TED2007
Emily Oster: Flip your thinking on AIDS in Africa
Emily Oster Afrika'daki AIDS sorunu hakkındaki fikirlerimizi tepetaklak ediyor
Filmed:
Readability: 4.2
921,618 views
Emily Oster Afrika'daki AIDS istatistiklerini bir ekonomist gözüyle yeniden ele alıyor ve çarpıcı bir sonuca ulaşıyor: Bu kıtada HIV yayılması ile ilgili bilmdiğimiz herşey yanlış.
Emily Oster - Assumption-busting economist
Emily Oster, a University of Chicago economist, uses the dismal science to rethink conventional wisdom, from her Harvard doctoral thesis that took on famed economist Amartya Sen to her recent work debunking assumptions on HIV prevalence in Africa. Full bio
Emily Oster, a University of Chicago economist, uses the dismal science to rethink conventional wisdom, from her Harvard doctoral thesis that took on famed economist Amartya Sen to her recent work debunking assumptions on HIV prevalence in Africa. Full bio
Double-click the English transcript below to play the video.
00:26
So I want to talk to you today about AIDS in sub-Saharan Africa.
0
1000
3000
Bugün size Sahraaltı Afrika'da AIDS'ten bahsetmek istiyorum.
00:29
And this is a pretty well-educated audience,
1
4000
2000
Oldukça iyi eğitimli bir dinleyici var burda,
00:31
so I imagine you all know something about AIDS.
2
6000
3000
tahminimce hepiniz AIDS hakkında birşeyler biliyorsunuz.
00:34
You probably know that roughly 25 million people in Africa
3
9000
2000
Afrika'da kabaca 25 milyon kişinin bu virüsle enfekte olduğunu
00:36
are infected with the virus, that AIDS is a disease of poverty,
4
11000
4000
ve AIDS'in bir fakirlik hastalığı olduğunu muhtemelen biliyorsunuz.
00:40
and that if we can bring Africa out of poverty, we would decrease AIDS as well.
5
15000
4000
Afrika'yı fakirlikten kurtarabilirsek, AIDS'i de azaltmış olacağız.
00:44
If you know something more, you probably know that Uganda, to date,
6
19000
3000
Biraz daha bilginiz varsa, Uganda'nın ABC yani kaçın, sadık kal,
00:47
is the only country in sub-Saharan Africa
7
22000
2000
kondom kullan kampanyası ile
00:49
that has had success in combating the epidemic.
8
24000
3000
bugüne kadar bu salgınla mücadelede başarılı olmuş
00:52
Using a campaign that encouraged people to abstain, be faithful, and use condoms --
9
27000
4000
tek Sahraaltı Afrika ülkesi olduğunu biliyor olabilirsiniz.
00:56
the ABC campaign -- they decreased their prevalence in the 1990s
10
31000
4000
1990'larda AIDS görülme sıklığını yüzde 15'ten yüzde 6'ya
01:00
from about 15 percent to 6 percent over just a few years.
11
35000
4000
birkaç yıl içerisinde indirdiler.
01:04
If you follow policy, you probably know that a few years ago
12
39000
3000
Politikayı takip ediyorsanız biliyorsunuzdur birkaç yıl önce
01:07
the president pledged 15 billion dollars to fight the epidemic over five years,
13
42000
4000
ABD başkanı, beş yıl salgınla mücadele etmek için 15 milyar dolar
01:11
and a lot of that money is going to go to programs that try to replicate Uganda
14
46000
3000
taahhüt etti. Bu paranın çoğu Ugandayı örnek alan, davranış değişikliği yoluyla
01:14
and use behavior change to encourage people and decrease the epidemic.
15
49000
6000
salgını azaltmayı deneyen programlara gidiyor.
01:20
So today I'm going to talk about some things
16
55000
2000
Bugün ben salgın hakkında
01:22
that you might not know about the epidemic,
17
57000
2000
bilmiyor olabileceğiniz şeyleri anlatacağım.
01:24
and I'm actually also going to challenge
18
59000
2000
Ardından, bildiğinizi sandığınız şeylerden bazılarının
01:26
some of these things that you think that you do know.
19
61000
2000
doğruluğunu sorgulayacağım.
01:28
To do that I'm going to talk about my research
20
63000
3000
Bunun için size bir ekonomist olarak bu salgın üzerindeki
01:31
as an economist on the epidemic.
21
66000
2000
araştırmalarımdan bahsedeceğim.
01:33
And I'm not really going to talk much about the economy.
22
68000
2000
Pek fazla ekonomiden bahsetmeyeceğim.
01:35
I'm not going to tell you about exports and prices.
23
70000
3000
İhracat ve fiyatları falan anlatmayacağım.
01:38
But I'm going to use tools and ideas that are familiar to economists
24
73000
4000
Kamu sağlığı ya da epidemiyolojinin alanı içinde sayılan
01:42
to think about a problem that's more traditionally
25
77000
2000
bir problemi, bir ekonomistin kullandığı yöntemler
01:44
part of public health and epidemiology.
26
79000
2000
ve aşina olduğu fikirlerle ele alacağım.
01:46
And I think in that sense, this fits really nicely with this lateral thinking idea.
27
81000
4000
Bu açıdan bence iyi bir zihin jimnastiği.
01:50
Here I'm really using the tools of one academic discipline
28
85000
3000
Burada bir akademik disipline ait yöntemlerle başka bir
01:53
to think about problems of another.
29
88000
2000
disipline ait sorunları çözmeye çalışıyoruz
01:55
So we think, first and foremost, AIDS is a policy issue.
30
90000
3000
AIDS'in öncelikle bir politika meselesi olduğunu düşünüyoruz.
01:58
And probably for most people in this room, that's how you think about it.
31
93000
3000
Bu odadaki çoğu kimse de muhtemelen bu şekilde düşünüyor.
02:01
But this talk is going to be about understanding facts about the epidemic.
