ทำไมการไม่มีเพื่อนสนิทถึงเสี่ยงต่อชีวิตพอๆ กับการสูบบุหรี่: สิ่งที่งานวิจัยหลายสิบปีพบเกี่ยวกับความสัมพันธ์ทางสังคม

จุดกำเนิดของสายงานวิจัยนี้: Berkman & Syme ที่ Alameda County (1979)

จุดเริ่มต้นของงานวิจัยสายนี้ย้อนไปถึง Lisa Berkman และ S. Leonard Syme ที่ตีพิมพ์งานวิจัยชื่อ "Social Networks, Host Resistance, and Mortality: A Nine-Year Follow-up Study of Alameda County Residents" ในวารสาร *American Journal of Epidemiology* ปี 1979 นี่คือ prospective cohort study ที่แท้จริง คือติดตามกลุ่มตัวอย่างไปข้างหน้าตามเวลาจริง ไม่ใช่ถามย้อนหลัง

งานวิจัยนี้ใช้ข้อมูลจากแบบสำรวจ Human Population Laboratory ปี 1965 ซึ่งสุ่มตัวอย่างผู้ใหญ่ 6,928 คนใน Alameda County รัฐแคลิฟอร์เนีย โดยวัดระดับความเชื่อมโยงทางสังคม 4 ด้าน ได้แก่ การแต่งงาน การติดต่อกับเพื่อนและญาติ การเป็นสมาชิกโบสถ์ และการเป็นสมาชิกกลุ่ม/องค์กรอื่นๆ แล้วติดตามอัตราการเสียชีวิตต่อไปอีก 9 ปี ผลที่พบคือคนที่มีคะแนนเครือข่ายสังคมต่ำที่สุด มีความเสี่ยงเสียชีวิตสูงกว่าคนที่มีเครือข่ายสังคมสูงที่สุดถึง 2.3 เท่าในผู้ชาย และ 2.8 เท่าในผู้หญิง (age-adjusted relative risk) ที่สำคัญคือความสัมพันธ์นี้ยังคงอยู่แม้ควบคุมตัวแปรอื่นแล้ว ทั้งสถานะสุขภาพที่รายงานเอง สถานะทางเศรษฐกิจ และพฤติกรรมสุขภาพอย่างการสูบบุหรี่ ดื่มแอลกอฮอล์ ความอ้วน การออกกำลังกาย และการใช้บริการสุขภาพเชิงป้องกัน นี่คืองานชิ้นแรกๆ ที่แสดงให้เห็นว่าการขาดความสัมพันธ์ทางสังคมทำนายการเสียชีวิตได้ "อย่างเป็นอิสระ" จากปัจจัยเสี่ยงสุขภาพที่รู้จักกันดีอยู่แล้ว

งานทบทวนที่เปลี่ยนวงการ: House, Landis & Umberson (1988)

เก้าปีต่อมา James House, Karl Landis และ Debra Umberson ตีพิมพ์บทความทบทวนวรรณกรรมชื่อ "Social Relationships and Health" ในวารสาร *Science* ปี 1988 (เล่ม 241 ฉบับ 4865 หน้า 540-545) งานนี้ไม่ได้เก็บข้อมูลใหม่ แต่สังเคราะห์ผลจาก prospective cohort study หลายชิ้นที่ทยอยตีพิมพ์หลังงานของ Berkman & Syme เช่นการศึกษาที่ Tecumseh รัฐมิชิแกน, Evans County รัฐจอร์เจีย, และ Framingham รัฐแมสซาชูเซตส์

