🧬 biology

Equivalence testing in pesticide risk assessment -- Evaluation and practical guidance for design, analysis and interpretation

Cet article évalue les cadres de tests d'équivalence pour l'évaluation des risques liés aux pesticides, démontrant que si l'augmentation de la réplication des sites est nécessaire pour des décisions réglementaires fiables, l'approche originale de l'EFSA surpasse les méthodes alternatives pour détecter les effets nocifs, et que la puissance statistique peut être maintenue avec moins de sites grâce à l'ajustement des covariables ou à la randomisation par anti-regroupement.

Auteurs originaux : Dimitry Wintermantel, Julia Osterman, Magdalena M. Mair, Florian Hartig

Publié 2026-07-09

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Dimitry Wintermantel, Julia Osterman, Magdalena M. Mair, Florian Hartig

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Ceci est une explication générée par l'IA d'un preprint qui n'a pas été évalué par des pairs. Ce n'est pas un avis médical. Ne prenez pas de décisions de santé basées sur ce contenu. Lire la clause de non-responsabilité complète

Imaginez que vous êtes un juge dans une salle d'audience, mais au lieu de décider si quelqu'un est coupable d'un crime, vous décidez si un nouveau pesticide est sans danger pour les abeilles mellifères. Pendant longtemps, la règle du jeu était : « Si nous ne pouvons pas prouver que le pesticide nuit aux abeilles, alors il doit être sûr. »

Le problème avec cette ancienne règle est que parfois la salle d'audience est trop petite, les témoins sont trop confus ou les preuves sont trop confuses pour voir le mal, même quand il est présent. C'est comme essayer d'entendre un murmure dans un stade bruyant ; ce n'est pas parce que vous n'avez pas entendu le murmure qu'il n'était pas là. Cet article soutient que cette approche du « le silence signifie la sécurité » a laissé passer des pesticides dangereux entre les mailles du filet.

Voici une décomposition des conclusions de l'article en utilisant des analogies simples :

1. La nouvelle règle : « Prouvez que vous êtes sûr, pas seulement inoffensif »

L'Autorité européenne de sécurité des aliments (EFSA) a changé les règles. Désormais, l'entreprise de pesticides (le défendeur) doit prouver que son produit provoque moins de 10 % de baisse de la taille d'une colonie d'abeilles. C'est ce qu'on appelle un test d'équivalence.

L'ancienne méthode (Test de différence) : « Est-ce que les abeilles sont mortes ? Si nous ne pouvons pas prouver qu'elles sont mortes, vous gagnez. » (C'est comme dire : « Si je ne peux pas prouver que tu as volé mon portefeuille, alors tu ne l'as pas volé », même si je n'ai pas regardé très attentivement).
La nouvelle méthode (Test d'équivalence) : « Montrez-nous que les dommages sont si faibles qu'ils sont en dessous de la ligne des 10 %. Si vous ne pouvez pas prouver qu'ils sont en dessous de cette ligne, vous perdez. »

2. La controverse : Deux règles différentes

Certains critiques (Hotopp et al.) ont soutenu que la nouvelle règle est trop stricte. Ils ont affirmé : « Les populations d'abeilles fluctuent naturellement, comme des montagnes russes. Si nous comparons les abeilles exposées au pesticide à la moyenne des abeilles de contrôle, nous pourrions rejeter des pesticides sûrs à cause du bruit naturel. »

Ils ont proposé une nouvelle « règle » : au lieu de comparer le groupe pesticide à la moyenne des abeilles saines, comparez-le au point le plus bas de l'intervalle de confiance des abeilles saines. Ils ont soutenu que cela faciliterait la réussite du test.

Le verdict de l'article :
Les auteurs ont exécuté des milliers de simulations informatiques (comme jouer à un jeu vidéo un million de fois pour voir ce qui se passe) et ont découvert que la nouvelle règle des critiques est en fait une règle lâche.

L'analogie : Imaginez que la limite de sécurité soit une exigence de taille pour des montagnes russes (vous devez mesurer moins de 1,80 m pour être en sécurité).
- La règle de l'EFSA dit : « Mesurez la taille de la personne. Si elle fait moins de 1,80 m, elle est en sécurité. »
- La règle des critiques dit : « Mesurez la taille de la personne, mais soustrayez un peu de "marge de manœuvre" avant de mesurer. Si elle fait moins de 1,80 m après avoir soustrait la marge de manœuvre, elle est en sécurité. »
Le résultat : La règle des critiques laisse passer des personnes qui sont en réalité trop grandes (pesticides dangereux) parce que la « marge de manœuvre » cache leur véritable taille. L'article montre que la règle de l'EFSA est la seule qui parvient de manière fiable à exclure les plus dangereux.

