Elección de la camada: hay que utilizar varias camadas para aumentar el tamaño de la muestra / Cortesía de kworraket / Adobe stock
POR JESSICA JIMENEZ, MARK ZYLKA
Fuente: Spectrum | 27/04/2021
Fotografía: kworraket / Adobe stock
El efecto camada, lejos de ser una ventaja para los experimentos con ratones, provoca un sesgo en el estudio de los mismos, como cuando se estudia su conducta relacionada con el autismo.
Los ratones y las ratas suelen parir de 6 a 12 animales por camada. Algunos científicos consideran que esto es una ventaja, porque se puede producir un gran número de animales con un número reducido de apareamientos. En realidad, sin embargo, esto no supone ninguna ventaja, especialmente si se tiene en cuenta un hecho bien conocido en el campo de la toxicología: los animales de una misma camada son más parecidos entre sí que los animales entre camadas.
Esto es lo que se conoce como el "efecto camada". Cualquiera que utilice múltiples animales de un pequeño número de camadas para aumentar el tamaño de la muestra está cometiendo un grave error. Las similitudes dentro de las camadas individuales sesgarán en gran medida los resultados.
Nuestro objetivo al escribir este artículo, y un documento adjunto revisado por pares sobre este tema, es concienciar sobre el efecto camada y animar a los investigadores que estudian las condiciones del neurodesarrollo a controlarlo en futuros trabajos.
Al igual que muchos científicos que utilizan roedores para estudiar el autismo y otras enfermedades relacionadas, no conocíamos el efecto camada ni su impacto en la investigación. Sin embargo, ahora reconocemos que es esencial controlar el efecto camada siempre que se estudie un modelo de autismo en roedores, ya sea un ratón con una mutación genética o una exposición ambiental.
Es esencial porque el efecto camada puede llevar a conclusiones erróneas que influyen negativamente en el rigor y la reproducibilidad de la investigación científica. De hecho, los falsos positivos, o la identificación incorrecta de un efecto significativo, aumentan a medida que se muestrean menos camadas. A la inversa, la variación entre camadas añade "ruido" a los datos que puede enmascarar los verdaderos efectos genéticos o del tratamiento. Esto es preocupante porque la mayoría de los fenotipos asociados a los modelos de autismo en roedores son notablemente pequeños, y a menudo son difíciles de reproducir entre laboratorios.
Estudios con roedores
Inspirados por publicaciones anteriores que trataban de educar a los científicos en este asunto, investigamos cómo el efecto camada impacta en fenotipos comúnmente estudiados en nuestra propia investigación con roedores. Lo que encontramos fue sorprendente: el efecto camada representaba entre el 30 y el 60 por ciento de la variabilidad observada en el cerebro, la placenta y el peso corporal. Además, esta variabilidad podía enmascarar diferencias significativas entre los ratones de tipo salvaje y los que tenían una mutación en el CHD8, un gen del autismo de alta confianza.
El efecto de la camada también contribuye a entre el 23 y el 61 por ciento de la variabilidad entre los ratones en los rasgos de comportamiento, incluyendo su actividad locomotora y su tendencia a enterrar canicas y acicalarse.
Estos resultados aumentaron nuestra preocupación por el impacto del efecto camada en la reproducibilidad de la investigación con modelos de roedores de las condiciones del neurodesarrollo y, más ampliamente, de los estudios con roedores en general.
Casi nadie en el campo de la investigación del autismo controla el efecto camada. De 99 estudios de investigación publicados entre 2015 y 2020 que se centran en los factores genéticos que contribuyen a las condiciones del neurodesarrollo, encontramos que solo el 2 por ciento tuvo en cuenta el efecto camada. Los estudios sobre factores ambientales mostraron un conocimiento bajo pero mucho mayor del efecto camada, con un 20 por ciento de 117 estudios que lo controlaban correctamente.