32
96000
4000
Fakat bu konuşma salgına dair gerçekleri anlamak üzerine.
02:05
It's going to be about thinking about how it evolves, and how people respond to it.
33
100000
3000
Nasıl geliştiği ve insanların ona nasıl tepki verdiği üzerine.
02:08
I think it may seem like I'm ignoring the policy stuff,
34
103000
3000
Politika kısmını göz ardı ediyor gibi görünebilirim,
02:11
which is really the most important,
35
106000
2000
oysa bu en önemli kısım,
02:13
but I'm hoping that at the end of this talk you will conclude
36
108000
2000
ama umuyorum ki bu konuşmanın sonunda şu sonuca varırsınız:
02:15
that we actually cannot develop effective policy
37
110000
2000
salgının nasıl işlediğini anlamadan ona karşı
02:17
unless we really understand how the epidemic works.
38
112000
3000
etkili bir çözüm üretemeyiz.
02:20
And the first thing that I want to talk about,
39
115000
2000
İlk olarak bahsedeceğim şey,
02:22
the first thing I think we need to understand is:
40
117000
2000
öncelikli olarak anlamamız gereken şey şu:
02:24
how do people respond to the epidemic?
41
119000
2000
İnsanlar bu salgına nasıl tepki veriyorlar?
02:26
So AIDS is a sexually transmitted infection, and it kills you.
42
121000
4000
AIDS cinsel yolla bulaşan ve öldüren bir enfeksiyon.
02:30
So this means that in a place with a lot of AIDS,
43
125000
2000
Bu demek oluyor ki çok AIDS olan bir yerde
02:32
there's a really significant cost of sex.
44
127000
2000
cinsel ilişki pahalıya maloluyor.
02:34
If you're an uninfected man living in Botswana, where the HIV rate is 30 percent,
45
129000
4000
HIV oranı yüzde 30 olan Botsvana'da yaşayan enfekte olmamış bir erkekseniz
02:38
if you have one more partner this year -- a long-term partner, girlfriend, mistress --
46
133000
4000
bu yıl bir fazla partnere sahip olmanız --uzun süreli bir ilişki veya bir kaçamak--
02:42
your chance of dying in 10 years increases by three percentage points.
47
137000
4000
gelecek 10 yıl içinde ölme ihtimalinizin yüzde üç artması demek.
02:46
That is a huge effect.
48
141000
2000
Bu muazzam bir etki.
02:48
And so I think that we really feel like then people should have less sex.
49
143000
3000
O zaman insanlar daha az seks yapmalı diye düşünüyoruz.
02:51
And in fact among gay men in the US
50
146000
2000
Gerçekten de ABD'de eşcinsel erkekler arasında
02:53
we did see that kind of change in the 1980s.
51
148000
2000
1980'lerde böyle bir değişim yaşandı.
02:55
So if we look in this particularly high-risk sample, they're being asked,
52
150000
4000
Bu yüksek risk grubuna şu soru sorulmuş "Son iki ay içerisinde,
02:59
"Did you have more than one unprotected sexual partner in the last two months?"
53
154000
3000
birden fazla partnerle, korunmadan ilişkiye girdiniz mi?".
03:02
Over a period from '84 to '88, that share drops from about 85 percent to 55 percent.
54
157000
6000
84'ten 88'e kadar olan dönemde 'evet' diyenlerin oranı yüzde 85'ten 55'e düşmüş.
03:08
It's a huge change in a very short period of time.
55
163000
2000
Bu kadar kısa sürede çok büyük bir değişim.
03:10
We didn't see anything like that in Africa.
56
165000
2000
Afrika'da böyle birşey görmedik.
03:12
So we don't have quite as good data, but you can see here
57
167000
3000
Diğer örnekteki kadar iyi istatistiğe sahip değiliz, ama burada
03:15
the share of single men having pre-marital sex,
58
170000
2000
gördüğünüz evlilik öncesi ilişki yaşayan bekar veya
03:17
or married men having extra-marital sex,
59
172000
2000
evlilik-dışı ilişki yaşayan erkeklerin oranı,
03:19
and how that changes from the early '90s to late '90s,
60
174000
3000
90'ların başından sonlarına doğru ve 90'ların sonundan
03:22
and late '90s to early 2000s. The epidemic is getting worse.
61
177000
3000
2000'li yılların başına doğru nasıl değiştiği. Salgın gittikçe büyüyor.
03:25
People are learning more things about it.
62
180000
2000
İnsanlar bu konuda daha çok şey öğreniyorlar..
03:27
We see almost no change in sexual behavior.
63
182000
2000
Sex davranışlarında hiçbir değişiklik görmüyoruz.
03:29
These are just tiny decreases -- two percentage points -- not significant.
64
184000
4000
Bunlar sadece ufacık dğşğşler --yüzde iki-- kayda değer değil.
03:33
This seems puzzling. But I'm going to argue that you shouldn't be surprised by this,
65
188000
4000
Şaşırtıcı görünüyor, ama bence buna şaşırmamalısınız.
03:37
and that to understand this you need to think about health
66
192000
3000
bunu anlamak için, sağlık kavramını bir ekonomisitin
03:40
the way than an economist does -- as an investment.
67
195000
3000
gördüğü gibi görmelisiniz-- bir yatırım olarak.
03:43
So if you're a software engineer and you're trying to think about
68
198000
3000
Eğer bir yazılım mühendisiyseniz ve programınıza yeni bir
03:46
whether to add some new functionality to your program,
69
201000
3000
özellik ekleyip eklememeye karar veriyorsanız
03:49
it's important to think about how much it costs.
70
204000
2000
ne kadara malolacağını hesaba katmanız gerekir.
03:51
It's also important to think about what the benefit is.
71
206000
2000
Getirisinin ne olacağını da hesaplamalısınız.
03:53
And one part of that benefit is how much longer
72
208000
2000
Bu getiri biraz da sizin programınızın
03:55
you think this program is going to be active.
