Ensayo indirecto.

La dosis es fija y la respuesta es variable. Van a ser 3 dosis fijas y las vamos a determinar a partir deuna
curva dosis – respuesta que es la respuesta en funciòn del logaritmo de la dosis.

Respuesta

Dosis 3

Dosis 2

Dosis 1

Logaritmo de la Dosis

A bajas dosis la respues es la misma y a altas dosis el sistema se satura entonces vamos a tener la misma
respuesta.En estos ensayos indirectos vamos atrabajar en la zona lineal de la curva Dosis – Respuesta. Por
ende se definen 3 dosis fijas como mìnimo, pero para hacer el gràfico de la curva dosis respuesta necesito
varias dosis, para saber donde no hay rspuesta y donde esta saturado el sistema entonces minimamente
voy a necesitar entre 5 y 6 datos y cuantos mas datos mas exacta va a ser la curva.

Una vez que establecì las dosis vamos atrabajar con pestas, por lo tanto la dosis es fija y la respuesta que
den esos animales a la dosis serà variable.

Por que se llama indirecto el ensayo, poque acà necesito 3 dosis de estandar, 3 dosis de muestra y voy a
tener que someterlo al ANOVA- analisis de varianza, para evaluar si el esanyo es vàlido y si lo ès, puedo
elaborar una respuesta.

La dosis es fija porque yo establezco la dosis y la respuesta es vaiable, porque no siempre voya obtener la
misma respuesta.

Ejemplo: En el caso de la FSH que se ve el peso del ovario. Vamos a tener 3 dosis fijas y vamos a obtener
de acoerdo a las dosis que apliquemos, el aumento del peso del ovario, entonces esa va a ser la respuesta.

Las dos clases de ensayos indirectos para determinaciòn de actividad mas utilizados son el de relaciòn de
pendientes y el de rectas paralelas, nosotros estaremos estudiando este ùltimo.

Ensayos Indirectos con respuestas fijas o cuantales.

Hay ciertos ensayos indirectos donde se evalúa respuestas fijas, cuantales y dosis fijas. En esta curva dosis
respuesta en lugar de tener un grupo de animales en donde vemos si le aumenta el peso del ovario o si
aumenta la presiòn de eyecciòn de la leche para la oxitocina, vamos a tener un grupo de animales, por
ejemplo 10 animales a los que le administramos una dosis y vemos si un evento sucede o no. Por ejemplo
la paràlisis provocada por el virus de la polio y el estudio del efecto preventivo de la vacuna
antipoliomielìtica (IPV).

Vamos a tener 10 animales y vamos a ver en cuantos e observa paràlisis y en cuantos no de esos 10.

10 animales ---------------------------------------100%

4 animales que tuvieron el evento-----------X=40% Es la respuesta.

Ensayos Indirectos con repuesta variables. De de 3+3 de rectas paralelas.

Entonces, conozco la actividad del estandar, ya se en que parte de la curva tengo que trabajar porque lo
estudiè antes, hago las diluciones respectivas y obtengo las respuestas en los animales.

Luego me traen la muestra de mi productos biológico y me dicen que estiman que la potencia supuesta de
ese producto es “X”, entonces hago las diluciones en consecuencia con lo que me dicen.

Bien, lo ideal graficamente serìa que ambas curvas se superpogan o sea que estandar y muestra se
comporten iguales. Como ello es prácticamente utópico, empezamos a comparar el compartamiento de
estandar y muestra para establecer condiciones generales a fin de validar el esnayo indirecto de rectas
paralelas.

Volviendo al tema del modelo animal, vemos un aumento del peso de los ovarios en ratas, extraigo los
ovarios y los peso. Si el estandar y la muestra se comportan similares a similares actividades deberìa de
tener respuestas similares. Ahí se establecen las condiciones de similitud.

Ademàs tiene que haber simultaneidad en las respuestas. Cada punto son mis animales a los que le
inyecté una dosis fija que me direon un peso determinado de ovario, entonces en un punto tengo varis
puntos, 10 datos y cada uno de ellos sigue una dsitribuciòn normal. Es decir van a estar todos cercanos a
la media muestral, obviamente con cierta dispersiòn de datos, pero… cuanto? Y ahí es donde se esconde el
enigma de la validez de estos ensayos, cuando evalúe VARIANZA.

