Publicado | Última actualización:
Un dato alarmante es que el 90% de los animales pueden desarrollar tumores con una sola dosis de una sustancia química. Esto demuestra la importancia de comprender cómo nos afectan las sustancias químicas. Necesitamos entender la relación dosis-respuesta para conocer los riesgos de la exposición química.
La modelización de la relación dosis-respuesta es fundamental en toxicología . Ayuda a los científicos y a las agencias a comprender cómo afectan los compuestos a los seres humanos, los animales o las células. Al probar diferentes dosis, los científicos pueden comparar sus efectos , identificar los principales y determinar los niveles seguros.
Estas pruebas pueden ser sencillas o utilizar modelos complejos para completar los datos faltantes. La relación dosis-respuesta es fundamental para tomar decisiones seguras sobre los productos químicos. Conocer cómo nos afectan los productos químicos es crucial para proteger la salud.
Puntos Clave
- Modelado dosis-respuesta es una parte central de toxicologíaNos ayuda a comprender cómo los compuestos afectan a los seres vivos.
- Al mirar dosificar-datos de respuesta, podemos comparar dosis o utilizar modelos para adivinar entre ellas.
- Conociendo el relación dosis-respuesta es clave para tomar decisiones seguras en evaluación de riesgos y salud Ambiental.
- El dosis de referencia es una gran idea en análisis de dosis-respuestaProporciona un rango para evaluación de riesgos, no sólo un único número.
- Las estadísticas y métodos avanzados como BMDS, CatReg y otros nos ayudan a interpretar los datos de dosis-respuesta y orientan las acciones regulatorias.
Introducción a los experimentos de dosis-respuesta
En la investigación toxicológica , diseñar y analizar experimentos de dosis-respuesta es complejo. Consta de tres partes principales: el estudio de los factores biológicos, el diseño estadístico del estudio y el análisis estadístico de los datos. Cada parte requiere una planificación minuciosa para garantizar el buen funcionamiento del experimento y la fiabilidad de los resultados.
Consideraciones biológicas
El primer paso consiste en decidir el tipo de ensayo y el tipo de exposición (como la dosis o la concentración ). Estas decisiones son clave para el éxito del experimento.
Diseño estadístico
A continuación, el diseño del estudio requiere una planificación cuidadosa, que incluye la selección del número de dosis, sus valores y la cantidad de muestras que se utilizarán. Estas decisiones ayudan a que el estudio sea potente y preciso.
Análisis estadístico
Por último, los datos se analizan estadísticamente. Esto implica decidir cómo mostrar los resultados, qué observar y qué métodos utilizar. Estas decisiones ayudan a sacar el máximo partido a los datos.
Al pensar en los factores biológicos, el diseño de estudios y el análisis de datos, los investigadores pueden mejorar sus experimentos de dosis-respuesta. Esto conduce a resultados sólidos y confiables que ayudan en la investigación toxicológica y la toma de decisiones.
Metodología de revisión de literatura
Para realizar un análisis exhaustivo de la relación dosis-respuesta, nuestro equipo seleccionó tres revistas de referencia. Estas revistas abarcan un amplio espectro de temas y son muy relevantes para la investigación toxicológica. Se trata de «Archives of Toxicology», «Cell Biology and Toxicology» y «Toxicological Sciences». Analizamos todas las publicaciones de 2021 en estas revistas, centrándonos en los estudios de dosis-respuesta.
Tuvimos varios revisores para asegurarnos de que todo fuera coherente. Se reunieron periódicamente para hablar sobre las diferencias. La revisión abarcó dos áreas principales: biología y estadística. Analizamos aspectos como los tipos de ensayos, los métodos de exposición y cómo se analizaron los estudios.
Comprobamos los experimentos de dosis-respuesta observando las cifras. Un estudio necesitaba al menos tres condiciones y un control, o cuatro condiciones sin un control. Excluimos los estudios que utilizaban ecuaciones diferenciales.
Principales hallazgos de la revisión de la literatura
- Encontramos muchos tipos de ensayos, como 'Viabilidad' y 'Actividad enzimática', en nuestra revisión.
