Using comparative extinction risk analysis to prioritize the IUCN Red List reassessments of amphibians

Assessing the extinction risk of species based on the International Union for Conservation of Nature (IUCN) Red List (RL) is key to guiding conservation policies and reducing biodiversity loss. This process is resource demanding, however, and requires continuous updating, which becomes increasingly difficult as new species are added to the RL. Automatic methods, such as comparative analyses used to predict species RL category, can be an efficient alternative to keep assessments up to date. Using amphibians as a study group, we predicted which species are more likely to change their RL category and thus should be prioritized for reassessment. We used species biological traits, environmental variables, and proxies of climate and land-use change as predictors of RL category. We produced an ensemble prediction of IUCN RL category for each species by combining 4 different model algorithms: cumulative link models, phylogenetic generalized least squares, random forests, and neural networks. By comparing RL categories with the ensemble prediction and accounting for uncertainty among model algorithms, we identified species that should be prioritized for future reassessment based on the mismatch between predicted and observed values. The most important predicting variables across models were species' range size and spatial configuration of the range, biological traits, climate change, and land-use change. We compared our proposed prioritization index and the predicted RL changes with independent IUCN RL reassessments and found high performance of both the prioritization and the predicted directionality of changes in RL categories. Ensemble modeling of RL category is a promising tool for prioritizing species for reassessment while accounting for models' uncertainty. This approach is broadly applicable to all taxa on the IUCN RL and to regional and national assessments and may improve allocation of the limited human and economic resources available to maintain an up-to-date IUCN RL.Uso del aná lisis comparativo del riesgo de extinció n para priorizar la reevaluació n de los anfibios en la Lista Roja de la UICN El aná lisis del riesgo de extinció n de una especie con base en la Lista Roja (LR) de la Unió n Internacional para la Conservació n de la Naturaleza (UICN) es clave para guiar las polí ticas de conservació n y reducir la pé rdida de la biodiversidad. Sin embargo, este proceso demanda recursos y requiere de actualizaciones continuas, lo que se complica conforme se añ aden especies nuevas a la LR. Los mé todos automá ticos, como los aná lisis comparativos usados para predecir la categorí a de la especie en la LR, pueden ser una alternativa eficiente para mantener actualizados los aná lisis. Usamos a los anfibios como grupo de estudio para predecir cuá les especies tienen mayor probabilidad de cambiar de categorí a en la LR y que, por lo tanto, se deberí a priorizar su reevaluació n. Usamos las caracterí sticas bioló gicas de la especie, las variables ambientales e indicadores climá ticos y del cambio de uso de suelo como predictores de la categorí a en la LR. Elaboramos una predicció n de ensamble de la categorí a en la LR de la UICN para cada especie mediante la combinació n de cuatro algoritmos diferentes: modelos de ví nculo acumulativo, menor nú mero de cuadros filogené ticos generalizados, bosques aleatorios y redes neurales. Con la comparació n entre las categorí as de la LR y la predicció n de ensamble y con considerar la incertidumbre entre los algoritmos identificamos especies que deberí an ser prioridad para futuras reevaluaciones con base en el desfase entre los valores predichos y los observados. Las variables de predicció n má s importantes entre los modelos fueron el tamañ o de la distribució n de la especie y su configuració n espacial, las caracterí sticas bioló gicas, el cambio climá tico y el cambio de uso de suelo. Comparamos nuestra propuesta de í ndice de priorizació n y los cambios predichos en la LR con las reevaluaciones independientes de la LR de la UICN y descubrimos un buen desempeñ o tanto para la priorizació n como para la direccionalidad predicha de los cambios en las categorí as de la LR. El modelo de ensamble de la categorí a de la LR esa una herramienta prometedora para priorizar la reevaluació n de las especies a la vez que considera la incertidumbre del modelo. Esta estrategia puede generalizarse para aplicarse a todos los taxones de la LR de la UICN y a los aná lisis regionales y nacionales. Tambié n podrí a mejorar la asignació n de los recursos humanos y econó micos limitados disponibles para mantener actualizada la LR de la UICN. ResumenUso del aná lisis comparativo del riesgo de extinció n para priorizar la reevaluació n de los anfibios en la Lista Roja de la UICN El aná lisis del riesgo de extinció n de una especie con base en la Lista Roja (LR) de la Unió n Internacional para la Conservació n de la Naturaleza (UICN) es clave para guiar las polí ticas de conservació n y reducir la pé rdida de la biodiversidad. Sin embargo, este proceso demanda recursos y requiere de actualizaciones continuas, lo que se complica conforme se añ aden especies nuevas a la LR.Los mé todos automá ticos, como los aná lisis comparativos usados para predecir la categorí a de la especie en la LR, pueden ser una alternativa eficiente para mantener actualizados los aná lisis. Usamos a los anfibios como grupo de estudio para predecir cuá les especies tienen mayor probabilidad de cambiar de categorí a en la LR y que, por lo tanto, se deberí a priorizar su reevaluació n. Usamos las caracterí sticas bioló gicas de la especie, las variables ambientales e indicadores climá ticos y del cambio de uso de suelo como predictores de la categorí a en la LR. Elaboramos una predicció n de ensamble de la categorí a en la LR de la UICN para cada especie mediante la combinació n de cuatro algoritmos diferentes: modelos de ví nculo acumulativo, menor nú mero de cuadros filogené ticos generalizados, bosques aleatorios y redes neurales. Con la comparació n entre las categorí as de la LR y la predicció n de ensamble y con considerar la incertidumbre entre los algoritmos identificamos especies que deberí an ser prioridad para futuras reevaluaciones con base en el desfase entre los valores predichos y los observados. Las variables de predicció n má s importantes entre los modelos fueron el tamañ o de la distribució n de la especie y su configuració n espacial, las caracterí sticas bioló gicas, el cambio climá tico y el cambio de uso de suelo. Comparamos nuestra propuesta de í ndice de priorizació n y los cambios predichos en la LR con las reevaluaciones independientes de la LR de la UICN y descubrimos un buen desempeñ o tanto para la priorizació n como para la direccionalidad predicha de los cambios en las categorí as de la LR. El modelo de ensamble de la categorí a de la LR esa una herramienta prometedora para priorizar la reevaluació n de las especies a la vez que considera la incertidumbre del modelo. Esta estrategia puede generalizarse para aplicarse a todos los taxones de la LR de la UICN y a los aná lisis regionales y nacionales. Tambié n podrí a mejorar la asignació n de los recursos humanos y econó micos limitados disponibles para mantener actualizada la LR de la UICN. Resumen