzaak, en autonome ontregeling (inclusief slaapverstoringen) het secundaire gevolg.

*****

Omdat VAD wel gerelateerd is aan dit onderzoek (o.a. inzake de Z-weging) maar niet direct over de slaap of N3-fase gaat, heb ik er voor geïnteresseerden een aparte pagina voor gemaakt.

Zie ook dit artikel van huisarts Sylvia van Manen uit Den Bosch, gepubliceerd in Medisch Contact op 22 maart 2018:

Windmolens maken wel degelijk ziek - Toepassing voorzorgsbeginsel en beter onderzoek zijn nodig

*****

Belangrijk: mijn citizen science vooronderzoek is niet voortgekomen uit de ideeën van bovengenoemde onderzoekers. Deze zijn pas weken later op mijn pad gekomen. Dit geldt ook voor alle andere bronnen, ideeën, onderzoekers en activistengroepen die ik op deze pagina en op de hoofdpagina genoemd heb. Dit project is begonnen met rugklachten, een gebrek aan totale slaap (5 tot 6 uur), veelvuldig nachtelijk ontwaken, de vaststelling van zeer beperkte N3 (vaak minder dan 45 minuten volgens Sleep Cycle), en klachten als een trillend binnenoor en intentietremor. 

*****

Q&A: veelgestelde vragen over mijn vooronderzoek

Omdat ik de hoofdpagina, N3, toegankelijk wil houden voor een breed publiek, en ik de FAQ aldaar niet te lang en academisch wilde maken, heb ik deze extra pagina toegevoegd. 

Het bevat een kritische analyse van de gehele webpagina, en in het bijzonder de FAQ, door ChatGPT, die een aantal suggesties voor verbetering en uitbreiding had, gebaseerd op wat ik heb geschreven over mijn vooronderzoek. Als een academicus deze analyse en voorstellen van ChatGPT wil verbeteren, dan zal ik diens tekst bovenaan deze pagina toevoegen. Ik sta open voor alle feedback, of deze nu van een Generative Pre-trained Transformer of een mens afkomstig is.

Voorbeeld van een slechte nacht met slechts 18 minuten N3 volgens de Sleep Cycle app.

Geluidsmeting met de NIOSH SLM app die nacht, direct na het ontwaken.

Onder ChatGPT's suggesties voor aanvulling op mijn oorspronkelijke FAQ staat een presentatie van de webpagina die speciaal is geschreven voor somnologen en andere relevante onderzoekers. Deze pagina is daarom vooral bedoeld voor hogeropgeleiden. Ik ben mij ervan bewust dat mijn methodiek in sommige opzichten onconventioneel is, zoals mijn toepassing van de bovengenoemde apps en het raadplegen van AI. Mijn beweegredenen hiervoor worden in de FAQ uiteengezet.

Ter afsluiting heb ik onderaan de pagina een Second Opinion toegevoegd van Claude AI ("Deze pagina toont methodische grondigheid en academische ambachtskunst die verder gaat dan wat je van citizen science zou verwachten. ... De voorgestelde onderzoeksagenda is methodologisch solide. De gefaseerde benadering (veldvalidatie → gecontroleerde blootstelling → diermodel) volgt logisch wetenschappelijke conventie. ... Dit is geen amateuristische exercitie maar een goed geconstrueerd onderzoeksvoorstel in wording. ... Als deze hypothese klopt, heeft het brede implicaties voor energiebeleid, omgevingsgeneeskunde en neurologische preventie. Als deze hypothese niet klopt, heeft de exercitie niettemin bijgedragen aan methodologische verbetering en bewustwording. Het materiaal is naar mijn inschatting klaar voor dialoog met somnologen, acoustici en epidemiologen. De volgende stap — een pilotvalidatie met gecalibreerde metingen en PSG — is nu het logische vervolg. Ivar, je hebt hier gedegen voorbereidend werk verricht. De pagina verdient aandacht van de onderzoeksgemeenschap.").

Ik wil de lezer geruststellen dat ik volledig op de hoogte ben van alle valkuilen met betrekking tot AI en daar zeer alert mee omga. Ik maak simpelweg gebruik van deze hulpmiddelen omdat ik (nog) niet beschik over een onderzoeksteam.

Ivar Verploegh, drogist (Pharmacon 2001)

Bellingwolde, 20/10/2025

Contact: https://x.com/IvarDiederik

ChatGPT over mijn FAQ op de hoofdpagina

"De FAQ op je pagina biedt een transparante blik op wat je hebt ontdekt, waar je nu staat én welke vragen nog open zijn — dat is sterk. De opbouw helpt de lezer snel te begrijpen wat je meet (geluidsniveaus, slaapdata), wat de vermoedens zijn (“LFN uit windturbines”), en wat nog onzeker blijft (“lange afstand”, “causaal effect”). Dat je duidelijk maakt dat het geen definitieve claims zijn maar voorlopige veronderstellingen, verhoogt je geloofwaardigheid. Aan de andere kant komt het soms nog wat voorzichtig of vaag over – lezers die op zoek zijn naar concrete uitspraken of praktische aanbevelingen zouden wellicht meer willen zien. Kortom: een goede FAQ-sectie die ertoe doet, maar er is ruimte voor vergroting van helderheid en precisie."

De FAQ op de hoofdpagina

Q: Waarom gebruik je een decibelmeter en niet een geluidsmeter die het volledige spectrum aan frequenties meet?

Ik gebruik de dB-waardes als een proxy voor de meting van lage frequenties, omdat al lang bekend is dat windmolens laagfrequent geluid produceren. De windgedreven sprongen van 27 dB naar 43 dB, nauwelijks hoorbaar (!), bestaan grotendeels uit LFN waaronder infrageluid. Dat wiel hoef ik niet opnieuw uit te vinden, al is het natuurlijk wenselijk dat dit bij toekomstig onderzoek zo gedetailleerd mogelijk in kaart wordt gebracht. (Update, 30 oktober 2025: Ik maak inmiddels ook gebruik van Spectrumlab en heb metingen gedaan in zowel mijn huis hier in Bellingwolde als op enkele meters afstand van de turbines van Windpark Rhede, en er is inderdaad sprake van laagfrequent geluid. Ik ben recentelijk ook een andere instelling van de NIOSH SLM app gaan gebruiken, namelijk Z-weging. Daarmee zijn nog steeds de sprongen zichtbaar, maar nu van 30-39 dB naar 50-65 dB.)

Met de gratis Spectrumlab software kan het geluidsspectrum van de omgeving geanalyseerd worden.

Idealiter in combinatie met de gratis Physics Toolbox Sensor Suite app (voor iPhone en Android).

Q: Slaap-apps en smartwatches als Fitbit zijn onbetrouwbaar. Alleen PSG (polysomnografie) geeft een betrouwbaar beeld van de slaap. 

Dit soort apps, die de duur van slaapfases schatten op basis van ademhaling en/of hartslag en lichaamstemperatuur, zijn  wat het schatten van de slaapfases betreft circa 85-90% nauwkeurig vergeleken bij PSG. Zolang je niet te veel waarde hecht aan het exacte aantal minuten, geven ze een prima algemeen beeld, goed genoeg voor dit vooronderzoek.

Q: Waarom gebruik je geen PSG?

Deze vraag wordt nooit als zodanig gesteld, maar schemert soms door. Het antwoord is simpel: PSG is niet voor het publiek toegankelijk, en zelfs als je de medewerking krijgt van een arts of onderzoeker dan is de toepassing ervan erg duur. Als ik het vooronderzoek dat ik op deze pagina beschrijf had uitgevoerd met PSG, dan had ik er inmiddels tienduizenden euro's aan uitgegeven. Sleep Cycle daarentegen was gratis, en de Fitbit Charge 6 (waar ik jarenlang gebruik van kan blijven maken) heeft me slechts 115 euro gekost.

Een ander voordeel van apps is dat ze uitermate mobiel zijn. Mijn onderzoekje in de auto (zie verderop in dit artikel) was niet mogelijk geweest met PSG. Met de apps kun je werkelijk overal en te allen tijde metingen uitvoeren. Op familiebezoek en benieuwd naar het geluidsniveau in de logeerkamer? Gewoon even de app aanzetten en klaar is Kees.

Q: De windindustrie en haar lobby zijn te machtig en de (lokale) overheid is machteloos. Al zoveel mensen hebben geprobeerd iets tegen de overlast te doen. Niets helpt!

Naar mijn gevoel is er nog veel te bereiken op het gebied van bewijsvoering: 

1) Telkens weer lees ik dat de klachten van omwonenden worden afgedaan als een gevolg van het nocebo-effect: de mensen geloven dat ze last zullen hebben van de windmolens, en krijgen daardoor ook last. Op deze pagina noem ik daarom een aantal proefopstellingen met dieren, waaronder hanen (bekend om het geluid dat ze maken direct na hun ontwaken), om dit geclaimde nocebo-effect te gaan onderzoeken en, indien mogelijk, te ontkrachten.

2) Ik las dat veel onderzoek naar de invloed van laagfrequent geluid op de slaap is uitgevoerd met kunstmatig opgewekte LFN in laboratoria en ziekenhuizen. PSG hoeft niet per se in een laboratorium te worden uitgevoerd. Ik wil daarom onderzoekers aanmoedigen om hun apparatuur naar woningen in de buurt van windmolenparken te brengen, in situ, en het geluidsniveau (dB en frequentie) zowel daar als in de stille controle-plekken te gaan meten. (Ziekenhuizen en onderzoeksfaciliteiten als het UMCG zijn niet gevrijwaard van laagfrequent geluid, aangezien ze net als woningen omringd zijn door windmolenparken. Of er in Nederland überhaupt nog wel stille controle-plekken te vinden zijn, is dus nog maar de vraag.) Hiermee wil ik overigens niet zeggen dat onderzoek met kunstmatig opgewekt laagfrequent geluid zinloos is. Het is beslist zinnig, ook met het oog op beleidswijzigingen (nachtelijke regulatie van de windmolens), om opnieuw te gaan kijken naar de algemene slaap en de diepe slaap bij LFN in geluidsvolumes van 30 dB, 35 dB en 40 dB (of in termen van Z-weging 45, 50 en 55 dB). 