73
210000
2000
ne kadar süre daha aktif olacağıyla ilgilidir.
03:57
If version 10 is coming out next week,
74
212000
2000
Eğer haftaya versiyon 10 çıkacaksa,
03:59
there's no point in adding more functionality into version nine.
75
214000
3000
versiyon 9' a yeni bir özellik eklemek çok da mantıklı değil.
04:02
But your health decisions are the same.
76
217000
2000
Sağlıkla ilgili kararlar da böyledir.
04:04
Every time you have a carrot instead of a cookie,
77
219000
2000
Kurabiye yerine havuç yediğiniz her sefer,
04:06
every time you go to the gym instead of going to the movies,
78
221000
3000
sinema yerine spor salonuna her gidişiniz kendi sağlığınıza
04:09
that's a costly investment in your health.
79
224000
2000
yaptığınız maliyetli bir yatırımdır.
04:11
But how much you want to invest is going to depend
80
226000
2000
Ne kadar yatırım yapacağınız, bu yatırımları yapmadan
04:13
on how much longer you expect to live in the future,
81
228000
2000
kaç yıl daha yaşayacağınızı
04:15
even if you don't make those investments.
82
230000
2000
tahmin ettiğinizle ilgilidir.
04:17
AIDS is the same kind of thing. It's costly to avoid AIDS.
83
232000
3000
AIDS de böyle bir şey. AIDS' ten korunmak maliyetli.
04:20
People really like to have sex.
84
235000
3000
İnsanlar sex yapmayı seviyorlar.
04:23
But, you know, it has a benefit in terms of future longevity.
85
238000
6000
Ama kaçınmanın faydası ömür uzunluğu cinsinden.
04:29
But life expectancy in Africa, even without AIDS, is really, really low:
86
244000
4000
Ama Afrika'da, AIDS dışında bile ortalama yaşam süresi çok, çok düşük:
04:33
40 or 50 years in a lot of places.
87
248000
3000
pek çok yerde kırk elli yıl.
04:36
I think it's possible, if we think about that intuition, and think about that fact,
88
251000
4000
Soruna bu şekilde bakarak, neden pek fazla davranış değişikliği görülmediğini
04:40
that maybe that explains some of this low behavior change.
89
255000
3000
belki de açıklayabiliriz.
04:43
But we really need to test that.
90
258000
2000
Ama tabii ki bunu test etmeliyiz.
04:45
And a great way to test that is to look across areas in Africa and see:
91
260000
3000
Bunu test etmenin harika bir yolu Afrika'da değişik bölgelere bakmak,
04:48
do people with more life expectancy change their sexual behavior more?
92
263000
4000
acaba daha uzun yaşam beklentisi olanlar seks davranışlarını değiştiriyorlar mı?
04:52
And the way that I'm going to do that is,
93
267000
2000
Bunu da şöyle yapacağım,
04:54
I'm going to look across areas with different levels of malaria.
94
269000
3000
değişik sıtma seviyeleri olan bölgeleri karşılaştıracağım.
04:57
So malaria is a disease that kills you.
95
272000
3000
Sıtma öldürücü bir hastalık.
05:00
It's a disease that kills a lot of adults in Africa, in addition to a lot of children.
96
275000
3000
Afrika'da pek çok çocuğun yanı sıra, pek çok yetişkinin de ölümüne sebep oluyor.
05:03
And so people who live in areas with a lot of malaria
97
278000
3000
Bu yüzden sıtmanın yaygın olduğu kesimlerde ortalama
05:06
are going to have lower life expectancy than people who live in areas with limited malaria.
98
281000
4000
yaşam beklentisi, sıtmanın az görüldüğü bölgelere göre çok daha az.
05:10
So one way to test to see whether we can explain
99
285000
2000
Davranış değişikliğini yaşam beklentisi ile açıklamayı
05:12
some of this behavior change by differences in life expectancy
100
287000
3000
test edebilmek için, sıtmanın az görüldüğü bölgelerde
05:15
is to look and see is there more behavior change
101
290000
3000
daha fazla davranış değişikliği
05:18
in areas where there's less malaria.
102
293000
2000
olup olmadığına bakalım.
05:20
So that's what this figure shows you.
103
295000
2000
Bu figür bize bunu gösteriyor.
05:22
This shows you -- in areas with low malaria, medium malaria, high malaria --
104
297000
4000
Burada -- sıtmanın az yoğun olduğu, orta ve çok yoğun olduğu bölgelerde--
05:26
what happens to the number of sexual partners as you increase HIV prevalence.
105
301000
4000
AIDS'in yaygınlığı ile cinsel partner sayısının nasıl değiştiği görülüyor.
05:30
If you look at the blue line,
106
305000
2000
Mavi çizgiye bakarsanız,
05:32
the areas with low levels of malaria, you can see in those areas,
107
307000
3000
bunlar sıtmanın az görüldüğü yerler, bu bölgelerde,
05:35
actually, the number of sexual partners is decreasing a lot
108
310000
3000
HIV görülme sıklığı arttıkça cinsel partner sayısı
05:38
as HIV prevalence goes up.
109
313000
2000
hayli azalıyor.
05:40
Areas with medium levels of malaria it decreases some --
110
315000
2000
Sıtmanın orta seviyede olduğu yerlerde bira azalıyor --
05:42
it doesn't decrease as much. And areas with high levels of malaria --
111
317000
3000
diğeri kadar azalmıyor. Yüksek seviyede sıtma olan bölgelerde --
05:45
actually, it's increasing a little bit, although that's not significant.
112
320000
5000
hatta birazcık artıyor bile ama kayda değer bir oranda değil.
05:50
This is not just through malaria.
113
325000
2000
Bu sadece sıtma için geçerli değil.
05:52
Young women who live in areas with high maternal mortality
114
327000
3000
Doğum sırasında ölüm oranları yüksek yerlerde yaşayan
05:55
change their behavior less in response to HIV
115
330000
3000
genç kadınlar düşük oranlı yerlerde yaşayan kadınlara göre
05:58
than young women who live in areas with low maternal mortality.
