Probabilistically defining environmentally relevant concentrations in ecotoxicology.

چکیده اصلی

A long-standing issue in ecotoxicology is the arbitrarily chosen and ambiguous definition of "environmentally relevant" concentrations, which undermines research comparability and hampers risk characterization. Here, we propose a probabilistic framework that anchors exposure levels to percentiles of environmental concentration distributions, defining low (<5th percentile), typical (5th to 95th percentiles), and high (>95th percentile) concentrations, as well as worst-case scenarios (e.g., the 99th percentile) for specific contexts. This framework transforms test concentration selection from a subjective assertion into a statistically justified practice, where each concentration corresponds to an explicit occurrence probability. Using global monitoring data, we demonstrate that environmental concentrations reliably follow cumulative probability distributions, validating the fundamental assumption. Crucially, the framework offers a statistical solution for designing proof-of-relevance and proof-of-concept studies. Collectively, this work provides an empirically grounded, immediately usable template for designing ecotoxicological experiments that bridge environmental monitoring, laboratory testing, and regulatory decision-making.

ترجمه فارسی چکیده

یکی از مسائل طولانی‌مدت در سمی‌شناسی محیط زیست، انتخاب تصادفی و مبهم تعریف «غلظت‌های مرتبط با محیط زیست» است که پژوهش‌های قابل مقایسه را تحت‌الشعاع قرار می‌دهد و ارزیابی ریسک را مختل می‌کند. در اینجا، ما یک چارچوب احتمالی پیشنهاد می‌کنیم که سطوح مواجهه را به درصد‌های توزیع غلظت‌های محیطی متصل می‌سازد و غلظت‌های پایین (< پنجمین درصد)، متوسط (پنجم تا نود و پنجمین درصد) و بالا (> نود و پنجمین درصد) و همچنین سناریوهای بدترین حالت (مثلاً نود و نهمین درصد) را برای زمینه‌های خاص تعریف می‌کند. این چارچوب انتخاب غلظت‌های آزمایشی را از یک ادعای ذهنی به یک عمل استانداردسازی شده آماری تبدیل می‌کند، جایی که هر غلظت با یک احتمال وقوع مشخص همراه است. با استفاده از داده‌های نظارت جهانی، نشان می‌دهیم که غلظت‌های محیطی به طور قابل اعتماد از توزیع‌های احتمال تجمعی پیروی می‌کنند که فرض بنیادین را تایید می‌کند. به‌طور حیاتی، این چارچوب راه‌حلی آماری برای طراحی مطالعات اثباتِ مرتبط بودن و اثباتِ مفهوم ارائه می‌دهد. در مجموع، این کار یک الگوی قابل استفاده بلافاصله و مبتنی بر تجربه برای طراحی آزمایش‌های سمی‌شناسی محیط زیست فراهم می‌کند که شکاف بین نظارت محیطی، آزمایش‌های آزمایشگاهی و تصمیم‌گیری‌های نظارتی را پر می‌کند.

متن کامل اصلی