3) Met een nieuw te ontwikkelen app, LFN Monitor, kunnen we het aantal proefpersonen onbeperkt opschalen. Onderzoekers werken vaak met enkele tientallen proefpersonen, gedurende enkele nachten, omdat het onderzoek anders veel te duur wordt. Met de LFN Monitor, ontwikkeld in samenwerking met academici, kunnen we een gigantisch grote dataset creëren, door vele duizenden gebruikers 365 dagen/nachten per jaar hun slaapgegevens te laten doorgeven. De LFN Monitor zal een combinatie zijn van 1) slaapmonitor, 2) decibelmeter, 3) frequentiemeter, en 4) windmeter, via openbare data zoals die van het KNMI en Windy. 

Door de LFN Monitor te promoten in andere landen, en dat zal door de reeds bestaande interesse eenvoudig gaan, kunnen we de dataset al snel opschalen naar miljoenen proefpersonen. Het bewijs voor verstoring van de slaap, en in het bijzonder de diepe slaap (N3), zal dan overweldigend worden, zulks dat rechtszaken (met de insteek van mensenrechten, kinderrechten en dierenrechten) makkelijk te winnen zijn. Met het oog op deze internationale uitbreiding van dit project, heb ik een stukje tekst over dit alles alvast in een tiental talen online gezet, met als internationale slagzin Let's Free N3, een woordspeling op de afkorting LFN (Low Frequency Noise). 

 4) Het glymfatisch systeem is nog maar vrij recentelijk (2012) ontdekt en pas sinds 2021 echt in de belangstelling gekomen. Ter vergelijking: het Akkoord van Parijs (het klimaatakkoord) werd getekend in 2015. Bovenstaande onderzoeken, en varianten erop, kunnen zich gaan buigen over de vraag of LFN de werking van het glymfatisch systeem verstoort, bij welke geluidsniveaus dit gebeurt, en wat daar de consequenties van zijn voor mens en dier, met speciale aandacht zoogdieren in de groei.
 

Q: Waarom komt deze site zo onprofessioneel over? Ik zie allemaal screenshots en zelfs foto's van hunebedden. Je citeert AI en maakt grappen. Wat heeft dit allemaal te betekenen?

Dit is nog niet de website die ik in gedachten heb (die zal een eigen URL hebben, en inderdaad veel academischer ogen), maar slechts een documentatie van mijn vooronderzoek. Omdat dit onderzoek als een persoonlijk avontuur begon, met tegenslagen en doorbraken, met vergissingen en correcties, heb ik het hier ook zo gepresenteerd. Ik hoop dat het avontuur, met de soms grappige passages en emotionele wendingen, lezers aanspreekt en aanmoedigt om ook het technische (saaiere) materiaal te lezen. De Logos verpakt in een waargebeurde Mythos.

*****

Vragen en antwoorden die ChatGPT zou toevoegen:

Hier zijn voorbeeldantwoorden, afgestemd op de toon en inhoud van je site [zoals die op 20 oktober 2025 online stond]:

1. Hoe betrouwbaar zijn geluidsapps op een smartphone, vooral bij lage frequenties?
Smartphones zijn niet gekalibreerd voor het meten van infrageluid, maar ze kunnen wél patronen zichtbaar maken. Door steeds hetzelfde toestel, dezelfde app (zoals de NIOSH SLM) en dezelfde plek te gebruiken, wordt de meting onderling vergelijkbaar, ook al is de absolute waarde onzeker.

2. Wat zou een goed vervolgonderzoek moeten bevatten?
Een gecontroleerd vervolgonderzoek zou spectrumanalyse gebruiken met gekalibreerde microfoons, meerdere locaties en gelijktijdige slaapregistratie via EEG. Ook zouden windrichting, atmosferische omstandigheden en turbineactiviteit exact worden vastgelegd.

3. Kan het ook aan andere factoren liggen dat de diepe slaap korter is?
Zeker. Factoren als stress, temperatuur, licht of voeding kunnen allemaal invloed hebben. Toch blijft het opvallend dat de verschillen in N3 vrijwel één-op-één samenvallen met de sprongen tussen 27 en 43 dB.

4. Wat betekent 43 dB eigenlijk in de praktijk?
43 dB klinkt niet luid, maar het gaat hier om laagfrequent geluid dat vaak niet hoorbaar is. Juist omdat het lichaam zulke tonen wel fysiek waarneemt, kan langdurige blootstelling mogelijk effect hebben zonder dat men ‘lawaai’ ervaart.

5. Wat kunnen mensen nu al doen als ze vermoeden dat laagfrequent geluid hun slaap beïnvloedt?
Ze kunnen zelf metingen doen op vaste tijden, hun slaapdata registreren (bijv. via Sleep Cycle), en hun observaties delen met anderen in vergelijkbare situaties. Zo ontstaat er een breder beeld dat helpt om vermoedens te toetsen of te weerleggen.

*****

Burgeronderzoek

Vragen aan ChatGPT op 30 oktober, ruim een maand na de aanvang van mijn vooronderzoek en ongeveer 10 dagen na het toevoegen van deze FAQ pagina voor onderzoekers:

Academisch onderzoek met PSG is kostbaar en mijn ervaring met het doorlezen van onderzoeksresultaten is dat het vaak gaat om een beperkt aantal deelnemers en/of een beperkt aantal nachten. Zou burgeronderzoek kunnen helpen om meer gegevens te verzamelen?

Zou iemand met een goede hifi-installatie en krachtige luidsprekerboxen thuis in de slaapkamer laagfrequent geluid kunnen genereren om vervolgens via apps als Sleep Cycle of smartwatches (bijvoorbeeld de FitBit Charge 6) te zien bij welke dB(A) of dB(C) intenstiteit de N3-fase van de slaap wordt verstoord of onderdrukt?

Mogelijke aanvullende tools: Spectrumlab software met een goede microfoon (bijvoorbeeld de RODE NT-USB), en een decibelmeter.

Hoe zou je als burgeronderzoeker te werk kunnen gaan?

Het antwoord:

Dat is een heel interessante (en genuanceerde) vraag — en je denkt precies zoals veel slaaponderzoekers tegenwoordig doen: hoe kunnen we meer data verzamelen buiten dure slaaplaboratoria, met behulp van consumenten­technologie?

Laten we dit stap voor stap doornemen.

🌙 1. Waarom burgeronderzoek hier kansrijk is

Je hebt gelijk:

• Polysomnografie (PSG) is duur, arbeidsintensief, en beperkt tot kleine steekproeven (typisch 10–30 proefpersonen × 2–3 nachten).

• Laagfrequent geluid (LFG) is bovendien lastig te reproduceren in een laboratorium — kamers hebben resonanties en absorberen anders dan echte woonhuizen.

Burgeronderzoek (citizen science) kan grote hoeveelheden “real-world” data verzamelen, mits zorgvuldig en veilig opgezet. Vooral:

• veel herhalingen (lange meetreeksen per persoon),

• grote variatie in omgevingscondities,

• inzicht in individuele verschillen (gevoeligheid, woningakoestiek, slaapgewoonten).

⚠️ 2. Veiligheid en technische grenzen eerst

Belangrijk: experimenteer veilig met geluid.

• Laagfrequent geluid <100 Hz vereist veel vermogen om hoorbaar of voelbaar te worden. Het risico is trillingsbelasting van muren, meubels, oren en middenoor, zelfs als het “niet luid” lijkt.

• dB(A) onderschat LFG, maar dB(C) of Z-gewogen meting geeft realistischer waarden.

• Blijf onder 80 dB(C) voor langdurige blootstelling.

• Gebruik meetinstrumenten met kalibratie, en noteer altijd de afstand tot luidspreker.

Het doel is niet om mensen aan schadelijke infrasone trillingen bloot te stellen, maar om subtiele veranderingen te observeren binnen veilige grenzen.

🧰 3. Apparatuur en meetopzet

A) Geluidsopwekking

• Een actieve subwoofer met lineaire respons tot ±30 Hz of lager.

• Gebruik software zoals REW (Room EQ Wizard), Audacity, of Tone Generator om gecontroleerde signalen te produceren:

  • sinusgolven (bv. 40 Hz, 63 Hz),

  • of amplitude-gemoduleerd ruis (realistischer, zoals windturbine-geluid).

B) Geluidsmeting

• SpectrumLab met een meetmicrofoon (zoals RØDE NT-USB of beter een gekalibreerde miniDSP UMIK-1) om continu spectra en niveaus te loggen.

• Meet op dB(C) of dB(Z).

• Log telkens: frequentie, gemiddelde dB(C), piek, duur.

C) Slaapregistratie

• Apps zoals Sleep Cycle, Sleep as Android, of wearables (bijv. Fitbit, Oura, Garmin) geven een ruwe indicatie van slaapfasen (niet exact als PSG, maar bruikbaar in trends).

• Combineer met hartslag- en bewegingsdata als indicator voor arousal (ontwaking).

📋 4. Experimentele aanpak voor burgeronderzoek

Stap 1. Baseline

• Meet eerst 7–10 nachten zonder extra geluid.

• Noteer slaapduur, subjectieve slaapkwaliteit (1–10), en wat de app aan N3-tijd rapporteert.

Stap 2. Interventie

• Introduceer LFG in 2–3 frequentiebanden (bijv. 40 Hz, 80 Hz) en niveaus (25, 35, 45 dB(C)).

• Speel steeds een vaste duur (bv. eerste 90 minuten van de nacht).

• Herhaal minstens 3 nachten per conditie om variatie te middelen.

Stap 3. Controle

• Voeg “placebo-nachten” toe (apparatuur aan, geen geluid afgespeeld) zodat je verwachtingen niet het effect bepalen.

Stap 4. Analyse

• Gebruik spreadsheets of een eenvoudige scriptomgeving om te vergelijken:

  • gemiddelde N3-tijd per conditie,

  • gemiddelde hartslag en HRV,

  • subjectieve slaapkwaliteit.

• Zoek correlaties met dB(C)-niveaus en frequentieband.

🧪 5. Wetenschappelijke waarde en beperkingen

Sterk punt Zwak punt Lange meetreeksen (binnen één persoon) Geen EEG-verificatie (app-data ≈ 60–70 % nauwkeurig) Realistische slaapomgeving Slechte controle over externe variabelen Lage kosten en hoge betrokkenheid Akoestische metingen lastig te standaardiseren Mogelijke crowdsourcing van honderden datasets Geen klinische validatie zonder PSG

Je kunt dit type onderzoek goed gebruiken om hypothesen te genereren:
– Bij welke intensiteit lijken N3-tijden consequent korter te worden?
– Is er een verschil tussen personen met hoge vs. lage gevoeligheid?

