Muestreo de captura-marcado-recaptura – capture–tag–recapture sampling

Muestreo de Captura-Marcado-Recaptura

Campo(s) Disciplinario(s) Principal(es): Ecología de Poblaciones, Estadística Biológica, Biología de la Conservación

1. Definición Central

El muestreo de captura-marcado-recaptura (CMR), también conocido como marcado y recaptura o, en su forma más simple, el método de Lincoln-Petersen, constituye una de las herramientas fundamentales y más poderosas dentro de la ecología de poblaciones y la estadística para estimar el tamaño poblacional (N) de especies móviles, especialmente animales, que no pueden ser censadas directamente en su totalidad. Esta metodología se basa en la premisa de que la proporción de individuos marcados en una muestra de recaptura es representativa de la proporción de individuos marcados en toda la población. El proceso implica una secuencia rigurosa de actividades que buscan cuantificar el movimiento, la supervivencia y la fecundidad, además de la abundancia, mediante la inferencia estadística de datos obtenidos en el campo, donde el reto principal radica en obtener una muestra aleatoria y representativa que refleje fielmente la dinámica poblacional subyacente. La complejidad de esta técnica ha evolucionado significativamente, pasando de modelos simples de poblaciones cerradas a sofisticados modelos multivariados que abordan poblaciones abiertas y la heterogeneidad de la probabilidad de captura.

La esencia del CMR reside en el seguimiento individualizado de organismos a lo largo del tiempo. Inicialmente, se captura un grupo de individuos, se les aplica una marca (física o electrónica) que no afecte su comportamiento ni supervivencia, y se liberan de vuelta a su hábitat natural. Posteriormente, en uno o varios periodos de muestreo subsiguientes, se capturan nuevos grupos de individuos. En estas recapturas, se registra la cantidad de organismos que ya portan la marca original y la cantidad de organismos nuevos (no marcados). La relación entre los individuos marcados y no marcados en la segunda o subsiguientes muestras permite extrapolar, mediante modelos matemáticos, el tamaño total de la población que incluye a aquellos individuos que nunca fueron capturados. Es crucial que el método de marcado sea duradero y único, permitiendo la identificación inequívoca del individuo a lo largo de toda la duración del estudio, lo cual es un desafío logístico y técnico dependiendo de la especie estudiada, ya sean insectos, peces, mamíferos o aves.

Más allá de la simple estimación de la abundancia, los modelos avanzados de CMR son indispensables para comprender la demografía de las especies. Al realizar múltiples periodos de captura y recaptura (diseños de poblaciones abiertas), los ecólogos pueden estimar parámetros vitales como las tasas de supervivencia (probabilidad de que un individuo sobreviva entre dos periodos de muestreo) y las tasas de reclutamiento (la entrada de nuevos individuos a la población, ya sea por nacimiento o inmigración). Estos parámetros son esenciales para la gestión de recursos naturales y la biología de la conservación, ya que permiten a los investigadores modelar el crecimiento o declive de la población y predecir los efectos de perturbaciones ambientales o estrategias de manejo. La precisión de estas estimaciones depende intrínsecamente del cumplimiento de los supuestos estadísticos subyacentes a cada modelo específico de CMR utilizado.

2. Etimología y Desarrollo Histórico

Aunque la práctica de marcar animales tiene raíces antiguas, la formalización matemática del método de captura-recaptura es relativamente reciente, datando de principios del siglo XX. El primer intento formal y reconocido de utilizar esta técnica con fines de estimación poblacional fue realizado por el matemático danés C.G.J. Petersen en 1896, quien aplicó el principio para estimar el tamaño de las poblaciones de peces en el Mar del Norte. Petersen marcó peces y utilizó la proporción de peces marcados en la recaptura para inferir el tamaño total de la población pesquera. Su trabajo sentó las bases conceptuales, aunque la fórmula más conocida y utilizada en el contexto de una sola recaptura fue popularizada y refinada por Frederick C. Lincoln en 1930, quien la aplicó al estudio de las aves acuáticas. Por esta razón, el método más simple de CMR se conoce comúnmente como el índice o modelo de Lincoln-Petersen.

El desarrollo histórico del CMR se puede dividir en varias fases. La primera fase, dominada por Lincoln y Petersen, se centró en modelos para poblaciones cerradas (aquellas donde no hay nacimientos, muertes, inmigración o emigración significativas entre los periodos de muestreo). La segunda fase, que comenzó a mediados del siglo XX, estuvo marcada por la necesidad de abordar poblaciones abiertas, donde los procesos demográficos y el movimiento son intrínsecos al sistema. Figuras clave en esta evolución incluyen a Patrick Moran y J. G. M. Jolly y Richard A. F. Seber. Jolly y Seber, trabajando de forma independiente, desarrollaron modelos probabilísticos robustos (el modelo Jolly-Seber) que permitían estimar la supervivencia y el tamaño poblacional a partir de múltiples periodos de muestreo, asumiendo la apertura de la población.

