🧬 biology

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

Questo articolo valuta i framework di test di equivalenza per la valutazione del rischio dei pesticidi, dimostrando che, sebbene un aumento della replicazione dei siti sia necessario per decisioni regolatorie affidabili, l'approccio originale dell'EFSA supera i metodi alternativi nel rilevare effetti dannosi, e che la potenza statistica può essere mantenuta con meno siti attraverso l'aggiustamento delle covariate o la randomizzazione anticluster.

Autori originali: Dimitry Wintermantel, Julia Osterman, Magdalena M. Mair, Florian Hartig

Pubblicato 2026-07-09

📖 6 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Dimitry Wintermantel, Julia Osterman, Magdalena M. Mair, Florian Hartig

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo

Immaginate di essere un giudice in un'aula di tribunale, ma invece di decidere se qualcuno è colpevole di un crimine, state decidendo se un nuovo pesticida è sicuro per le api mellifere. Per molto tempo, la regola del gioco è stata: "Se non riusciamo a dimostrare che il pesticida sta danneggiando le api, allora deve essere sicuro".

Il problema di questa vecchia regola è che a volte l'aula è troppo piccola, i testimoni sono troppo confusi o le prove sono troppo disordinate per vedere il danno, anche quando è presente. È come cercare di sentire un sussurro in uno stadio rumoroso; solo perché non hai sentito il sussurro, non significa che il sussurro non ci fosse. Questo articolo sostiene che questo approccio del "il silenzio significa sicurezza" ha permesso a pesticidi pericolosi di passare inosservati.

Ecco una ripartizione delle scoperte dell'articolo utilizzando semplici analogie:

1. La Nuova Regola: "Dimostra di Essere Sicuro, Non Solo Innocuo"

L'Autorità Europea per la Sicurezza Alimentare (EFSA) ha cambiato le regole. Ora, l'azienda produttrice del pesticida (l'imputato) deve dimostrare che il suo prodotto causa meno del 10% di calo nella dimensione di una colonia di api. Questo è chiamato un Test di Equivalenza.

Il Vecchio Modo (Test di Differenza): "Le api sono morte? Se non riusciamo a dimostrare che sono morte, hai vinto." (È come dire: "Se non riesco a dimostrare che hai rubato il mio portafoglio, non l'hai rubato", anche se non ho guardato molto attentamente).
Il Nuovo Modo (Test di Equivalenza): "Dimostra che il danno è così piccolo da essere al di sotto della linea del 10%. Se non riesci a dimostrare che è al di sotto di quella linea, hai perso."

2. La Controversia: Due Righelli Diversi

Alcuni critici (Hotopp et al.) hanno sostenuto che la nuova regola sia troppo severa. Hanno affermato: "Le popolazioni di api hanno naturalmente alti e bassi, come un'altalena. Se confrontiamo le api esposte al pesticida con la media delle api di controllo, potremmo rifiutare pesticidi sicuri solo a causa del rumore naturale".

Hanno proposto un nuovo "righello": invece di confrontare il pesticida con la media delle api sicure, confrontarlo con il punto più basso dell'intervallo di confidenza delle api sicure. Sostenevano che questo renderebbe più facile superare il test.

Il Verdetto dell'Articolo:
Gli autori hanno eseguito migliaia di simulazioni al computer (come eseguire un videogioco un milione di volte per vedere cosa succede) e hanno scoperto che il nuovo righello dei critici è in realtà un righello lento.

L'Analogia: Immaginate che il limite di sicurezza sia un requisito di altezza per un'altalena (devi essere sotto i 180 cm per essere al sicuro).
- La regola EFSA dice: "Misura l'altezza della persona. Se è sotto i 180 cm, è sicura."
- La regola dei Critici dice: "Misura l'altezza della persona, ma poi sottrai un po' di 'margine di errore' prima di misurare. Se è sotto i 180 cm dopo aver sottratto il margine di errore, è sicura."
Il Risultato: Il righello dei critici permette l'ingresso di persone che sono in realtà troppo alte (pesticidi pericolosi) perché il "margine di errore" nasconde la loro vera altezza. L'articolo dimostra che la regola EFSA è l'unica che tiene costantemente fuori i pericolosi.

