Informasi

Struktur metapopulasi - rekomendasi buku

Struktur metapopulasi - rekomendasi buku



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Buku apa yang akan Anda rekomendasikan untuk saya pelajari:

  • dinamika metapopulasi,
  • struktur metapopulasi,
  • evolusi dalam metapopulasi terstruktur?

Saya tidak mencari pengantar tetapi untuk sebuah buku yang menawarkan formulasi matematika yang baik dan luas.


Mungkin sumber terbaik untuk memulai adalah karya Ilkka Hanksi, Anda dapat menemukan daftar lengkapnya di sini: http://www.helsinki.fi/science/metapop/People/IlkkaPub2.htm. Karya maninya adalah "Ekologi, Genetika, dan Evolusi Metapopulasi" Ini memberikan perlakuan matematis yang kuat


Daftar Bacaan Musim Panas Terbaik WIRED untuk Anak-anak dan Remaja

Sekolah hampir keluar untuk tahun ini! Lol, tidak, tergantung di mana Anda tinggal, "sekolah" hampir "keluar." Apakah Anda mencoba mencari cara untuk menghibur anak-anak Anda setelah tahun yang penuh tekanan dan terputus-putus atau mencoba untuk menanamkan hidup Anda sendiri dengan rasa keajaiban anak-anak yang diperbarui, kami memiliki beberapa saran bacaan yang mungkin dapat membantu. Perjalanan dari taman nasional Amerika ke bagian dalam tubuh manusia, ya, dunia Minecraft. Memecahkan misteri alien dan jatuh cinta. Rilisan dewasa muda dan anak-anak baru favorit kami menjanjikan untuk menghembuskan kehidupan ke hari-hari anjing yang lambat dan lengket ini. HAGS! —Eve Sneider

Jika Anda membeli sesuatu menggunakan tautan dalam cerita kami, kami dapat memperoleh komisi. Ini membantu mendukung jurnalisme kami. Belajarlah lagi. Harap pertimbangkan juga untuk berlangganan WIRED

oleh Kosoko Jackson

Andre Cobb yang berusia tujuh belas tahun memiliki pikiran seorang ilmuwan. Dia pintar, ingin tahu, sangat logis. Itulah mengapa sangat menyenangkan berada di kepalanya ketika hal yang tidak mungkin terjadi: Transplantasi hati yang menyelamatkan jiwa memberinya kemampuan untuk melakukan perjalanan waktu. (Tetap bersama saya di sini.) Orang tua dari donor hati mengkonfirmasi bahwa, yup, seluruh keluarga dapat melakukan perjalanan waktu, dan sekarang Andre juga mendapat hadiah. Orang tua bersikeras bahwa putra remaja mereka Blake — adik dari donor hati yang telah meninggal — mengajari Andre untuk menguasai kekuatannya.

Premis aneh benar-benar mengasyikkan, dan adegan waktu-balik dengan cekatan mondar-mandir. Tapi yang benar-benar membuat buku ini bersinar adalah suara Andre. Narasinya, pada gilirannya, pedih dan sangat jeli. Dia sarkastik, jengkel dengan orang tuanya yang sombong. (Apakah novel YA lengkap tanpa melihat Mom dan Dad?) Tapi dia juga mencoba dengan sungguh-sungguh untuk memahami kebiasaan mereka dan harapan setinggi langit padanya. Ketika Andre memulai pelajaran perjalanan waktu dengan Blake, yang berkulit putih, Andre terus terang menunjukkan bahwa mengunjungi masa lalu sangat berbeda untuk seorang pemuda kulit hitam seperti dia. Dan ketika Andre bertemu Michael, seorang remaja ramah yang menggetarkan hati di tahun 1960-an, dia mencoba yang terbaik untuk tetap tenang—lalu perlahan, dengan penuh semangat terbuka.

Jangan salah paham, ada banyak kesenangan fantastis yang bisa didapat. Perjalanan waktu melalui donasi organ! Cinta segitiga melintasi masa lalu dan masa kini! Ini adalah petualangan besar. Andre sangat menyadari bahwa ia menjadi pusat gravitasi dalam alur cerita yang mungkin terlalu aneh dan berat untuk dianggap serius. Kemarin adalah sejarah adalah eksplorasi sepenuh hati tentang apa artinya menemukan tempat seseorang dalam kekacauan yaitu ruang dan waktu. —Pia Ceres

oleh Anthony Cleveland

Alien. Narkoba. rahasia pemerintah. Tuan rumah podcast yang terobsesi dengan UFO dan membawa senjata. Kehancuran planet yang akan datang. Saat Anda menumpuk elemen Anthony Cleveland dan Antonio Fuso Pelamun, mereka terlihat seperti topik hangat dari subreddit teori konspirasi. Memang, energi apa pun yang mungkin sama yang menggerakkan sudut-sudut internet itu juga melonjak melalui halaman pembuka novel grafis. Dalam satu contoh, sekelompok anak-anak sedang menikmati malam di luar, di BBRRRUUM berikutnya, surat-surat raksasa menyelimuti pemandangan dan teman-teman diangkut ke menara air. Beberapa saat kemudian, Kenny, yang termuda dari grup, jatuh dari struktur setelah benar-benar meraih bintang. Yang lain tidak yakin apa yang terjadi, tetapi Kenny dengan tegas bersikeras bahwa “orang langit mengambil mereka. Untuk kengerian teman-teman dan keluarganya, kegilaan Kenny dengan alien berubah menjadi manik. Dia tidak pernah sama.

Maju cepat 20 tahun, dan Kenny sekali lagi menjadi subjek perhatian grup. Namun, kali ini dia menghilang. Adiknya Shae menyatukan teman-teman dalam upaya untuk menemukannya, memulai perjalanan yang mengaduk karakter antara konfrontasi dengan pemerintah AS, kekuatan kehidupan di luar bumi, dan peristiwa paling menyakitkan di masa lalu mereka. Pelamun adalah dua bagian sci-fi dan satu bagian horor—dengan sejumput misteri yang ditaburkan di dalamnya. Narasi Cleveland bergerak dengan semangat, dan ilustrasi gaya noir Fuso yang hidup cocok dengan keuletan cerita di setiap belokan. Pelamun adalah bacaan cepat, tetapi juga lambat. Seperti komputer yang mencoba memproses file besar, saya menghabiskan hari-hari setelah menyelesaikan buku merenungkan setiap titik plot. Namun, pada akhirnya, saya terus kembali ke hal pertama yang saya rasakan setelah menyelesaikannya: kebingungan total. —Paul Sarconi