ข้อสรุปสำคัญที่ทำให้บทความนี้ถูกอ้างอิงนับพันครั้งคือประโยคที่ระบุว่าการขาดความสัมพันธ์ทางสังคมเป็นปัจจัยเสี่ยงต่อสุขภาพที่มีขนาดผล "rivaling" หรือใกล้เคียงกับปัจจัยเสี่ยงที่วงการแพทย์ยอมรับกันมานานแล้ว เช่น การสูบบุหรี่ ความดันโลหิตสูง ไขมันในเลือด โรคอ้วน และการไม่ออกกำลังกาย ตรงนี้ควรชี้ให้ชัดว่าการเปรียบเทียบนี้เป็นการเทียบ "ขนาดผล" (effect size) ที่คำนวณจากงานวิจัยคนละชิ้นคนละกลุ่มตัวอย่าง ไม่ใช่การวัดปัจจัยทั้งสองในกลุ่มตัวอย่างเดียวกันแล้วเทียบตรงๆ ซึ่งเป็นประเด็นที่งานวิจัยยุคหลัง (ที่จะพูดถึงในหัวข้อข้อควรระวังด้านล่าง) กลับมาตรวจสอบอีกครั้ง

งานวิเคราะห์อภิมานขนาดใหญ่: Holt-Lunstad และคณะ (2010)

งานที่ทำให้สายวิจัยนี้แข็งแกร่งขึ้นมากคือ Julianne Holt-Lunstad, Timothy Smith และ J. Bradley Layton ตีพิมพ์งานวิเคราะห์อภิมาน (meta-analysis) ชื่อ "Social Relationships and Mortality Risk: A Meta-analytic Review" ในวารสาร *PLoS Medicine* ปี 2010 ซึ่งรวบรวมผลจาก prospective study ที่ผ่านเกณฑ์คุณภาพทั้งหมด 148 ชิ้น มีผู้เข้าร่วมรวมกันถึง 308,849 คน

ผลลัพธ์หลักคือคนที่มีความสัมพันธ์ทางสังคมแข็งแรงกว่ามีโอกาสรอดชีวิตตลอดช่วงเวลาติดตามสูงกว่าคนที่มีความสัมพันธ์ทางสังคมอ่อนแอหรือไม่เพียงพอถึง 50% (odds ratio = 1.50, 95% CI 1.42-1.59) และเมื่อดูเฉพาะตัวชี้วัดการบูรณาการทางสังคมที่ซับซ้อน (complex social integration) เช่น การมีเครือข่ายสังคมหลากหลายประเภทพร้อมกัน ความสัมพันธ์นี้ยิ่งแรงขึ้นเป็น OR = 1.91 งานชิ้นนี้สำคัญเพราะเป็นการรวบรวมหลักฐานจากหลายสิบปีมาวิเคราะห์อย่างเป็นระบบ ไม่ใช่พึ่งพางานวิจัยเดี่ยวๆ ชิ้นใดชิ้นหนึ่ง แต่ต้องย้ำว่านี่คืองานวิเคราะห์อภิมานของ "งานวิจัยเชิงสังเกต" ทั้ง 148 ชิ้น ไม่มีชิ้นไหนเป็นการทดลองแบบสุ่ม (RCT) เลย

แยกให้ชัด: ความเหงา การอยู่คนเดียว และการแยกตัวทางสังคม ต่างกันอย่างไร (2015)

ห้าปีต่อมา Holt-Lunstad กลับมาอีกครั้งพร้อมทีมวิจัยใหม่ (Smith, Baker, Harris และ Stephenson) ตีพิมพ์งานวิเคราะห์อภิมานชื่อ "Loneliness and Social Isolation as Risk Factors for Mortality: A Meta-Analytic Review" ในวารสาร *Perspectives on Psychological Science* ปี 2015 คราวนี้ตั้งใจแยกตัวแปรที่มักถูกปนกันออกจากกันให้ชัดเจน เพราะ "ความเหงา" (ความรู้สึกส่วนตัวว่าขาดการเชื่อมโยง) กับ "การแยกตัวทางสังคม" (จำนวนการติดต่อทางสังคมที่วัดได้จริง) กับ "การอยู่คนเดียว" (สถานะการอยู่อาศัย) เป็นคนละเรื่องกัน แม้จะเกี่ยวข้องกัน