3. Il Costo della Sicurezza: Di Quante Arnie Abbiamo Bisogno?

Per garantire che il test sia accurato (statisticamente "potente"), è necessario avere abbastanza dati. L'articolo ha scoperto che, per essere sicuri al 100% che un pesticida sia sicuro, è necessario testarlo in molti siti diversi con molte arnie.

Il Problema: Gli studi attuali spesso utilizzano troppo pochi siti. È come cercare di giudicare la qualità di un'intera foresta guardando un solo albero.
La Soluzione: L'articolo mostra che, se avete un pesticida che è realmente sicuro (o che causa pochissimo danno, come un calo del 5%), non avete bisogno di tanti siti quanto suggerivano le vecchie regole, MA ne avete comunque bisogno di più di quelli che utilizziamo attualmente.

4. Il Trucco Magico: "Bilanciare la Bilancia"

L'articolo offre un modo intelligente per ridurre il numero di arnie necessarie senza perdere accuratezza. Si chiama Randomizzazione Anticlustered.

L'Analogia: Immaginate di dividere un gruppo di persone in due squadre per una corsa. Se scegliete i nomi da un cappello, una squadra potrebbe accidentalmente ricevere tutti i corridori alti e veloci, e l'altra i corridi bassi e lenti. Il risultato della corsa sarebbe ingiusto, non a causa delle scarpe che indossavano (il pesticida), ma a causa della loro altezza.
La Solzione: Prima che la corsa inizi, accoppiate attentamente i corridori alti con quelli bassi e divideteli equamente tra le squadre. Ciò assicura che entrambe le squadre partano su un piano di parità.
Nell'Articolo: I ricercatori hanno creato uno strumento informatico (una funzione R) che aiuta gli scienziati a organizzare le loro arnie in modo che le colonie forti e quelle deboli siano perfettamente bilanciate tra il gruppo "sicuro" e quello "pesticida". Questo "livellamento del campo di gioco" significa che si ha bisogno di meno arnie per ottenere una risposta chiara, risparmiando denaro e tempo pur mantenendo le api al sicuro.

5. Il Messaggio Finale

Non fidatevi del "righello lento": Il test alternativo proposto dai critici rende troppo facile approvare pesticidi pericolosi.
Fidatevi della regola EFSA: È severa, ma è l'unica che protegge in modo affidabile le api.
Fate bene i calcoli: Abbiamo bisogno di più siti sul campo rispetto a quelli che usiamo attualmente, ma possiamo ridurre il numero necessario usando una pianificazione intelligente (bilanciando le api) prima dell'inizio dell'esperimento.
L'interpretazione conta: Se uno studio non riesce a dimostrare che un pesticida è sicuro, non significa automaticamente che il pesticida sia pericoloso; significa solo che non abbiamo ancora dimostrato che sia sicuro. Non dovremmo dire che è "sicuro" solo perché non abbiamo trovato prove di danno.

In breve: per proteggere i nostri impollinatori, dobbiamo smettere di tirare a indovinare e iniziare a misurare con un righello rigoroso e giusto, usando al contempo un'organizzazione intelligente per garantire che le nostre misurazioni siano chiare.

Sintesi Tecnica: Test di Equivalenza nella Valutazione del Rischio dei Pesticidi

Definizione del Problema

Le valutazioni del rischio regolatorie per i pesticidi, in particolare per le api mellifere (Apis mellifera), si sono storicamente basate sui test di differenza (test di significatività rispetto a un'ipotesi nulla di "nessun effetto"). Questo approccio è incline agli errori di Tipo II (falsi negativi) in studi con scarsa potenza statistica, dove grandi effetti dannosi possono non essere rilevati a causa dell'elevata varianza o della bassa replicazione. Di conseguenza, pesticidi dannosi per gli impollinatori sono stati occasionalmente approvati dalle autorità regolatorie per poi essere limitati o vietati in seguito.

Mentre l'Autorità Europea per la Sicurezza Alimentare (EFSA) ha revisionato la propria guida del 2023 per spostarsi verso il test di equivalenza (specificamente, un test di non-inferiorità) per garantire che gli effetti dei pesticidi non superino un Obiettivo di Protezione Specifico (SPG) di una riduzione del 10% della dimensione della colonia, questo approccio ha affrontato critiche. I critici, in particolare Hotopp et al. (2024), sostengono che il quadro EFSA richieda un numero eccessivo di repliche per sito, rendendo impraticabile l'approvazione normativa. Essi hanno proposto un'alternativa, il "test Hotopp", che definisce gli effetti del trattamento rispetto al limite inferiore dell'intervallo di confidenza al 90% del gruppo di controllo, sostenendo che ciò tenga conto della variabilità naturale. Il problema centrale affrontato da questo articolo è se la raccomandazione EFSA o l'alternativa di Hotopp proteggano meglio contro la classificazione errata di pesticidi ad alto rischio come "a basso rischio", e quali siano i reali requisiti di dimensione campionaria per una valutazione affidabile.