- Los tipos de exposición se agruparon en "Concentración o dosis", "Tiempo" y "Frecuencia o intensidad". También analizamos la cantidad de compuesto administrado y su concentración en mezclas.
- Hubo una gran diferencia en cómo los estudios utilizaban las estadísticas, lo que nos hizo querer hacer una revisión exhaustiva.
| Enfoque estadístico | Referencias |
|---|---|
| Prueba de Dunnett y prueba de Williams | Dunnett 1955; Williams 1971 |
| Concentraciones de alerta (LOEC y NOAEL) | Jiang 2013; Kappenberg et al. 2021 |
| Consideraciones estadísticas para experimentos de dosis-respuesta | Hothorn 2014; Hothorn 2016 |
Esta revisión nos enseñó mucho sobre el análisis de dosis-respuesta en toxicología. Subrayó la necesidad de un mejor uso de los métodos estadísticos en aplicaciones prácticas.
“El proceso de revisión involucró a múltiples revisores para garantizar la coherencia, con reuniones y debates frecuentes para abordar la posible variabilidad entre revisores”.
Variables y posibles valores
Los investigadores que realizan experimentos de dosis-respuesta analizan distintos tipos de ensayos y variables de exposición. Estos les ayudan a comprender cómo la dosis de un compuesto afecta sus efectos biológicos. Conocer estas variables y sus valores es fundamental para analizar e interpretar los datos de dosis-respuesta.
Tipo de ensayo
En los estudios de dosis-respuesta se utilizan diversos tipos de ensayos. Entre ellos se incluyen los de viabilidad , actividad enzimática , in vivo , proliferación , mutagenicidad , expresión génica , proteínas y otros . Por ejemplo, los ensayos basados en enzimas, como el ensayo de LDH, muestran citotoxicidad . Por lo tanto, se incluyen tanto en las categorías de viabilidad como de actividad enzimática.
Tipo de exposición
Los estudios de dosis-respuesta analizan cuatro tipos principales de exposición: concentración o dosis , tiempo , frecuencia o intensidad , y otros . La dosis es la cantidad total administrada, y la concentración es la cantidad en una mezcla aplicada a las células. El tiempo es la duración de la exposición, y la frecuencia o intensidad es el patrón o la tasa de exposición.
Comprender estas variables y sus valores es fundamental para la modelización de la relación dosis-respuesta . Esto ayuda a los investigadores a diseñar experimentos sólidos, analizar bien los datos y comprender la relación entre la dosis y la respuesta biológica.
Relación dosis-respuesta, Dosis de referencia
Los investigadores en toxicología a menudo deben decidir cómo analizar los experimentos de dosis-respuesta. Pueden usar las dosis reales o ajustar un modelo a los datos. El método de dosis de referencia (BMD, por sus siglas en inglés) se considera ahora una mejor opción, ya que proporciona evaluaciones de riesgo más precisas al utilizar más datos biológicos que el antiguo método NOAEL.
En Estados Unidos, el método BMD es el preferido por la Agencia de Protección Ambiental (EPA) para evaluar las dosis, pero en Europa, la Autoridad Europea de Seguridad Alimentaria (AESA) no lo utiliza mucho, a pesar de que es científicamente más sólido.
El método BMD es excelente porque maneja los altibajos de los resultados mejor que el método NOAEL. Busca respuestas consistentes en diferentes sustancias químicas y estudios. Esto facilita la comparación de resultados y el establecimiento de niveles de respuesta importantes.
Sin embargo, utilizar el método BMD no es sencillo. Los expertos afirman que necesitamos colaborar más y realizar más investigaciones, especialmente sobre su uso con datos continuos y con el tamaño adecuado de los grupos de animales. La capacitación y el apoyo con herramientas como el software de dosis de referencia (BMDS) de la EPA y el paquete PROAST del RIVM son fundamentales para que más personas utilicen esta mejor manera de evaluar las dosis.