Bahan dan metode

Metode lapangan

Area studi dan desain pengambilan sampel lapangan

Area studi kami mencakup area seluas 275 km 2 , membentang sepanjang 45 km di sepanjang pantai Perth dan kemudian ke pedalaman hingga mencakup Swan Canning Riverpark (SCR), cagar muara sekitar 55 km 2 (Gbr. 2). Tiga lokasi ditentukan berdasarkan geografi pesisir, bentang alam utama (muara, perairan terbuka dan teluk pantai) dan informasi dari studi lokal sebelumnya (Waples 1997 Finn 2005 Chabanne dkk. 2012 ): (i) muara (SCR) dan dua lokasi di perairan pesisir, (b) Jalan Gage (GR), panjang garis pantai terbuka dengan sebagian besar pantai berpasir dan area kecil terumbu berbatu dan lamun, dan (c) Cockburn Sound/Owen Anchorage (CS/OA), sebuah teluk semi tertutup. Bagian utara tanggul (OA) memiliki kedalaman <10 m, kecuali di alur pelayaran (kedalaman maks: 14·7 m), dengan substrat terutama pasir kerang dan lamun. Bagian selatan (CS) memiliki margin dangkal (<10 m), dalam (

20 m) cekungan tengah, dan substrat lamun, pasir, lanau dan batugamping. Dibandingkan dengan GR, CS/OA mengalami penggunaan industri dan rekreasi yang intensif, dengan ancaman terhadap lumba-lumba termasuk keterikatan dan pemberian makan ilegal (Finn 2005 Donaldson, Finn & Calver 2010 ), pengembangan industri dan pelabuhan (Finn 2005 ) dan pengerukan pasir (BMT Oseania 2014). Untuk alasan praktis (yaitu kondisi angin dan laut), CS dan OA dibagi dan dijalankan sebagai dua sub-lokasi terpisah, meskipun ada sampel bersama di 84% dari kesempatan sekunder (lihat di bawah).

Antara Juni 2011 dan Mei 2015, kami mengumpulkan data mark-recapture sepanjang tahun untuk individu lumba-lumba menggunakan survei identifikasi foto berbasis perahu mengikuti rute transek yang telah ditentukan sebelumnya (Gbr. 2). Sementara rute transek yang sama dilakukan di muara (karena perairan terbatas), kami memutar antara tiga rute transek zig-zag yang telah ditentukan (diset dengan jarak 2 km) di lokasi pantai untuk meningkatkan cakupan pengambilan sampel (Gbr. 2). Rute transek dirancang menggunakan Jarak 6·0 (Thomas dkk. 2009 ).

Dalam bahasa desain yang kuat, periode utama kami berhubungan dengan empat musim dalam kalender Australasia: musim dingin (Juni hingga Agustus) musim semi (September hingga November) musim panas (Desember hingga Februari) dan musim gugur (Maret hingga Mei). Untuk penelitian ini, kami bertujuan untuk melakukan setidaknya lima kesempatan sekunder (yaitu survei berturut-turut dari tiga lokasi) per periode primer (n = 16) namun, ini tidak berhasil untuk empat periode utama karena kondisi cuaca (Tabel S3). Jika survei dihentikan karena kondisi cuaca atau masalah logistik, survei dibatalkan dan seluruhnya dijalankan kembali. Survei setiap lokasi dilakukan secara acak dan pada waktu yang berbeda dalam sehari.

Untuk membatasi pelanggaran asumsi penutupan dari desain yang kuat (Pollock 1982 Nichols & Kendall 1995 ), kami bertujuan untuk menyelesaikan kesempatan sekunder dalam waktu sesingkat mungkin (yaitu pada hari berturut-turut, rata-rata = 2·60 menit = 2 maks = 8 hari , Tabel S3) untuk meminimalkan transisi hewan (Pollock 1982 ). Ketika beberapa pengambilan gambar terjadi untuk individu dalam kesempatan kedua, kami hanya mempertahankan tangkapan pertama untuk kesempatan kedua tersebut. Kami kemudian menunggu setidaknya 1 minggu (kecuali kondisi cuaca sangat baik dan/atau kami mendekati akhir musim – periode primer) sebelum memulai acara sekunder lainnya. Istirahat antara dua kesempatan sekunder lebih lama dari waktu yang dibutuhkan untuk berhasil menyelesaikan kesempatan kedua (rata-rata = 8·63 menit = 0, maks = 60 hari, Tabel S3), sehingga memungkinkan kita untuk mengasumsikan independensi antara kesempatan sekunder. Kami juga meninggalkan interval yang lebih panjang antara dua periode primer yang berdampingan (rata-rata = 47·30 menit = 12 maks = 80 hari, Tabel S3) untuk meminimalkan pelanggaran asumsi antara kesempatan pengambilan sampel tertutup dan terbuka (Kendall 2004 Brown dkk. 2016). Asumsi penutupan dalam periode primer diuji dengan program CloseTest (Stanley & Burnham 1999 , lihat Lampiran S1 untuk penjelasan di Informasi Pendukung).

Pengumpulan data dan pemrosesan data

Untuk meminimalkan heterogenitas probabilitas penangkapan individu, kapal didorong pada kecepatan konstan (8-12 knot) dengan setidaknya tiga pengamat di atas kapal untuk memaksimalkan cakupan area. Namun, 3% (10 dari 304 survei) survei dilakukan dengan dua pengamat saja. Survei dilakukan di negara bagian laut Beaufort 3. Ketika kelompok lumba-lumba ditemui di sepanjang rute transek, kami menghentikan upaya pencarian dan memotret sirip punggung masing-masing individu di kedua sisi (jika mungkin) dan tanpa memperhatikan kekhasan sirip. Upaya fotografi dilakukan oleh orang yang sama (DBHC) selama masa studi. Dalam penelitian ini, lumba-lumba dimasukkan ke dalam kelompok yang sama bila dilihat dalam jarak kurang lebih 100 m dari perahu (Wells dkk. 1987 Quintana-Rizzo & Wells 2001 ) dan melakukan kegiatan serupa. Setelah semua lumba-lumba difoto, pencarian dilanjutkan dari jalur transek yang telah kami tinggalkan. Foto masing-masing kelompok lumba-lumba kemudian dinilai kualitasnya oleh satu hingga tiga asisten terlatih dan diperiksa oleh DBHC untuk seluruh masa studi. Pengukuran kualitas dan kekhasan individu dilakukan dengan menggunakan metode modifikasi yang dikembangkan oleh Urian, Hohn & Hansen (1999, lihat Lampiran S3). Setiap individu diberi nilai untuk kekhasan sirip punggung mereka untuk meminimalkan kesalahan identifikasi dan heterogenitas dalam probabilitas penangkapan (Nicholson dkk. 2012 ).