Respuesta Estandar

Muestra

Dosis Baja Dosis Media Dosis Alta Logaritmo de la Dosis

Estandar Muestra

 Distribución Normal  Distribución Normal

 Simultaneidad con la Muestra  Simultaneidad con el Estandar
 Similitud  Similitud
 Nº de animales Estandar /S – Standard Muestra/ Desconocido /U - Unknow
Dosis Baja Dosis Media Dosis Alta Dosis Baja Dosis Media Dosis Alta
1 X1Bs X1Ms X1As X1Bu X1Mu X1Au
2 X2Bs X2Ms X2As X2Bu X2Mu X2Au
3 X3Bs X3Ms X3As X3Bu X3Mu X3Au
4 X4Bs X4Ms X4As X4Bu X4Mu X4Au
5 X5Bs X5Ms X5As X5Bu X5Mu X5Au
6 X6Bs X6Ms X6As X6Bu X6Mu X6Au
7 X7Bs X7Ms X7As X7Bu X7Mu X7Au
8 X8Bs X8Ms X8As X8Bu X8Mu X8Au
9 X9Bs X9Ms X9As X9Bu X9Mu X9Au
10 X10Bs X10Ms X10As X10Bu X10Mu X10Au
Nº total de animales utilizados= 60.

Nº total de animales utilizados por grupo= 10.

Nº total de grupos= 6. ( estandar dosis baja, estandar dosis media, dosis alta, muestra dosis baja, muestra
dosis media, muestra dosis alta)

Entonces, condiciones generales de un ensayo indirecto, es que se cumpla simultaneidad, similitud

y distribuciòn normal de los datos.

Una vez que obtuve los datos para cada dosis de estandar y de muestra, voy a empezar a trabajar sobre los
requerimientos particulares del ensayo que aplican al ANOVA y son:

 Regresiòn
 Linealidad
 Paralelismo

La regresión esta relacionada con la diferencia neta entre la dosis baja, la media y laalta. Esto significa que
graficamente se debe observar una buena pendiente o sea que haya diferencia en las respuestas entre las
dosis. Las dosis baja, media y alta son crecientes exponencialmente ( 2, 4, 16). Observar que en el gráfico
hay una diferencia entre las dosis, hay pendiente, hay una respuesta neta bien diferenciada y es lo que se
espera que se obtenga de un ensayo de rectas paralelas de 3 +3. Este error debe ser significativo

La linealidad se refiere a que debo estar trabajando en la parte lineal de la curva dosis-respuesta. Por ello
hay 3 puntos por los cuales pasa una recta mas probable. Caso contrario estarìamos trabajando por abajo
del gràfico de la Curva Dosis-Respuesta o por arriba, donde el sistema esta saturado.Este error debe ser no
significativo.

El paralelismo se refiere al comportamiento que tiene el estandar y la muestra entre sì. La prueba consiste
en determinar si la pendiente de la muestra, es significativamente diferente de la pendiente de la recta del
estandar. Este error debe ser no significativo.

Las varianzas tanto de la muestra como la del estandar debe ser comparables para que pueda establecer
una relaciòn.

Entonces hago una relacuòn de varianza lo cual sigue una distribuciòn de Fischer, y ese Fishcer
experimental lo vamos a comparar con el Fisher de Tablas de acuerdo a los grados de libertad. Si es para
regresiòn es mayor el F experimental que el de tablas pero, para Parelelismo y Linealidad el F experimental
debe ser menor que el de tablas. La justificaciòn esta en los parrafos anteriores y en la itnerpretaciòn del
gràfico.
Hay un cuarto item que se evalúa que es el de Preparaciones, que me dice que es un índice del grado de
solapamiento entre las rectas de la muestra y la referencia. Un valor significativo de este error indica que las
diluciones no han sido bien seleccionadas, lo cual, aunque no necesariamente invalida el ensayo, hace
necesaria una inspección gráfica de los datos para evitar una interpretación incorrecta. Este error debe ser
no significativo.

Error residual: Es la diferencia entre la variación total y la suma de las variaciones atribuibles a las fuentes
de error. Este término es utilizado para estimar la variación de fondo del ensayo y es un reflejo de las
diferencias entre las réplicas. Incluye la variabilidad bioligca sumada por los animales de experimentaciòn.