116
333000
3000
HIV karşısında daha az davranış değişikliği gösteriyorlar.
06:01
There's another risk, and they respond less to this existing risk.
117
336000
4000
Başka bir risk var ve bu varolan riske daha az tepki veriyorlar.
06:06
So by itself, I think this tells a lot about how people behave.
118
341000
3000
Bu bize insanların nasıl davrandığı konusunda çok şey söylüyor.
06:09
It tells us something about why we see limited behavior change in Africa.
119
344000
3000
Afrikada niçin çok kısıtlı davranış değişikliği görüldüğünü açıklıyor.
06:12
But it also tells us something about policy.
120
347000
2000
Ayrıca politikayla ilgili birşey de söylüyor.
06:14
Even if you only cared about AIDS in Africa,
121
349000
3000
Umrunuzda olan tek şey Arika'daki AIDS olsa bile,
06:17
it might still be a good idea to invest in malaria,
122
352000
3000
yine de sıtmaya, iyi havalandırmaya ve
06:20
in combating poor indoor air quality,
123
355000
2000
doğum sonrası ölümlerin önüne geçilmesi için
06:22
in improving maternal mortality rates.
124
357000
2000
mücadeleye yatırım yapmak iyi bir fikir olabilir.
06:24
Because if you improve those things,
125
359000
2000
çünkü bunları iyleştirirseniz,
06:26
then people are going to have an incentive to avoid AIDS on their own.
126
361000
4000
insanlar kendi kendilerine AIDS'ten sakınmaya başlarlar.
06:30
But it also tells us something about one of these facts that we talked about before.
127
365000
4000
Bu bize daha önce konuştuğumuz gerçeklerle ilgili birşeyi gösteriyor.
06:34
Education campaigns, like the one that the president is focusing on in his funding,
128
369000
4000
Eğitim kampanyaları, mesela başkanın fonunun aktarılacağı kampanyalar,
06:38
may not be enough, at least not alone.
129
373000
2000
yeterli olmayabilir. en azından tek başına.
06:40
If people have no incentive to avoid AIDS on their own,
130
375000
2000
Eğer insanların AIDS'ten sakınmaları için onları teşvik eden
06:42
even if they know everything about the disease,
131
377000
2000
yeterince sebep yoksa --hastalık hakkındaki herşeyi
06:44
they still may not change their behavior.
132
379000
2000
bilseler bile-- davranışlarını değiştirmeyebilirler.
06:46
So the other thing that I think we learn here is that AIDS is not going to fix itself.
133
381000
3000
Burada öğrendiğimiz bir başka şey, AIDS sorunu kendi kendine çözülmeyecek.
06:49
People aren't changing their behavior enough
134
384000
2000
İnsanlar salgının artışını azaltmak için
06:51
to decrease the growth in the epidemic.
135
386000
3000
davranışlarını değiştirmiyorlar.
06:54
So we're going to need to think about policy
136
389000
2000
Ne tür politikaların etkili olabileceği
06:56
and what kind of policies might be effective.
137
391000
2000
hakkında düşünmemiz gerekiyor.
06:58
And a great way to learn about policy is to look at what worked in the past.
138
393000
3000
Politikalar hakkında birşey öğrenmenin çok iyi bir yolu geçmişe bakmaktır.
07:01
The reason that we know that the ABC campaign
139
396000
2000
ABC kampanyasının Uganda'da etkili olduğunu bilmemizin
07:03
was effective in Uganda is we have good data on prevalence over time.
140
398000
3000
sebebi, zaman içinde yayılmanın iyi bir istatistiğine sahip olmamızdır.
07:06
In Uganda we see the prevalence went down.
141
401000
2000
Uganda'da yayılma azaldı.
07:08
We know they had this campaign. That's how we learn about what works.
142
403000
3000
Orada bu kampanya vardı. Neyin işe yaradığını böyle öğreniyoruz.
07:11
It's not the only place we had any interventions.
143
406000
2000
Müdahale ettiğimiz tek yer orası değil.
07:13
Other places have tried things, so why don't we look at those places
144
408000
4000
Diğer yerler pek çok şey denedi, neden bunlara bakmıyoruz,
07:17
and see what happened to their prevalence?
145
412000
3000
oralarda yayılma nasıl bir seyir izledi?
07:20
Unfortunately, there's almost no good data
146
415000
2000
2003'e kadar, Afrikadaki genel nüfusta
07:22
on HIV prevalence in the general population in Africa until about 2003.
147
417000
5000
HIV yayılımı ile ilgili maalesef elimizde neredeyse hiç iyi istatistik yok.
07:27
So if I asked you, "Why don't you go and find me
148
422000
2000
Eğer size "1991'de Burkina Fas'da görülme sıklığı nedir?"
07:29
the prevalence in Burkina Faso in 1991?"
149
424000
3000
diye sorarsam Google'da aratırsınız--
07:32
You get on Google, you Google, and you find,
150
427000
3000
ve şunu görürsünüz: 1991'de Burkina Faso'da
07:35
actually the only people tested in Burkina Faso in 1991
151
430000
3000
yalnızca STD (cinsel yolla bulaşan hastalıklar) hastaları
07:38
are STD patients and pregnant women,
152
433000
2000
ve hamile kadınlara test yapılmıştırr.
07:40
which is not a terribly representative group of people.
153
435000
2000
Toplum genelini temsil ettiği biraz da olsa söylenebilir.
07:42
Then if you poked a little more, you looked a little more at what was going on,
154
437000
3000
Biraz daha eşerseniz, neler olduğunu görür ve bunun aslında
07:45
you'd find that actually that was a pretty good year,
155
440000
3000
bayağı iyi bir yıl olduğunu fark edersiniz. Çünkü bazı
07:48
because in some years the only people tested are IV drug users.