3. Le coût de la sécurité : De combien de ruches avons-nous besoin ?

Pour s'assurer que le test est précis (statistiquement « puissant »), vous avez besoin de suffisamment de données. L'article a découvert que pour être sûr à 100 % qu'un pesticide est sûr, il faut le tester dans de nombreux sites différents avec de nombreuses ruches.

Le problème : Les études actuelles utilisent souvent trop peu de sites. C'est comme essayer de juger la qualité d'une forêt entière en regardant un seul arbre.
La solution : L'article montre que si vous avez un pesticide qui est véritablement sûr (ou qui cause très peu de dommages, comme une baisse de 5 %), vous n'avez pas besoin d'autant de sites que les anciennes règles le suggéraient, MAIS vous en avez besoin de plus que ce que nous utilisons actuellement.

4. Le tour de magie : « Équilibrer les balances »

L'article propose une façon ingénieuse de réduire le nombre de ruches nécessaires sans perdre en précision. C'est ce qu'on appelle l'anticlustering randomisation (randomisation par anti-groupement).

L'analogie : Imaginez que vous divisiez un groupe de personnes en deux équipes pour une course. Si vous tirez simplement des noms au sort, une équipe pourrait accidentellement recevoir tous les coureurs grands et rapides, et l'autre les coureurs courts et lents. Les résultats de la course seraient injustes, non pas à cause de leurs chaussures (le pesticide), mais à cause de leur taille.
La solution : Avant que la course ne commence, vous associez soigneusement les coureurs rapides avec les coureurs lents et les répartissez équitablement entre les deux équipes. Cela garantit que les deux équipes partent sur un pied d'égalité.
Dans l'article : Les chercheurs ont créé un outil informatique (une fonction R) qui aide les scientifiques à organiser leurs ruches afin que les colonies fortes et les colonies faibles soient parfaitement équilibrées entre le groupe « sûr » et le groupe « pesticide ». Ce « nivellement du terrain de jeu » signifie que vous avez besoin de moins de ruches pour obtenir une réponse claire, ce qui permet d'économiser de l'argent et du temps tout en protégeant les abeilles.

5. La conclusion finale

Ne faites pas confiance à la « règle lâche » : Le test alternatif proposé par les critiques rend trop facile l'approbation de pesticides dangereux.
Faites confiance à la règle de l'EFSA : Elle est stricte, mais c'est la seule qui protège efficacement les abeilles.
Faites les calculs correctement : Nous avons besoin de plus de sites de terrain que ce que nous utilisons actuellement, mais nous pouvons réduire le nombre nécessaire en utilisant une planification intelligente (en équilibrant les abeilles) avant le début de l'expérience.
L'interprétation compte : Si une étude ne parvient pas à prouver qu'un pesticide est sûr, cela ne signifie pas automatiquement que le pesticide est dangereux ; cela signifie simplement que nous n'avons pas encore prouvé qu'il est sûr. Nous ne devrions pas dire qu'il est « sûr » simplement parce que nous n'avons pas trouvé de preuve de nocivité.

En résumé, pour protéger nos pollinisateurs, nous devons arrêter de deviner et commencer à mesurer avec une règle stricte et équitable, tout en utilisant une organisation intelligente pour que nos mesures soient claires.

Résumé technique : Tests d'équivalence dans l'évaluation des risques liés aux pesticides

Énoncé du problème

Les évaluations de risques réglementaires pour les pesticides, particulièrement pour les abeilles domestiques (Apis mellifera), reposent historiquement sur des tests de différence (tests de significativité par rapport à une hypothèse nulle d'« absence d'effet »). Cette approche est sujette aux erreurs de type II (faux négatifs) dans les études sous-dimensionnées, où des effets délétères importants peuvent passer inaperçus en raison d'une variance élevée ou d'une faible répétition. Par conséquent, des pesticides nocifs pour les pollinisateurs ont occasionnellement reçu l'approbation réglementaire avant d'être restreints ou interdits ultérieurement.

