TED2007
Emily Oster: Flip your thinking on AIDS in Africa
Емили Остър преобръща мисленето ни за СПИН в Африка
Filmed:
Readability: 4.2
921,618 views
Емили Остър преразглежда статистиката за СПИН в Африка от икономическа гледна точка и стига до зашеметяващ извод: всичко, което знаем за разпространението на ХИВ на континента е грешно.
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
Днес искам да ви разкажа за СПИН в тропическа Африка.
00:29
And this is a pretty well-educated audience,
1
4000
2000
Вие сте доста образована публика,
00:31
so I imagine you all know something about AIDS.
2
6000
3000
затова предполагам, че поназнайвате нещо за СПИН.
00:34
You probably know that roughly 25 million people in Africa
3
9000
2000
Може би знаете, че приблизително 25 милиона души в Африка
00:36
are infected with the virus, that AIDS is a disease of poverty,
4
11000
4000
са инфектирани с вируса, и че СПИН е болест на бедността.
00:40
and that if we can bring Africa out of poverty, we would decrease AIDS as well.
5
15000
4000
И ако измъкнем Африка от бедността, ще можем да я измъкнем и от СПИН-а.
00:44
If you know something more, you probably know that Uganda, to date,
6
19000
3000
Ако сте по-запознати, може би знаете, че към днешна дата Уганда
00:47
is the only country in sub-Saharan Africa
7
22000
2000
е единствената страна в тропическа Африка,
00:49
that has had success in combating the epidemic.
8
24000
3000
която има успех в борбата с епидемията,
00:52
Using a campaign that encouraged people to abstain, be faithful, and use condoms --
9
27000
4000
използвайки кампания, която насърчила хората да се въздържат, да вярват и да използват презервативи --
00:56
the ABC campaign -- they decreased their prevalence in the 1990s
10
31000
4000
кампанията АБВ. Те намалиха разпространението на болестта през 1990 г.
01:00
from about 15 percent to 6 percent over just a few years.
11
35000
4000
от 15 % на 6% само за няколко години.
01:04
If you follow policy, you probably know that a few years ago
12
39000
3000
Ако сте следили политиката им, може би знаете, че преди няколко години
01:07
the president pledged 15 billion dollars to fight the epidemic over five years,
13
42000
4000
президентът гарантира 15 милиона долара за борба с епидемията за 5 години
01:11
and a lot of that money is going to go to programs that try to replicate Uganda
14
46000
3000
и много от тези пари ще отидат за програми, които да се опитат да подражават на Уганда
01:14
and use behavior change to encourage people and decrease the epidemic.
15
49000
6000
и да използват промяната в поведението на хората, за да ги насърчат и да намалят епидемията.
01:20
So today I'm going to talk about some things
16
55000
2000
Затова днес ще ви разкажа за някои неща,
01:22
that you might not know about the epidemic,
17
57000
2000
които може би не знаете за епидемията.
01:24
and I'm actually also going to challenge
18
59000
2000
И всъщност, аз също ще се сблъскам с
01:26
some of these things that you think that you do know.
19
61000
2000
някои от тези неща, които вие мислите, че знаете.
01:28
To do that I'm going to talk about my research
20
63000
3000
За да направя това, ще ви разкажа за моето проучване,
01:31
as an economist on the epidemic.
21
66000
2000
като икономист на епидемията.
01:33
And I'm not really going to talk much about the economy.
22
68000
2000
Няма да да ви говоря много за икономика.
01:35
I'm not going to tell you about exports and prices.
23
70000
3000
Няма да ви говоря за износ и цени.
01:38
But I'm going to use tools and ideas that are familiar to economists
24
73000
4000
Но ще използвам инструменти и идеи, които са близки до икономистите,
01:42
to think about a problem that's more traditionally
25
77000
2000
за да помислим над проблема, който е традиционно повече
01:44
part of public health and epidemiology.
26
79000
2000
част от общественото здраве и епидемиологията.
01:46
And I think in that sense, this fits really nicely with this lateral thinking idea.
27
81000
4000
И в този смисъл, мисля, че това пасва добре с тази странична идея.
01:50
Here I'm really using the tools of one academic discipline
28
85000
3000
Тук използвам инструменти на една академична дисциплина,
01:53
to think about problems of another.
29
88000
2000
за да мисля за проблемите на другa.
01:55
So we think, first and foremost, AIDS is a policy issue.
30
90000
3000
Затова преди всичко ние мислим, че СПИН е политически проблем.
01:58
And probably for most people in this room, that's how you think about it.
31
93000
3000
И вероятно повечето хора в тази стая също мислят така.
02:01
But this talk is going to be about understanding facts about the epidemic.
32
96000
4000
Този разговор ще бъде затова как разбираме фактите за епидемията.
02:05
It's going to be about thinking about how it evolves, and how people respond to it.
33
100000
3000
Ще бъде за мисленето, как то еволюира и как хората реагират на това.
02:08
I think it may seem like I'm ignoring the policy stuff,
34
103000
3000
Може да изглежда така, сякаш игнорирам политиката,
02:11
which is really the most important,
35
106000
2000
която е наистина най-важното нещо,
02:13
but I'm hoping that at the end of this talk you will conclude
36
108000
2000
но се надявам, че в края на този разговор, вие ще заключите,
02:15
that we actually cannot develop effective policy
37
110000
2000
че всъщност ние не можем да развием ефективна политика,
02:17
unless we really understand how the epidemic works.
38
112000
3000
освен ако не разберем как всъщност епидемията "работи".
02:20
And the first thing that I want to talk about,
39
115000
2000
Първото нещо, за което искам да говоря е ...
