Mon espèce est-elle sénescente ? – Blog des méthodes

Message fourni par Lotte de Vries

Les animaux et les plantes présentent un large éventail de modèles de longévité, de croissance et de reproduction mais les facteurs généraux de cette énorme variation dans l’histoire de la vie sont mal compris. La démographie comparée utilise de grandes bases de données démographiques pour tenter d’identifier des modèles de stratégies d’histoire de vie à travers l’arbre de vie (par exemple cet article PNASet celui-ci). Dans cet article, nous montrons qu’une formule largement utilisée dans cette littérature démographique comparée ces dernières années (par exemple ici, iciet ici) ne se comporte pas mathématiquement comme on le supposait. En conséquence, près de 40 % des courbes de survie étaient classées à tort (par exemple, comme sénescentes alors qu’elles étaient en fait non sénescentes).

Le taux de mortalité humaine augmente après la puberté (ou en termes biologiques : maturation reproductive). Cependant, toutes les créatures de l’arbre de vie ne présentent pas une telle diminution de vitalité après maturité. L’Hydre, par exemple, ne semblent pas souffrir d’une telle augmentation de la mortalité (alias sénescence), et il existe de nombreux autres exemples dans ce document.

Que signifie sénescence et quelle est cette classification ?

Vieillir ne peut être évité (en fait, il faut le célébrer !), mais devenir plus fragile avec l’âge n’est pas aussi inévitable qu’il y paraît. un point de vue humain. Une fois que nous avons atteint la puberté, nous, les humains ainsi que la plupart de nos animaux de compagnie, avons un risque plus élevé de mourir chaque année qui passe. Ce taux de mortalité croissant avec l’âge est appelé sénescence (actuarielle). Il se trouve que toutes les espèces ne souffrent pas de sénescence. Au lieu de cela, une grande variété de modèles apparaît lorsque nous représentons la mortalité par âge pour différentes espèces. Ces courbes peuvent être grossièrement classées en 3 types : 1) taux de mortalité croissant avec l’âge (sénescence, type I dans la figure ci-dessous), 2) mortalité constante avec l’âge (type II dans la figure ci-dessous), ou 3) taux de mortalité décroissant avec l’âge ( négativement sénescente, type III dans la figure ci-dessous).

Les trois types de courbes de survie que l’entropie de Keyfitz permet de distinguer : le type I, un taux de mortalité croissant avec l’âge (sénescence), le type II, une mortalité constante avec l’âge, et le type III, un taux de mortalité décroissant avec l’âge (sénescence négative).

Continu contre temps discret

En temps continu, une formule appelée L’entropie de Keyfitz peut être utilisé pour classer les courbes de survie dans ces trois catégories. Cependant, la plupart des données démographiques et la plupart des modèles démographiques utilisent des pas de temps discrets puisque, dans la plupart des cas, les écologistes ne surveillent pas continuellement les individus dans leurs expériences ou leurs travaux sur le terrain. Par conséquent, une version en temps discret de l’entropie de Keyfitz a été utilisée pour classer les courbes de survie, mais nous avons constaté que cette version ne classifiait pas correctement les courbes.

Conséquences:

Nous avons constaté qu’en conséquence, près de 40 % des courbes de survie étaient classées à tort (par exemple, comme sénescentes alors qu’elles étaient en fait non sénescentes). De plus, nous montrons que l’erreur induite par l’ancienne métrique est fortement corrélée à l’espérance de vie (dans la figure 2b de notre article). Toutes les corrélations obtenues entre l’entropie de Keyfitz et les mesures du soi-disant rythme de vie, comme l’espérance de vie, dans ces précédentes doivent donc être réévaluées, et les conclusions tirées de ces analyses démographiques comparatives doivent être soigneusement reconsidérées.

Solutions

Emprunter des formules à temps discret existantes (par exemple, voir les formules dans ce papier), nous avons proposé dans cet article une nouvelle formule pour l’entropie de Keyfitz en temps discret dont nous avons prouvé qu’elle classifie correctement les courbes de survie. Cependant, notre formule ne fonctionne que pour les modèles classés par âge. Heureusement, depuis lors, Stefano Giaimo a étendu la formule pour qu’elle fonctionne à la fois pour les modèles classés par âge et par stade (article sous presse).

Vous pouvez lire l’article complet ici