🧬 biology

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

Este artigo avalia estruturas de testes de equivalência para a avaliação de risco de pesticidas, demonstrando que, embora o aumento da replicação de locais seja necessário para decisões regulatórias confiáveis, a abordagem original da EFSA supera métodos alternativos na detecção de efeitos nocivos, e que o poder estatístico pode ser mantido com menos locais por meio de ajuste de covariáveis ou randomização por anticlustering.

Autores originais: Dimitry Wintermantel, Julia Osterman, Magdalena M. Mair, Florian Hartig

Publicado 2026-07-09

📖 6 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Dimitry Wintermantel, Julia Osterman, Magdalena M. Mair, Florian Hartig

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ⚕️ Esta é uma explicação gerada por IA de um preprint que não foi revisado por pares. Não é aconselhamento médico. Não tome decisões de saúde com base neste conteúdo. Ler aviso legal completo

Imagine que você é um juiz em um tribunal, mas em vez de decidir se alguém é culpado de um crime, você está decidindo se um novo pesticida é seguro para as abelhas melíferas. Por muito tempo, a regra do jogo era: "Se não pudermos provar que o pesticida está prejudicando as abelhas, então ele deve ser seguro".

O problema com essa regra antiga é que, às vezes, o tribunal é pequeno demais, as testemunhas estão confusas demais ou as evidências são desordenadas demais para ver o dano, mesmo quando ele está lá. É como tentar ouvir um sussurro em um estádio barulhento; só porque você não ouviu o sussurro, não significa que o sussurro não estava lá. Este artigo argumenta que essa abordagem de "o silêncio significa segurança" permitiu que pesticidas perigosos passassem despercebidos.

Aqui está uma análise das descobertas do artigo usando analogias simples:

1. A Nova Regra: "Prove que Você é Seguro, Não Apenas Inofensivo"

A Autoridade Europeia para a Segurança dos Alimentos (EFSA) mudou as regras. Agora, a empresa de pesticidas (o réu) deve provar que seu produto causa menos de 10% de queda no tamanho de uma colônia de abelhas. Isso é chamado de Teste de Equivalência.

O Jeito Antigo (Teste de Diferença): "As abelhas morreram? Se não pudermos provar que elas morreram, você vence." (Isso é como dizer: "Se eu não conseguir provar que você roubou minha carteira, você não a roubou", mesmo que eu não tenha procurado muito bem).
O Novo Jeito (Teste de Equivalência): "Mostre-nos que o dano é tão pequeno que está abaixo da linha de 10%. Se você não conseguir provar que está abaixo dessa linha, você perde."

2. A Controvérsia: Duas Réguas Diferentes

Alguns críticos (Hotopp et al.) argumentaram que a nova regra é rigorosa demais. Eles disseram: "As populações de abelhas têm altos e baixos naturais, como uma montanha-russa. Se compararmos as abelhas do pesticida com a média das abelhas de controle, podemos rejeitar pesticidas seguros apenas devido ao ruído natural".

Eles propuseram uma nova "régua": Em vez de comparar o pesticida com a média das abelhas seguras, comparar com o ponto mais baixo da margem de confiança das abelhas seguras. Eles argumentaram que isso tornaria mais fácil passar no teste.

O Veredito do Artigo:
Os autores realizaram milhares de simulações computacionais (como rodar um videogame um milhão de vezes para ver o que acontece) e descobriram que a nova régua dos críticos é, na verdade, uma régua frouxa.

A Analogia: Imagine que o limite de segurança é um requisito de altura para uma montanha-russa (você deve ter menos de 1,80 m para ser seguro).
- A regra da EFSA diz: "Meça a altura da pessoa. Se ela estiver abaixo de 1,80 m, ela é segura".
- A regra dos Críticos diz: "Meça a altura da pessoa, mas depois subtraia um pouco de 'margem de erro' antes de medir. Se ela estiver abaixo de 1,80 m após subtrair a margem de erro, ela é segura".
O Resultado: A regra dos críticos deixa entrar pessoas que são, na verdade, altas demais (pesticidas perigosos) porque a "margem de erro" esconde sua altura real. O artigo mostra que a regra da EFSA é a única que mantém os perigosos do lado de fora de forma confiável.