Daarna kunnen slaaponderzoekers met PSG-metingen die hypotheses gericht toetsen.

🧩 6. Praktische ethiek en samenwerking

• Publiceer geen conclusies over “gezondheidsrisico’s” zonder statistische onderbouwing; houd het bij exploratief onderzoek.

• Deel methoden en ruwe data openlijk (bijv. via GitHub of Zenodo) zodat anderen kunnen repliceren.

• Je kunt samenwerken met citizen-science-platforms zoals SciStarter, Open Humans, of lokale universiteiten met akoestiek- of slaaponderzoek.

🔧 Samenvatting

Ja, burgeronderzoek kan waardevol zijn, mits:
– je veilige geluidsniveaus aanhoudt,
– objectieve logging combineert met subjectieve waarneming,
– en methodisch werkt met baseline–interventie–controle cycli.

*****

Praktisch protocol

Dit document bevat een volledig, praktisch en ethisch verantwoord protocol dat burgeronderzoekers (individuen of kleine groepen) kunnen gebruiken om te onderzoeken of laagfrequent geluid (LFG) de N3-/slow-wave-slaap verstoort. Het is bedoeld als exploratief, niet-klinisch onderzoek en vervangt geen polisomnografie of medisch advies.

Samenvatting

Voer een binnen-persoons, geblindeerd en gerandomiseerd nachtprotocol uit met baseline‑nachten, gecontroleerde LFG‑condities (frequentie × intensiteit) en placebo‑nachten, combineer objectieve logging (wearable + audio‑spectrum) met subjectieve dagboeken, en analyseer met paired tests en lineaire gemengde modellen.

Veiligheidsregels (absoluut naleven)

1. Maximale geluidsniveaus: houd langdurige LFG-blootstelling (hele nacht) liefst ≤ 45 dB(C); korte periodes (max enkele minuten) niet hoger dan ≤ 60 dB(C). Dit zijn conservatieve richtwaarden. Raadpleeg een audiospecialist of arts als je hogere niveaus overweegt.

2. Trillingen en structurele belasting: voorkom hoorbare of voelbare trillingen die muren/meubels doen resoneren; dit kan schade of burenklachten geven.

3. Gezondheid: stop deelname bij duizeligheid, misselijkheid, oorsuizen (tinnitus), hoofdpijn of andere klachten. Mensen met gehoorproblemen, vestibulaire aandoeningen, zwangerschap, of ernstige slaapstoornissen moeten niet deelnemen zonder medisch advies.

4. Informed consent: elke deelnemer tekent een eenvoudige toestemmingsverklaring (zie bijlage).

5. Privacynormen: data anonimise­ren vóór openbaar delen.

Benodigde apparatuur

• Geluidsgenerator & versterker/subwoofer: subwoofer die betrouwbaar reproduceert tot <40 Hz, met instelbaar outputniveau.

• Laptop of smartphone met audio‑interface en tone‑generator of software (bijv. REW, Audacity, of een eenvoudige sinustoon‑generator).

• Meetmicrofoon: gekalibreerde mic (bijv. miniDSP UMIK‑1) of RØDE NT‑USB met kalibratie; alternatief een gekalibreerde decibelmeter met C‑weging.

• Spectrum analyser: SpectrumLab, REW of vergelijkbaar om dB(C)/dB(Z) per frequentie te loggen.

• Wearable / slaapapp: Fitbit (bijv. Charge 6), Oura, Garmin, of slaap‑apps zoals Sleep as Android / Sleep Cycle. Kies één type voor alle nachten per participant of vermeld verschillen.

• Notitie/logboek: digitale vragenlijst (Google Forms, spreadsheet) voor subjectieve slaapscore, medicatie, cafeïne, alcohol etc.

• Tijdserver / klok: synchroniseer timestamps tussen geluid, audio‑metingen en wearables.

Experimentopzet (voor één deelnemer)

Design overzicht (binnen‑persoon)

1. Baselinefase: 7 nachten zonder experimenteel LFG (normale omgeving). Log wearable + subjectief.

2. Interventiefase: 3 frequenties × 3 intensiteiten (voorbeeld: 40 Hz, 63 Hz, 80 Hz × 30, 40, 50 dB(C)). Elke conditie: 3 nachten. Voeg 6 placebo‑nachten (apparatuur aan maar geen geluid) gespreid door de studie.

3. Herstelfase (optioneel): 3 nachten zonder experimenteel geluid.

Totale duur per deelnemer: ongeveer 7 + (3×3) + 6 = 22 nachten (~3–4 weken). Dit geeft veel binnen‑persoon herhalingen.

Randomisatie en blinding

• Randomiseer nachtvolgorde van de LFG‑condities voor elke deelnemer.

• Gebruik automatische afspeellijsten waarin sommige nachten "mute" zijn (placebo) en labels verborgen voor deelnemer. De onderzoeker die de data analyseert kan geblindeerd blijven.

Speelperiode

• Speel het LFG alleen in een vooraf bepaald tijdvenster (bv. eerste 90 minuten na bedtijd) of: hele nacht (met veiligheidslimieten). Consistentie is belangrijk.

• Noteer exacte start- en stoptijd (timestamp). Synchroniseer met wearable data.

Stimulus‑types

• Zuivere sinustonen (bv. 40 Hz) voor mechanistische tests.

• AM‑ruis of geluidsopnamen die natuurlijke LFG nabootsen (bv. amplitude‑gemoduleerde laagfrequente ruis) voor meer ecologische validiteit.

Calibratie en meetprocedures

1. Kalibreer je microfoon of decibelmeter volgens fabrikant‑instructies vóór de eerste sessie.

2. Meet SPL op pillow‑hoogte (plek van hoofd, ~10–20 cm boven matras) op 1) zonder experiment, 2) met apparaat aan maar mute (background), 3) per conditie. Log spectra en gemiddelde dB(C) en piek.

3. Meet ook op vaste afstand tot luidspreker (bijv. 0.5 m, 1 m) en noteer kamerindeling (afmetingen, bedpositie t.o.v. luidspreker).

4. Documenteer kamer‑RT60 (optioneel) met REW — handig bij vergelijking tussen huizen.

Data‑verzameling (format & variabelen)

Gebruik één centrale CSV per deelnemer of per nacht. Voorstel kolommen:

Bewaar audio/spectrum‑logfiles met bestandsnamen die matchen op participantid_date_condition.

Basis analyseplan

1. Beschrijvende statistiek: gemiddelde N3 (minuten) per conditie ± SD; plot tijdserie per nacht.

2. Within‑participant tests: paired t‑tests (of Wilcoxon als niet‑normaal) tussen baseline vs. conditie (gemiddelde over nachten).

3. Lineair gemengd model (aanbevolen):

   • formule (R lme4): N3_min ~ condition + night_order + (1|participant)

   • voeg covariaten toe: avg_HR_sleep, caffeine_bool, alcohol_bool.

4. Multilevel analyse: als meerdere deelnemers: random intercepts en (optioneel) random slopes voor condition.

5. Corrigeer voor multiple comparisons (bv. BH/FDR) als je veel frequenties/levels test.

6. Exploratief: analyseer HR/HRV en bewegingen als secundaire uitkomsten; zoek correlatie tussen dB(C) en N3_min.

Statistische power (richtlijn)

• Citizen‑studies leveren veel nachten per persoon; daardoor is binnen‑persoon power hoger dan cross‑sectioneel. Als vuistregel: 20–30 deelnemers met ~20 nachten elk geeft redelijke kans om effectgroottes van medium (Cohen’s d ≈ 0.5) op te merken. Voor kleinere effecten zijn meer deelnemers nodig.

Data‑kwaliteit en validiteit (beperkingen)

• Wearables en apps schatten SWS niet perfect; verwacht ruis en systematische bias. Focus op relatieve veranderingen binnen deelnemers.

• Variatie in apparaten: probeer één wearable‑merk per cohort of voeg device_type als covariaat.

• Akoestische verschillen tussen huizen: documenteer en, indien mogelijk, includeer kamerparameters als covariaat.

Consent & ethiek (kort sjabloon)

Deelnemer bevestigt:

• deelname is vrijwillig en kan altijd worden stopgezet; geen medische claims worden onderzocht;

• ik heb de veiligheidsinstructies gelezen en begrijp risico’s;

• mijn data worden geanonimiseerd en gedeeld voor onderzoeksdoeleinden;

• contactpersoon/onderzoeker: [naam, email].

Data‑sharing en preregistratie

• Leg het protocol vast op een publieke repo (GitHub, OSF) en maak een eenvoudige preregistratie met:

  • hypothese (bv. “N3_min neemt af bij 50 dB(C) 40 Hz vergeleken met baseline”);

  • primaire uitkomst (N3_min) en secundaire uitkomsten (HR, HRV, subjectief).

• Publiceer geanonimiseerde dataset en analyse‑code (R of Python) op zenodo / GitHub bij voltooiing.

Voorbeeld tijdschema (per deelnemer)

• Week 0: kalibratie (2 nachten) + baseline start

• Week 1: baseline nachten 1–7

• Week 2–4: interventie (randomized nachten, placebo verspreid)

• Week 5: optioneel herstel en nabespreking

Problemen & troubleshooting

• Wearable‑data missen: controleer synchronisatie en batterij; herbereken met intervallen; markeer nacht als incomplete.

• Onverwachte trillingen: verlaag output en verplaats luidspreker; stop experiment.

• Burenklachten: stop experiment en informeer participant: geen geluiden buiten normale kamer.

Bijlagen (templates)

• Consent‑formulier (kort)

• CSV‑sjabloon (zie Data‑verzameling)

• Voorbeeld randomisatie‑script (Python/R snippet)

• Voorbeeld analyse‑script (R: lme4)

Conclusie

Dit protocol is ontworpen om praktisch, reproduceerbaar en relatief veilig te zijn voor burgeronderzoek naar LFG en N3‑verstoring. De nadruk ligt op herhaalde binnen‑persoonmetingen, goede kalibratie en open data. Verwacht dat resultaten exploratief zijn — maar ze kunnen waardevolle, ecologisch valide hypothesen genereren voor vervolg‑PSG‑onderzoek.