La fase contemporánea del desarrollo histórico del CMR se caracteriza por la integración de métodos bayesianos, modelos de mezcla y la incorporación de covariables que explican la variación en la probabilidad de captura y supervivencia. El uso de software estadístico avanzado (como MARK o R) ha permitido a los investigadores aplicar modelos extremadamente complejos que manejan la heterogeneidad individual (diferencias en la probabilidad de captura basadas en edad, sexo o dominancia) y la dependencia temporal. Además, el avance en las tecnologías de marcado, desde simples anillas o etiquetas de plástico hasta transmisores de radio y microchips PIT (Passive Integrated Transponder), ha mejorado drásticamente la fiabilidad de los datos de recaptura, permitiendo estudios longitudinales de especies que antes eran inabordables.

3. La Metodología Básica: Modelo Lincoln-Petersen

El modelo de Lincoln-Petersen es el punto de partida conceptual para entender el CMR y se aplica específicamente a poblaciones cerradas y estudios con solo dos periodos de muestreo: la captura inicial (marcado) y la recaptura. El procedimiento comienza con la primera fase, donde se capturan N1 individuos, se marcan de manera distintiva y se liberan. Es fundamental que el tiempo entre la liberación y la segunda captura sea suficiente para permitir que los individuos marcados se mezclen completamente y al azar con el resto de la población no marcada, garantizando así la aleatoriedad.

En la segunda fase, la recaptura, se captura una segunda muestra de N2 individuos. De esta muestra, se cuenta el número de individuos que portan la marca original, denotado como M2. El supuesto central es que la proporción de individuos marcados en la muestra de recaptura (M2/N2) debe ser igual a la proporción de individuos marcados en la población total (N1/N total). Esta relación se expresa mediante la fórmula: N / N1 = N2 / M2. Al despejar N (la estimación del tamaño poblacional), se obtiene la fórmula de Lincoln-Petersen: N = (N1 * N2) / M2. Si bien esta fórmula es intuitiva, se prefiere la versión corregida de Chapman o Bailey, que incorporan ajustes para el sesgo en muestras pequeñas, asegurando estimaciones más precisas, especialmente cuando el número de recapturas es bajo.

La aplicación exitosa del modelo Lincoln-Petersen depende críticamente de la satisfacción de varios supuestos ideales. Si estos supuestos se violan, la estimación del tamaño poblacional puede estar sesgada. Por ejemplo, si los individuos marcados son más fáciles de recapturar (sesgo de trampa) o si el proceso de marcado causa una mortalidad diferencial, la estimación de N será errónea. Por lo tanto, la planificación del diseño de muestreo, incluyendo la elección del método de captura y el tipo de marca, debe minimizar cualquier impacto en el comportamiento, supervivencia o probabilidad de captura del organismo. La simplicidad del modelo lo hace ideal para estudios preliminares o para especies con ciclos de vida muy cortos, donde la asunción de población cerrada es razonable.

4. Supuestos Fundamentales

La validez de cualquier estimación de CMR descansa sobre una base de supuestos estadísticos y biológicos que deben ser considerados y, en la medida de lo posible, probados. El supuesto primordial, común a todos los modelos (tanto cerrados como abiertos), es que el proceso de marcado no afecta la supervivencia ni la probabilidad de recaptura del individuo. Si la marca reduce la supervivencia (por ejemplo, si la etiqueta atrae depredadores o interfiere con la alimentación), la población de individuos marcados disminuirá más rápido que la población total, resultando en una sobreestimación del tamaño poblacional.

Un segundo grupo vital de supuestos se relaciona con la homogeneidad. Se asume que todos los individuos de la población tienen la misma probabilidad de ser capturados en cualquier periodo de muestreo, independientemente de si ya están marcados o no, y que esta probabilidad es constante a través del tiempo. La violación de este supuesto, conocida como heterogeneidad de captura, es muy común en la naturaleza. Por ejemplo, algunos animales pueden volverse “trampa-tímidos” después de una captura inicial, o, por el contrario, “trampa-adictos” si la trampa proporciona alimento o refugio. Los modelos modernos abordan esta heterogeneidad introduciendo covariables o utilizando modelos de mezcla que permiten diferentes clases de individuos con distintas probabilidades de captura.

