Aprovechamiento óptimo de datos ecotoxicológicos de campo con modelos mixtos lineales y aditivos generalizados: un...

Área de la Ciencia:

• Ecotoxicología
• Ecología
• Evaluación de riesgos ambientales
• Modelado estadístico

Sus antecedentes:

• El análisis de datos ecotoxicológicos de campo es un desafío debido a la variabilidad del sistema natural y las interacciones complejas.
• Los modelos mixtos lineales y aditivos generalizados (GLMM, GAMM) son herramientas potentes para datos ecológicos, pero a menudo se perciben como complejos.
• Existe vacilación en el uso de los resultados de GLMM y GAMM para la evaluación regulatoria de riesgos químicos.

Objetivo del estudio:

• Presentar un marco que desmitifica el desarrollo y la aplicación de GLMM y GAMM para datos de estudios ecotoxicológicos de campo.
• Mejorar la comprensión y la adopción de estos modelos estadísticos avanzados en las evaluaciones regulatorias.
• Demostrar la utilidad de GLMM y GAMM para extraer información máxima de conjuntos de datos ecotoxicológicos ruidosos.

Principales métodos:

• Se propone un marco de seis pasos, que incluye exploración de datos, calibración del modelo, validación interna, selección, evaluación de la Diferencia Mínima Detectable (MDD) e interpretación.
• El marco permite verificar la significancia de los efectos relacionados con el tratamiento en dos etapas independientes.
• La metodología se ejemplifica utilizando un estudio de caso que involucra topillos comunes expuestos a un fungicida en condiciones de campo.

Principales resultados:

• El estudio de caso demostró la flexibilidad de GLMM y GAMM para manejar diversos tipos de datos (recuentos, proporciones, continuos) e incorporar muestreos repetidos.
• Estos modelos abordaron eficazmente las posibles dinámicas no lineales y los múltiples factores influyentes en los puntos finales ecotoxicológicos.
• El marco facilitó un análisis más robusto de los datos ecotoxicológicos de campo, superando los desafíos de la variabilidad del sistema natural.

Conclusiones:

• GLMM y GAMM son muy ventajosos para analizar datos ecotoxicológicos de campo complejos, ofreciendo flexibilidad y un poder estadístico robusto.
• El marco presentado simplifica la aplicación de estos modelos, promoviendo su uso en la evaluación de riesgos regulatorios.
• Este enfoque permite una interpretación más confiable de los riesgos químicos al desentrañar eficazmente múltiples factores ambientales.