“Se recomienda el método BMD como el método que se utilizará para derivar puntos de referencia (PR) para establecer valores de orientación basados en la salud y para calcular márgenes de exposición”.
Estudios de toxicidad del desarrollo
Los estudios de toxicidad del desarrollo son fundamentales para comprender cómo las sustancias pueden dañar el desarrollo fetal. Analizan cómo las sustancias afectan a los fetos cuando la madre está expuesta a ellas. Estos estudios detectan muertes fetales, defectos de nacimiento, problemas de crecimiento y cualquier otro problema.
Estos estudios también analizan la correlación intracamada . Esto significa que tratan cada camada como un grupo, ya que los fetos de una misma camada son más parecidos entre sí. Esto ayuda a garantizar la imparcialidad de los resultados.
Modelo de dosis-respuesta de umbral
Estos estudios se centran en sustancias perjudiciales para el medio ambiente. La exposición excesiva a estas sustancias puede causar daños. A diferencia de otros estudios, no se limitan a observar una relación lineal de efectos, sino que utilizan el modelo de dosis-respuesta umbral.
| Agencia | Recomendación para la evaluación de riesgos no cancerígenos |
|---|---|
| Agencia de Protección Ambiental de los Estados Unidos (USEPA) | Modelo de dosis-respuesta de umbral |
| European Food Safety Authority (EFSA) | Modelo de dosis-respuesta de umbral |
Tanto la USEPA como la EFSA sugieren utilizar el modelo de dosis-respuesta umbral para estos estudios. Este modelo indica que existe un nivel de exposición mínimo en el que no se produce ningún daño. Este nivel se denomina nivel sin efecto adverso observable (NOAEL, por sus siglas en inglés).
“El modelo de dosis-respuesta umbral es el modelo predeterminado en la evaluación del riesgo no carcinogénico para los estudios de toxicidad del desarrollo .”
Modelado de datos binarios de desarrollo
En toxicología, el análisis de datos binarios de desarrollo es fundamental. Esto incluye el estudio de la mortalidad y las malformaciones en los fetos. Cada camada se considera un grupo, con su propia puntuación total.
Modelos dicotómicos anidados
La distribución beta-binomial se utiliza para modelar las respuestas fetales. Tiene en cuenta la conexión entre los fetos de una camada.
Enfoque del efecto del diseño
El método del efecto de diseño es otra forma de abordar el muestreo por conglomerados. Modifica los datos para reducir la dispersión de los datos binarios. Esto nos permite utilizar métodos estándar para analizar datos binomiales.
El efecto de diseño D está vinculado a la conexión entre los fetos ρI y el tamaño promedio de la camada n . Se calcula como D = [1 + (n – 1)ρI].
- El beta-binomial modelos de distribución de respuestas fetales adversas, considerando los efectos de la camada.
- El efecto de diseño El método cambia los datos para reducir la dispersión, lo que facilita su análisis.
- El efecto de diseño D Se relaciona con la conexión entre fetos. yo y el tamaño medio de la camada n.
“El análisis de riesgo de dosis de referencia mediante datos cuantitativos de factores mixtos es una técnica esencial para la evaluación del riesgo ambiental , ya que ofrece información valiosa sobre los efectos de las sustancias tóxicas.”
En toxicología, la modelización de datos binarios sobre el desarrollo analiza los efectos de la basura y utiliza métodos estadísticos. Técnicas como los modelos dicotómicos anidados y el enfoque del efecto de diseño nos ayudan a comprender cómo las sustancias afectan al desarrollo.
Fuentes de datos y recopilación
Para realizar una recopilación exhaustiva de datos para este estudio, los investigadores consultaron dos revistas clave: Archives of Toxicology , Cell Biology and Toxicology y Toxicological Sciences. Se centraron en las publicaciones de 2021 para encontrar análisis de dosis-respuesta.