Untuk meminimalkan heterogenitas dalam penangkapan karena kesalahan identifikasi sirip yang tidak khas (D3), hanya individu dengan sirip yang berbeda (D1 dan D2, Lampiran S3) yang digunakan dalam model MSCRD. Estimasi kelimpahan kemudian disesuaikan untuk memperhitungkan proporsi individu dalam populasi yang tidak bertanda (D3) mengikuti metode yang dijelaskan dalam Nicholson dkk. (2012) (lihat Lampiran S4 untuk perhitungan proporsi individu yang ditandai dengan jelas). Kami juga berusaha untuk mengatasi heterogenitas individu dalam probabilitas penangkapan dengan memasukkan jenis kelamin sebagai kovariat individu (yaitu perempuan, laki-laki atau tidak diketahui). Namun, mengingat bahwa 50% dari individu tidak berjenis kelamin (n = 169), kami mengakui bahwa perkiraan yang diperoleh melalui model MSCRD mungkin terlalu tinggi untuk individu berjenis kelamin dan diremehkan untuk individu yang tidak memiliki jenis kelamin (Nichols dkk. 2004 ) dan untuk alasan itu tidak disajikan di sini (tetapi lihat Lampiran S5 untuk analisis MSCRD termasuk jenis kelamin sebagai kovariat individu). Anak sapi, biasanya kurang dari 4 tahun (Mann & Smuts 1998), dikeluarkan dari analisis karena ketergantungan mereka pada ibu mereka (yaitu penangkapan harus independen, Pollock dkk. 1990). Heterogenitas dalam probabilitas penangkapan diuji dengan menerapkan uji goodness-of-fit untuk model multistate menggunakan program U-CARE (Pradel, Gimenez & Lebreton 2005 Choquet dkk. 2009 ).

Metode statistik

Model desain kokoh tertutup multistatus dijalankan di MARK (White & Burnham 1999 ) dan memperkirakan empat parameter per lokasi: (i) kelimpahan (n), yang merupakan jumlah individu yang menggunakan wilayah studi (ii) tingkat kelangsungan hidup semu (φ), yang merupakan probabilitas bertahan hidup dan tinggal di lokasi sampel (iii) probabilitas transisi (ψ), yang mewakili kemungkinan pindah dari satu situs ke situs lain dan, (iv) menangkap probabilitas (P). Meskipun transisi dari dan ke area studi mungkin telah terjadi (yaitu TE ke situs yang tidak dapat diamati), model dengan situs yang tidak dapat diamati tidak pernah mencapai konvergensi, dan dengan demikian tidak disajikan. Pendekatan pemodelan mengasumsikan bahwa tidak ada transisi situs yang terjadi dalam periode primer (Arnason 1972, 1973). Namun, kami mengakui bahwa 2,6% dari tangkapan melanggar asumsi ini. Dua penyesuaian dilakukan untuk meminimalkan pelanggaran ini. Pertama, jika seseorang ditangkap di dua situs berbeda dalam periode primer, kami mempertahankan tangkapan yang cocok dengan situs tangkapan pertama yang direkam dalam periode primer tersebut. Hasilnya serupa jika tangkapan terakhir dipertahankan dan oleh karena itu tidak disajikan di sini. Kedua, kami menjalankan model MSCRD untuk dua skenario berbeda, termasuk skenario yang melibatkan situs penyatuan sehingga transisi antar situs dapat diminimalkan. Skenario 1 mewakili tiga situs seperti yang awalnya dijelaskan di wilayah studi kami dan Skenario 2 memiliki semua situs pesisir (CS/OA dan GR) dikumpulkan bersama menjadi satu situs Pesisir untuk perbandingan dengan muara (SCR).

Pada MARK, setiap kombinasi model MSCRD dijalankan dengan probabilitas penangkapan (P) bervariasi menurut lokasi dan/atau periode primer atau konstan, dan dengan probabilitas penangkapan kembali (C) ditetapkan sama dengan probabilitas penangkapan pertama (P). Kelimpahan (n) ditetapkan bervariasi menurut situs dan periode primer [n(situs × periode primer)]. Beberapa sub-model untuk kelangsungan hidup nyata (φ) dijalankan (yaitu apakah bervariasi menurut lokasi dan/atau periode primer atau konstan). Probabilitas transisi antar situs (ψ) juga diperkirakan, apakah parameter tersebut bervariasi menurut situs dan/atau periode primer atau jika tidak bervariasi. Dalam MARK, interval waktu antara periode primer ditentukan sebagai pecahan dari satu tahun (yaitu 0·25) untuk memperkirakan kelangsungan hidup tahunan dan tingkat transisi tahunan ketika dimodelkan sebagai konstanta waktu.


Hasil

Distribusi bakteri patogen dan penggunaan antibiotik di jaringan rumah sakit

Kami menganalisis kejadian isolasi patogen dalam sampel klinis, penggunaan antibiotik, dan transfer pasien di 357 bangsal rumah sakit dari wilayah Lyon, Prancis. Data untuk ketiga tindakan tersebut dikumpulkan selama periode yang sama dari Oktober 2016 hingga September 2017. Jaringan rumah sakit berisi total 4.685 tempat tidur. Ukuran bangsal rata-rata adalah 12 tempat tidur (kisaran interkuartil, 5 hingga 20).

Data tingkat bangsal dikumpulkan dari 13.915 episode infeksi, didefinisikan sebagai penerimaan bangsal dengan 1 sampel klinis positif untuk E. coli atau salah satu yang disebut patogen ESKAPE (Enterococcus faecium, Stafilokokus aureus, Klebsiella pneumoniae, Acinetobacter baumanii, Pseudomonas aeruginosa dan Enterobacter cloacae kompleks), secara kolektif disebut ESKAPE2 (Tabel 1). Patogen dikelompokkan ke dalam kombinasi pola resistensi spesies, yaitu resisten sefalosporin generasi ke-3 (3GC). E. coli, E. kloaka kompleks dan K. pneumonia, tahan karbapenem E. coli, E. kloaka kompleks, K. pneumonia, P. aeruginosa dan A. baumanii, tahan vankomisin E. faecium dan resisten methicillin S. aureus (MRSA). Varian patogen yang tidak termasuk dalam kelompok resistensi ini secara kolektif disebut sebagai varian yang kurang resisten (Tabel 1). Insiden tahunan rata-rata dari episode infeksi per bangsal adalah 24 (kisaran interkuartil, 7 hingga 55).

Distribusi ESKAPE2 episode infeksi patogen di 357 bangsal rumah sakit.
JenisProfil resistensiAkronimJumlah episode (%), n = 13.915Jumlah bangsal (%), n = 357Indeks konsentrasi a (%) (95% CI)
E. coliRentan terhadap 3GC dan carbapenemsEC6,303 (45.3)328 (91.9)0.6 (0.6, 0.7)
Tahan 3GC3GCREC737 (5.3)207 (58.0)0.7 (0.6, 0.8)
Tahan karbapenemCREC24 (0.2)24 (5.6)1.4 (0.0, 3.9)
K. pneumoniaRentan terhadap 3GC dan carbapenemsKP1,133 (8.1)249 (69.7)0.7 (0.6, 0.8)
Tahan 3GC3GCRKP530 (3.8)175 (49.0)0.9 (0.7, 1.0)
Tahan karbapenemCRKP43 (0.3)32 (9.0)1.7 (0.0, 3.5)
E. kloaka kompleksRentan terhadap 3GC dan carbapenemsEB277 (2.0)140 (39.2)1.0 (0.7, 1.3)
Tahan 3GC3GCREB212 (1.5)116 (32.5)0.8 (0.5, 1.0)
Tahan karbapenemCREB102 (0.7)74 (20.7)0.7 (0.3, 1.1)
P. aeruginosaRentan karbapenemPA1,076 (7.7)231 (64.7)0.8 (0.7, 0.9)
Tahan karbapenemCRPA444 (3.2)148 (41.5)1.5 (1.2, 1.7)
A. baumaniiRentan karbapenemAB96 (0.7)61 (17.1)1.3 (0.5, 2.1)
Tahan karbapenemKEPITING12 (0.1)10 (2.8)3.0 (0.0, 9.8)
E. faeciumRentan terhadap vankomisinEF503 (3.6)133 (27.3)1.4 (1.2, 1.6)
Tahan vankomisinVREF7 (<0.1)7 (2.0)0.0 (0.0, 9.6)
S. aureusRentan terhadap methicillinSA2,113 (15.2)273 (76.5)1.1 (1.0, 1.1)
Tahan methicillinMRSA303 (2.2)151 (42.3)0.7 (0.5, 0.9)