156
443000
3000
yıllarda sadece damardan uyuşturucu kullananlar test edilmiştir.
07:51
But even worse -- some years it's only IV drug users,
157
446000
2000
Hatta daha kötüsü-- bazı yıllarda sadece bağımlılar,
07:53
some years it's only pregnant women.
158
448000
2000
bazı yıllar sadece hamileler.
07:55
We have no way to figure out what happened over time.
159
450000
2000
Zamanla nasıl değiştiğini görebilmemiz mümkün değil.
07:57
We have no consistent testing.
160
452000
2000
Testler tutarlı şekilde yapılmamış.
07:59
Now in the last few years, we actually have done some good testing.
161
454000
5000
Son yıllarda, iyi testler yapmaya başladık.
08:04
In Kenya, in Zambia, and a bunch of countries,
162
459000
3000
Kenya'da, Zambiya'da ve birkaç ülkede,
08:07
there's been testing in random samples of the population.
163
462000
3000
seçkisiz testler yapılarak genel istatistik tutuluyor.
08:10
But this leaves us with a big gap in our knowledge.
164
465000
3000
Bilgimizdeki kocaman boşluk kaybolmuyor bununla.
08:13
So I can tell you what the prevalence was in Kenya in 2003,
165
468000
3000
Size Kenya'da 2003 yılındaki görülme sıklığını söyleyebilirim,
08:16
but I can't tell you anything about 1993 or 1983.
166
471000
3000
1993 veya 1983 hakkında birşey söyleyemem.
08:19
So this is a problem for policy. It was a problem for my research.
167
474000
4000
Bu politika oluştururken bir problem, benim araştırmalarım için de öyleydi.
08:23
And I started thinking about how else might we figure out
168
478000
4000
Geçmişte Afrika'da görülme sıklığını başka türlü nasıl
08:27
what the prevalence of HIV was in Africa in the past.
169
482000
2000
belirleyebiliriz diye düşünmeye başladım
08:29
And I think that the answer is, we can look at mortality data,
170
484000
4000
Bence cevap şu: ölüm oranlarına bakabiliriz,
08:33
and we can use mortality data to figure out what the prevalence was in the past.
171
488000
4000
ölüm oranlarını kullanarak geçmişteki görülme sıklığını hesaplaybiliriz.
08:37
To do this, we're going to have to rely on the fact
172
492000
2000
Bunu yaparken AIDS'in kendine özgü yanları
08:39
that AIDS is a very specific kind of disease.
173
494000
2000
olmasından yararlanıyoruz.
08:41
It kills people in the prime of their lives.
174
496000
2000
İnsanları en güzel zamanlarında öldürüyor.
08:43
Not a lot of other diseases have that profile. And you can see here --
175
498000
3000
Pek çok diğer hastalık bu özelliği taşımıyor. Burada görüyorsunuz:
08:46
this is a graph of death rates by age in Botswana and Egypt.
176
501000
4000
Botsvana ve Mısır'da yaşa göre ölüm oranları grafiği.
08:50
Botswana is a place with a lot of AIDS,
177
505000
2000
Botsvana AIDS'in çok olduğu bir yer,
08:52
Egypt is a place without a lot of AIDS.
178
507000
2000
Mısır pek fazla AIDS olmayan bir yer.
08:54
And you see they have pretty similar death rates among young kids and old people.
179
509000
3000
Görüyorsunuz çocukların ve yaşlıların ölüm oranları iki ülkede hemen hemen aynı
08:57
That suggests it's pretty similar levels of development.
180
512000
3000
Bu, aynı derecede gelişmişliği gösteriyor.
09:00
But in this middle region, between 20 and 45,
181
515000
3000
Fakat bu orta kısımda, 20 ila 45 yaş arası,
09:03
the death rates in Botswana are much, much, much higher than in Egypt.
182
518000
4000
Botsvana' da ölüm oranları Mısır'dan çok çok çok çok yüksek.
09:07
But since there are very few other diseases that kill people,
183
522000
4000
Çok az sayıda başka hastalık insanları öldürdüğü için,
09:11
we can really attribute that mortality to HIV.
184
526000
3000
bunların HIV sebepli ölümler olduğunu düşünebiliriz.
09:14
But because people who died this year of AIDS got it a few years ago,
185
529000
4000
Ama AIDS'ten bu yıl ölenler, mikrobu birkaç yıl önce kapmış olduğundan
09:18
we can use this data on mortality to figure out what HIV prevalence was in the past.
186
533000
5000
bu verileri geçmişte HIV yayılımını hesaplamak için kullanabiliriz.
09:23
So it turns out, if you use this technique,
187
538000
2000
Bu tekniği kullandığımızda bulduğumuz
09:25
actually your estimates of prevalence are very close
188
540000
2000
görülme sıklıkları, seçkisiz örneklere yapılan testlerle
09:27
to what we get from testing random samples in the population,
189
542000
3000
testlerle aynı sonucu veriyor-- ama bunlar UNIAIDS'in açıkladığı
09:30
but they're very, very different than what UNAIDS tells us the prevalences are.
190
545000
5000
oranlardan çok başka.
09:35
So this is a graph of prevalence estimated by UNAIDS,
191
550000
3000
Bu grafik 9 Afrika ülkesinde 1990ların sonları için
09:38
and prevalence based on the mortality data
192
553000
2000
UNIAIDS'in hesapladığı görülme sıklığı,
09:40
for the years in the late 1990s in nine countries in Africa.
193
555000
4000
ve ölüm oranları kullanılarak hesaplanmış olan.
09:44
You can see, almost without exception,
194
559000
2000
Neredeyse hiç istisnasız, UNIAIDS'in tahminleri
09:46
the UNAIDS estimates are much higher than the mortality-based estimates.
195
561000
4000
ölüm oranlarıyla hesaplanandan çok daha yüksek.
09:50
UNAIDS tell us that the HIV rate in Zambia is 20 percent,
196
565000
4000
UNIAIDS bize Zambiya'da HIV oranının yüzde 20 olduğunu
09:54
and mortality estimates suggest it's only about 5 percent.