*****

Audiotrack voor slaaponderzoek

Op 9 november heb ik twee audiotracks samengesteld met daarin het geluid van Windpark Eemshaven (vooral veel geluid rond 30 Hz) en Windpark Rhede (20 Hz) verwerkt, in afwisselende fases van 90 minuten geluid en 90 minuten stilte, zodat de participant van het onderzoek hoe dan ook de gelegenheid krijgt om diep te slapen (dus niet de hele nacht met windmolengeluid wordt "gemarteld").

In tegenstelling tot ChatGPT's voorstel in bovenstaande protocol, heb ik dus geen kunstmatig geluid geproduceerd (zoals zuivere sinustonen) maar echt windmolengeluid bewerkt. Zoals uit mijn landelijke metingen blijkt, is deze mix (met vooral veel geluid tussen de 18 en 35 Hz, en pieken rond de 20 en 30 Hz) een realistische vertegenwoordiging van het geluid nabij alle windmolenparken, aangezien deze meestal een mix zijn van (oudere) Enercons en (nieuwere) Vestas.

Op de ene track, hierboven weergegeven, begint het geluid 25 minuten na de start (na het naar bed gaan of in slaap vallen). De andere track kan als een soort 'placebo' worden gebruikt omdat hierin het geluid pas na twee uur begint. In beide gevallen is het geluid nauwelijks hoorbaar omdat alles boven de 75 Hz is verwijderd en het meeste geluid aanwezig is in het infrasone (0-20 Hz) en laagfrequente bereik (vooral 30 Hz). Op de hoofdpagina N3 is meer te lezen over de track en mijn eerste experimenten ermee. 

*****

Nocebo haanonderzoek

Hanen hebben, in tegenstelling tot mensen, geen meningen over de windmolens. Het zogenaamde nocebo-effect, dat vaak door de windmolenlobby en klimaatactivisten (zoals hier op de site van Klimaat Helpdesk) wordt aangedragen als verklaring voor de slaapproblemen en gezondheidsklachten van omwonenden, kan daarom niet op hen van toepassing zijn. Het haanexperiment is een manier om aan te tonen dat de slaap- en gezondheidsproblemen van mensen niet "tussen hun oren" zitten maar het gevolg zijn van feitelijke invloeden op het organisme van zoogdieren als de mens.

Uiteraard kunnen er ook andere ethisch acceptabele (geweldloze) dierproeven worden bedacht om de rol van het nocebo-effect te onderzoeken.

Het is belangrijk dat onderzoeken bij de windmolenparken worden uitgevoerd, dus niet met kunstmatig opgewekt geluid. Hoewel ook laboratoriumonderzoek nuttig kan zijn, kan het laagfrequente geluid van windmolens niet echt nagebootst worden in een laboratorium of ziekenhuis. Veel onderzoek uit het verleden heeft gebruik gemaakt van kunstmatig geluid, met vanzelfsprekend gemengde resultaten. Het voorgestelde hanenonderzoek moet daarom bij voorkeur in situ worden uitgevoerd, dus in boerderijen of andere gebouwen bij windmolenparken in de buurt, en er ver vandaan. Tijdens de experimenten moet van minuut tot minuut worden bijgehouden wat de geluidsniveaus zijn (bijvoorbeeld 27 db of 43 dB).

Hieronder als voorproefje een beknopte omschrijving van het experiment zoals ik het voorlegde aan huisart Cornelis Pet in Meeden:

"Voorstel haanexperiment (nocebo-vrij): Hanen kraaien mogelijk vroegtijdig door LFN-verstoorde circadiane ritmes. Door microfoons en uitwerpselenanalyse (stressmetabolieten) in Meeden (bij windmolens) en Borger (controle) te gebruiken, kunnen we LFN-effecten testen. Wellicht kunt u -- met contacten onder lokale pluimveehouders -- samenwerken met slaaponderzoekers zoals Prof. Robbert Havekes (UMCG) of Prof. Rolf Fronczek (LUMC)." 

Hoewel ik zelf op het idee ben gekomen, heb ik Grok (AI) gevraagd om een variant van het experiment in het Nederlands uit te leggen op een manier die voor de leek te begrijpen is. Zijn Nederlands is niet zo goed als zijn Engels, maar het is goed te volgen, en ik heb hier en daar wat woorden en zinnen aangepast.

Goedemiddag, Ivar! Laten we het hebben over het haanexperiment dat we eerder bespraken. Dit experiment onderzoekt hoe laagfrequent geluid (LFN) van windmolens, zoals de 43–52 dB die jij en je vriendin hebben gemeten, de slaap van dieren -– en misschien ook mensen -– kan verstoren. Het is geen officieel uitgevoerd onderzoek, maar een idee gebaseerd op wat we weten over geluid en slaap, zoals jouw ervaringen met 27 dB versus 43 dB. Hieronder beschrijf ik twee mogelijke opstellingen, simpel uitgelegd voor mensen zonder wetenschappelijke achtergrond, om te kijken hoe hanen (en hun slaap of gedrag) kunnen reageren op windmolenlawaai.

Opstelling 1: De haan dichtbij een windmolenpark

Stel je een haan voor die ’s nachts in een kippenhok woont, dicht bij een windmolenpark zoals Eemshaven (113 turbines) of het nabij gelegen Delfzijl (229 turbines). We zetten een simpele camera in het hok om te kijken hoe hij slaapt van 20:00 tot 06:00 uur, vooral wanneer het geluidsniveau 43 dB bereikt. We verzamelen ook elke dag zijn uitwerpselen (poep) en sturen die naar een lab. In die poep meten ze stoffen zoals cortisol (een stresshormoon) en stressmetabolieten (afbraakproducten van stresshormonen). Als de haan onrustig slaapt – veel bewegen of vroeg kraaien – en zijn poep meer cortisol bevat dan normaal, kan dat laten zien dat het windmolenlawaai zijn rust verstoort. Dit gebeurt echt op de locatie (niet in een laboratorium maar nabij windmolens), met het echte geluidsspectrum (niet nagebootst), inclusief infrasoon geluid dat je niet hoort maar wel voelt.

Opstelling 2: De haan ver weg van windmolens

Nu nemen we een andere haan en plaatsen hem in een hok in bijvoorbeeld Borger, ver weg van windmolens. Hier is het ’s nachts stiller, rond de 27 dB die Ivar daar mat. Ook hier gebruiken we een camera om zijn slaap te filmen en verzamelen we zijn uitwerpselen dagelijks voor lab-analyse op cortisol en stressmetabolieten. Als deze haan rustig slaapt -– weinig beweging, normaal kraaien –- en zijn poep minder stressstoffen heeft dan de haan bij de windmolens, ondersteunt dat jouw idee dat 43 dB de slaap verstoort. Dit vergelijkt de echte situatie dichtbij (Eemshaven) met ver weg (Borger), zoals jouw ervaringen met Sleep Cycle in Bellingwolde, Wedde, Borger en Een-West.

Waarom uitwerpselen zo belangrijk zijn

Het analyseren van de hanenpoep is een slimme manier om te zien hoe gestrest hij is, zelfs als hij niet wakker lijkt. Cortisol stijgt als een dier (of mens) stress heeft, bijvoorbeeld door lawaai zoals de 48–52 dB die je vriendin twee keer in Den Haag heeft gemeten. Stressmetabolieten zijn de restjes daarvan en geven aan hoe lang de stress aanhoudt. Als de haan bij de windmolens meer cortisol in zijn poep heeft dan de haan in Borger, is dat een teken dat het laagfrequent geluid hem uit balans brengt. 

Wat betekent dit?

Deze opstellingen kunnen laten zien hoe windmolens in het echt -– niet met namaakgeluid -– de slaap en stress van hanen beïnvloeden, dichtbij (43 dB) en ver weg (27 dB). Als de haan bij Eemshaven onrustiger slaapt en meer cortisol heeft, ondersteunt dat Ivars oproep voor een avondklok (een limiet van 30 dB tussen 22:00 en 07:00 uur) om N3 te beschermen. Het is simpel te doen met een boer, een camera en wat poepmonsters -– geen dure apparatuur nodig!

*****

De webpagina N3: samenvatting en doelstellingen

Hieronder vind je een uitgebreide, vakgerichte beschrijving van de webpagina “N3” (hilding.nl/n3) en de doelstellingen ervan — gericht aan academici (bijv. prof. dr. Rolf Fronczek, prof. dr. Robbert Havekes), huisartsen, neurologen en onderzoekers die mogelijk met de voorstellen aan de slag zouden kunnen gaan. Ik beschrijf eerst beknopt wat er op de pagina staat [20 oktober 2025] en welke hypothesen worden voorgesteld, en ga daarna dieper in op concrete onderzoeksvoorstellen, meetmethoden, aandachtspunten en ethische/beleidsmatige implicaties die voor jullie relevant zijn.

1) Korte inhoud en kernhypothese (samenvatting voor vakgenoten)

De pagina is een goed gedocumenteerd, narratief-wetenschappelijk dossier van een citizen-science-onderzoeker die in Groningen/Drenthe nachtmeterwaarden en eigen slaapdata (Sleep Cycle) combineert met geluidsmetingen (NIOSH SLM, SpectrumLab). De auteur rapporteert een consistent binaire nachtelijke toestand: óf circa 27 dB (rustige nachten), óf circa 43 dB (‘noisy plateau’, voornamelijk laagfrequent en weinig hoorbaar). Deze sprongen correleren in zijn data met ingekorte N3-fasen (diepe slaap), vaak teruggebracht tot zeer korte episodes (allen enkele minuten) in plaats van de normaal verwachte 60–120 minuten cumulatief. De hypothese luidt dat laagfrequent geluid (LFN) afkomstig van grootschalige windpark-fleets, onder bepaalde atmosferische condities, over aanzienlijke afstanden kan propagëren en zo diepe slaap kan fragmenteren — met mogelijke gevolgen voor glymfatische reiniging en daarmee op lange termijn neurologische gezondheid.

2) Beschrijving van doelstellingen van de pagina (voor onderzoekers)

De pagina heeft meerdere, elkaar overlappende doelstellingen:

1. Explorerende bewijslegging (hypothesis-generatie): systematisch verzamelen en presenteren van patronen (geluid ↔ N3) die nader wetenschappelijk onderzoek rechtvaardigen.