Metodologia

Gli autori hanno condotto estese simulazioni bootstrap parametriche che imitano gli studi sul campo per api mellifere di ambito normativo, utilizzando dati di controllo da uno studio reale del settore (Rolke et al., 2016) come base per i parametri distribuzionali.

Design della Simulazione:

Generazione dei Dati: Gli autori hanno simulato dataset con un numero variabile di siti (da 4 a 45) e un numero fisso di colonie per sito (6). Hanno generato conteggi iniziali di api e successivi dati temporali utilizzando un Modello Lineare Generalizzato a Effetti Misti (GLMM) con una distribuzione binomiale negativa, incorporando effetti casuali per sito e colonia.
Effetti del Trattamento: Ai pesticidi simulati sono stati assegnati effetti reali variabili da 0% a -20% (riduzione della dimensione della colonia).
Strategie di Aggiustamento: Lo studio ha valutato quattro strategie per gestire la variabilità iniziale della dimensione delle colonie:
1. Nessun aggiustamento: Ignorare la dimensione iniziale.
2. Aggiustamento del design: Utilizzare una nuova funzione R (experimental_allocation()) per eseguire una randomizzazione anticluster (anticlustering), bilanciando il numero iniziale di api tra trattamenti e siti prima dell'esperimento.
3. Aggiustamento statistico: Includere la dimensione iniziale delle api come covariata nel GLMM.
4. Aggiustamento combinato: Utilizzare sia l'aggiustamento del design che quello statistico.
Confronto dei Test: Le simulazioni hanno confrontato tre approcci statistici:
1. Test di Equivalenza EFSA: Un test di non-inferiorità a una coda dove l'ipotesi nulla è che l'effetto superi l'SPG del 10% (testato con $\alpha = 0.2$ ).
2. Test di Equivalenza Hotopp: Un test di equivalenza alternativo che sposta la linea di base al limite inferiore dell'IC al 90% del controllo.
3. Test di Differenza: Test di significatività tradizionale (una coda, $\alpha = 0.05$ ).
Metriche di Valutazione: Gli autori hanno analizzato il compromesso tra classificazioni errate di "basso rischio" (errore di Tipo I nel contesto dell'equivalenza, o falsa fiducia) e classificazioni errate di "alto rischio" (errore di Tipo II, o falsa sfiducia) utilizzando grafici Pareto. Hanno inoltre determinato il numero di siti necessari per raggiungere l'80% di potenza per classificare pesticidi con dimensioni di effetto reali dello 0% e -5% come "a basso rischio".

Risultati Chiave

1. Confronto tra i Test EFSA e Hotopp

Compromessi Statistici: I test EFSA e Hotopp sono risultati statisticamente equivalenti nella capacità di distinguere pesticidi ad alto rischio da quelli a basso rischio se i loro livelli di $\alpha$ venissero aggiustati per allineare i tassi di protezione. Tuttavia, il test Hotopp è calibrato diversamente: con un $\alpha$ nominale di 0.2, opera effettivamente con un tasso di errore molto più elevato, portando a tassi significativamente più alti di classificazione errata di pesticidi ad alto rischio come "a basso rischio".
Tassi di Falsa Fiducia: Sotto il numero di campioni raccomandato (10 siti, 6 colonie), il test Hotopp ha classificato erroneamente pesticidi con un effetto reale del -12% come "a basso rischio" nel 50% dei casi e con effetti del -15% nel 33% dei casi. Al contrario, il test EFSA ha mantenuto i tassi di falsa fiducia al di sotto della soglia nominale del 20% per tutti gli effetti testati.
Conclusione sul Test Hotopp: Gli autori concludono che il test Hotopp non offre un vantaggio statistico, ma piuttosto riduce la severità del test, incentivando potenzialmente l'aumento della varianza di fondo per superare l'equivalenza.