CATATAN. a Indeks konsentrasi memperkirakan probabilitas bahwa dua episode yang diambil secara acak terjadi di bangsal yang sama. Di sini kami melaporkan indeks konsentrasi sebagai persen (0–100%). 3GC, sefalosporin generasi ke-3.

Episode infeksi paling sering melibatkan varian yang kurang resisten, terutama E. coli, yang juga ditemukan dalam jumlah bangsal terbesar (Tabel 1 dan Gambar 1—gambar suplemen 1). Varian resisten secara konsisten lebih jarang daripada rekan mereka yang kurang resisten di semua spesies (Gambar 1—tambahan gambar 1). Pada enterobakteri (E. coli, K. pneumonia dan E. kloaka), varian tahan carbapenem secara konsisten lebih jarang daripada varian tahan 3GC. Infeksi dengan resisten vankomisin E. faecium dan tahan karbapenem A. baumanii luar biasa, dengan tujuh dan dua belas episode masing-masing (Tabel 1).

Untuk memperkirakan tingkat konsentrasi setiap varian dalam jaringan, kami menghitung indeks konsentrasi yang didefinisikan sebagai probabilitas bahwa dua kejadian acak dari varian yang sama berasal dari bangsal yang sama, analog dengan indeks Simpson asimtotik (lihat Bahan dan metode). Indeks konsentrasi bervariasi dari 0% untuk distribusi acak seragam (setiap kejadian berada di bangsal yang berbeda) hingga 100% untuk distribusi terkonsentrasi maksimal (semua kejadian berada di bangsal yang sama). Konsentrasi episode infeksi lemah (<5%) untuk semua varian, menunjukkan kurangnya pengelompokan global (Tabel 1). Konsentrasi meningkat dengan resistensi (

peningkatan 2 kali lipat dari varian yang paling sedikit hingga yang paling tahan) di E. coli, K. pneumonia, P. aeruginosa dan A. baumanii, menyarankan adaptasi varian resisten ke bangsal yang lebih spesifik dalam jaringan rumah sakit dibandingkan dengan rekan-rekan mereka yang kurang resisten dan kurang terkonsentrasi. Pola ini tidak ditemukan di E. kloaka kompleks, E. faecium atau S. aureus, di mana indeks konsentrasi tetap sebanding di seluruh kategori resistensi.

Selama periode yang sama (Oktober 2016 hingga September 2017), antibiotik diresepkan di 86,3% bangsal (Tabel 2), dengan total konsumsi 125,7 dosis harian yang ditentukan per tahun per tempat tidur (dd/y/b). Antibiotik yang biasanya diduga untuk menyeleksi AMR pada varian terpilih dikelompokkan menjadi 11 kelas (Tabel 2). Antibiotik dengan penggunaan yang relatif jarang (misalnya, rifampisin) dikeluarkan. Distribusi penggunaan antibiotik dalam jaringan dianalisis menggunakan indeks konsentrasi yang dijelaskan di atas, di sini mewakili probabilitas bahwa dua dosis obat acak diberikan di bangsal yang sama. Penggunaan antibiotik bersifat difus, dengan indeks konsentrasi < 4%, mulai dari 0,8% untuk sefotaksim-seftriakson dan fluorokuinolon hingga 3,6% untuk oksasilin.

Distribusi penggunaan 11 antibiotik di 357 bangsal rumah sakit.
AntibiotikAkronimVolume resep dalam dd/y (%)Jumlah bangsal (%), n = 357Indeks konsentrasi a (%), (95% CI)
AmoksisilinAMX141,293 (24.0)252 (70.6)1.8 (1.7, 1.8)
CoamoxiclavAMC78,072 (13.3)247 (69.3)1.0 (0.9, 1.0)
Sefalosporin generasi pertama dan kedua1GC/2GC12,915 (2.2)191 (53.5)1.2 (1.1, 1.3)
3GCs non-antipseudomonal, cefotaxime dan ceftriaxoneCTX/CRO53,406 (9.1)259 (72.5)0.8 (0.8, 0.9)
3GCs antipseudomonal, ceftazidime dan cefepimeCTZ/FEP29,204 (5.0)184 (51.5)1.9 (1.8, 1.9)
Piperacillin-tazobactamTZP27,593 (4.7)198 (55.5)1.9 (1.7, 1.9)
KarbapenemIPM/MEM25,093 (4.3)204 (57.1)1.5 (1.4, 1.6)
OksasilinOKSA12,374 (2.1)143 (40.1)3.6 (3.1, 3.7)
Vankomisin dan teicoplaninVAN/TEC25,376 (4.3)206 (57.7)1.5 (1.4, 1.5)
FluorokuinolonTanya Jawab52,549 (8.9)249 (69.7)0.8 (0.8, 0.8)
AminoglikosidaAMIN12,745 (2.2)207 (58.0)1.9 (1.5, 1.9)
Semua antibiotik b -589,014 (100)308 (86.3)0.8 (0.8, 0.8)

CATATAN. a Indeks konsentrasi memperkirakan kemungkinan bahwa dua ddd antibiotik yang diambil secara acak diresepkan di bangsal yang sama. Di sini kami melaporkan indeks konsentrasi sebagai persen (0–100%). b Total konsumsi antibiotik sistemik (ATC kelas J01) termasuk yang tidak termasuk dalam 11 kelompok obat spesifik. 3GC, sefalosporin generasi ke-3 ddd, dosis harian yang ditentukan.

Penggunaan antibiotik dan konektivitas memprediksi kejadian infeksi yang resistan terhadap obat

Kami menggunakan model linier umum multivariabel (GLM) dalam kerangka metapopulasi untuk menguraikan pengaruh tekanan antibiotik, konektivitas, ukuran bangsal, dan jenis bangsal pada kejadian infeksi dengan patogen yang dipilih dan varian resistennya.