Para los modelos de poblaciones abiertas, como el Jolly-Seber, los supuestos se vuelven más complejos al incluir la dinámica demográfica. Además de la captura homogénea, se asume que la marca es permanente y no se pierde, que las muestras son instantáneas (el marcado y la recaptura ocurren en un punto discreto en el tiempo), y que todos los individuos marcados tienen la misma probabilidad de supervivencia entre los periodos de muestreo. Es crucial también asumir una mezcla completa de los individuos marcados con la población no marcada antes de la siguiente muestra. La violación de la permanencia de la marca o la mezcla incompleta puede sesgar gravemente las estimaciones de supervivencia y abundancia, requiriendo un diseño experimental meticuloso para mitigar estos problemas, a menudo mediante el uso de marcas redundantes o la extensión de los intervalos de tiempo entre muestreos.

5. Modelos Avanzados y Variaciones

El desarrollo de la ecología estadística ha generado una rica variedad de modelos de CMR diseñados para manejar las complejidades inherentes a las poblaciones naturales. Más allá del modelo Lincoln-Petersen para poblaciones cerradas, los modelos de poblaciones abiertas son los más utilizados para estudios a largo plazo. El modelo Jolly-Seber es el estándar para poblaciones abiertas con múltiples periodos de muestreo, permitiendo la estimación simultánea de la supervivencia (phi), el tamaño poblacional (N) y la tasa de reclutamiento (B). Este modelo asume que todos los individuos marcados previamente tienen la misma probabilidad de supervivencia, y que los nuevos reclutas también tienen la misma probabilidad de ser capturados.

Una variación importante del Jolly-Seber es el modelo de Cormack-Jolly-Seber (CJS). A diferencia del Jolly-Seber original, el CJS se enfoca exclusivamente en la supervivencia y la probabilidad de recaptura, utilizando solo los datos de individuos marcados. El CJS es particularmente útil cuando el objetivo principal del estudio es la supervivencia diferencial (por ejemplo, comparar la supervivencia entre machos y hembras) y no necesariamente la estimación del tamaño poblacional total. Los modelos CJS son la base para la mayoría de los análisis de historias de vida y se implementan típicamente utilizando el marco de máxima verosimilitud para evaluar múltiples modelos candidatos (por ejemplo, variaciones en supervivencia dependientes del tiempo, la edad o el clima) mediante el Criterio de Información de Akaike (AIC).

Otras variaciones notables incluyen los modelos de Muestreo de Recaptura de Encuentros (ERM) y el Muestreo de Recaptura Espacialmente Explícito (SECR). Los modelos ERM se utilizan cuando la “recaptura” no implica la manipulación física del animal, sino el avistamiento o la detección a distancia (por ejemplo, mediante cámaras trampa o grabaciones de vocalizaciones). Los modelos SECR son una evolución crucial que incorpora la ubicación geográfica de la captura o detección. Al integrar la distancia y el espacio, los SECR pueden estimar la densidad poblacional (individuos por unidad de área) en lugar de solo el tamaño poblacional, lo que proporciona una métrica mucho más útil para la gestión de la conservación, ya que corrige el área efectiva de muestreo en función de la movilidad de la especie.

6. Estimación Estadística y Fórmulas Clave

La estimación del tamaño poblacional y de los parámetros demográficos mediante CMR se basa en la inferencia estadística, generalmente utilizando el método de máxima verosimilitud (ML) para modelos complejos o aproximaciones de razón para modelos simples como el Lincoln-Petersen. El principio de la máxima verosimilitud busca los valores de los parámetros (N, supervivencia, probabilidad de captura) que maximizan la probabilidad de observar los datos de captura y recaptura realmente obtenidos en el campo. Este enfoque permite no solo obtener una estimación puntual, sino también calcular intervalos de confianza, que reflejan la incertidumbre asociada a la estimación.

En el caso del modelo Jolly-Seber, la complejidad de las fórmulas requiere el uso de matrices para rastrear el estado de cada individuo a lo largo del tiempo. Las estimaciones se derivan de la probabilidad de que un individuo sea capturado en el tiempo i, sobreviva hasta el tiempo i+1, y sea recapturado en algún momento futuro. Las estimaciones clave incluyen la probabilidad de supervivencia (φi), la probabilidad de captura (pi), y el número de individuos marcados vivos en el tiempo i (Mi). La estimación del tamaño poblacional N se calcula dividiendo el número estimado de individuos marcados vivos por la probabilidad de captura: Ni = Mi / pi. La robustez de estas estimaciones depende de la cantidad y calidad de los datos de recaptura, siendo los intervalos de confianza amplios un indicador de muestreo insuficiente o de baja detectabilidad.

El desafío estadístico principal en el CMR es la identificación del modelo “mejor” o más parsimonioso. Dado que existen innumerables combinaciones de supuestos (por ejemplo, si la supervivencia depende del tiempo, del sexo, o es constante), se utiliza el enfoque de selección de modelos, popularizado por Burnham y Anderson. Este enfoque compara modelos candidatos utilizando el AIC (Criterio de Información de Akaike) o el AICc (su versión corregida para muestras pequeñas). El modelo con el AIC más bajo es generalmente el que mejor ajusta los datos con el menor número de parámetros, favoreciendo la parsimonia y evitando el sobreajuste. Este proceso iterativo asegura que las conclusiones biológicas se basen en la estructura estadística más apropiada para los datos recogidos en el campo.