2. Requisiti di Dimensione Campionaria

Fattibilità per Pesticidi a Basso Rischio: Per i pesticidi con un effetto reale dello 0%, il test di equivalenza EFSA è fattibile con la replicazione attuale o leggermente aumentata (6–7 siti con aggiustamento; 9 siti senza aggiustamento).
Requisiti per Effetti Moderati: Per i pesticidi con un effetto reale del -5% (un effetto negativo ma tollerabile), lo studio ha rilevato che sono necessari 24–25 siti con strategie di aggiustamento, rispetto a circa 34 siti senza aggiustamento.
Confronto con la Guida Precedente: I requisiti di siti per la nuova guida EFSA (test di equivalenza) sono generalmente inferiori a quelli implicati dalla guida del 2013 (test di differenza con una soglia del 7%), che richiedeva 29–41 siti per rilevare una riduzione del 7% con l'80% di potenza.

3. Impatto dell'Aggiustamento delle Covariate

Riduzione della Varianza: Sia la randomizzazione anticluster (aggiustamento del design) che l'aggiustamento statistico (inclusione della covariata) hanno ridotto sostanzialmente il numero di siti necessari per raggiungere l'80% di potenza.
Efficienza: L'aggiustamento per la dimensione iniziale della colonia ha ridotto il requisito di siti per un effetto del -5% di circa 10 siti per trattamento rispetto ai design non aggiustati. Gli autori osservano che l'aggiustamento del design è preferibile poiché non riduce i gradi di libertà ed è immune alla manipolazione post-hoc dell'analisi.

Contributi Principali

Validazione della Guida EFSA: Il documento fornisce prove basate su simulazioni che il quadro di test di equivalenza EFSA 2023 è statisticamente robusto ed effettivamente controlla il tasso di conclusioni errate di "basso rischio" al livello di $\alpha$ specificato, a differenza dell'alternativa proposta da Hotopp.
Stime Pratiche della Dimensione Campionaria: Lo studio quantifica il numero specifico di siti necessari per dimostrare in modo affidabile la sicurezza dei pesticidi con diversi effetti, chiarendo che, sebbene sia necessaria una maggiore replicazione per effetti moderati, questa è spesso inferiore a quanto precedentemente ipotizzato sotto il vecchio paradigma del test di differenza.
Strumenti Metodologici: Gli autori introducono e validano la randomizzazione anticluster tramite una nuova funzione R (experimental_allocation()) come strategia di design costo-efficace per ridurre la varianza e i requisiti di dimensione campionaria senza compromettere la potenza statistica.
Quadro di Interpretazione: Il documento propone un'interpretazione sfumata dei risultati dei test di equivalenza, distinguendo tra "basso rischio dimostrato", "alto rischio dimostrato" e "alto rischio non escluso" (risultati non significativi), opponendosi all'interpretazione binaria dei test di equivalenza non significativi come prova definitiva di alto rischio.

Significato e Rivendicazioni

L'articolo sostiene che il passaggio al test di equivalenza sia un'evoluzione necessaria e scientificamente fondata per la valutazione del rischio regolatorio. Argomenta che:

Gli Obiettivi di Protezione sono Raggiunti: Il test di equivalenza EFSA garantisce che l'Obiettivo di Protezione Specifico (SPG) sia soddisfatto con un tasso di errore controllato, ponendo l'onere della prova sull'industria chimica per dimostrare la sicurezza con sufficiente potenza.
Non Esiste un "Pasto Gratis": Tentare di abbassare la severità del test (come proposto da Hotopp et al.) per ridurre i requisiti di dimensione campionaria aumenta inevitabilmente il rischio di approvare pesticidi dannosi.
Fattibilità: Con l'implementazione di strategie di riduzione della varianza come l'allocazione bilanciata, i requisiti di dimensione campionaria per la nuova guida sono fattibili e spesso inferiori a quelli richiesti dalla precedente guida per rilevare effetti più piccoli.
Generalizzabilità: Questi principi si estendono oltre le api mellifere a qualsiasi studio di ecotossicità di livello superiore, promuovendo obiettivi di protezione chiari, test di non-inferiorità e strategie di riduzione della varianza pre-esperimentali.

Gli autori concludono che l'adozione diffusa di queste pratiche — specificamente il test di equivalenza EFSA combinato con l'allocazione bilanciata — ridurrà la probabilità di autorizzare pesticidi dannosi e allineerà i risultati normativi con gli obiettivi di protezione ambientale.