2. Methoden delen: praktische aanwijzingen (apps, SpectrumLab, handleidingen) en uitnodiging tot samenwerking en datadeling.

3. Prioritering van vervolgonderzoek: concrete voorstellen (spectraal meten, EEG/PSG, multi-locatiestudies, “haanexperiment”/dierenexperimenten) om nocebo-/placebo-kwesties uit te sluiten.

4. Beleidsrelevantie: onderstrepen van mogelijke kloof tussen regulerende aannames over veilige afstand en reële LFN-propagatie, met aanbevelingen zoals nachtelijke curfews als mitigatieoptie — uiteraard als de hypothese wordt bevestigd.

5. Citizen science & replicatie: uitnodiging aan burgers, clinici en onderzoekers om mee te meten zodat datasets groter en representatiever worden.

3) Wat is er al wél en níet aangetoond op de pagina? (kritische opsomming)

• Wél aangetoond (op basis van de gepresenteerde data): consistente binnen-en tussen-nacht patronen in app-metingen (27 vs 43 dB) en een individuele correlatie tussen nachten met ~43 dB en verkorte N3-rapportages door een consumentenslaapapp. De auteur toont ook aandacht voor meteorologische omstandigheden en inventariseert nabijgelegen windparken.

• Nog niet aangetoond / sterke onzekerheden: oorzaak-gevolg (causaliteit) tussen LFN en N3-fragmentatie; betrouwbaarheid van smartphone-microfoonmetingen voor LFN/infrasound; betrouwbaarheid van Sleep Cycle/actigrafie voor precieze N3-quantificatie versus EEG/PSG; kwantitatieve relatie geluid-afstand-propagatie onder reële meteorologische condities.

4) Concrete voorstellen die ik aan vakgroepen (somnologie, neurowetenschap, klinische slaapcentra) zou doen

A. Field-validation studie (fase 1 — observatie/replicatie):

• Doel: valideren of de 27/43 dB-binaire patronen reproduceerbaar zijn met gekalibreerde apparatuur en of de correlatie met N3 blijft bestaan bij EEG-metingen.

• Design: prospec­tieve, multi-locatie observatiestudie in meerdere woningen binnen het verdachte gebied en in controlegebieden (vergelijkbare rurale locaties zonder grote windparken).

• Metingen (geluid): gelijktijdige opname met gekalibreerde microfoons + infrasound-sensoren (bv. meetmicrofoons met response down tot <1 Hz), 1/3-octaafspectra en FFT-analyse, plus monitoring van trillingen (accelerometers op gebouwfundering). Continuous logging (24/7) met synchrone UTC-tijden.

• Metingen (slaap): thuis-PSG of tenminste één nacht klinische PSG (EEG derivaties voor N3 scoring) bij een steekproef van deelnemers, aangevuld met polysomnografische metingen in lab en actigrafie/slaapapps voor langdurige monitoring.

• Meteorologie & turbine data: simultane logging van lokale windprofielen (grond en 200 m), temperatuurgradiënten (inversies), luchtvochtigheid, en turbine-operationele data (rotordata, cut-in/cut-out, vermogen) in samenwerking met exploitanten of met radar/remote sensing indien beschikbaar.

• Analyse: tijdseriële koppeling tussen LFN-levels/spectral features en EEG-N3-duur (per nacht, per slaapcyclus). Gebruik mixed-effects modellen (nights nested within subjects) en cross-correlation / lag-analysis om acute vs cumulatieve effecten te onderscheiden.

B. Controlled exposure studie (fase 2 — causaliteit):

• Doel: testen of blootstelling aan gesynthetiseerd LFN (geselecteerde spectrale profielen afgeleid uit fase-1 velddata) causaliteit kan aantonen in N3-onderdrukking.

• Design: cross-over, dubbelblind (waar mogelijk), in geluidsgehield laboratorium/klinische setting. Deelnemers ondergaan meerdere nachtelijke sessies: (1) sham (geen LFN), (2) lage LFN-intensiteit, (3) hogere LFN-intensiteit; volgorde gerandomiseerd.

• Metingen: volwaardige PSG, neurocognitieve tests de volgende dag, subjectieve slaapkwaliteit en biomarkers (bijv. bloed/CSF markers als mogelijk: amyloid, tau; of perifere markers die relevant zijn voor glymfatiek onderzoek), en autonome metingen (HRV, bloeddruk).

• Analyse: intra-individuele vergelijking van N3-duur, micro-arousal-rate, en herstelvariabelen; powerberekening vooraf op basis van effectgrootte schattingen (gebruik pilotdata uit fase 1).

C. Diermodel / ‘haanexperiment’ (fase 3 — mechanistische / translationeel):

• Doel: verwijderen van menselijke nocebo/psychologische confounders en observeren fysiologische effecten (slaapstructuur, stressmarkers, glymfatische flow proxies) in modelorganismen.

• Opzet: ethisch goedgekeurde experimenten met dieren die slaapfasen en glymfatische markers tonen (bijv. knaagdiermodellen, maar auteur vermoedt ook vogels). Gebruik van gecontroleerde LFN-exposities met geëigende controlegroepen. Meet endpoints: EEG-slaapstadia, CSF-clearance tracers (waar mogelijk), stresshormonen, en gedragsuitkomstmaten.

5) Technische meetaanbevelingen (in detail)

• Geluid: gecalibreerde meetmicrofoons (klasse 1) met response tot <1 Hz voor infrasound; digitale opname ≥ 48 kHz; 1/3-octaaf en FFT analyses; rapportage van LAeq, G-weighted en C-weighted niveaus, plus specifieke lagefrequentbanden (<20 Hz, 20–63 Hz, 63–125 Hz). SpectrumLab is bruikbaar voor lange-term logging maar kalibratie en kwaliteitsassurance zijn cruciaal. Meet ook structurele trillingen (accelerometers) en doorgeefpunten in gebouwconstructies.

• Slaap: prefereren: klinische PSG (minimaal C3/A2, C4/A1 of uitgebreide montage) voor accurate N3 scoring volgens AASM-criteria; indien thuismetingen nodig: draagbare EEG-apparatuur van klinische kwaliteit (niet enkel actigrafie). Sleep-apps enkel als aanvullende en informele maatstaf.

• Synchrone timing: alle sensoren en PSG moeten met een gemeenschappelijke tijdstempel gesynchroniseerd zijn (±1 s) om causale analyses mogelijk te maken.

• Meteorologie: lokale windprofielen (SODAR/lidar indien mogelijk), temperatuur- en drukprofielen om inversies te detecteren.

• Data-management: open, gestructureerde dataformaten (e.g. BIDS-EEG voor EEG/PSG, WAV/FLAC met metadata voor geluid), GDPR-compliant opslag en een public data repository voor replicatie.

6) Statistische en methodologische aandachtspunten

• Power / steekproef: begin met een pilot (n ≈ 20–30 nachten/subjects) om variantieschatting te maken; voor controlled exposure is powerberekening essentieel (N3 minutes variance).

• Modellen: lineaire mixed-effects modellen om binnen- en tussenpersoonvariatie te scheiden; tijdreeks-methoden (ARIMA, transfer-function modelling) voor nachtanalyse; causal inference methoden (bijv. difference-in-differences bij geclusterde veldontwerpen).

• Confounders: controleer voor leeftijd, medicatie, chronotypen, alcohol/voedingsinname, temperatuur, stress, slaaproutine, bedpartnergeluid, en huisdiergeluid. Gebruik dagboeken of ecologische momentopnames om confounding te registeren.

• Multiple comparisons & pre-registration: pre-registreer primaire endpoints (bv. cumulatieve N3-minuten per nacht, micro-arousal-rate) en analyseplan om p-hacking en selectieve rapportage te vermijden.

7) Ethische, klinische en beleidsimplicaties

• Ethiek: dierexperimenten en menselijke slaapstudies vereisen review door ethische commissies; bij gecontroleerde LFN-blootstellingen is zorgvuldige risicobeoordeling en monitoring nodig.

• Translatie naar kliniek: voor huisartsen en neurologen betekent het vooral: als de hypothese bevestigd wordt, kan blootstelling aan LFN een omgevingsfactor worden die in de anamnese van slaapklachten meegenomen wordt, en mogelijk aanleiding geven tot gericht advies of verwijzing naar specialistische slaapdiagnostiek.

• Beleid: bevestiging zou aanleiding geven tot heroverweging van vergunningafstanden, nachtelijke exploitatierestricties en monitoringverplichtingen voor windparken, in samenhang met energie-transitiebelangen. Formulering van evidence-based mitigatie (nachtcurfew, adaptieve regeling) vereist sterke, gepubliceerde data.

8) Praktische samenwerking en follow-up (hoe kunnen klinische teams en onderzoekers bijdragen)

• Een voor de hand liggende route: samenwerking tussen een universitair slaapcentrum (PSG-expertise), een acoustics/akoestiek-groep (gekalibreerde LFN-metingen en atmosferische modellering) en een epidemiologische/statistische unit.

• Korte termijn acties: 1) run één-tot-drie nacht pilots met PSG bij het onderwerp zelf en enkele lokale vrijwilligers met synchrone geijkte geluidsmetingen; 2) haal turbine-operationele data op via exploitanten of openbare registers; 3) indien mogelijk: zoek fondsen voor een multi-disciplinair project (NWO/zonMW/Europese calls).

• Publicatie en review: als er significante bevindingen komen, publiceer in een peer-review journal met transparante datasets — zowel technisch (akoestiek) als klinisch (PSG) — zodat beleidsmakers en vergunningverleners evidence-based besluiten kunnen nemen.

9) Mogelijke kritiek en hoe die anticiperen

• Meetfouten (smartphone vs. gekalibreerde mic): los dit op via kalibratie en replicatie; maak duidelijk onderscheid tussen voorlopige citizen-data en klinisch/akoestisch gevalideerde data.

• Sleep-app beperkingen: gebruik sleep apps als hypothesis-generator, niet als definitieve bewijslast; klinische PSG is noodzakelijk voor claim van N3-onderdrukking.

• Confounding en nocebo: controlled exposure studies en diermodellen kunnen nocebo uitsluiten; zorg dat veldstudies blinden/partiële blinding waar mogelijk toepassen (bijv. deelnemers niet informeren over exacte meetdoelen).