197
569000
4000
söylüyor, ölümlere göre hesaplarsak HIV oranı yüzde 5.
09:58
And these are not trivial differences in mortality rates.
198
573000
3000
Bunlar öyle ufak farklılıklar değiller.
10:01
So this is another way to see this.
199
576000
2000
Bu başka bir bakış açısı.
10:03
You can see that for the prevalence to be as high as UNAIDS says,
200
578000
2000
görülme sıklığı UNIAIDS'in dediği kadar yüksek olsaydı, bu yaş grubunda
10:05
we have to really see 60 deaths per 10,000
201
580000
2000
her 10000 kişiden 60'ının ölmesini beklerdik
10:07
rather than 20 deaths per 10,000 in this age group.
202
582000
4000
her 10000 kişiden 20'sinin değil.
10:11
I'm going to talk a little bit in a minute
203
586000
2000
Birazdan size bu tip bir bilgiyi
10:13
about how we can use this kind of information to learn something
204
588000
3000
dünya hakkında düşünmemizi sağlayan birşeyler öğrenmede
10:16
that's going to help us think about the world.
205
591000
2000
nasıl kullanabileceğimizi anlatacağım.
10:18
But this also tells us that one of these facts
206
593000
2000
Ayrıca bu bize başlangıçta sözettiğim
10:20
that I mentioned in the beginning may not be quite right.
207
595000
3000
gerçeklerin doğru olmayabileceğini de gösteriyor.
10:23
If you think that 25 million people are infected,
208
598000
2000
Eğer 25 milyon insanın enfekte olduğunu düşünüyorsanız,
10:25
if you think that the UNAIDS numbers are much too high,
209
600000
3000
eğer UNIAIDS rakamlarını abartılı buluyorsanız,
10:28
maybe that's more like 10 or 15 million.
210
603000
2000
muhtemelen bu sayı 10-15 milyon.
10:30
It doesn't mean that AIDS isn't a problem. It's a gigantic problem.
211
605000
4000
AIDS bir problem değil anlamına gelmez. Devasa bir problem.
10:34
But it does suggest that that number might be a little big.
212
609000
4000
Sadece rakamlar bira fazla yüksek anlamına gelir.
10:38
What I really want to do, is I want to use this new data
213
613000
2000
Esas yapmak istediğim, bu yeni verileri kullanarak neyin
10:40
to try to figure out what makes the HIV epidemic grow faster or slower.
214
615000
4000
HIV salgınını hızlandırıp yavaşlattığını bulmaya çalışmak.
10:44
And I said in the beginning, I wasn't going to tell you about exports.
215
619000
3000
En başta dediğim gibi, size ihracattan sözetmeyecektim.
10:47
When I started working on these projects,
216
622000
2000
Bu projelerde çalışmaya başladığımda,
10:49
I was not thinking at all about economics,
217
624000
2000
ekonomi hakkında düşünmeyi bırakmıştım,
10:51
but eventually it kind of sucks you back in.
218
626000
3000
ama zamanla sizi kendine geri çekiyor.
10:54
So I am going to talk about exports and prices.
219
629000
3000
Size ihracattan ve fiyatlardan sözedeceğim.
10:57
And I want to talk about the relationship between economic activity,
220
632000
3000
Ekonomik faliyet, özellikle ihracat hacmi ve
11:00
in particular export volume, and HIV infections.
221
635000
4000
HIV enfeksiyonlarından bahsedeceğim.
11:04
So obviously, as an economist, I'm deeply familiar
222
639000
4000
Bir ekonomist olarak tabii ki gelişmenin,
11:08
with the fact that development, that openness to trade,
223
643000
2000
ticarete açılmanın gelişmekte olan ülkeler için
11:10
is really good for developing countries.
224
645000
2000
çok iyi olduğunun farkındayım.
11:12
It's good for improving people's lives.
225
647000
3000
Insanların yaşamlarını iyileştiren birşey.
11:15
But openness and inter-connectedness, it comes with a cost
226
650000
2000
Ama ticari açılma ve yurtdışı bağlantıları, hastalık açısından
11:17
when we think about disease. I don't think this should be a surprise.
227
652000
3000
maliyetli de. Bence bu bizi şaşırtmamalı.
11:20
On Wednesday, I learned from Laurie Garrett
228
655000
2000
Çarşamba günü Layrie Garett'ten
11:22
that I'm definitely going to get the bird flu,
229
657000
2000
kesinlikle kuş gribi olacağımı öğrendim,
11:24
and I wouldn't be at all worried about that
230
659000
3000
ve eğer Asyayla kontağım olmasaydı
11:27
if we never had any contact with Asia.
231
662000
3000
bunu hiç umursamazdım.
11:30
And HIV is actually particularly closely linked to transit.
232
665000
4000
HIV özellikle ulaşımla yakından ilgili.
11:34
The epidemic was introduced to the US
233
669000
2000
ABD bu salgınla, erkek bir uçuş görevlisinin
11:36
by actually one male steward on an airline flight,
234
671000
4000
Afrika'da hastalığı kapıp beraberinde
11:40
who got the disease in Africa and brought it back.
235
675000
2000
getirmesi sonucu tanıştı.
11:42
And that was the genesis of the entire epidemic in the US.
236
677000
3000
Bu ABD'deki tüm salgının doğuşuydu.
11:45
In Africa, epidemiologists have noted for a long time
237
680000
4000
Epidemiyologlar, Afrika'da kamyon sürücülerinin
11:49
that truck drivers and migrants are more likely to be infected than other people.
238
684000
4000
ve göçmenlerin diğer insanlardan daha fazla enfekte olduğuna dikkat çekiyorlar.
11:53
Areas with a lot of economic activity --
239
688000
2000
Ekonomik aktivitenin çok olduğu bölgelerde--
11:55
with a lot of roads, with a lot of urbanization --
240
690000
3000
birsürü otoyolu olan kentleşmiş yerlerde--
11:58
those areas have higher prevalence than others.