Estos análisis fueron importantes por dos razones principales:
- Para estimar los efectos del diseño utilizando datos históricos
- Comparar diferentes métodos de dosis-respuesta utilizando estudios específicos que demostraron claramente un vínculo dosis-respuesta
Los investigadores utilizaron información de estas prestigiosas revistas. Esto garantizó que los datos fueran completos y reflejaran los últimos avances en estudios de toxicología del desarrollo . Al analizar las investigaciones más recientes, obtuvieron información valiosa y una base sólida para su estudio.
| Fuente de datos | Mareas Ideales para Lecciones |
|---|---|
| Archivos de Toxicología, Biología Celular y Toxicología | Es una revista de primer nivel en toxicología que publica investigaciones de alta calidad sobre cómo los productos químicos afectan a los humanos y al medio ambiente. |
| Ciencias toxicológicos | Una revista líder que ofrece las últimas novedades en investigación toxicológica. Abarca muchos temas, desde la toxicología ambiental y laboral hasta cómo las sustancias químicas afectan el desarrollo y la reproducción. |
Mediante una cuidadosa selección y recopilación de datos de estas prestigiosas revistas, los investigadores garantizaron la solidez de su estudio. Este se basó en los estudios más recientes de toxicología del desarrollo y en datos de dosis-respuesta. Esto sentó las bases para un análisis detallado y profundo.

Estimación del efecto del diseño
En toxicología, el efecto de diseño es clave al analizar la relación dosis-respuesta. La transformación de Rao-Scott ayuda ajustando ambas partes de una proporción mediante el efecto de diseño , D. Esto permite obtener tamaños de muestra efectivos (NF/D y AF/D) que se ajustan bien a los modelos de datos binomiales.
La correlación intracamada hace que el efecto del diseño aumente con la proporción afectada. Por lo tanto, es conveniente estimar las correlaciones intracamada para cada grupo de dosis. Esto proporciona una mejor visión de la estructura de los datos.
- El Transformación de Rao-Scott Es casi exacto para muestras grandes.
- Es vital tener en cuenta el efecto del diseño y correlación intracama para un modelado dosis-respuesta confiable en toxicología.
Al pensar en estas estadísticas, los investigadores pueden comprender mejor la relación dosis-respuesta y tomar decisiones más inteligentes. Esto es clave para la evaluación de riesgos y la elaboración de normas.
Comparación del análisis dosis-respuesta
Elegir entre datos resumidos o datos específicos de cada camada cambia nuestra perspectiva sobre las relaciones dosis-respuesta. Los datos resumidos son fáciles de obtener, pero requieren un análisis cuidadoso para evitar resultados erróneos. Debemos considerar la correlación dentro de la camada para obtener la dosis de referencia correcta.
Cuando no disponemos de estimaciones directas del efecto del diseño (D), podemos usar D = 1 o D = tamaño medio de la camada NF/NL. Este último método utiliza NL como el número en riesgo y PF*NL como el número afectado. También podemos usar valores históricos del efecto del diseño de estudios anteriores. Esto ayuda a ajustar las correlaciones dentro de la camada, pero puede que no sea tan preciso como usar datos específicos de cada camada.
Enfoques de estimación de dosis de referencia
- El uso de datos resumidos con D = 1 (sin transformación)
- Cálculo de D como tamaño medio de camada NF/NL
- Aplicando efecto de diseño histórico valores
- Analizando datos específicos de la camada
La elección del método depende de los datos disponibles y del diseño del estudio. Es importante considerar los sesgos e incertidumbres de cada método. Esto nos ayuda a obtener estimaciones precisas de la dosis de referencia y a tomar mejores decisiones en la investigación toxicológica.
| Nuevo enfoque | Ventajas | Desventajas |
|---|---|---|
| Resumen de datos con D = 1 | Sencillo, directo | Puede subestimar correlación intracama y dar lugar a estimaciones de dosis de referencia sesgadas |
| Datos resumidos con D = tamaño medio de camada NF/NL | Cuentas para correlación intracama hasta cierto punto | Es posible que aún no se capte por completo el verdadero efecto del diseño. |
| Resumen de datos con efecto de diseño histórico | Proporciona ajustes aproximados para correlación intracama | Es posible que los datos históricos no reflejen con precisión el diseño y la población del estudio actual. |
| Datos específicos de la camada | Permite la estimación directa de correlación intracama y un modelado de dosis de referencia más preciso | Puede requerir adicional de múltiples proveedores y esfuerzos de análisis |
Seleccionar el método de análisis de dosis-respuesta adecuado es fundamental para una estimación fiable de la dosis de referencia . Nos ayuda a tomar decisiones informadas en la investigación toxicológica.