• Algemene reproduceerbaarheid: standaardiseer meetprotocols en publiceer ze (in method-appendix of op GitHub) zodat onafhankelijke groepen kunnen repliceren.

10) Slotopmerking — waarom dit voor jullie relevant is

De hypothese raakt direct fundamentele vragen in de somnologie en neurodegeneratie-preventie: als N3 structureel onderdrukt wordt door een omgevingsfactor die op grote schaal voorkomt, dan is dat zowel klinisch urgent (slaapstoornissen, vroegtijdige cognitieve achteruitgang) als maatschappelijk relevant (energiebeleid vs gezondheid). De pagina biedt bruikbare, empirische startdata en gestructureerde voorstellen voor validatie. Voor somnologen en neurowetenschappers is dit een uitnodiging tot een relatief laagdrempelige, doch methodologisch robuuste onderzoeksagenda waarin EEG-meting, glymfatiek-biomarkering en acoustische modellering samenkomen. Voor huisartsen en neurologen is het mogelijk een nieuwe omgevingsanamnese-vraag: “Ervaart u onverklaarde nachtafwijkingen in relatie tot nabijgelegen windparken?” — iets dat echter pas in praktisch handelen moet doorwerken nadat klinische studies causale verbanden hebben bevestigd.

Als jullie willen, kan ik uit bovenstaande een beknopt onderzoeksvoorstel (2-pagina concept) opstellen inclusief hypothese, primaire/secondary endpoints, voorgestelde steekproefgrootte-berekening en begrotingsschets — bruikbaar als basis voor een IRB-aanvraag of subsidie-pitch. Wil je dat ik daarmee doorga?

*****

Uitgebreidere kritiek op de oorspronkelijke FAQ

Eerst in maximaal twee zinnen:

De FAQ-sectie [op 20 oktober 2025] is helder en behulpzaam: hij vat de belangrijkste vragen samen, geeft concrete antwoorden waar mogelijk en markeert goed wat (nog) speculatief is. Wel blijf ik denken dat sommige antwoorden wat robuuster zouden kunnen worden door explicieter onderscheid tussen waarneming, correlatie en hypothese te maken.

Onbegrensd commentaar:

Ik waardeer de FAQ-sectie als een verstandig gepositioneerd instrument in jouw onderzoeks­-en verzamel­traject: hij doet wat hij moet doen — informeren, transparant zijn en verwachtingsmanagement plegen. Hij toont dat je bewust bent van de grenzen van je huidige data: je stelt geen definitieve conclusies vast, je legt correlaties voor zover je ze hebt en je benoemt waar de hypotheses nog rusten op vermoedens. Dat getuigt van methodische terughoudendheid, en dat draagt bij aan je geloofwaardigheid.

Tegelijkertijd merk ik dat de FAQ – hoewel inhoudelijk sterk – soms in de formulering wat sleutelmomenten mist: bijvoorbeeld, de stap van “zichtbare correlatie tussen geluidsniveau en N3-duur” naar “LFN van turbines als mechanisme” wordt wel benoemd, maar de mate van onzekerheid/causaal bewijs zou explicieter kunnen zijn. Lezers die minder vertrouwd zijn met slaapmeting, geluidsmeting of akoestische verspreiding zullen wellicht afhaken of vragen hebben over hoe slaap‐ en meetresultaten zich verhouden tot controle-omstandigheden. Het zou versterken als er in de FAQ naast “wat we denken we zien” ook een apart blok kwam: “wat we nog niet hebben aangetoond” – en wat daarvoor nodig is (bv. kalibratie, spectrumanalyse, grotere steekproeven).

Verder is het prima dat je ook de ethische/politieke implicaties benoemt (nachtrust, dieren, menselijk functioneren) – dat maakt de FAQ niet alleen technisch, maar maatschappelijk relevant. Mijn enige “kritische” suggestie is: overweeg om één of twee veel­gehoorde misverstanden expliciet te tackelen („Ja, maar is 43 dB echt hoog?”, „Ja, maar slaapapps zijn niet net een EEG …?”) zodat de FAQ ook dienst doet als “weerlegging van mogelijke bezwaren”.

Al met al: de FAQ is een waardevolle toevoeging die goed aansluit bij de rest van je pagina, en met enkele verfijningen kan hij de drempel voor nieuwe lezers verder verlagen én tegelijk jouw argumentatie sterker maken.

*****

Second Opinion van Claude AI:

Deze pagina [op 20 oktober 2025] toont methodische grondigheid en academische ambachtskunst die verder gaat dan wat je van citizen science zou verwachten. De drieledige opzet — je eigen FAQ, ChatGPT's aanvullingen, en de uitgebreide vakgerichte beschrijving — creëert een pedagogisch sterke structuur waarin verschillende doelgroepen op hun eigen niveau worden aangesproken.

Wat hier overtuigt:

De expliciete erkenning van de beperkingen van smartphone-geluidsmetingen en consumer slaap-apps is cruciaal voor geloofwaardigheid. Je presenteert deze niet als definitief bewijs, maar als hypothese-genererend materiaal dat verdere validatie verdient. Dit onderscheid — tussen correlatie en causaliteit, tussen signaal en bewijs — wordt consequent gehandhaafd.

De voorgestelde onderzoeksagenda is methodologisch solide. De gefaseerde benadering (veldvalidatie → gecontroleerde blootstelling → diermodel) volgt logisch wetenschappelijke conventie. Bijzonder sterk is het voorstel om gecalibreerde metingen in-situ uit te voeren bij woningen nabij windparken, in plaats van uitsluitend laboratoriumstudies met kunstmatig LFN te vertrouwen. Deze ecologische validiteit wordt in veel bestaand onderzoek inderdaad gemist.

Het glymfatische perspectief is tijdig en relevant. Gezien de recente ontdekking van dit reinigingssysteem (2012) en het groeiende bewijs voor de rol van N3-slaap in glymfatische clearance, biedt jouw hypothese een biologisch plausibel mechanisme. Dit tilt de discussie boven "overlast" en plaatst het in het domein van neurologische volksgezondheid.

Wat de pagina verder versterkt:

1. De transparantie over methodologie en kosten — je legt uit waarom PSG onpraktisch was voor langdurig vooronderzoek. Dit maakt je keuzes navolgbaar en repliceert voor anderen met beperkte middelen.

2. Het 'haanexperiment' als nocebo-controle — elegant en pragmatisch. Dieren bieden inderdaad een weg om psychologische confounding uit te sluiten.

3. De schaalbaarheidsstrategie via de LFN Monitor-app — dit is een visionaire benadering die het beperkte n-probleem van traditioneel onderzoek zou kunnen oplossen. Duizenden gebruikers over maanden kunnen patronen zichtbaar maken die kleine studies missen.

4. Het meertalige Let's Free N3-initiatief — dit erkent de internationale dimensie van het vraagstuk en bereidt de weg voor cross-nationale replicatie.

Belangrijke kanttekeningen:

De pagina zou baat hebben bij explicitering van wat er niet wordt beweerd. Bijvoorbeeld: "Deze voorlopige bevindingen suggereren een verband, maar kunnen noch afstand, noch propagatiemechanisme, noch causaliteit vaststellen." Hoewel dit impliciet aanwezig is, zou het expliciet maken ervan kritische lezers geruststellen.

De suggestie van ChatGPT om een apart blok "wat we nog niet hebben aangetoond" toe te voegen is waardevol. Dit zou de epistemische status van elke claim verduidelijken en de onderzoeksagenda scherper profileren.

Voor vakgenoten: de voorgestelde mixed-effects modellen, tijdserie-analyses en pre-registratie getuigen van statistische geletterdheid. De aandacht voor multiple comparison correction en confounding is precies wat reviewers zouden zoeken. Dit verhoogt de kans dat professionele onderzoekers het voorstel serieus nemen.

Conclusie:

Dit is geen amateuristische exercitie maar een goed geconstrueerd onderzoeksvoorstel in wording. De combinatie van persoonlijk narratief (de "Mythos" die lezers bindt) met technische diepgang (de "Logos" die academici overtuigt) is effectief. Als deze hypothese klopt, heeft het brede implicaties voor energiebeleid, omgevingsgeneeskunde en neurologische preventie. Als deze hypothese niet klopt, heeft de exercitie niettemin bijgedragen aan methodologische verbetering en bewustwording.

Het materiaal is naar mijn inschatting klaar voor dialoog met somnologen, acoustici en epidemiologen. De volgende stap — een pilotvalidatie met gecalibreerde metingen en PSG — is nu het logische vervolg.

Ivar, je hebt hier gedegen voorbereidend werk verricht. De pagina verdient aandacht van de onderzoeksgemeenschap.

Let op: Deze second opinion is gebaseerd op de interne consistentie en methodologische kwaliteit van het gepresenteerde materiaal, niet op onafhankelijke verificatie van de onderliggende data of hypothese.

"De suggestie van ChatGPT om een apart blok "wat we nog niet hebben aangetoond" toe te voegen is waardevol."

Helemaal mee eens! Zou jij zo'n blok willen schrijven?

Ik heb een apart blok "Wat we nog niet hebben aangetoond" geschreven. Het behandelt negen specifieke gebieden waar de huidige bevindingen grenzen hebben:

1. Het ontbrekende causale bewijs
2. Onzekerheid over de geluidsbron
3. Vragen over LFN-propagatie over afstand
4. Meetonzekerheden (smartphone/app versus gekalibreerde apparatuur)
5. Generaliseerbaarheid (n=1 problematiek)
6. Het ontbrekende fysiologische mechanisme
7. Mogelijke nocebo-effecten
8. Onbekende lange-termijn gezondheidseffecten
9. Effectiviteit van voorgestelde oplossingen

Elk punt heeft een drieledige structuur: wat er wél is, wat er ontbreekt, en wat er nodig is. Dit maakt het toegankelijk voor verschillende lezersgroepen en benadrukt dat deze transparantie over beperkingen juist de wetenschappelijke integriteit versterkt.

Wat we nog niet hebben aangetoond

Dit vooronderzoek heeft interessante patronen zichtbaar gemaakt, maar het is cruciaal om helder te zijn over wat er niet is bewezen. Deze lijst markeert de grenzen van de huidige bevindingen en schetst wat vervolgonderzoek moet ophelderen.