241
693000
2000
görülme sıklığı diğer yerlerden daha fazla.
12:00
But that actually doesn't mean at all
242
695000
2000
Bu aslında eğer insanlara daha çok ihracat,
12:02
that if we gave people more exports, more trade, that that would increase prevalence.
243
697000
4000
daha çok ticaret verirsek hastalığın görülme sıklığı artar demek değil.
12:06
By using this new data, using this information about prevalence over time,
244
701000
4000
Bu yeni verileri, zaman içinde görülme sıklığı bilgisini kullanarak doğru mu
12:10
we can actually test that. And so it seems to be --
245
705000
4000
diye bakabiliriz. Görünüyor ki-- bence iyi ki de böyle--
12:14
fortunately, I think -- it seems to be the case
246
709000
2000
görünüyor ki
12:16
that these things are positively related.
247
711000
2000
bunlar doğru orantılı.
12:18
More exports means more AIDS. And that effect is really big.
248
713000
4000
Daha çok ihracat, daha çok AIDS demek. Ve bu etki gerçekten büyük.
12:22
So the data that I have suggests that if you double export volume,
249
717000
4000
Bendeki verilere göre ihracat hacmi iki katına çıktığında,
12:26
it will lead to a quadrupling of new HIV infections.
250
721000
5000
HIV enfeksiyonları dört kat artıyor.
12:31
So this has important implications both for forecasting and for policy.
251
726000
3000
Hem tahminlemede hem de politika belirlemede önemli bir şey bu.
12:34
From a forecasting perspective, if we know where trade is likely to change,
252
729000
4000
Tahminleme perspektifinden, eğer ticarette değişiklik bekliyorsak,
12:38
for example, because of the African Growth and Opportunities Act
253
733000
3000
mesela Afrika Büyüme ve Fırsatlar kanunu nedeniyle,
12:41
or other policies that encourage trade,
254
736000
2000
veya ticareti teşvik eden diğer politikalar nedeniyle,
12:43
we can actually think about which areas are likely to be heavily infected with HIV.
255
738000
5000
hangi bölgelerde yoğun olarak HIV enfeksiyonu görülebileceğini biliriz.
12:48
And we can go and we can try to have pre-emptive preventive measures there.
256
743000
6000
Buralara gidenilir ve önleyici çalışmalar yapabiliriz.
12:54
Likewise, as we're developing policies to try to encourage exports,
257
749000
3000
Benzer şekilde, ticareti teşvik eden politikalar üretiyoruz,
12:57
if we know there's this externality --
258
752000
2000
eğer bu market dışı etkisini bilirsek--
12:59
this extra thing that's going to happen as we increase exports --
259
754000
2000
ihracatı arttırdığımızda ortaya çıkan bu extra şey--
13:01
we can think about what the right kinds of policies are.
260
756000
3000
hangi politikaların doğru olacağına karar verebiliriz.
13:04
But it also tells us something about one of these things that we think that we know.
261
759000
3000
Bu da bize bildiğimizi sandığımız şeylerden biri hakkında birşeyler söylüyor.
13:07
Even though it is the case that poverty is linked to AIDS,
262
762000
3000
Yoksulluk ve AIDS ilişkili olsa bile,
13:10
in the sense that Africa is poor and they have a lot of AIDS,
263
765000
3000
yani evet afrika fakir ve orada birsürü AIDS var ama
13:13
it's not necessarily the case that improving poverty -- at least in the short run,
264
768000
4000
yoksulluğu azaltmak-- en azından kısa dönemde--
13:17
that improving exports and improving development --
265
772000
2000
ihracatı arttırmak ve gelişmeyi hızlandırmak,
13:19
it's not necessarily the case that that's going to lead
266
774000
2000
HIV görülme sıklığının azalacağı
13:21
to a decline in HIV prevalence.
267
776000
2000
anlamına gelmez.
13:24
So throughout this talk I've mentioned a few times
268
779000
2000
Bu konuşma boyunca birkaç kez
13:26
the special case of Uganda, and the fact that
269
781000
2000
Uganda'nın özel durumundan ve Sahraaltı
13:28
it's the only country in sub-Saharan Africa with successful prevention.
270
783000
4000
Afrikasında önlemleri başarıyla alan tek ülke olduğunu belirttim.
13:32
It's been widely heralded.
271
787000
2000
Bu haber çok yayıldı.
13:34
It's been replicated in Kenya, and Tanzania, and South Africa and many other places.
272
789000
6000
Kenya'da, Tanzanya'da, Güney Afrika'da taklit edilmeye çalışıldı.
13:40
But now I want to actually also question that.
273
795000
4000
Ben şimdi bunu da sorgulamak istiyorum.
13:44
Because it is true that there was a decline in prevalence
274
799000
3000
Çünkü Uganda'da 1990'larda AIDS görülme sıklığında
13:47
in Uganda in the 1990s. It's true that they had an education campaign.
275
802000
4000
bir düşüş olduğu doğru. Eğitim kampanyaları olduğu da doğru.
13:51
But there was actually something else that happened in Uganda in this period.
276
806000
6000
Ama aslında Uganda'da o dönemde başka birşey daha oldu.
13:57
There was a big decline in coffee prices.
277
812000
2000
Kahve fiyatlarında büyük bir düşüş yaşandı.
13:59
Coffee is Uganda's major export.
278
814000
2000
Kahve Uganda'nın en büyük ihracat ürünü.
14:01
Their exports went down a lot in the early 1990s -- and actually that decline lines up
279
816000
5000
1990'ların başında ihracat çok azaldı-- aslında bu düşüş HIV enfeksiyonlarıyla
14:06
really, really closely with this decline in new HIV infections.
280
821000
4000
çok ama çok benzer bir seyir izliyor.