งานนี้รวบรวมข้อมูลจากการค้นวรรณกรรมตั้งแต่มกราคม 1980 ถึงกุมภาพันธ์ 2014 ได้การศึกษาทั้งหมด 70 ชิ้น ผู้เข้าร่วมรวมกว่า 3.4 ล้านคน ผลลัพธ์แบบ weighted average effect size พบว่า การแยกตัวทางสังคมเพิ่มความเสี่ยงตาย 29% (OR = 1.29), ความเหงาเพิ่ม 26% (OR = 1.26), และการอยู่คนเดียวเพิ่ม 32% (OR = 1.32) สิ่งที่น่าสนใจคือทั้งสามตัวแปรนี้ให้ผลใกล้เคียงกัน แม้จะวัดคนละมิติ และพบว่าปัจจัยเหล่านี้ยิ่งทำนายการเสียชีวิตได้แรงขึ้นในกลุ่มตัวอย่างที่อายุเฉลี่ยต่ำกว่า 65 ปี ซึ่งขัดกับสัญชาตญาณที่หลายคนอาจคิดว่าความเหงาเป็นปัญหาของผู้สูงวัยเป็นหลัก

ทำไมถึงเป็นแบบนั้น: กลไกทางชีวภาพจาก Cacioppo & Cacioppo (2014)

คำถามที่ตามมาคือ ทำไมการขาดความสัมพันธ์ทางสังคมถึงเชื่อมโยงกับการเสียชีวิตได้จริงในทางชีววิทยา John Cacioppo และ Stephanie Cacioppo ตีพิมพ์บทความทบทวนชื่อ "Social Relationships and Health: The Toxic Effects of Perceived Social Isolation" ในวารสาร *Social and Personality Psychology Compass* ปี 2014 อธิบายกลไกที่เป็นไปได้หลายทาง

พวกเขาเสนอว่าความรู้สึกโดดเดี่ยว (perceived isolation) กระตุ้นให้ระบบประสาทอยู่ในภาวะเฝ้าระวังภัยคุกคามทางสังคมสูงขึ้น ซึ่งส่งผลต่อเนื่องไปรบกวนคุณภาพการนอน เพิ่มระดับฮอร์โมนคอร์ติซอลตอนเช้า และเปลี่ยนแปลงการทำงานของระบบภูมิคุ้มกัน เช่น การแสดงออกของยีนที่เกี่ยวกับการอักเสบเพิ่มขึ้น ขณะที่การตอบสนองต่อไวรัสลดลง นอกจากนี้ยังพบความเชื่อมโยงกับความดันโลหิตที่สูงขึ้นและการทำงานของสมองส่วนบริหารจัดการ (executive function) ที่แย่ลง งานชิ้นนี้เป็นบทความทบทวนกลไก ไม่ใช่งานเก็บข้อมูลอัตราตายใหม่ แต่มีประโยชน์มากในการอธิบายว่าทำไมตัวเลขทางสถิติในหัวข้อก่อนหน้าถึงมีความสมเหตุสมผลในเชิงชีววิทยา ไม่ใช่แค่ความบังเอิญทางสถิติ

ข้อควรระวัง: ตัวเลข "เทียบเท่าบุหรี่ 15 มวน" แม่นยำแค่ไหน

ตรงนี้ควรชวนคุณคิดอย่างรอบคอบมากขึ้นครับ ในปี 2023 สำนักงาน Surgeon General ของสหรัฐฯ ออกรายงาน "Our Epidemic of Loneliness and Isolation" ระบุว่าผลกระทบต่อการเสียชีวิตจากการขาดการเชื่อมโยงทางสังคม ใกล้เคียงกับผลจากการสูบบุหรี่มากถึง 15 มวนต่อวัน ซึ่งกลายเป็นตัวเลขที่ถูกพูดถึงกันอย่างกว้างขวาง แต่ตัวเลขนี้อ้างอิงมาจากการเทียบขนาดผลข้ามงานวิจัยแบบเดียวกับที่ House และคณะทำไว้ตั้งแต่ปี 1988