Manejo de diferentes estadísticas de resumen
En toxicología, los investigadores suelen utilizar diversas estadísticas descriptivas para los estudios de dosis-respuesta. Por ejemplo, pueden informar la media y la desviación estándar de la proporción de fetos anormales en cada camada. Este método trata a cada camada por igual. Resulta útil cuando no se dispone de la proporción de fetos afectados (PF), pero sí del número de fetos por camada (NF).
Sin embargo, es fundamental tener en cuenta los efectos del diseño al calcular el tamaño efectivo de la muestra para estas estadísticas.
Otra estadística descriptiva común es la proporción promedio de camadas (Pav) . Es la media de las proporciones de camadas. Este método también trata a cada camada por igual. Es una buena estimación de PF cuando no se proporciona directamente. Sin embargo, recuerde considerar los efectos del diseño para un análisis e interpretación precisos.
Para datos de desarrollo binarios , como el número de camadas afectadas, usar modelos para datos continuos podría no ser lo más adecuado. En su lugar, utilice métodos para datos de conteo binomial. Esto captura mejor la distribución real y las relaciones en los datos.
Comprender las diferencias en las estadísticas descriptivas ayuda a los investigadores a seleccionar los mejores métodos para modelar la relación dosis-respuesta en toxicología. Este enfoque garantiza resultados fiables y válidos, lo que conduce a mejores decisiones y políticas.
Considera el uso de visualizaciones de datos interactivas . Pueden hacer que presentar relaciones complejas de dosis-respuesta sea más claro para tu audiencia.
Conclusión
Esta revisión de los modelos de dosis-respuesta en toxicología nos ha proporcionado conocimientos profundos. Hemos analizado los métodos estadísticos y cómo interpretarlos. Esto nos ayuda a entender cómo analizar bien los datos experimentales.
Hemos visto lo importante que es ser meticulosos en el diseño del estudio y la recopilación de datos . También aprendimos las mejores maneras de analizar los datos. Esto incluye examinar diferentes estrategias de modelado y utilizar datos históricos para mejorar nuestros resultados.
Al mantenerse al día con los últimos avances en modelado de dosis-respuesta, toxicología y evaluación de riesgos, puede generar un gran impacto. El uso de estos métodos le ayuda a tomar decisiones acertadas, lo cual es fundamental para proteger la salud y la seguridad públicas.
Preguntas Frecuentes
¿Cuáles son los aspectos claves de los experimentos de dosis-respuesta en la investigación toxicológica?
Los experimentos de dosis-respuesta constan de tres partes principales: diseño biológico, diseño estadístico y análisis. Es necesario definir el tipo de ensayo, las condiciones de exposición y los valores de dosis. Asimismo, conviene considerar el tamaño de la muestra , la presentación de los datos y los métodos de análisis a utilizar. Finalmente, es preciso determinar cómo calcular las concentraciones de alerta.
¿Cómo se revisaron los estudios de dosis-respuesta para este análisis?
Analizamos todas las publicaciones de 2021 en tres de las principales revistas de toxicología: Archives of Toxicology, Cell Biology and Toxicology y Toxicological Sciences. Nos centramos en estudios que analizaban la relación dosis-respuesta, concentración -respuesta y tiempo -respuesta.
¿Cuáles son los diferentes tipos de ensayos y condiciones de exposición considerados en los estudios de dosis-respuesta?
Los ensayos pueden incluir pruebas de viabilidad, actividad enzimática y ensayos in vivo . Las condiciones de exposición pueden ser dosis, tiempo , frecuencia o intensidad . También se consideran otros tipos de ensayos y condiciones.