14:10
So you can see that both of these series --
281
825000
3000
Bu grafikte ikisini birlikte görüyoruz--
14:13
the black line is export value, the red line is new HIV infections --
282
828000
3000
siyah çizgi ihracat değeri, kırmızı çizgi yeni HIV enfeksiyonları--
14:16
you can see they're both increasing.
283
831000
2000
görüyorsunuz ikii de azalıyor.
14:18
Starting about 1987 they're both going down a lot.
284
833000
2000
1987 civarından başlayarak ikisi de çok azalıyor.
14:20
And then actually they track each other
285
835000
2000
Daha sonraları, artmaya başlıyor ve
14:22
a little bit on the increase later in the decade.
286
837000
2000
birbirlerini izliyorlar.
14:24
So if you combine the intuition in this figure
287
839000
2000
Bu fikri ve bu figürü daha önce
14:26
with some of the data that I talked about before,
288
841000
3000
bahsettiğim verilerle birleştirdiğimizde
14:29
it suggests that somewhere between 25 percent and 50 percent
289
844000
4000
Uganda'da AIDS görülme sıklığındaki düşüşün
14:33
of the decline in prevalence in Uganda
290
848000
2000
yüzde 25 ila 50'sinin hiç eğitim kampanyası
14:35
actually would have happened even without any education campaign.
291
850000
4000
olmamış olsaydı da zaten yaşanacağını tespit ediyoruz.
14:39
But that's enormously important for policy.
292
854000
2000
Bu politika için inanılmaz önemli.
14:41
We're spending so much money to try to replicate this campaign.
293
856000
2000
Bu kampanyayı tekrarlamak için çok fazla para harcıyoruz,
14:43
And if it was only 50 percent as effective as we think that it was,
294
858000
3000
Eğer düşündüğümüzün yarısı kadar etkiliyse, belki de,
14:46
then there are all sorts of other things
295
861000
2000
paramızı harcamamız gereken
14:48
maybe we should be spending our money on instead.
296
863000
2000
bunun yerine başka birsürü şey vardır.
14:50
Trying to change transmission rates by treating other sexually transmitted diseases.
297
865000
4000
Cinsel yollarla bulaşan hastalıkları iyileştirmek,
14:54
Trying to change them by engaging in male circumcision.
298
869000
2000
erkek sünnetini yaygınlaştırmak.
14:56
There are tons of other things that we should think about doing.
299
871000
2000
Yapmayı düşünmemiz gereken tonlarca şey var.
14:58
And maybe this tells us that we should be thinking more about those things.
300
873000
4000
Belki de bu bize bunlar hakkında düşünmemiz gerektiğini söylüyor.
15:02
I hope that in the last 16 minutes I've told you something that you didn't know about AIDS,
301
877000
5000
Umarım son 16 dakikada size AIDS hakkında bilmediğiniz birşey söylemişimdir,
15:07
and I hope that I've gotten you questioning a little bit
302
882000
2000
umarım bildiklerinizin bazılarını biraz
15:09
some of the things that you did know.
303
884000
2000
sorgulamanızı sağlamışımdır.
15:11
And I hope that I've convinced you maybe
304
886000
2000
Ve umarım politikaları ele alırken salgın
15:13
that it's important to understand things about the epidemic
305
888000
2000
hakkındaki gerçekleri anlamanın önemli olabileceğine
15:15
in order to think about policy.
306
890000
2000
sizi inandırabilmişimdir.
15:18
But more than anything, you know, I'm an academic.
307
893000
2000
Ama herşeyden önce, ben bir akademisyenim.
15:20
And when I leave here, I'm going to go back
308
895000
2000
Buradan çıkınca minik ofisime, bilgisayarıma
15:22
and sit in my tiny office, and my computer, and my data.
309
897000
3000
ve verilerime geri döneceğim -- araştırmayı
15:25
And the thing that's most exciting about that
310
900000
2000
düşündüğümde en heyecan verici şey
15:27
is every time I think about research, there are more questions.
311
902000
3000
hep daha fazla soru olması.
15:30
There are more things that I think that I want to do.
312
905000
2000
Yapmayı istediğim daha çok şey var.
15:32
And what's really, really great about being here
313
907000
2000
Burada olmanın en ama en muhteşem yanı
15:34
is I'm sure that the questions that you guys have
314
909000
2000
sizlerin soracağı soruların benim kendi kendime
15:36
are very, very different than the questions that I think up myself.
315
911000
3000
soracaklarımdan çok daha farklı olacaklarını bilmem.
15:39
And I can't wait to hear about what they are.
316
914000
2000
Onları duymak için sabırsızlanıyorum.
15:41
So thank you very much.
317
916000
2000
Çok teşekkür ederim.
ABOUT THE SPEAKER
Emily Oster - Assumption-busting economistEmily Oster, a University of Chicago economist, uses the dismal science to rethink conventional wisdom, from her Harvard doctoral thesis that took on famed economist Amartya Sen to her recent work debunking assumptions on HIV prevalence in Africa.
Why you should listen
Emily Oster, an Assistant Professor of Economics at the University of Chicago, has a history of rethinking conventional wisdom.
Her Harvard doctoral thesis took on famed economist Amartya Sen and his claim that 100 million women were statistically missing from the developing world. He blamed misogynist medical care and outright sex-selective abortion for the gap, but Oster pointed to data indicating that in countries where Hepetitis B infections were higher, more boys were born. Through her unorthodox analysis of medical data, she accounted for 50% of the missing girls. Three years later, she would publish another paper amending her findings, stating that, after further study, the relationship between Hepetitis B and missing women was not apparent. This concession, along with her audacity to challenge economic assumptions and her dozens of other influential papers, has earned her the respect of the global academic community.
She's also investigated the role of bad weather in the rise in witchcraft trials in Medieval Europe and what drives people to play the Powerball lottery. Her latest target: busting assumptions on HIV in Africa.
And she's an advice columnist too >>
Emily Oster | Speaker | TED.com