Ecuación de Richards y modelos no lineales mixtos: ¿por qué utilizarlos para el estudio del crecimiento corporal en aves?

QUINTANA, F.; SVAGELJ, W. S.; GÓMEZ LAICH, A.

Mar del Plata, Pcia. Buenos Aires

Congreso; XXVIII Reunión Argentina de Ecología; 2018

Asociación Argentina de Ecología

Los modelos no lineales de crecimiento que han sido típicamente utilizados en estudios ornitológicos, son particularmente útiles porque pueden parametrizarse de forma sencilla con sólo tres parámetros con significación biológica: tamaño adulto estimado, tasa de crecimiento y edad al máximo crecimiento. Sin embargo, ninguno de los modelos clásicos de tres parámetros ha sido lo suficientemente plástico como para ser de aplicación generalizada. El modelo Richards surgió como una alternativa interesante porque incluye un cuarto parámetro que determina la ubicación del punto de inflexión el cual puede moverse libremente a lo largo de la curva de crecimiento. Por otro lado, los modelos no lineales mixtos (MNLM) pueden considerar la falta de independencia entre los datos, como ocurre típicamente con mediciones múltiples en el mismo individuo. Aquí, evaluamos la utilidad de las ecuaciones de von Bertalanffy, Gompertz, logística, U4 y Richards para modelar el crecimiento de pichones del Cormorán Imperial (Phalacrocorax atriceps). Se modeló el crecimiento en peso corporal, longitud del pico, longitud de cabeza y longitud del tarso en 33 pichones, y se comparó la adecuación de los diferentes modelos mediante el uso de MNLM. El tamaño estimado a edad adulta, la tasa de crecimiento y la edad al máximo crecimiento difirieron marcadamente entre los modelos. La estimación más consistente en el tamaño a edad adulta fue obtenida por el modelo Richards. De hecho, el modelo Richards fue el mejor para todas las características analizadas. Para la longitud del tarso, los modelos Richards y U4 proporcionaron ajustes indistinguibles debido a que el valor de inflexión estimado a partir del modelo Richards fue muy cercano al supuesto por el modelo U4. Nuestros resultados muestran el sesgo en el que incurren los modelos de tres parámetros cuando la ubicación del punto de inflexión asumido se desvía del derivado de los datos.