Especulamos que los investigadores de ciencias de la salud ambiental son más conscientes de esta cuestión porque las revisiones sobre este tema están dirigidas a ese público. Es comprensible que los científicos que estudian los factores genéticos hayan pasado por alto estos trabajos de alta calidad centrados en la exposición ambiental.
Quizás los investigadores que estudian las influencias genéticas del autismo utilizando modelos de roedores creen que el efecto de la camada sólo debe controlarse cuando los animales embrionarios están expuestos a factores ambientales. Sin embargo, las exposiciones pre y postnatales y las mutaciones genéticas son manipulaciones experimentales a los animales dentro de las camadas, y ambos tipos de manipulaciones experimentales pueden influir en el desarrollo del cerebro. Por ello, los científicos que estudian las exposiciones ambientales o las mutaciones genéticas deben controlar el efecto de la camada en todos los experimentos futuros.
Minimizar la influencia
Presentamos tres métodos para controlar la variabilidad entre camadas. En cada uno de ellos, la camada es la unidad estadística de análisis y deben utilizarse múltiples camadas para aumentar el tamaño de la muestra. Por lo tanto, si un análisis de potencia indica que se necesitan 10 animales por grupo, se necesitarán 10 camadas.
La primera opción es utilizar sólo un animal seleccionado al azar por camada para cada grupo experimental. Este método permite a los investigadores utilizar métodos estadísticos estándar, como las pruebas t y ANOVA, en sus análisis. Pueden utilizarse otros animales de la misma camada para evaluar puntos finales adicionales, lo que facilita un uso eficiente de los animales.
Alternativamente, los investigadores pueden utilizar más de un animal por camada para cada grupo experimental y promediar sus valores para obtener un punto de datos. Seguirán necesitando varias camadas para aumentar el tamaño de la muestra. Los métodos estadísticos estándar también pueden realizarse con este enfoque; sin embargo, la precisión de la variabilidad estimada dentro de una camada se perderá al promediar.
La tercera opción es aplicar un modelo de efectos mixtos para el análisis. Este enfoque implica evaluar múltiples camadas y múltiples animales por camada, lo que permite a los investigadores cuantificar la magnitud del efecto de la camada, o la variabilidad dentro de cada camada. A continuación, pueden obtener un valor ajustado para cada punto final eliminando la variación no explicada de los datos.
La aplicación del modelo de efectos mixtos es, en última instancia, la única forma de cuantificar el efecto camada y reducir su influencia en los datos. Sin embargo, reconocemos que probar todos los animales de una camada para un grupo experimental es costoso, lleva mucho tiempo y no siempre es factible. En cambio, los investigadores pueden aumentar el número de camadas y probar sólo un animal por camada para cada grupo experimental, logrando así una potencia estadística mucho mayor que la que se obtiene al aumentar el número de animales por camada, y evitando inflar falsamente el tamaño de la muestra.
Ahora apreciamos que controlar el efecto de la camada es fundamental cuando se estudian modelos de roedores de autismo y afecciones relacionadas. Es difícil de creer que esta cuestión tan importante haya sido pasada por alto por muchas partes interesadas, incluidos los que estudian las condiciones del neurodesarrollo, junto con las agencias de financiación y las revistas, especialmente teniendo en cuenta el impulso para mejorar el rigor y la reproducibilidad en la investigación.
Todos buscamos hacer descubrimientos impactantes que sean reproducibles, y que promuevan nuestra comprensión del autismo y otras condiciones del neurodesarrollo. Esperamos que nuestro artículo aporte una mayor concienciación sobre el efecto camada y ayude a los científicos a diseñar adecuadamente futuros estudios para minimizar el impacto de la variación entre camadas en los modelos de autismo en roedores.
Jessica Jiménez es estudiante de posgrado en el programa de Toxicología y Medicina Ambiental de la Universidad de Carolina del Norte en Chapel Hill. Mark Zylka es director del Centro de Neurociencia de la UNC en la Universidad de Carolina del Norte en Chapel Hill.
コメント