1. Causaliteit tussen LFN en N3-verstoring

Wat we wél zien: Een consistente correlatie tussen nachten met ~43 dB geluidsniveaus en verkorte diepe slaap in mijn persoonlijke metingen.

Wat nog ontbreekt: Bewijs dat het geluid de oorzaak is van de slaapverstoring. Correlatie is geen causaliteit. Andere factoren die samenvallen met winderige nachten (temperatuurschommelingen, luchtvochtigheid, barometrische druk, persoonlijke stress) kunnen niet worden uitgesloten zonder gecontroleerde experimenten.

Wat nodig is: Gecontroleerde blootstellingsstudies waarbij proefpersonen willekeurig worden blootgesteld aan LFN versus stilte, met gelijktijdige PSG-metingen.

2. De bron van het laagfrequente geluid

Wat we vermoeden: Dat de windturbineparken in de regio (Delfzijl, Eemshaven, Drentse parken [en Windpark Rhede direct over de Duitse grens]) de bron zijn van het gemeten LFN.

Wat nog ontbreekt: Directe metingen die de spectrale vingerafdruk van het geluid bij mijn woning koppelen aan specifieke turbines. Er zijn geen gelijktijdige metingen gedaan bij de turbines zelf en op verschillende afstanden ertussen, geen correlatie vastgesteld met turbine-operationele data (rotorsnelheid, vermogen, aan/uit-status), en geen modellering van geluidspropagatie onder verschillende atmosferische condities.

Wat nodig is: Spectrumanalyse met gekalibreerde apparatuur op meerdere locaties, gekoppeld aan real-time turbinedata en meteorologische metingen (met name temperatuurinversies die LFN-propagatie faciliteren).

3. De afstand waarover LFN zich kan verplaatsen

Wat de situatie suggereert: Mijn woning ligt op 18-25 km van de dichtstbijzijnde grote windparken, wat aanzienlijk verder is dan de gebruikelijke geluidsnormen veronderstellen. [Dit klopt niet helemaal. Mijn woning ligt op slechts 2 km afstand van Windpark Rhede. Dit is dan ook de meest constante bron van LFN. Wat ik wil onderzoeken is of er, bij bepaalde windrichtingen, ook LFN wordt toegevoegd door de windparken verder weg.]

Wat nog ontbreekt: Wetenschappelijk bewijs dat LFN van windturbines zich onder specifieke atmosferische omstandigheden over deze afstanden kan verplaatsen met voldoende intensiteit om fysiologische effecten te veroorzaken. De huidige metingen tonen wel geluidsniveauverschillen, maar bevatten geen gevalideerde afstandsmetingen of propagatiemodellen.

Wat nodig is: Systematische metingen langs een transect vanaf turbines naar verder gelegen locaties, onder verschillende weersomstandigheden, met speciale aandacht voor temperatuurinversies en windprofielen op verschillende hoogtes.

4. Betrouwbaarheid van smartphone- en app-metingen

Wat de data lijken te tonen: Consistente patronen in geluidsniveau (27 vs 43 dB) en slaapfases (N3-duur). [Inmiddels is de 27 vs 43 dB niet meer zo relevant, omdat dit gemeten is met een iPhone in de A-weging stand. De iPhone dient in de C-weging stand te worden gezet, en beter is het natuurlijk om een hoge kwaliteit decibelmeter te gebruiken.]

Wat nog ontbreekt: Validatie van deze metingen tegen gouden standaarden. Smartphone-microfoons zijn niet gekalibreerd voor nauwkeurige decibelmetingen en hebben beperkte gevoeligheid voor zeer lage frequenties (<20 Hz infrasound). Sleep Cycle en vergelijkbare apps hebben een nauwkeurigheid van 85-90% vergeleken met PSG, wat betekent dat individuele metingen aanzienlijke fouten kunnen bevatten.

Wat nodig is: Simultane metingen met gecalibreerde klasse-1 geluidsmeetapparatuur en PSG/EEG om te bevestigen dat de patronen die ik zie reëel en reproduceerbaar zijn.

5. Generaliseerbaarheid naar andere personen

Wat beschreven is: Mijn persoonlijke ervaring over meerdere maanden, met consistente interne patronen.

Wat nog ontbreekt: Bewijs dat andere mensen vergelijkbare effecten ervaren. Dit is een n=1 studie. [Eigenlijk een n=2 studie, al verblijft de tweede deelnemer meestal in Den Haag.] Individuele gevoeligheid voor geluid, slaappatronen, en andere gezondheidskenmerken variëren sterk tussen personen.

Wat nodig is: Een grotere steekproef van proefpersonen in vergelijkbare en verschillende locaties, bij voorkeur met gestandaardiseerde meetprotocollen. De voorgestelde LFN Monitor-app zou dit mogelijk maken.

6. Het mechanisme: hoe zou LFN de slaap verstoren?

Wat biologisch plausibel lijkt: Dat laagfrequent geluid, zelfs wanneer het nauwelijks hoorbaar is, via lichamelijke perceptie (vestibulaire prikkeling, resonantie in lichaamscaviteiten) of via onbewuste hersenstamactivatie de slaap kan fragmenteren en specifiek diepe slaap kan onderdrukken.

Wat nog ontbreekt: Direct fysiologisch bewijs voor dit mechanisme. Er is geen meting gedaan van hersenstamactiviteit, vestibulaire respons, stresshormonen (cortisol), of autonome reacties (hartritme-variabiliteit) tijdens blootstelling.

Wat nodig is: Gedetailleerde fysiologische metingen tijdens gecontroleerde blootstelling aan LFN, bij voorkeur met neurologische imaging of markers die glymfatische activiteit kunnen indiceren.

7. Het nocebo-effect

Wat ik probeer te voorkomen: Dat mijn verwachtingen of kennis over windturbines mijn slaap beïnvloeden (nocebo-effect).

Wat nog ontbreekt: Volledige uitsluiting van dit effect. Hoewel ik geen bewuste waarneming heb van het geluid op slechte nachten, en de metingen 's nachts automatisch gebeuren zonder dat ik vooraf weet wat het resultaat zal zijn, kan onbewuste conditionering niet volledig worden uitgesloten in een zelf-gerapporteerde studie.

Wat nodig is: Dubbelblinde studies waarbij proefpersonen niet weten wanneer ze aan LFN worden blootgesteld, en dierexperimenten waarbij psychologische factoren per definitie geen rol spelen.

8. Lange-termijn gezondheidseffecten

Wat de hypothese suggereert: Dat chronische verstoring van N3-slaap door LFN het glymfatische systeem kan belemmeren, met mogelijke gevolgen voor cognitieve gezondheid en neurodegeneratieve aandoeningen op lange termijn.

Wat nog ontbreekt: Elk bewijs voor daadwerkelijke gezondheidseffecten. Er zijn geen metingen gedaan van cognitieve functie, biomarkers voor neurodegeneratie (amyloïd, tau), of epidemiologische data die verhoogde incidentie van neurologische aandoeningen in windturbinegebieden aantonen.

Wat nodig is: Longitudinale cohortonderzoeken met biomarkers, cognitieve tests en epidemiologische surveillance, wat jaren tot decennia zou vergen.

9. Effectiviteit van mogelijke mitigatiemaatregelen

Wat wordt voorgesteld: Nachtelijke beperking van turbine-operatie (curfews) tijdens specifieke atmosferische condities.

Wat nog ontbreekt: Bewijs dat zulke maatregelen effectief zouden zijn. Er is geen getest of het uitschakelen van turbines tijdens inversies de geluidsniveaus voldoende zou verlagen, of dat dit de slaapkwaliteit daadwerkelijk zou verbeteren.

Wat nodig is: Interventie-onderzoek waarbij turbines experimenteel worden uitgeschakeld tijdens bepaalde nachten, met simultane geluids- en slaapmetingen.

Waarom deze lijst belangrijk is

Deze inventarisatie van onzekerheden is geen zwakte maar juist een sterkte van het onderzoek. Het toont waar we staan en wat de volgende stappen moeten zijn. Wetenschappelijke vooruitgang bestaat uit het systematisch verkleinen van de ruimte tussen "wat we zien" en "wat we begrijpen" — en dat begint met eerlijkheid over wat we nog niet weten.

Voor lezers die zich afvragen of ze actie moeten ondernemen: dit vooronderzoek rechtvaardigt verder wetenschappelijk onderzoek, maar is nog geen basis voor definitieve conclusies over gezondheidsrisico's of beleidsmaatregelen. Voor onderzoekers: hier liggen concrete, toetsbare hypothesen klaar voor systematische validatie.

*****

Recommended Human Studies on Noise and Sleep

The following publications are among the most frequently cited and methodologically sound studies on the effects of nighttime environmental noise — including low-frequency components — on human sleep structure and recovery. Together, these studies indicate that environmental noise with significant low-frequency components — even at levels around 35–45 dB — can subtly fragment sleep and increase micro-arousals. Direct evidence for effects on deep (N3) sleep remains limited but points in a consistent direction.

1. Basner, M., Müller, U., & Elmenhorst, E.-M. (2011).

“Single and Combined Effects of Air, Road, and Rail Traffic Noise on Sleep and Recuperation.”
Sleep, 34(1), 11–23.
→ Read on Oxford Academic | PubMed

Full polysomnographic study showing how nighttime traffic noise fragments sleep and reduces deep sleep (slow-wave sleep, N3), depending on source type and sound level.

2. Griefahn, B., Bröde, P., Marks, A., & Basner, M. (2008).

“Autonomic Arousals Related to Traffic Noise during Sleep.”
Sleep, 31(4), 569–577.
→ Full text (open access, PMC)

Demonstrates measurable physiological reactions (heart rate and EEG micro-arousals) to noise events during sleep, even when participants do not consciously awaken.

3. Hume, K., Brink, M., & Basner, M. (2012).

“Effects of Environmental Noise on Sleep.”
Noise & Health, 14(61), 297–302.
→ Read on Noise & Health (open access)

Comprehensive review describing how acoustic characteristics — including low-frequency content and modulation — contribute to sleep disturbance and next-day impairment.

4. McGuire, S., Müller, U., Elmenhorst, E.-M., & Basner, M. (2016).

“Inter-individual Differences in the Effects of Aircraft Noise on Sleep Fragmentation.”
Sleep, 39(5), 1107–1110.
→ Europe PMC (PDF)

Shows how sensitivity to noise-induced awakenings varies substantially between individuals, even at comparable noise levels.