G. David Batty และคณะ ตีพิมพ์งานวิจัยชื่อ "Are a Lack of Social Relationships and Cigarette Smoking Really Equally Powerful Predictors of Mortality? Analyses of Data from Two Cohort Studies" ในวารสาร *Public Health in Practice* ปี 2021 เพื่อทดสอบคำกล่าวอ้างนี้โดยตรง โดยวิเคราะห์ข้อมูลจริงจาก UK Biobank (ผู้เข้าร่วม 466,876 คน) และ English Longitudinal Study of Ageing (ผู้เข้าร่วม 7,505 คน) ผลพบว่าเมื่อวัดปัจจัยทั้งสองในกลุ่มตัวอย่างเดียวกัน การสูบบุหรี่ยังคงมีความสัมพันธ์กับการเสียชีวิตโดยรวมแรงกว่าการขาดความสัมพันธ์ทางสังคมหรือความเหงาอย่างชัดเจน ทีมวิจัยสรุปว่าคำกล่าวอ้าง "เทียบเท่ากันพอดี" มาจากการเปรียบเทียบข้ามงานวิจัยคนละชิ้น ไม่ใช่การวัดตรงในข้อมูลเดียวกัน นี่ไม่ได้แปลว่าความสัมพันธ์ทางสังคมไม่สำคัญ แต่หมายความว่าเราควรใช้ตัวเลข "เทียบเท่าบุหรี่" อย่างระมัดระวัง เป็นภาพเปรียบเทียบกว้างๆ เพื่อสื่อสารความสำคัญ มากกว่าจะเป็นตัวเลขที่แม่นยำระดับสมการ

ลองเอาไปปรับใช้ดู

1. ลองมองความสัมพันธ์ทางสังคมเป็นพฤติกรรมสุขภาพเหมือนการนอนหรือออกกำลังกาย ไม่ใช่แค่เรื่องอารมณ์ดูไหมครับ จากงานของ Holt-Lunstad และคณะ (2010) ที่พบ OR สูงถึง 1.50 การลงทุนเวลากับความสัมพันธ์น่าจะควรได้รับความสำคัญพอๆ กับพฤติกรรมสุขภาพอื่นที่เรามักให้ความสำคัญอยู่แล้ว 2. ถ้าต้องเลือก ลองให้น้ำหนักกับคุณภาพและความหลากหลายของความสัมพันธ์มากกว่าจำนวนดูนะครับ งานของ Holt-Lunstad et al. (2010) พบว่า complex social integration (การมีเครือข่ายหลากหลายประเภท เช่น ครอบครัว เพื่อน เพื่อนร่วมงาน ชุมชน) ให้ผล OR สูงกว่าตัวชี้วัดง่ายๆ แบบตัวเดียว 3. ลองอย่ามองข้ามความเหงาว่าเป็นแค่ "ความรู้สึก" เฉยๆ จากงานของ Holt-Lunstad และคณะ (2015) ความเหงาเชิงอัตวิสัย (subjective loneliness) ให้ค่าความเสี่ยงใกล้เคียงกับการแยกตัวทางสังคมเชิงภาวะวิสัยที่วัดได้จริง แปลว่าความรู้สึกโดดเดี่ยวมีน้ำหนักทางสุขภาพจริง ไม่ใช่แค่เรื่องทัศนคติ 4. ถ้ารู้สึกนอนไม่หลับหรือเครียดเรื้อรังโดยไม่รู้สาเหตุ ลองมองย้อนไปที่ชีวิตทางสังคมของตัวเองด้วย ตามกลไกที่ Cacioppo & Cacioppo (2014) อธิบายไว้ ความรู้สึกโดดเดี่ยวส่งผลต่อคุณภาพการนอนและระดับคอร์ติซอลโดยตรง อาจเป็นต้นตอที่ถูกมองข้าม 5. ลองอ่านตัวเลขเปรียบเทียบแบบ "เท่ากับบุหรี่กี่มวน" อย่างระมัดระวัง ไม่ตีความตามตัวอักษรมากไปนะครับ จากบทเรียนของ Batty และคณะ (2021) ตัวเลขเชิงเปรียบเทียบข้ามงานวิจัยมีประโยชน์ในการสื่อสารความสำคัญโดยรวม แต่ไม่ควรถูกใช้เป็นข้อเท็จจริงเชิงปริมาณที่แม่นยำ