7. Aplicaciones en Ecología y Conservación

El muestreo de captura-marcado-recaptura es indispensable en la biología de la conservación y la gestión de la vida silvestre, proporcionando la base cuantitativa para la toma de decisiones informadas. Una aplicación crucial es la monitorización de especies amenazadas o en peligro de extinción. Al estimar con precisión las tasas de supervivencia y reclutamiento, los gestores pueden identificar la etapa del ciclo de vida más vulnerable y dirigir los esfuerzos de conservación de manera efectiva. Por ejemplo, si se determina que la supervivencia de los juveniles es excepcionalmente baja, las estrategias de manejo se enfocarán en mejorar el hábitat de cría o reducir la depredación en esa etapa específica.

Otra aplicación fundamental se encuentra en la epidemiología y la ecología de enfermedades. El CMR puede utilizarse para estimar la prevalencia de una enfermedad en una población (por ejemplo, la probabilidad de que un individuo esté infectado) y, lo que es más importante, para modelar la dinámica de transmisión. Al marcar individuos sanos y rastrear su transición a estados infectados o inmunes, los investigadores pueden estimar las tasas de infección y recuperación, lo cual es vital para predecir la propagación de zoonosis o la efectividad de las campañas de vacunación de la vida silvestre. En este contexto, la “captura” puede ser la detección de un patógeno o anticuerpo en una muestra de sangre, y la “recaptura” es la detección subsiguiente.

Finalmente, el CMR es vital en la gestión pesquera y cinegética sostenible. Para las poblaciones explotadas, es esencial conocer el tamaño poblacional para establecer cuotas de cosecha que aseguren la sostenibilidad a largo plazo. Los modelos de CMR proporcionan estimaciones de N y supervivencia que alimentan modelos de dinámica poblacional más amplios. Además, el método se utiliza para estudiar la fidelidad al sitio y los patrones de dispersión, ayudando a definir las unidades de gestión y a evaluar la efectividad de las reservas o áreas protegidas. Los datos de CMR ofrecen una visión detallada de la vida individual que no se puede obtener mediante censos simples o conteos directos.

8. Desafíos, Limitaciones y Consideraciones Éticas

A pesar de su sofisticación, el CMR enfrenta varios desafíos prácticos y limitaciones inherentes. El costo y la intensidad del esfuerzo de muestreo son a menudo prohibitivos. Para obtener estimaciones precisas, se requiere un número significativo de recapturas, lo que implica grandes esfuerzos de campo durante periodos prolongados, especialmente para especies raras o de baja detectabilidad. Si la probabilidad de captura (p) es muy baja, los intervalos de confianza de las estimaciones de N se vuelven extremadamente amplios, haciendo que el resultado sea poco útil para la gestión.

Desde una perspectiva biológica, el principal desafío es la violación de los supuestos, particularmente la heterogeneidad de captura y la mortalidad inducida por la marca. Si la captura no es aleatoria, se introduce un sesgo sistemático. Los investigadores deben invertir considerable tiempo en el diseño experimental para minimizar estos efectos, por ejemplo, utilizando una variedad de métodos de trampa o asegurando que el proceso de marcado sea lo menos invasivo posible. Además, para especies de larga vida, la pérdida o el deterioro de las marcas a lo largo del tiempo puede ser un problema grave, requiriendo el uso de marcas permanentes (como microchips) o marcas redundantes.

Finalmente, las consideraciones éticas son fundamentales. El proceso de captura, manipulación y marcado impone un estrés potencial a los animales, y en algunos casos, puede causar lesiones o mortalidad. Es imperativo que todos los protocolos de CMR sean revisados y aprobados por comités de ética animal, asegurando que el beneficio científico justifique el riesgo para el bienestar animal. El uso de marcas menos invasivas, la reducción del tiempo de manipulación y el monitoreo constante de la salud de los animales capturados son prácticas estándar. La tendencia actual es hacia métodos de CMR no invasivos (como los modelos SECR basados en cámaras trampa) para mitigar el impacto en las poblaciones estudiadas.

Lecturas Adicionales

• Wikipedia: Muestreo de Captura-Marcado-Recaptura
• Wikipedia: Método de Lincoln-Petersen
• Seber, G. A. F. (1982). The Estimation of Animal Abundance and Related Parameters. Griffin.
• Wikipedia: Método Jolly-Seber
• Williams, B. K., Nichols, J. D., & Conroy, M. J. (2002). Analysis and Management of Animal Populations. Academic Press.