Bien que l'Autorité européenne de sécurité des aliments (EFSA) ait révisé ses orientations en 2023 pour s'orienter vers les tests d'équivalence (spécifiquement, un test de non-infériorité) afin de garantir que les effets des pesticides ne dépassent pas un Objectif de Protection Spécifique (OPS) de 10 % de réduction de la taille de la colonie, cette approche a suscité des critiques. Les détracteurs, notamment Hotopp et al. (2024), soutiennent que le cadre de l'EFSA exige une répétition excessive de sites, ce qui rend l'approbation réglementaire impraticable. Ils ont proposé une alternative, le « test Hotopp », qui définit les effets du traitement par rapport à la borne inférieure de l'intervalle de confiance à 90 % du groupe témoin, arguant que cela tient compte de la variabilité naturelle. Le problème central traité par cet article est de savoir si la recommandation de l'EFSA ou l'alternative de Hotopp protège mieux contre la classification erronée de pesticides à haut risque comme étant à « faible risque », et quels sont les besoins réels en taille d'échantillon pour une évaluation fiable.

Méthodologie

Les auteurs ont mené des simulations de bootstrap paramétriques étendues imitant les études de terrain sur les abeilles domestiques du secteur industriel, en utilisant les données de contrôle d'une étude réelle de l'industrie (Rolke et al., 2016) comme base pour les paramètres de distribution.

Conception de la simulation :

Génération de données : Les auteurs ont simulé des ensembles de données avec un nombre variable de sites (de 4 à 45) et un nombre fixe de colonies par site (6). Ils ont généré des comptages initiaux d'abeilles et des données de points temporels ultérieurs à l'aide d'un modèle linéaire généralisé à effets mixtes (GLMM) avec une distribution binomiale négative, incorporant des effets aléatoires pour le site et la colonie.
Effets du traitement : Des pesticides simulés se sont vu assigner des tailles d'effet réelles allant de 0 % à -20 % (réduction de la taille de la colonie).
Stratégies d'ajustement : L'étude a évalué quatre stratégies pour gérer la variabilité initiale de la taille des colonies :
1. Sans ajustement : Ignorer la taille initiale.
2. Ajustement de conception : Utiliser une nouvelle fonction R (experimental_allocation()) pour effectuer une randomisation par anticlustering, équilibrant les nombres initiaux d'abeilles entre les traitements et les sites avant l'expérience.
3. Ajustement statistique : Inclure la taille initiale des abeilles comme covariable dans le GLMM.
4. Ajustement combiné : Utiliser à la fois l'ajustement de conception et l'ajustement statistique.
Comparaison des tests : Les simulations ont comparé trois approches statistiques :
1. Test d'équivalence de l'EFSA : Un test de non-infériorité unilatéral où l'hypothèse nulle est que l'effet dépasse l'OPS de 10 % (testé à $\alpha = 0,2$ ).
2. Test d'équivalence de Hotopp : Un test alternatif décalant la ligne de base vers la borne inférieure de l'IC à 90 % du groupe témoin.
3. Test de différence : Test de significativité traditionnel (unilatéral, $\alpha = 0,05$ ).
Métriques d'évaluation : Les auteurs ont analysé l'arbitrage entre les classifications erronées de « faible risque » (erreur de type I dans le contexte de l'équivalence, ou fausse confiance) et les classifications erronées de « haut risque » (erreur de type II, ou fausse méfiance) en utilisant des graphiques de Pareto. Ils ont également déterminé le nombre de sites requis pour atteindre une puissance de 80 % pour classer les pesticides ayant des tailles d'effet réelles de 0 % et -5 % comme étant à « faible risque ».

Résultats clés

1. Comparaison des tests EFSA vs Hotopp

Arbitrages statistiques : Les tests EFSA et Hotopp se sont révélés statistiquement équivalents dans leur capacité à distinguer les pesticides à haut risque des pesticides à faible risque si leurs niveaux de $\alpha$ étaient ajustés pour aligner les taux de protection. Cependant, le test Hotopp est calibré différemment : à un $\alpha$ nominal de 0,2, il fonctionne effectivement avec un taux d'erreur beaucoup plus élevé, entraînant des taux nettement plus élevés de classification erronée de pesticides à haut risque comme étant à « faible risque ».
Taux de fausse confiance : Sous la taille d'échantillon recommandée (10 sites, 6 colonies), le test Hotopp a classé à tort des pesticides ayant un effet réel de -12 % comme étant à « faible risque » dans 50 % des cas et des effets de -15 % dans 33 % des cas. En revanche, le test de l'EFSA a maintenu les taux de fausse confiance en dessous du seuil nominal de 20 % pour tous les effets testés.
Conclusion sur le test Hotopp : Les auteurs concluent que le test Hotopp n'offre pas d'avantage statistique mais réduit plutôt la rigueur du test, ce qui pourrait inciter à augmenter la variance de fond pour réussir l'équivalence.