Konektivitas mengukur fluks masuk dari setiap varian patogen di bangsal hilir melalui transfer pasien yang terinfeksi dari bangsal hulu. Secara praktis, kami memperkirakan konektivitas untuk setiap varian dan bangsal hilir sebagai jumlah transfer langsung dari setiap bangsal hulu dikalikan dengan prevalensi varian di bangsal itu (lihat Bahan dan metode). Konektivitas rata-rata berkisar dari 168,2 perkiraan pengenalan per tahun untuk kurang tahan E. coli hingga 0,09 untuk resisten vankomisin E. faecium. Konektivitas selalu lebih tinggi untuk varian yang kurang tahan dibandingkan dengan varian yang tahan, konsisten dengan prevalensi yang lebih tinggi dari yang pertama (File tambahan 1 Tabel 1a).

Bangsal dicirikan oleh ukuran (jumlah tempat tidur) dan jenisnya, yang mewakili kerapuhan pasien. Jenis bangsal dikodekan sebagai salah satu variabel kategori berikut: unit perawatan intensif dan kanker darah, unit perawatan progresif, dan bangsal lainnya. 'Bangsal lain' dianggap sebagai kategori referensi di semua model. Pada beberapa varian patogen, yaitu carbapenem-resistant E. coli, tahan karbapenem A. baumanii, dan tahan vankomisin E. faecium, ukuran sampel yang kecil dalam satu atau beberapa kategori lingkungan mencegah dimasukkannya tipe lingkungan sebagai kovariat model.

Kami juga menganggap bahwa penyebaran infeksi di seluruh bangsal merupakan sumber bias yang memerlukan prosedur penyesuaian khusus (lihat Bahan dan metode). Prevalensi lokal infeksi spesifik (misalnya, infeksi saluran pernapasan) di bangsal mempengaruhi penggunaan antibiotik dan kejadian diamati infeksi dengan patogen tertentu, yang mungkin mengacaukan hubungan antara penggunaan antibiotik dan kejadian (Gambar 1—gambar suplemen 2) . Namun, distribusi infeksi akan sulit untuk direpresentasikan sebagai kovariat penyesuaian dengan jumlah kategori yang cukup kecil. Kami menggunakan metode proxy untuk menghindari masalah ini. Kami berasumsi bahwa distribusi infeksi secara langsung mempengaruhi frekuensi dan jenis spesimen (misalnya, spesimen saluran pernapasan vs. saluran kemih) sampel mikrobiologis di setiap bangsal. Di bawah asumsi ini, kami mengganti distribusi infeksi yang tidak terwakili dengan variabel proksi yang merangkum distribusi sampel mikrobiologis. Variabel proksi ini, yang kami sebut sebagai kontrol kejadian, didefinisikan sebagai kejadian tingkat bangsal dari varian patogen yang diprediksi oleh pola pengambilan sampel mikrobiologi saja. Seperti yang diharapkan, pengendalian kejadian berkorelasi dengan penggunaan antibiotik dan kejadian infeksi pada semua varian yang lazim (Gambar 1—suplemen gambar 3 dan 4). Sebagai catatan, insiden setiap varian juga berkorelasi dengan penggunaan antibiotik (Gambar 1—gambar suplemen 5) dan konektivitas (Gambar 1—gambar suplemen 6) dalam analisis bivariat, kecuali untuk yang sangat jarang. A. baumanii dan E. faecium varian resisten. Selanjutnya, semua model memasukkan kovariat kontrol kejadian untuk menyesuaikan efek pengganggu dari distribusi infeksi.

Insiden setiap varian patogen dimodelkan dalam quasi-Poisson GLM multivariabel terpisah (Gambar 1). Dalam GLM ini, penggunaan antibiotik global dikaitkan dengan kejadian infeksi pada tujuh varian patogen independen dari konektivitas, ukuran bangsal, dan jenis bangsal (Gambar 1), termasuk lima varian resisten (resisten 3GC). E. coli, tahan 3GC K. pneumonia, tahan karbapenem K. pneumonia, tahan 3GC E. kloaka, dan tahan karbapenem E. kloaka) dan dua varian yang kurang tahan (P. aeruginosa dan E. faecium). Ukuran efek terbesar ditemukan pada carbapenem-resistant K. pneumonia, di mana setiap penggandaan penggunaan antibiotik memprediksi peningkatan kejadian sebesar 47% (interval kepercayaan 95%, 19% hingga 90%).

Penggunaan dan konektivitas antibiotik memprediksi kejadian infeksi ESKAPE2 varian patogen.

Ditampilkan prediksi persentase perubahan insiden (poin) dengan interval kepercayaan 95% (batang) untuk setiap varian di setiap bangsal (n = 357) untuk setiap penggandaan penggunaan antibiotik, konektivitas (perkiraan jumlah pasien yang terinfeksi dengan varian yang sama yang masuk bangsal), ukuran bangsal (jumlah tempat tidur), dan jenis bangsal. Semua model adalah regresi quasi-Poisson multivariabel yang mencakup kovariat kontrol kejadian (lihat Bahan dan metode). Model yang melibatkan A. baumanii dan E. faecium, yang menunjukkan interval kepercayaan 95% lebih besar karena insiden varian resisten yang lebih kecil, ditunjukkan dengan skala terpisah (panel B) agar mudah dibaca. Dalam model kejadian CREC, CRAB, dan VREF, ukuran sampel kecil di setidaknya satu kategori bangsal mencegah masuknya jenis bangsal sebagai kovariat dan estimasi koefisien, ditandai sebagai 'tidak ditentukan'. Akronim varian tercantum di Tabel 1.

Konektivitas memprediksi insiden yang lebih tinggi di semua varian P. aeruginosa dan E. faecium, dengan ukuran efek yang lebih kuat pada varian resisten (masing-masing 11,5 dan 43,7%) dibandingkan dengan rekan mereka yang kurang tahan (6,1 dan 15,3%). Hubungan yang signifikan dengan konektivitas juga ditemukan untuk yang kurang tahan E. coli, meskipun dengan ukuran efek yang jauh lebih kecil (2,6%).

Karakteristik bangsal hanya memprediksi insiden infeksi dengan lemah dibandingkan dengan penggunaan antibiotik dan konektivitas. Jenis bangsal, atau kerapuhan pasien, memprediksi kejadian dalam beberapa varian, meskipun dengan margin ketidakpastian yang besar. Menariknya, hubungan insiden dengan unit perawatan intensif dan kanker darah adalah negatif (dalam E. coli, tahan 3GC E. coli, tahan 3GC E. kloaka, dan MRSA) sementara asosiasi dengan unit perawatan progresif positif (pada resisten 3GC). K. pneumonia dan P. aeruginosa). Ukuran bangsal tidak memprediksi kejadian dalam varian apapun.

Apakah hubungan antara penggunaan antibiotik dan resistensi mewakili pemilihan AMR?

