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

Este artigo desenvolve e valida um novo modelo estatístico baseado na distribuição de Poisson que estende o modelo multinomial latente para corrigir a superestimação do tamanho populacional causada por erros de identificação e observações repetidas em amostragens não invasivas, como as de fezes de lontras.

O essencial

Imagine que você é um detetive tentando contar quantos ladrões (ou, neste caso, lontras) estão escondidos em uma grande cidade. Para isso, você não pode vê-los diretamente; em vez disso, você coleta "provas" deixadas para trás, como pegadas ou, no caso das lontras, fezes.

O problema é que essas provas são como impressões digitais um pouco borradas. Às vezes, você pode achar que duas pegadas diferentes pertencem a dois ladrões diferentes, quando na verdade são do mesmo cara. Ou pior: você pode coletar várias pegadas do mesmo ladrão no mesmo dia e achar que são de várias pessoas diferentes.

Se você ignorar esse erro de identificação, sua contagem vai ficar inflada (você achará que há mais ladrões do que realmente existem).

O Problema dos Modelos Antigos

Até agora, os "detetives matemáticos" usavam modelos que funcionavam bem, mas tinham uma regra estrita: eles assumiam que cada ladrão só poderia deixar uma única prova por dia.

Mas a vida real não funciona assim! Se você está procurando lontras, é muito comum encontrar várias fezes da mesma lontra no mesmo dia ou na mesma área. Os modelos antigos não sabiam lidar com isso. Eles ficavam confusos com tantas provas de uma só pessoa e acabavam fazendo contas erradas, subestimando ou superestimando o número de animais.

A Nova Solução: O "Contador de Fezes"

Os autores deste artigo criaram uma nova ferramenta matemática (uma espécie de "super-detetive") para resolver isso. Eles usaram uma ideia chamada distribuição de Poisson.

Pense nisso como um contador de visitas. Em vez de perguntar apenas "quem esteve aqui?", o novo modelo pergunta: "quantas vezes essa pessoa específica esteve aqui hoje?".

• Se a lontra A deixou 1 fezes, o modelo conta 1.
• Se a lontra A deixou 5 fezes, o modelo entende: "Ah, é a mesma lontra, só que ela foi muito ativa hoje!".

Isso permite que o modelo separe o que é "muitas provas de uma pessoa" do que é "provas de várias pessoas diferentes", mesmo quando as provas estão um pouco borradas (risco de erro de identificação).

O Teste de Fogo: As Lontras

Para provar que a nova ferramenta funciona, eles a testaram em duas situações:

1. Simulações de computador: Eles criaram cenários fictícios para ver se a matemática aguentava o tranco.
2. Caso real: Eles aplicaram a fórmula em dados reais de lontras-eurasiáticas (que deixam fezes para marcar território).

O Que Eles Descobriram?

Aqui está a parte importante, explicada de forma simples:

• Quando funciona bem: Se você coletar bastante amostras (se as lontras estiverem deixando muitas provas), o novo modelo é perfeito. Ele descobre o número real de lontras, mesmo com os erros de identificação. É como se você tivesse tantas fotos do ladrão que, mesmo que algumas estejam borradas, você consegue identificar quem é ele com certeza.
• Quando falha: Se você coletar muito poucas amostras (poucas fezes, poucas lontras detectadas), o modelo começa a errar e subestima o número (acha que há menos lontras do que realmente há). É como tentar adivinhar o tamanho de uma multidão olhando apenas por uma fresta de porta: você vai achar que há menos gente do que realmente tem.

A Conclusão

A mensagem final é: Não ignore as repetições!

Se você está estudando animais usando DNA de fezes, é normal encontrar várias amostras da mesma pessoa no mesmo dia. Usar os métodos antigos vai te dar uma contagem errada. O novo modelo deles é a chave para contar com precisão, desde que você tenha amostras suficientes para trabalhar.

Basicamente, eles ensinaram aos cientistas como contar lontras sem se confundir com as "múltiplas assinaturas" que elas deixam no caminho, garantindo que a contagem final seja justa e precisa.

