Population size estimation when multiple samples carrying the risk of misidentification are taken within the same capture occasion from the same individual

Questo studio sviluppa un nuovo modello statistico che estende la distribuzione multinomiale latente per stimare in modo imparziale la dimensione della popolazione in presenza di errori di identificazione e di campionamenti multipli dello stesso individuo, applicando con successo tale metodo ai dati sul DNA delle lontre europee.

L'essenziale

Immagina di dover contare quanti ospiti ci sono a una festa enorme, ma non puoi vederli tutti direttamente. Invece, devi contare le loro impronte lasciate sul pavimento. Questo è il metodo che gli scienziati usano per contare gli animali in natura: raccolgono campioni di DNA (come feci o peli) invece di catturare gli animali.

Tuttavia, c'è un problema: a volte le impronte possono essere confuse. Potresti pensare che due impronte diverse appartengano a due persone diverse, quando in realtà sono della stessa persona. Oppure, potresti non accorgerti che una persona ha lasciato due impronte vicine. Se sbagli a contare, il risultato finale sarà sbagliato: o pensi che ci siano più ospiti di quanti ce ne siano realmente, o ne sottovaluti il numero.

Fino a poco tempo fa, i "calcolatori matematici" (i modelli statistici) usati per questi conteggi avevano una regola rigida: assumevano che ogni ospite potesse lasciare al massimo un'impronta per ogni momento della festa.

Ma nella realtà, specialmente quando si raccolgono feci di animali come le lontre, un singolo animale può lasciare molte tracce nello stesso giorno. È come se un ospite lasciasse tre o quattro impronte mentre ballava. I vecchi calcolatori non sapevano gestire questa situazione: si confondevano, pensavano che quelle fossero persone diverse e finivano per contare male la folla.

La nuova soluzione proposta in questo studio

Gli autori di questo articolo hanno inventato un nuovo "calcolatore intelligente". Hanno preso un vecchio metodo (chiamato Modello Multinomiale Latente) e ci hanno aggiunto una nuova regola basata sulla distribuzione di Poisson.

Per usare un'analogia semplice:

• I vecchi modelli pensavano: "Se vedo 3 impronte, devono essere 3 persone diverse".
• Il nuovo modello pensa: "Ok, vedo 3 impronte. È probabile che siano di una sola persona che ha lasciato molte tracce, o di due persone? Userò la statistica per capire la probabilità che queste impronte appartengano allo stesso individuo".

In pratica, il nuovo modello sa gestire il fatto che un animale possa essere "catturato" (o meglio, rilevato) più volte nella stessa occasione.

Cosa hanno scoperto?

Hanno fatto delle simulazioni, come se fossero dei videogiochi, per vedere quanto fosse bravo questo nuovo calcolatore:

1. Quando funziona bene: Se gli animali lasciano abbastanza tracce (in termini statistici, se il numero medio di campioni per animale è sufficientemente alto, diciamo più di 0,36), il nuovo modello è perfetto. Conta gli animali esattamente come sono, anche se ci sono errori di identificazione.
2. Quando fallisce: Se gli animali sono molto schivi e lasciano pochissime tracce (meno di 0,11 in media), il modello tende a sottostimare il numero. È come se la festa fosse così silenziosa che il calcolatore pensa che ci siano meno persone di quante ce ne siano realmente.

L'esempio reale: Le lontre

Per provare che funziona davvero, hanno applicato questo modello a un vero caso di studio: il conteggio delle lontre eurasiatiche usando le loro feci.
Il risultato? Il modello ha confermato che c'erano stati degli errori di identificazione (qualcuno aveva confuso feci diverse della stessa lontra) e ha corretto il conteggio, dando una stima molto più precisa della popolazione reale.

In sintesi

Questo studio ci insegna che per contare la natura in modo corretto, dobbiamo essere più flessibili. Non possiamo più pensare che ogni animale lasci una sola "firma" alla volta. Il nuovo metodo ci permette di gestire il caos delle impronte multiple, garantendo che i numeri che otteniamo siano veri e affidabili, fondamentali per proteggere e conservare le specie selvatiche.

Sommario tecnico

Titolo della Sintesi

Stima della dimensione della popolazione in presenza di campioni multipli con rischio di misidentificazione nello stesso evento di cattura.