2. Exigences en matière de taille d'échantillon

Faisabilité pour les pesticides à faible risque : Pour les pesticides ayant une taille d'effet réelle de 0 %, le test d'équivalence de l'EFSA est réalisable avec la réplication actuelle ou légèrement augmentée (6 à 7 sites avec ajustement ; 9 sites sans ajustement).
Exigences pour les effets modérés : Pour les pesticides ayant une taille d'effet réelle de -5 % (un effet négatif mais tolérable), l'étude a constaté que 24 à 25 sites sont nécessaires avec des stratégies d'ajustement, contre environ 34 sites sans ajustement.
Comparaison avec les directives précédentes : Les exigences de sites pour la nouvelle directive de l'EFSA (test d'équivalence) sont généralement inférieures à celles impliquées par la directive de 2013 (test de différence avec un seuil de 7 %), qui nécessitait 29 à 41 sites pour détecter une réduction de 7 % avec une puissance de 80 %.

3. Impact de l'ajustement des covariables

Réduction de la variance : L'anticlustering randomisation (ajustement de conception) et l'ajustement statistique (inclusion de la covariable) ont tous deux considérablement réduit le nombre de sites nécessaires pour atteindre une puissance de 80 %.
Efficacité : L'ajustement de la taille initiale des colonies a réduit le besoin en sites pour un effet de -5 % d'environ 10 sites par traitement par rapport aux conceptions non ajustées. Les auteurs notent que l'ajustement de conception est préférable car il ne réduit pas les degrés de liberté et est immunisé contre la manipulation des analyses post-hoc.

Contributions clés

Validation des orientations de l'EFSA : L'article fournit une preuve issue de simulations que le cadre de test d'équivalence de l'EFSA 2023 est statistiquement robuste et contrôle efficacement le taux de conclusions erronées de « faible risque » au niveau de $\alpha$ spécifié, contrairement à l'alternative de Hotopp.
Estimations pratiques de la taille d'échantillon : L'étude quantifie le nombre spécifique de sites nécessaires pour démontrer de manière fiable la sécurité des pesticides selon diverses tailles d'effet, clarifiant que si une augmentation de la réplication est nécessaire pour les effets modérés, elle est souvent inférieure à ce qui était supposé auparavant sous l'ancien paradigme de test de différence.
Outils méthodologiques : Les auteurs introduisent et valident l'anticlustering randomisation via une nouvelle fonction R (experimental_allocation()) comme une stratégie de conception rentable pour réduire la variance et les besoins en sites sans compromettre la puissance statistique.
Cadre d'interprétation : L'article propose une interprétation nuancée des résultats de tests d'équivalence, distinguant entre « faible risque démontré », « haut risque démontré » et « haut risque non exclu » (résultats non significatifs), s'opposant à l'interprétation binaire des tests d'équivalence non significatifs comme preuve définitive de haut risque.

Signification et revendications

L'article affirme que le passage aux tests d'équivalence est une évolution nécessaire et scientifiquement saine pour l'évaluation des risques réglementaires. Il soutient que :

Les objectifs de protection sont atteints : Le test d'équivalence de l'EFSA garantit que l'Objectif de Protection Spécifique (OPS) est respecté avec une probabilité d'erreur contrôlée, faisant peser la charge de la preuve sur l'industrie chimique pour démontrer la sécurité avec une puissance suffisante.
Pas de solution gratuite : Les tentatives de réduire la rigueur du test (comme proposé par Hotopp et al.) pour diminuer les exigences de taille d'échantillon augmentent inévitablement le risque d'approuver des pesticides nocifs.
Faisabilité : Avec la mise en œuvre de stratégies de réduction de la variance comme l'allocation équilibrée, les exigences de taille d'échantillon pour la nouvelle directive sont réalisables et sont souvent inférieures à celles requises par l'ancienne directive pour détecter des tailles d'effet plus petites.
Généralisabilité : Ces principes s'étendent au-delà des abeilles domestiques à tout test d'écotoxicité de niveau supérieur, préconisant des objectifs de protection clairs, des tests de non-infériorité et des stratégies de réduction de la variance pré-expérimentales.

Les auteurs concluent que l'adoption large de ces pratiques — spécifiquement le test d'équivalence de l'EFSA combiné à l'allocation équilibrée — réduira la probabilité d'autoriser des pesticides nocifs et alignera les résultats réglementaires sur les objectifs de protection environnementale.