Resumo técnico

Resumo Técnico: Estimativa de Tamanho Populacional com Múltiplas Amostras e Risco de Misidentificação

1. O Problema

O monitoramento de populações animais utilizando amostragem não invasiva (como a extração de DNA de fezes) tem crescido significativamente. No entanto, essa abordagem carrega um risco inerente de misidentificação (erro na identificação do indivíduo), o que, se ignorado, leva a uma superestimação do tamanho da população em modelos de captura-recaptura (CR).

Embora existam modelos estatísticos propostos para lidar com a misidentificação, eles partem de uma premissa limitante: assumem que apenas uma amostra pode ser coletada por indivíduo em uma única ocasião de captura. Na realidade, muitos programas de monitoramento (especialmente os baseados em fezes) coletam múltiplas amostras do mesmo indivíduo na mesma ocasião. A aplicação dos modelos atuais a esses cenários, que ignoram observações repetidas, resulta em estimativas enviesadas e imprecisas.

2. Metodologia

Para resolver essa lacuna, os autores desenvolveram uma nova abordagem estatística que estende o Modelo Multinomial Latente (LMM) proposto por Link et al. (2010). As inovações metodológicas incluem:

• Modelagem Poisson: A introdução de uma distribuição de Poisson para modelar explicitamente o número de amostragens de um mesmo indivíduo em uma determinada ocasião de captura. Isso permite que o modelo lide com a variabilidade no número de amostras coletadas por indivíduo.
• Simulações: Foram conduzidas simulações extensivas para testar o desempenho do novo modelo sob diferentes cenários de parâmetros.
• Aplicação Empírica: O modelo foi aplicado a um conjunto de dados real de fezes de lontras-europeias (Lutra lutra), originalmente coletado por Lampa et al. (2015), para validar sua eficácia prática.

3. Principais Contribuições

• Generalização do LMM: A extensão do modelo de Link et al. para acomodar múltiplas amostras por indivíduo por ocasião, eliminando a restrição de "uma amostra por vez".
• Tratamento Integrado de Viés: A capacidade de corrigir simultaneamente os vieses causados pela misidentificação e pela presença de observações repetidas não contabilizadas.
• Definição de Limites de Desempenho: A identificação de limiares críticos para a precisão da estimativa, baseados na relação entre o número de ocasiões de captura e a taxa esperada de amostragem por indivíduo.

4. Resultados

As simulações e a aplicação ao conjunto de dados de lontras revelaram os seguintes achados:

• Estimativas Não Viesadas: O modelo fornece estimativas não viesadas do tamanho populacional quando o número esperado de amostras por indivíduo ($\lambda$) é suficientemente alto. Especificamente, o desempenho é robusto quando:
  • $\lambda \geq 0,36$ com 5 ocasiões de captura; ou
  • $\lambda \geq 0,23$ com 7 ou mais ocasiões.
• Subestimação em Baixas Densidades de Amostragem: Quando $\lambda = 0,11$ (o que corresponde a taxas de detecção de indivíduos de aproximadamente 42%, 53% e 62% para 5, 7 e 9 ocasiões, respectivamente), o modelo tende a subestimar consistentemente o tamanho da população.
• Validação no Estudo de Caso: A aplicação aos dados de lontras confirmou a presença de misidentificações no conjunto de dados, alinhando-se com as expectativas dos autores anteriores e demonstrando a necessidade do novo modelo para obter estimativas precisas.

5. Significância

Os resultados indicam que é possível modelar observações repetidas sem introduzir viés, desde que as condições de amostragem (número de ocasiões e taxa de amostragem por indivíduo) sejam adequadas. A aplicação prática no estudo de lontras demonstra que o modelo proposto é necessário para estimar com precisão o tamanho populacional em cenários onde coexistem misidentificação e múltiplas observações.

Este trabalho oferece uma ferramenta estatística crucial para biólogos da conservação e ecólogos que utilizam métodos de DNA não invasivo, permitindo que eles superem as limitações dos modelos tradicionais e obtenham dados de população mais confiáveis para a gestão e conservação de espécies.