3. O Custo da Segurança: De Quantas Colmeias Precisamos?

Para garantir que o teste seja preciso (estatisticamente "poderoso"), você precisa de dados suficientes. O artigo descobriu que, para ter 100% de certeza de que um pesticida é seguro, você precisa testá-lo em muitos locais diferentes (sítios) com muitas colmeias.

O Problema: Os estudos atuais frequentemente usam poucos sítios. É como tentar julgar a qualidade de uma floresta inteira olhando apenas para uma árvore.
A Solução: O artigo mostra que, se você tiver um pesticida que é verdadeiramente seguro (ou causa muito pouco dano, como uma queda de 5%), você não precisa de tantos sítios quanto as regras antigas sugeriam, MAS você precisa de mais do que o que usamos atualmente.

4. O Truque de Mágica: "Equilibrando as Balanças"

O artigo oferece uma maneira inteligente de reduzir o número de colmeias necessárias sem perder a precisão. Chama-se Aleatorização por Anticlustering.

A Analogia: Imagine que você está dividindo um grupo de pessoas em dois times para uma corrida. Se você apenas sortear nomes de um chapéu, um time pode acabar recebendo acidentalmente todos os corredores altos e rápidos, e o outro os curtos e lentos. O resultado da corrida seria injusto, não por causa dos tênis que eles usaram (o pesticida), mas por causa da altura deles.
A Correção: Antes da corrida começar, você combina cuidadosamente os corredores altos com os curtos e os divide igualmente entre os times. Isso garante que ambos os times comecem em pé de igualdade.
No Artigo: Os pesquisadores criaram uma ferramenta de computador (uma função em R) que ajuda os cientistas a organizar suas colmeias para que as colônias fortes e as colônias fracas sejam perfeitamente equilibradas entre o grupo "seguro" e o grupo "pesticida". Esse "nivelamento do campo de jogo" significa que você precisa de menos colmeias para obter uma resposta clara, economizando dinheiro e tempo, mantendo as abéis seguras.

5. A Conclusão Final

Não confie na "régua frouxa": O teste alternativo proposto pelos críticos torna muito fácil aprovar pesticidas perigosos.
Confie na regra da EFSA: Ela é rigorosa, mas é a única que protege as abelhas de forma confiável.
Faça a matemática corretamente: Precisamos de mais locais de campo do que usamos atualmente, mas podemos reduzir o número necessário usando um planejamento inteligente (equilibrando as abelhas) antes do início do experimento.
A interpretação importa: Se um estudo falha em provar que um pesticida é seguro, isso não significa automaticamente que o pesticida é perigoso; significa apenas que ainda não provamos que ele é seguro. Não devemos chamá-lo de "seguro" apenas porque não encontramos provas de dano.

Em resumo: Para proteger nossos polinizadores, precisamos parar de adivinhar e começar a medir com uma régua rigorosa e justa, utilizando uma organização inteligente para garantir que nossas medições sejam claras.

Resumo Técnico: Testes de Equivalência em Avaliação de Risco de Pesticidas

Definição do Problema

As avaliações de risco regulatórias para pesticidas, particularmente para abelhas melíferas (Apis mellifera), basearam-se historicamente em testes de diferença (testes de significância contra uma hipótese nula de "sem efeito"). Esta abordagem é propensa a erros do Tipo II (falsos negativos) em estudos com baixo poder estatístico, onde grandes efeitos prejudiciais podem passar despercebidos devido à alta variância ou baixa replicação. Consequentemente, pesticidas prejudiciais aos polinizadores foram ocasionalmente aprovados pela regulação para só serem restringidos ou banidos posteriormente.