Model metapopulasi yang diilustrasikan pada Gambar 1 mengidentifikasi hubungan positif antara penggunaan antibiotik total di bangsal rumah sakit dan peningkatan insiden infeksi dengan varian beberapa spesies yang lebih resisten. Namun, korelasi dengan AMR tidak serta merta menetapkan peran selektif antibiotik. Misalnya, tingginya insiden infeksi resisten di bangsal dapat meningkatkan penggunaan antibiotik melalui terapi jangka panjang atau kombinasi (Schechner et al., 2013). Sebaliknya, resep antibiotik yang selalu tidak aktif terhadap suatu varian tidak mungkin dimotivasi oleh kejadian varian ini dan antibiotik tersebut lebih cenderung memberikan manfaat langsung pada varian yang resisten. Berdasarkan alasan ini, kami mengusulkan kriteria ketat untuk mengidentifikasi apakah hubungan antara penggunaan antibiotik dan kejadian varian mungkin mencerminkan pemilihan AMR (selanjutnya, kemungkinan asosiasi selektif lihat Bahan dan metode). Berdasarkan hipotesis bahwa penggunaan antibiotik merupakan konsekuensi dari AMR atau berkorelasi palsu dengan AMR, kekuatan hubungan antara penggunaan antibiotik dan kejadian varian tidak harus bergantung pada apakah hubungan tersebut memenuhi kriteria untuk kemungkinan seleksi.

Untuk menguji hipotesis ini, kami mengidentifikasi kemungkinan asosiasi selektif dalam data kami dan kami memeriksa apakah mereka sama-sama cenderung positif dibandingkan dengan asosiasi lain. Kami membangun model regresi multivariabel kuasi-Poisson di mana penggunaan antibiotik total diganti dengan penggunaan antibiotik spesifik, bersama dengan kontrol insiden dan kovariat konektivitas (Gambar 2a dan b). Jenis dan ukuran bangsal, yang merupakan prediktor kejadian yang lemah pada model Gambar 1, dikeluarkan untuk menghindari kebisingan tambahan. 17 model spesifik varian masing-masing memasukkan semua kelompok antibiotik sebagai prediktor, termasuk kelas antibiotik yang tidak diharapkan memberikan tekanan seleksi langsung pada varian, seperti aminoglikosida pada E. coli. Model menghasilkan 187 koefisien yang 19 (10,2%) mewakili kemungkinan asosiasi selektif (lihat Bahan dan metode). Rata-rata persen perubahan insiden untuk setiap dua kali lipat volume konsumsi di asosiasi yang mungkin selektif adalah 6,5%, dibandingkan dengan 0,9% di asosiasi lain (95% CI dari perbedaan rata-rata, 0,6 hingga 10,6%). Tiga dari empat asosiasi selektif terkuat yang mungkin melibatkan cefotaxime-ceftriaxone, yang dipilih untuk resisten 3GC E. coli, K. pneumonia dan P. aeruginosa carbapenem lain yang terlibat memilih untuk carbapenem-resistant P. aeruginosa. Secara keseluruhan, besarnya koefisien yang lebih besar dari kemungkinan asosiasi selektif menunjukkan bahwa pemilihan varian resistan obat lokal tingkat bangsal oleh antibiotik terukur meresap di seluruh jaringan rumah sakit kami.

Kemungkinan hubungan selektif antara penggunaan antibiotik spesifik dan kejadian infeksi ESKAPE2 varian patogen.

Ditampilkan prediksi persentase perubahan insiden (poin) dengan interval kepercayaan 95% (batang) untuk setiap varian di setiap bangsal (n = 357) untuk setiap penggandaan volume konsumsi 11 kelompok antibiotik, berdasarkan model regresi quasi-Poisson multivariabel dari kejadian setiap varian di setiap bangsal (n = 357) yang mencakup konektivitas dan kovariat kontrol kejadian (lihat Bahan dan metode). Asosiasi yang diklasifikasikan sebagai kemungkinan selektif (n = 19) ditandai dengan tanda 'PS'. Model yang melibatkan A. baumanii dan E. faecium, yang menunjukkan interval kepercayaan 95% lebih besar karena insiden varian resisten yang lebih kecil, ditunjukkan dengan skala terpisah (panel B) agar mudah dibaca. (C), kemungkinan asosiasi selektif memiliki koefisien yang lebih tinggi dibandingkan dengan asosiasi lainnya. Garis tengah menunjukkan batas kotak median menunjukkan kuartil kuartil atas dan bawah menunjukkan titik rentang antarkuartil 1,5x menunjukkan koefisien individu. **p<0.01, Mann–Whitney dua sisi kamu-tes. Akronim varian patogen dan antibiotik masing-masing tercantum dalam Tabel 1 dan 2.

Mengukur pendorong resistensi terhadap terapi sepsis lini pertama

Dari sudut pandang klinis, konsekuensi paling langsung dari AMR adalah kegagalan untuk mengontrol sepsis dengan antibiotik empiris, terutama karbapenem dan sefotaksim dan seftriakson 3GCs non-antipseudomonal. Karena kegagalan tersebut dapat sama-sama dihasilkan dari resistensi yang didapat atau intrinsik, kejadian patogen yang resisten secara intrinsik seperti: E. faecium memiliki kepentingan klinis yang sama dengan varian patogen dengan mekanisme resistensi yang didapat. Untuk menguji dampak antibiotik pada resistensi intrinsik dan yang didapat, kami memodelkan insiden kumulatif infeksi dengan varian resisten 3GC dan/atau karbapenem dari patogen terpilih (lihat Bahan dan metode).

Dalam model ini, penggunaan antibiotik adalah prediktor terkuat dari kejadian kedua resisten carbapenem (peningkatan insiden 6,5% untuk setiap dua kali lipat volume konsumsi, 95% CI, 2,5 hingga 11,0%) dan infeksi resisten 3GC (peningkatan 5,1%, 95% CI, 2,7 hingga 7,5% Gambar 3a). Konektivitas lebih baik memprediksi kejadian infeksi resisten carbapenem (4,8%, 95% CI, 0,4 hingga 10,7%) dibandingkan dengan infeksi resisten 3GC (1,0%, 95% CI, 2,3 hingga 4,5%), sejalan dengan perbandingan hubungan konektivitas yang lebih kuat dengan kejadian varian individu yang resistan terhadap carbapenem (Gambar 1). Ukuran bangsal tidak memiliki efek terukur pada kedua model tersebut. Carbapenem-resistant infections were not associated with ward type, while 3GC-resistant infections were positively associated with progressive care units and negatively associated with intensive care and blood cancer units (Figure 3a). These findings provide an unambiguous link between population-level antibiotic use and global resistance to empirical sepsis therapy that was robust to confounding by connectivity, microbiological sampling patterns, and other ward characteristics.

Global and specific antibiotics consumption predict the incidence of infection with 3 rd -generation cepalosporin- or carbapenem-resistant ESKAPE2 pathogen variants.

