La calle que da sueño

Un estudio sobre trabajadores japoneses concluyó que quienes vivían en calles con mayor sensación de confinamiento espacial comunicaban con más frecuencia síntomas menos intensos de insomnio, menos somnolencia diurna y una mayor duración del sueño. No se trata del interior de la vivienda ni de una receta milagrosa para dormir, sino del aspecto que tiene la calle de alrededor a la altura de los ojos.

Dormimos aproximadamente un tercio de la vida, y el sueño es necesario para la recuperación del organismo, la salud mental y las relaciones sociales. La falta de sueño se asocia con enfermedades cardiovasculares y metabólicas, depresión y demencia. En el sueño influyen no solo los hábitos y la biología de cada persona, sino también el entorno en el que vive.

Estudios anteriores han relacionado la calidad del sueño con la vegetación, los árboles de las calles, el ruido, la contaminación del aire, la iluminación y el estado general del barrio. El entorno visual es especialmente importante: puede modificar el nivel de estrés, la sensación de seguridad y el estado de ánimo. La presencia visible de árboles a veces mejora el sueño, aunque los resultados de esos estudios no siempre son concluyentes. En cambio, la basura y las ventanas rotas pueden aumentar la ansiedad y la sensación de inseguridad.

El equipo de Xiaorui Wang estudió esta relación en el Gran Tokio, una metrópolis densamente poblada y edificada. Al principio participaron 2.000 adultos trabajadores de entre 40 y 59 años. Tras excluir a quienes vivían por encima de la tercera planta, así como a participantes con datos de sueño atípicos y otros valores inusuales, el análisis incluyó a 1.089 personas. Los participantes de las plantas inferiores y superiores tenían edades y niveles educativos similares, pero diferían en sexo, ingresos familiares y presencia de hijos.

Para evaluar las calles, los investigadores utilizaron imágenes de Google Street View asociadas a las zonas según sus códigos postales. En cada zona seleccionaron cruces y captaron el espacio en cuatro direcciones. En total analizaron más de 214.000 imágenes.

Mediante segmentación semántica —un método de visión artificial que reconoce objetos individuales a nivel de píxel—, los investigadores identificaron árboles, calzadas, aceras, edificios y vallas. Después calcularon indicadores de vegetación, transitabilidad peatonal, legibilidad visual, confinamiento y complejidad de la calle. También evaluaron por separado hasta qué punto esos lugares parecían seguros, bonitos, animados, acomodados, interesantes y poco opresivos.

Los participantes indicaron a qué hora se habían acostado y despertado durante el último mes, y completaron las versiones japonesas de la escala de somnolencia de Epworth y la Athens Insomnia Scale. A partir de esos datos calcularon la duración del sueño y la compararon con las características medias de las calles.

El resultado principal fue que una mayor sensación de confinamiento de la calle se asociaba con menos síntomas de insomnio, menos somnolencia diurna y más horas de sueño. El confinamiento indicaba hasta qué punto los edificios, los árboles y otros elementos verticales delimitaban visualmente el espacio de la calle frente a las calzadas, las aceras, la tierra y el césped.

Un análisis adicional apuntó a una posible explicación: ese entorno podría percibirse como más seguro y animado. La vegetación se relacionaba con una mayor sensación de seguridad, que a su vez se asociaba con una mayor duración del sueño. En cambio, una mayor transitabilidad peatonal se asociaba inesperadamente con una menor sensación de seguridad y menos horas de sueño. En el estudio, este indicador dependía sobre todo de la proporción de aceras y vallas respecto a la superficie de la calzada.

Los autores consideran que los resultados amplían lo que sabemos sobre la influencia del entorno urbano en el sueño y ayudan a elegir indicadores para futuros estudios y proyectos de planificación urbana.

Pero hay una limitación importante: se trata de un estudio transversal, que muestra una asociación, pero no demuestra una relación de causa y efecto. Todos los participantes eran trabajadores de mediana edad que vivían en plantas bajas en una única metrópolis japonesa. Por tanto, las conclusiones no pueden aplicarse automáticamente a zonas rurales, otras ciudades y culturas, otros grupos de edad, situaciones laborales o condiciones socioeconómicas. El artículo, «Urban eye-level landscapes and sleep health: Cross-sectional evidence from a megacity using machine learning for objective and perceptual assessment», está firmado por Xiaorui Wang, Jihui Yuan, Weixin Huang y Daisuke Matsushita.