1. Il Problema

L'uso del campionamento non invasivo (ad esempio, prelievo di feci per analisi del DNA) nelle tecniche di cattura-ricattura (CR) è in aumento per il monitoraggio della fauna selvatica. Tuttavia, questo approccio presenta un rischio intrinseco di misidentificazione (errori nel genotipizzare o nell'associare erroneamente un campione a un individuo specifico).

• Conseguenze dell'ignorare l'errore: Se la misidentificazione viene ignorata, si verifica una sovrastima della dimensione della popolazione.
• Limiti dei modelli esistenti: Sebbene esistano modelli statistici progettati per gestire la misidentificazione, questi assumono che un solo campione possa essere raccolto per individuo in un singolo evento di cattura.
• La realtà operativa: In molti programmi di monitoraggio basati sul DNA (come quelli sulle feci), è comune raccogliere campioni multipli dallo stesso individuo durante la stessa occasione di cattura. I modelli attuali non tengono conto di queste osservazioni ripetute, portando a stime distorte (biased) della popolazione.

2. Metodologia

Gli autori hanno sviluppato un nuovo approccio statistico per colmare questa lacuna:

• Estensione del Modello Multinomiale Latente (LMM): Il nuovo metodo si basa sull'espansione del modello LMM proposto da Link et al. (2010).
• Integrazione della Distribuzione di Poisson: Per gestire la natura dei dati reali, il modello introduce una distribuzione di Poisson per modellare il numero di campionamenti dello stesso individuo in una data occasione. Questo permette di trattare matematicamente la possibilità di osservare più campioni per lo stesso soggetto in un'unica sessione.
• Validazione:
  1. Simulazioni: Sono state condotte simulazioni per testare le prestazioni del nuovo modello in diverse condizioni.
  2. Caso Studio Applicativo: Il modello è stato applicato a un dataset reale di feci di lontra eurasiatica (Lutra lutra), precedentemente analizzato da Lampa et al. (2015).

3. Contributi Chiave

• Superamento dell'ipotesi di "singolo campione": Il principale contributo teorico è la capacità del modello di gestire osservazioni ripetute dello stesso individuo nello stesso evento di cattura, una situazione comune ma precedentemente non modellata correttamente in presenza di misidentificazione.
• Correzione della distorsione (Bias): Il modello dimostra come sia possibile ottenere stime non distorte della dimensione della popolazione anche quando si combinano misidentificazioni e campionamenti multipli.
• Definizione di soglie di affidabilità: Lo studio ha identificato i parametri critici (valore atteso di campioni per individuo, $\lambda$, e numero di occasioni di cattura) necessari affinché il modello funzioni correttamente.

4. Risultati

Le simulazioni e l'applicazione al caso studio hanno prodotto i seguenti risultati:

• Condizioni per stime non distorte: Il modello produce stime accurate della dimensione della popolazione solo quando il numero atteso di campioni per individuo ($\lambda$) è sufficientemente alto:
  • Con 5 occasioni di cattura: $\lambda \geq 0.36$.
  • Con 7 o più occasioni di cattura: $\lambda \geq 0.23$.
• Limiti del modello: Quando $\lambda = 0.11$ (che corrisponde a una probabilità di rilevamento del 42%, 53% e 62% rispettivamente per 5, 7 e 9 occasioni), il modello tende a sottostimare sistematicamente la dimensione della popolazione.
• Applicazione alle Lontre: L'applicazione al dataset delle lontre ha confermato la presenza di misidentificazioni, allineandosi alle aspettative degli autori originali del dataset. L'uso del nuovo modello ha permesso di correggere queste distorsioni.

5. Significato e Implicazioni

Questa ricerca è fondamentale per l'ecologia quantitativa e il monitoraggio della biodiversità perché:

1. Affidabilità dei dati: Dimostra che le osservazioni ripetute possono essere modellate senza introdurre bias, migliorando la precisione dei dati demografici.
2. Necessità operativa: Sottolinea che l'uso di modelli tradizionali in scenari con campionamento non invasivo multi-campione porta a errori di stima. Il nuovo modello è quindi necessario per ottenere stime accurate della popolazione quando sono presenti sia misidentificazioni che osservazioni ripetute.
3. Guida per la progettazione degli studi: Fornisce ai ricercatori linee guida concrete su quanti campioni e quante occasioni di cattura sono necessari per garantire l'affidabilità delle stime demografiche in programmi di monitoraggio basati sul DNA.