(A) Predicted percent change in incidence (points) with the 95% confidence interval (bars) of all 3GCR and CR infections for every doubling of antibiotic use, connectivity (estimated no. of patients infected with the same variant entering the ward), ward size (no. of beds) and ward type, based on quasi-Poisson regression models of the pooled incidence of 3GCR and CR infections in each ward (n = 357) that included the incidence control covariate (see Materials and methods). (B) Predicted incidence and 95% confidence bands of infections with 3GCR and CR pathogen variants depending on the consumption of CTX/CRO, IPM/MEM, and TZP, in models that included connectivity, the incidence control, and the consumption of 8 other antibiotic groups as covariates. (C) Consumption patterns of CTX/CRO, IPM/MEM, and TZP per ward in the hospital network. Variants classified as 3GCR were 3GCREC, 3GCRKP, CRKP, 3GCREB, CREB, PA, CRPA, AB, CRAB, EF, VREF, and MRSA the CR category included CREC, CRKP, CREB, CRPA, CRAB, EF, VREF, and MRSA. Acronyms of pathogen variants and antibiotics are listed in Tables 1 and 2, respectively.

To identify the antibiotics whose use was most strongly associated with global carbapenem and cefotaxime-ceftriaxone resistance, we examined the effect of replacing the total antibiotic use in our models with individual antibiotic classes, similar to Figure 2 models. Besides the consumption of cefotaxime-ceftriaxone and carbapenems, the consumption of piperacillin-tazobactam was a strong predictor of the incidence of both 3GC- or carbapenem-resistant infections (Table 3). To visualize the independent associations of incidence with the use of cefotaxime-ceftriaxone, carbapenems and piperacillin-tazobactam, we plotted the average ward-level infection incidence predicted by variations in the consumption volumes in models including the connectivity and incidence control covariates (Figure 3b). The incidence of 3GC-resistant infections was predicted by the consumption of cefotaxime-ceftriaxone (4.8% increase, 95% CI, 1.5 to 8.2%) but not carbapenems (1.4% increase, 95% CI, −1.7 to 4.6%). In the same vein, the use of carbapenems, but not 3GCs, predicted the incidence of carbapenem-resistant infections, although with a wide uncertainty margin (5.1% increase, 95% CI, −0.6 to 11.1%). Strikingly, the use of piperacillin-tazobactam predicted the incidence of both 3GC-resistant (5.9% increase, 95% CI, 2.9 to 9.0%) and carbapenem-resistant infections (10.3% increase, 95% CI, 5.0 to 16.0%). In both models, the amplitude of the piperacillin-tazobactam coefficient outweighed those of all other antibiotics (Table 3). Overall, these results indicate a specific association of cefotaxime-ceftriaxone and, to a slightly lesser extent, carbapenem use with resistance to the same antibiotic group, but not other groups, and identify a major role of piperacillin-tazobactam consumption in predicting the incidence of both 3GC- and carbapenem-resistant infections. To propose a unified ranking of the population-level impact of antibiotics on 3GC and carbapenem resistance, a final model was constructed by pooling all 3GC- and carbapenem-resistant variants together (Table 3). In this model, piperacillin-tazobactam and cefotaxime-ceftriaxone had the largest positive coefficients while 1GC/2GC and coamoxiclav had the largest negative coefficients (Table 3).

Associations between the consumption volume of 11 antibiotics and the cumulative incidence of 3GC- and/or carbapenem-resistant infections in 357 wards.
Predicted percent change in incidence (95% CI) per doubling of consumption volume
Antibiotik3GCR incidence modelCR incidence model3GCR or CR incidence model
TZP5.9 (2.9, 9.0)10.3 (5.0, 16.0)6.1 (3.1, 9.2)
CTX/CRO4.8 (1.5, 8.2)1.8 (-3.7, 7.6)4.6 (1.4, 8.0)
AMX2.7 (-1.5, 7.0)3.6 (-3.4, 11.2)2.7 (-1.4, 7.0)
CTZ/FEP1.7 (-1.0, 4.5)3.3 (-1.5, 8.3)1.6 (-1.1, 4.4)
IPM/MEM1.4 (-1.8, 4.7)5.1 (-0.6, 11.1)1.5 (-1.6, 4.8)
FQ0.5 (-1.9, 2.9)−1.2 (-5.2, 3.0)0.4 (-1.9, 2.8)
OXA−0.6 (-2.2, 1.1)−2.0 (-4.6, 0.7)−0.6 (-2.2, 1.0)
AMIN−1.7 (-4.3, 0.9)−1.1 (-5.4, 3.6)−1.7 (-4.3, 0.9)
VAN/TEC−2.3 (-4.9, 0.4)−3.8 (-8.3, 0.9)−2.3 (-4.9, 0.5)
1GC/2GC−2.1 (-4.0,–0.2)−2.3 (-5.4, 1.0)−2.1 (-4.0,–0.3)
AMC−4.1 (-7.0,–1.1)−5.8 (-10.6,–0.7)−4.1 (-7.0,–1.1)

NOTE. a Percent change was estimated from multivariable quasi-Poisson regression models that included the connectivity and the incidence control covariates (see Materials and methods). 3GCR, 3rd-generation cephalosporins-resistant infections CR, carbapenem-resistant infections. Acronyms of antibiotics are listed in Table 2.


Plagues and Peoples

By William McNeill

Very worrying indeed. If Garrett talks about a coming pandemic, our next book looks at the pandemics of the past. Ini adalah Plagues and Peoples by W H McNeill this was a landmark book when it was first published in 1976.

Yes indeed. It’s an absolutely wonderful book. It’s thought provoking, beautifully written, and has stood the test of time – more so than the book we’ve just been discussing. McNeill is an academic historian, and he updated the book when HIV came along, so it’s reasonably up to date.

It highlights human interactions as important milestones in history. The one that really caught my imagination was the European invasion of the Americas. I was fascinated by events that began in 1492, when Columbus arrived in America. At that point, the Americas had been isolated for around 14,000 years. The first humans arrived in America over a land bridge between Siberia and Alaska. But that land bridge disappeared as the sea level rose after the Ice Age it became flooded by what is now the Bering Strait. So, these Native Americans were isolated from other human contact until the arrival of Columbus.

Thereafter Europeans poured into the Americas looking for commercial opportunities – from growing sugar cane to plundering gold. Of course, the Europeans brought with them loads of infectious diseases – all the childhood infections, measles, mumps, rubella and, most notably, smallpox – all of which native Americans had not experienced. So this human interaction was disastrous for them.

“Cortés and his band unwittingly infected the Aztecs with smallpox, and masses of them were ill and dying by the time he conquered them”

Cortés fought and conquered the Aztecs in 1521, and his victory was greatly aided by smallpox: he and his band unwittingly infected the Aztecs with smallpox, and masses of them were ill and dying by the time he conquered them. Similarly, the Incas were virtually wiped out by the disease. These are the events that you don’t find in the history books. It’s mind blowing, really, that a whole population could be decimated like that. But they’d never met these diseases, so they didn’t have any immunity. Neither did they have the in-built genetic resistance that Europeans had generated by centuries of exposure to the microbes. In his book, McNeill says that the Native American population dropped from 30 million to 3 million within 50 years of Cortés arriving. Just absolutely devastating.