¿Cómo se utilizan las relaciones dosis-respuesta y las dosis de referencia en la evaluación de riesgos?
Las relaciones dosis-respuesta son fundamentales en la evaluación de riesgos, ya que ayudan a estimar las dosis de referencia y se utilizan para establecer niveles seguros para la salud pública y las decisiones regulatorias.
¿Cuáles son las consideraciones clave en el análisis de estudios de toxicidad del desarrollo?
Estos estudios analizan cómo afectan las toxinas al desarrollo fetal. Se centran en las muertes fetales, las malformaciones, los problemas de crecimiento y los problemas funcionales. Se necesitan métodos estadísticos especiales porque los fetos de una misma camada suelen verse afectados juntos.
¿Cómo se pueden abordar la correlación intracama y los efectos del diseño en el análisis de datos de toxicidad del desarrollo?
Para controlar los efectos de la camada, se utilizan la distribución beta-binomial y los modelos de efectos de diseño. La transformación de Rao-Scott permite ajustar estos efectos. Esto nos permite utilizar modelos binomiales estándar para el análisis de dosis-respuesta.
¿Qué fuentes de datos y enfoques se utilizaron para evaluar las estrategias de modelado dosis-respuesta?
Utilizamos datos de tres revistas de toxicología. Analizamos datos históricos para estimar los efectos del diseño y comparamos diferentes métodos de análisis. Esto nos ayudó a ver qué tan bien funcionan los métodos con datos resumidos o datos específicos de la basura y con estimaciones aproximadas del efecto del diseño.
¿Cómo se pueden manejar diferentes estadísticas de resumen para datos de toxicidad del desarrollo en el modelado de dosis-respuesta?
Algunos estudios informan la media y la desviación estándar de las proporciones de fetos afectados a nivel de camada. Podemos aplicar métodos binomiales a estos resúmenes. Es importante considerar los efectos del diseño para obtener tamaños de muestra precisos.
Enlaces de origen
- https://www.epa.gov/bmds
- https://www.epa.gov/sites/default/files/2015-01/documents/benchmark_dose_guidance.pdf
- https://uncsrp.github.io/Data-Analysis-Training-Modules/dose-response-modeling.html
- https://www.ncbi.nlm.nih.gov/books/NBK214640/
- https://en.wikipedia.org/wiki/Dose–response_relationship
- https://link.springer.com/10.1007/978-3-030-57499-4_93
- https://link.springer.com/article/10.1007/s00204-023-03561-w
- https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7009819/
- https://19january2017snapshot.epa.gov/bmds/benchmark-dose-bmd-methods
- https://www.chemsafetypro.com/Topics/CRA/What_Is_Benchmark_Dose_(BMD)_and_How_to_Calculate_BMDL.html
- https://www.efsa.europa.eu/sites/default/files/consultation/160714.pdf
- https://metals-toolbox.com/en/human-health/dose-response-assessment
- https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2592994/
- https://www.petroleumhpv.org/~/media/PetroleumHPV/Documents/Publications/2008_mar31_pac_report.pdf
- https://pubmed.ncbi.nlm.nih.gov/27567129/
- https://repository.arizona.edu/bitstream/handle/10150/657227/NIHMS1676099.pdf?sequence=1
- https://cot.food.gov.uk/Benchmark dose modelling in a UK chemical risk assessment framework
- https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0146021
- https://www.exhibit.xavier.edu/cgi/viewcontent.cgi?article=1002&context=undergrad_mathematics
- https://stacks.cdc.gov/view/cdc/78516/cdc_78516_DS1.pdf
- https://www.efsa.europa.eu/sites/default/files/event/171025/171025-a5.pdf
- https://www.e-epih.org/upload/pdf/epih-41-e2019006.pdf
- https://www.hsph.harvard.edu/wp-content/uploads/sites/1273/2019/09/Chiu-Paoli-2019.pdf
- https://legislature.vermont.gov/Documents/2020/WorkGroups/House Natural/Bills/S.49/Written Testimony/S.49~Jen Duggan~Grandjean Study~4-15-2019.pdf