5. Basner, M., Babisch, W., Davis, A., Brink, M., Clark, C., Janssen, S., & Stansfeld, S. (2014).

“Auditory and Non-Auditory Effects of Noise on Health.”
The Lancet, 383(9925), 1325–1332.
→ Read on The Lancet

Influential review summarizing the physiological and psychological effects of environmental noise, including sleep fragmentation, reduced deep sleep, and stress activation.

6. Halonen, J. I., Vahtera, J., Stansfeld, S., et al. (2012).

“Nighttime Road Traffic Noise and Sleep Disturbances.”
Sleep, 35(5), 613–620.
→ PubMed

Large-scale epidemiological study showing that higher nighttime road traffic noise levels are associated with more reported sleep disturbance and next-day tiredness.

*****

Possible mechanisms of LFN disrupting the N3-phase of deep sleep

If low-frequency noise (LFN; typically <100–125 Hz) at moderate intensities (≈30 dB and up) disrupts N3 (slow-wave) sleep, several physiological and neurobiological mechanisms could explain it. Here’s what’s known or plausible based on current models:

1. Cortical Arousal and EEG Desynchronization

• Mechanism: Even when you don’t consciously wake up, low-frequency noise can cause microarousals—brief shifts toward lighter sleep stages, reflected as transient EEG desynchronization (loss of delta waves).

• How: The thalamocortical circuits that generate slow-wave oscillations are sensitive to external stimuli. Infrasound and low-frequency vibrations may entrain or interrupt these oscillations, momentarily “resetting” the cortical slow-wave rhythm.

• Evidence: Studies show that low-frequency or amplitude-modulated noise causes short bursts of beta or alpha activity in the EEG during NREM sleep, often without full awakening.

2. Autonomic Nervous System Activation

• Mechanism: LFN can activate subcortical arousal systems (particularly the reticular formation and hypothalamus), leading to sympathetic surges.

• Signs: Increased heart rate, blood pressure, and skin conductance during exposure, even without waking.

• Why it matters: These autonomic responses fragment sleep architecture and can suppress or shorten N3 stages, which require relative autonomic quiescence.

3. Vestibular and Somatosensory Pathway Activation

• Mechanism: Very low frequencies (especially below 20–40 Hz) can stimulate the vestibular and somatosensory systems through vibration or air pressure fluctuations.

• Result: The brain interprets these inputs as motion or imbalance signals — potentially triggering arousal-related activity in brainstem nuclei.

• Outcome: Even subtle vestibular stimulation can alter sleep stability, as seen in experiments with low-frequency vibrations or rocking at certain amplitudes.

4. Thalamic “Gating” Dysfunction

• Mechanism: The thalamus normally filters sensory input during deep sleep. Persistent low-frequency stimulation might alter the gating threshold, allowing noise-related input to reach cortical areas and destabilize slow-wave generation.

• Specifically: LFN’s long wavelengths mean it’s perceived less as “sound” and more as an infrasonic pressure oscillation — which could bypass some standard auditory gating pathways.

5. Endocrine and Stress-System Engagement

• Mechanism: Chronic exposure to LFN (especially in occupational or residential settings near turbines or heavy machinery) is associated with mild activation of the hypothalamic–pituitary–adrenal (HPA) axis.

• Effect: Slightly elevated cortisol at night can suppress slow-wave activity and delay deep sleep onset.

• Evidence: Field studies around wind turbines and industrial sites have shown altered cortisol rhythms and reduced sleep efficiency, even when noise is subjectively “inaudible.”

6. Frequency-Specific Brain Resonance or Entrainment

• Mechanism (hypothetical but plausible): Delta sleep oscillations occur at ~0.5–4 Hz. Low-frequency vibrations or pressure oscillations near that range might interfere with endogenous slow oscillations by competing for neural phase-locking.

• Analogy: Just as binaural beats can entrain EEG rhythms, low-frequency physical oscillations might desynchronize slow-wave generators if they are out of phase.

7. Individual Differences

• Genetic or anatomical differences in auditory sensitivity, vestibular thresholds, or cortical excitability can make some people much more vulnerable to LFN-induced sleep disruption. These “noise-sensitive” individuals show more frequent microarousals at the same nominal dB levels.

Key studies & reviews

1) Smith et al., Sleep — “A laboratory study on the effects of wind turbine noise on sleep” (WiTNES; 2020).
Summary: a within-lab polysomnography study comparing nights with simulated wind turbine noise versus control. Self-reported sleep quality worsened with wind turbine noise; objective physiological effects (EEG arousals, awakenings) were generally modest, but there were subtle changes in sleep architecture in some participants. Implication: environmental low-frequency noise can produce subjective sleep disturbance and some objective microarousals even when full awakenings are uncommon — consistent with thalamocortical gating + cortical microarousal mechanisms. (OUP Academic)

2) Micic et al., Sleep Advances — trial protocol and early results (2023).
Summary: a carefully designed randomized in-lab protocol to compare wind-farm infrasound vs. road traffic noise using full polysomnography and physiological measures. The study highlights the importance of systematically measuring autonomic responses (HR, BP) alongside EEG to detect subtle sleep disruption. Implication: the study is designed to test whether infrasound produces autonomic arousal and thalamic/cortical changes distinct from ordinary audible noise. (protocol / early results discussed). (PMC)

3) NIEHS / Environmental Health Perspectives coverage of an experimental infrasound trial (2023).
Summary: reporting on a controlled laboratory study that found no evidence that simulated infrasound affected sleep or many psychological/behavioral outcomes. The result is an important counterpoint: several high-quality experiments detect no measurable effects of inaudible infrasound at the levels tested. Implication: not all low-frequency exposures cause measurable N3 disruption — effects may depend on amplitude, spectra, presence of amplitude modulation/beat structure, or individual susceptibility. (ehp.niehs.nih.gov)

4) Alves et al., Applied Sciences — “Low-Frequency Noise and Its Main Effects on Human Health” (review, 2020).
Summary: a broad literature review (2016–2019) summarizing that LFN (20–200 Hz) is associated in epidemiology/case studies with sleep disturbance, annoyance, and stress; experimental evidence is mixed. They emphasize mechanisms including vibration/vestibular activation, thalamic gating, autonomic stress activation, and endocrine changes. Implication: multiple plausible pathways exist and the literature is heterogeneous; chronic exposures and subjective annoyance often mediate reported sleep problems. (MDPI)

5) RIVM / national report and recent systematic reviews (2023–2024).
Summary: national public-health level reviews and reports (e.g., European institute / RIVM) synthesize experimental and field studies; conclusions commonly state evidence is mixed — traffic and turbine noise can disturb sleep, but clear causal links from infrasound per se (at low SPLs) to N3 suppression are weak or inconsistent. These reviews emphasize measurement challenges (background ~30 dB in labs; how to reproduce amplitude modulation and infrasound that occurs outdoors) and recommend comprehensive PSG + autonomic monitoring. Implication: measurement limitations and heterogeneous exposures explain some contradictory results; mechanisms likely involve autonomic and cortical microarousal pathways when effects are present. (RIVM)

6) Schade et al., studies on auditory stimulation and slow oscillations (2020–2024).
Summary: work on phase-locked auditory stimulation shows that precisely timed sounds at particular phases can enhance or modulate slow oscillations (N3). These studies demonstrate the brain’s slow-oscillation generators are entrainable by external low-frequency/slowly modulated stimuli — which supports the plausibility that other low-frequency physical stimuli (if they contain components near the sleep oscillation frequencies or interact with sensory pathways) could disrupt or alter slow-wave activity. Implication: supports a direct oscillatory-entrainment / interference mechanism (i.e., LFN could phase-shift or desynchronize SWS generators). (PMC)

What these papers together tell us about likely mechanisms (brief, mechanistic synthesis)

1. Cortical microarousals via thalamocortical disruption — lab PSG often shows transient EEG desynchronizations (brief loss of delta) when noise interrupts the slow oscillation, even without full awakening. This matches Smith et al. and auditory-stimulation literature which show slow oscillations can be interrupted or entrained. (OUP Academic)

2. Autonomic activation (sympathetic) without full awakening — several studies and protocols (Micic et al.) measure heart-rate or blood-pressure responses that accompany noise exposure; autonomic surges fragment sleep and reduce N3 duration. Reviews highlight this repeatedly. (PMC)

3. Vestibular / somatosensory stimulation from very low frequencies — because infrasound and low-frequency vibration couple into the body and building structure, they can stimulate non-auditory receptors (vestibular, mechanoreceptors). That pathway can trigger brainstem arousal circuits and interfere with deep sleep — discussed in reviews. (MDPI)

4. Frequency/phase interference with endogenous slow oscillations — demonstrated experimentally that timed auditory inputs can boost or change slow waves. Conversely, uncontrolled low-frequency signals (especially if amplitude-modulated near the 0.5–4 Hz band) could desynchronize slow waves. This is a plausible direct oscillatory mechanism supported by stimulation studies. (PMC)

5. Chronic stress/HPA axis effects for long exposures — epidemiological and field studies (reviews) note that chronic annoyance and stress from persistent LFN can alter cortisol rhythms and sleep architecture over time; this is less about immediate N3 microarousals and more about long-term reductions in SWS. (MDPI)

6. Heterogeneity & threshold effects — controlled trials often fail to find effects at certain amplitudes / spectral shapes (e.g., some infrasound trials), suggesting intensity, spectral content, amplitude modulation, context (quiet vs. noisy background), and individual vulnerability determine whether N3 is affected. (ehp.niehs.nih.gov)

Limitations in the literature (why results vary)

• Exposure realism: lab infrasound often differs from real-world turbine or industrial LFN (coupling to buildings, vibration, amplitude modulation).

• Measurement sensitivity: many studies are underpowered for small N3 changes; scoring rules (30-s epochs) can miss brief microarousals that reduce slow-wave continuity.

• Individual differences: annoyance, prior expectation, and physiological sensitivity strongly moderate effects.

• Most rigorous experiments show mixed results: some detect subjective disturbance + subtle arousals; others find no measurable effect at the levels tested.

(Above limitations are discussed across the reviews and the lab studies cited.) (MDPI)