Until McNeill’s book was published, people very much underestimated the power of microbes. I mean, maybe Cortés and Pizarro would have conquered the Native American populations anyway, but at least they wouldn’t have been almost totally wiped out, as they appear to have been. So yes, I love that book. It’s brilliant. And my own book, Deadly Companions, is a similar historical account, but much more from the point of view of the microbes.

You mentioned that Plagues and Peoples was updated in 1989. How much has our relationship with viruses changed since then? Have medical research and virology improved our defences against them?

I don’t think it has changed much since he updated the book, to be honest. If anything, the threat has worsened, because of what Laurie Garrett was saying: our population has totally exploded. Any crowded urban situation is absolutely ideal for viruses to jump from person to person. The incidence of emerging infections has increased over the years and is still increasing. We can expect around one a year now. Most of them are not going to go global like SARS-CoV-2, but they are there, and yes, they’re getting worse.

We do have a few antiviral compounds which work, particularly against HIV, but generally only against one type of virus. That’s the problem. We don’t have anything for viruses like penicillin, that is active against many different types of bacteria. So we generally have to rely on vaccines to prevent rather than cure virus infections. And again, it’s the short term planning that’s the problem. For example, scientists had made a prototype vaccine against Ebola before the 2014-16 outbreak, but commercial companies were not interested in manufacturing it because not enough people get infected with Ebola virus to make it worth their while. Academic units had gone as far as they could with the prototype vaccine, but when Ebola appeared again in 2014 it wasn’t ready for use in the field.


Long‐Term Dynamics in a Metapopulation of the American Pika

A 20‐yr study of a metapopulation of the American pika revealed a regional decline in occupancy in one part of a large network of habitat patches. We analyze the possible causes of this decline using a spatially realistic metapopulation model, the incidence function model. The pika metapopulation is the best‐known mammalian example of a classical metapopulation with significant population turnover, and it satisfies closely the assumptions of the incidence function model, which was parameterized with data on patch occupancy. The model‐predicted incidences of patch occupancy are consistent with observed incidences, and the model predicts well the observed turnover rate between four metapopulation censuses. According to model predictions, the part of the metapopulation where the decline has been observed is relatively unstable and prone to large oscillations in patch occupancy, whereas the other part of the metapopulation is predicted to be persistent. These results demonstrate how extinction‐colonization dynamics may produce spatially correlated patterns of patch occupancy without any spatially correlated processes in local dynamics or extinction rate. The unstable part of the metapopulation gives an empirical example of multiple quasi equilibria in metapopulation dynamics. Phenomena similar to those observed here may cause fluctuations in species' range limits.


Metapopulation structure - book recommendations - Biology

Image credit: Eadweard Muybridge, from the collections of The Bancroft Library *

We are very pleased to welcome you to Cal with this year’s edition of the UC Berkeley Summer Reading List for New Students, an annual compilation of reading recommendations from Cal students, faculty, and staff that we pass along with our greetings to new first-year and transfer students joining the Golden Bear community.

This summer’s theme is “Lift Our Gazes.” The past year has been trying in so many ways, including the awfulness of the global pandemic that we’re still enduring. To acknowledge this difficult period in our history while also looking to the future with hope, purpose, and resilience, we take inspiration for this year’s theme from 22-year-old Amanda Gorman’s poem read at the 2021 Presidential Inauguration and “lift our gazes to. what stands before us.”

On the list below you’ll find nonfiction, fiction, plays, and poetry that tell stories and histories of people looking clear-eyed at the past and/or inspiringly towards the future as the writers actively participate in seeing and re-seeing the world, and sometimes themselves. We hope one of these books might help you to lift your own gaze as you come to campus in the fall to embark on the next stage of your life’s journey.

Speaking of coming to campus, we look forward to seeing you--and all the rest of us--on the UC Berkeley grounds come fall, when you will be able to look up these books not only online but also in person at one of Cal’s many libraries. You’ll be able to lift your gazes to the millions of books in Berkeley’s collections to the tolling of the Campanile to the calling of our resident peregrine falcons, Annie and Grinnell and to the many other sights, sounds, and experiences you’ll discover at your new academic home.

In the meantime, we wish you happy reading!

Michael Larkin (he/him)
Penceramah
College Writing Programs

Tim Dilworth (he/him)
First-Year Coordinator
UC Berkeley Library


From Individual Behavior to Metapopulation Dynamics: Unifying the Patchy Population and Classic Metapopulation Models

Spatially structured populations in patchy habitats show much variation in migration rate, from patchy populations in which individuals move repeatedly among habitat patches to classic metapopulations with infrequent migration among discrete populations. To establish a common framework for population dynamics in patchy habitats, we describe an individual‐based model (IBM) involving a diffusion approximation of correlated random walk of individual movements. As an example, we apply the model to the Glanville fritillary butterfly (Melitaea cinxia) inhabiting a highly fragmented landscape. We derive stochastic patch occupancy model (SPOM) approximations for the IBMs assuming pure demographic stochasticity, uncorrelated environmental stochasticity, or completely correlated environmental stochasticity in local dynamics. Using realistic parameter values for the Glanville fritillary, we show that the SPOMs mimic the behavior of the IBMs well. The SPOMs derived from IBMs have parameters that relate directly to the life history and behavior of individuals, which is an advantage for model interpretation and parameter estimation. The modeling approach that we describe here provides a unified framework for patchy populations with much movements among habitat patches and classic metapopulations with infrequent movements.


11 Books That Explain Anatomy To Your Kids Without Sugarcoating It

You begin teaching your children about their body parts at a pretty young age. As, as with most other subjects, I'm a firm believer in the power of books to help you educate your child on the wonder that is the human body. But it can be hard to find books that explain anatomy to kids that don't sugarcoat things. Some children's book authors seem to be of the mind that children are too young to fully grasp the concepts of the human body, and tend to keep it vague when referring to body parts for children.

Rest assured that there are books don't keep it vague. No matter how old your child is, there's a book that will help explain the human body to them in a clear, educational, and straightforward way — sometimes, you just have to dig a little to find them. From explaining where your belly button comes from, to why hair grows, to reproduction, there are books that cover it all. Because even when you feel comfortable teaching your children about their bodies, it can help to have a book to back you up.

By introducing educational and entertaining books about the human body, you'll instill in them not only a love for learning, but the knowledge to answer any questions they might have about their bodies. So keep a few of these stocked on your kid's bookshelf, and let them read it any time they please.


Catatan kaki

Kepentingan yang bersaing

Para penulis menyatakan bahwa mereka tidak memiliki kepentingan yang bersaing.

Kontribusi penulis’

DHC, MBB, JGJ, LRD, and KLH oversaw and contributed to field data collection. DHC analyzed field data for transition and demographic rates and conducted statistical analysis. SLZ carried out metapopulation viability analysis. DHC, MBB, JGJ, JDF, and SLZ made substantial contributions to study conceptualization and design. DHC and SLZ wrote the manuscript, and all co-authors contributed to its final review. Semua penulis membaca dan menyetujui naskah akhir.


Tonton videonya: #17 Ընթերցված գրքեր. Հոկտեմբեր. 4 թույն գիրք (Agustus 2022).