Embora a Autoridade Europeia de Segurança Alimentar (EFSA) tenha revisado sua orientação de 2023 para migrar em direção ao teste de equivalência (especificamente, um teste de não inferioridade) para garantir que os efeitos dos pesticidas não excedam um Objetivo de Proteção Específico (SPG) de uma redução de 10% no tamanho da colônia, esta abordagem enfrentou críticas. Críticos, notadamente Hotopp et al. (2024), argumentam que o framework da EFSA exige uma replicação de locais excessiva, tornando a aprovação regulatória impraticável. Eles propuseram uma alternativa, o "teste de Hotopp", que define os efeitos do tratamento em relação ao limite inferior do intervalo de confiança de 90% do grupo controle, argumentando que isso contabiliza a variabilidade natural. O problema central abordado por este artigo é se a recomendação da EFSA ou a alternativa de Hotopp protege melhor contra a classificação falsa de pesticidas de alto risco como "baixo risco" e quais são os reais requisitos de tamanho de amostra para uma avaliação confiável.

Metodologia

Os autores realizaram extensas simulações de bootstrap paramétrico mimetizando estudos de campo com abelhas melíferas regulatórios, utilizando dados de controle de um estudo real da indústria (Rolke et al., 2016) como base para os parâmetros de distribuição.

Design de Simulação:

Geração de Dados: Os autores simularam conjuntos de dados com variando o número de locais (4 a 45) e colônias fixas por local (6). Eles geraram contagens iniciais de abelhas e dados de pontos temporais subsequentes usando um Modelo Linear Generalizado Misto (GLMM) com uma distribuição binomial negativa, incorporando efeitos aleatórios para local e colônia.
Efeitos de Tratamento: Pesticidas simulados receberam tamanhos de efeito reais variando de 0% a -20% (redução no tamanho da colônia).
Estratégias de Ajuste: O estudo avaliou quatro estratégias para lidar com a variabilidade inicial do tamanho da colônia:
1. Sem ajuste: Ignorando o tamanho inicial.
2. Ajuste de design: Usando uma nova função R (experimental_allocation()) para realizar a randomização de anticlustering, equilibrando o número inicial de abelhas entre tratamentos e locais antes do experimento.
3. Ajuste estatístico: Incluindo o tamanho inicial das abelhas como uma covariável no GLMM.
4. Ajuste combinado: Utilizando tanto o ajuste de design quanto o estatístico.
Comparação de Testes: As simulações compararam três abordagens estatísticas:
1. Teste de Equivalência da EFSA: Um teste de não inferioridade unilateral, onde a hipótese nula é que o efeito excede o SPG de 10% (testado em $\alpha = 0,2$ ).
2. Teste de Equivalência de Hotopp: Um teste alternativo que desloca a linha de base para o limite inferior do IC de 90% do controle.
3. Teste de Diferença: Teste de significância tradicional (unilateral, $\alpha = 0,05$ ).
Métricas de Avaliação: Os autores analisaram o compromisso entre classificações falsas de "baixo risco" (erro do Tipo I no contexto de equivalência, ou falsa confiança) e classificações falsas de "alto risco" (erro do Tipo II, ou falsa desconfiança) usando gráficos de Pareto. Eles também determinaram o número de locais necessários para atingir 80% de poder para classificar pesticidas com tamanhos de efeito reais de 0% e -5% como "baixo risco".

Principais Resultados

1. Comparação entre os Testes EFSA e Hotopp

Compromissos Estatísticos: Os testes EFSA e Hotopp foram considerados estatisticamente equivalentes em sua capacidade de distinguir pesticidas de alto risco de baixo risco se seus níveis de $\alpha$ fossem ajustados para alinhar as taxas de proteção. No entanto, o teste de Hotopp é calibrado de forma diferente: ao operar com um $\alpha$ nominal de 0,2, ele funciona efetivamente com uma taxa de erro muito mais alta, levando a taxas significativamente maiores de classificação falsa de pesticidas de alto risco como "baixo risco".
Taxas de Falsa Confiança: Sob o tamanho de amostra recomendado (10 locais, 6 colônias), o teste de Hotopp classificou erroneamente pesticidas com um efeito real de -12% como "baixo risco" em 50% dos casos e efeitos de -15% em 33% dos casos. Em contraste, o teste da EFSA manteve as taxas de falsa confiança abaixo do limiar nominal de 20% para todos os tamanhos de efeito testados.
Conclusão sobre o Teste de Hotopp: Os autores concluem que o teste de Hotopp não oferece vantagem estatística, mas sim reduz o rigor do teste, potencialmente incentivando o aumento da variância de fundo para passar na equivalência.

2. Requisitos de Tamanho de Amostra

Viabilidade para Pesticidas de Baixo Risco: Para pesticidas com um tamanho de efeito real de 0%, o teste de equivalência da EFSA é viável com a replicação atual ou com um ligeiro aumento (6–7 locais com ajuste; 9 locais sem ajuste).
Requisitos para Efeitos Moderados: Para pestiches com um tamanho de efeito real de -5% (um efeito negativo, porém tolerável), o estudo descobriu que são necessários 24–25 locais com estratégias de ajuste, comparado a ~34 locais sem ajuste.
Comparação com a Orientação Anterior: Os requisitos de locais para a nova orientação da EFSA (teste de equivalência) são geralmente menores do que os implícitos pela orientação de 2013 (teste de diferença com um limiar de 7%), que exigia 29–41 locais para detectar uma redução de 7% com 80% de poder.

3. Impacto do Ajuste de Covariável

Redução de Variância: Tanto a randomização de anticlustering (ajuste de design) quanto o ajuste estatístico (inclusão de covariável) reduziram substancialmente o número de locais necessários para atingir 80% de poder.
Eficiência: O ajuste para o tamanho inicial da colônia reduziu o requisito de locais para um efeito de -5% em aproximadamente 10 locais por tratamento em comparação com designs não ajustados. Os autores observam que o ajuste de design é preferível, pois não reduz os graus de liberdade e é imune à manipulação de análise pós-hoc.

Principais Contribuições

Validação da Orientação da EFSA: O artigo fornece evidências baseadas em simulações de que o framework de teste de equivalência da EFSA 2023 é estatisticamente robusto e controla efetivamente a taxa de conclusões falsas de "baixo risco" no nível de $\alpha$ especificado, ao contrário da alternativa de Hotopp.
Estimativas Práticas de Tamanho de Amostra: O estudo quantifica o número específico de locais necessários para demonstrar a segurança de pesticidas com variados tamanhos de efeito, esclarecendo que, embora a replicação aumentada seja necessária para efeitos moderados, ela é frequentemente menor do que o anteriormente assumido sob o paradigma anterior de teste de diferença.
Ferramentas Metodológicas: Os autores introduzem e validam a randomização de anticlustering através de uma nova função R (experimental_allocation()) como uma estratégia de design de baixo custo para reduzir a variância e os requisitos de locais sem comprometer o poder estatístico.
Estrutura de Interpretação: O artigo propõe uma interpretação matizada dos resultados de testes de equivalência, distinguindo entre "baixo risco demonstrado", "alto risco demonstrado" e "alto risco não excluído" (resultados não significativos), argumentando contra a interpretação binária de testes de equivalência não significativos como prova definitiva de alto risco.

Significância e Alegações

O artigo afirma que a mudança para o teste de equivalência é uma evolução necessária e cientificamente sólida para a avaliação de risco regulatório. Argumenta-se que:

Objetivos de Proteção são Atendidos: O teste de equivalência da EFSA garante que o Objetivo de Proteção Específico (SPG) seja atendido com uma probabilidade controlada de erro, colocando o ônus da prova na indústria química para demonstrar a segurança com poder suficiente.
Não Existe Almoço Grátis: Tentativas de reduzir o rigor do teste (como proposto por Hotopp et al.) para reduzir os requisitos de tamanho de amostra aumentam inevitavelmente o risco de aprovar pesticidas prejudiciais.
Viabilidade: Com a implementação de estratégias de redução de variância, como a alocação equilibrada, os requisitos de tamanho de amostra para a nova orientação são viáveis e frequentemente menores do que os exigidos pela orientação anterior para detectar tamanhos de efeito menores.
Generalização: Estes princípios estendem-se além das abelhas melíferas para qualquer estudo de ecotoxicidade de nível superior, defendendo objetivos de proteção claros, testes de não inferioridade e estratégias de redução de variância pré-experimentais.

Os autores concluem que a adoção ampla destas práticas — especificamente o teste de equivalência da EFSA combinado com a alocação equilibrada — diminuirá a probabilidade de autorizar pesticidas prejudiciais e alinhará os resultados regulatórios com os objetivos de proteção ambiental.