02:22
the first thing I think we need to understand is:
40
117000
2000
първото нещо, което мисля, че трябва да разберем е:
02:24
how do people respond to the epidemic?
41
119000
2000
Как хората реагират на епидемията?
02:26
So AIDS is a sexually transmitted infection, and it kills you.
42
121000
4000
СПИН е сексуално преносима инфекция и убива.
02:30
So this means that in a place with a lot of AIDS,
43
125000
2000
Това значи, че на място с много случаи на СПИН
02:32
there's a really significant cost of sex.
44
127000
2000
цената за секса е наистина значима.
02:34
If you're an uninfected man living in Botswana, where the HIV rate is 30 percent,
45
129000
4000
Ако вие сте неинфектиран мъж, живеещ в Ботсвана, където ХИВ достига 30%,
02:38
if you have one more partner this year -- a long-term partner, girlfriend, mistress --
46
133000
4000
ако имате още един партньор през тази година освен дългогодишния си партньор, приятелка, любовница --
02:42
your chance of dying in 10 years increases by three percentage points.
47
137000
4000
шансът ви да починете след 10 години се увеличава с три процентa.
02:46
That is a huge effect.
48
141000
2000
Това е огромен ефект.
02:48
And so I think that we really feel like then people should have less sex.
49
143000
3000
Мисля, че ние наистина усещаме как хората трябва да правят по-малко секс.
02:51
And in fact among gay men in the US
50
146000
2000
Фактът е че сред гей мъжете в Щатите
02:53
we did see that kind of change in the 1980s.
51
148000
2000
видяхме тази промяна през '80-те години.
02:55
So if we look in this particularly high-risk sample, they're being asked,
52
150000
4000
Ако погледнем тази специафична високо-рискова група и ако бъдат запитани:
02:59
"Did you have more than one unprotected sexual partner in the last two months?"
53
154000
3000
"Имали ли сте повече от един непредпазен сексуален партньор през последните 2 месеца?"
03:02
Over a period from '84 to '88, that share drops from about 85 percent to 55 percent.
54
157000
6000
През периода от '84 до '88 се отбелязва спад на дела от 85% на 55%.
03:08
It's a huge change in a very short period of time.
55
163000
2000
Това е огромна промяна, за много кратък период от време.
03:10
We didn't see anything like that in Africa.
56
165000
2000
Нищо подобно не виждаме обаче в Африка.
03:12
So we don't have quite as good data, but you can see here
57
167000
3000
Нямаме много добри данни, но може да видите,
03:15
the share of single men having pre-marital sex,
58
170000
2000
че делът на свободните мъже, които са правили секс преди брака
03:17
or married men having extra-marital sex,
59
172000
2000
или женените, които са правили извънбрачен секс
03:19
and how that changes from the early '90s to late '90s,
60
174000
3000
и как това се е променило от началото на '90 до края на '90
03:22
and late '90s to early 2000s. The epidemic is getting worse.
61
177000
3000
и края на '90 до началото на 2000 година. Епидемията се влошава.
03:25
People are learning more things about it.
62
180000
2000
Хората научават повече неща за това....
03:27
We see almost no change in sexual behavior.
63
182000
2000
но виждаме, че почти няма промяна в сексуалното им поведение.
03:29
These are just tiny decreases -- two percentage points -- not significant.
64
184000
4000
Това са много малки намаления -- 2% -- незначителни.
03:33
This seems puzzling. But I'm going to argue that you shouldn't be surprised by this,
65
188000
4000
Това изглежда озадачаващо, но аз ще ви докажа, че не бива да се изненадвате от това.
03:37
and that to understand this you need to think about health
66
192000
3000
За да разберете това, трябва да мислите за здравето
03:40
the way than an economist does -- as an investment.
67
195000
3000
по начина, по който икономистите мислят -- като за инвестиция.
03:43
So if you're a software engineer and you're trying to think about
68
198000
3000
Ако сте софтуерен инженер и започнете да мислите
03:46
whether to add some new functionality to your program,
69
201000
3000
дали да добавите някакви нови функционалности към своята програма,
03:49
it's important to think about how much it costs.
70
204000
2000
много е важно да помислите колко ще ви струва това.
03:51
It's also important to think about what the benefit is.
71
206000
2000
Също така е важно да помислите какви ще са ползите от това.
03:53
And one part of that benefit is how much longer
72
208000
2000
Една част от ползите е колко по-дълго
03:55
you think this program is going to be active.
73
210000
2000
мислите, че тази програма ще бъде активна.
03:57
If version 10 is coming out next week,
74
212000
2000
Ако версия 10 излиза следващата седмица,
03:59
there's no point in adding more functionality into version nine.
75
214000
3000
няма смисъл да добавяте нови функционалности към версия 9.
04:02
But your health decisions are the same.
76
217000
2000
Решенията, касаещи здравето са същите.
04:04
Every time you have a carrot instead of a cookie,
77
219000
2000
Всеки път, когато предпочетете морков пред бисквитка,
04:06
every time you go to the gym instead of going to the movies,
78
221000
3000
всеки път когато отидете на фитнес, вместо на кино,
04:09
that's a costly investment in your health.
79
224000
2000
това е ценна инвестиция във вашето здраве.
04:11
But how much you want to invest is going to depend
80
226000
2000
Но колко точно искате да инвестирате ще зависи
04:13
on how much longer you expect to live in the future,
81
228000
2000
от това, колко по-дълго ще очаквате да живеете за в бъдеще --
04:15
even if you don't make those investments.
82
230000
2000
дори и да не правите тези инвестиции.
04:17
AIDS is the same kind of thing. It's costly to avoid AIDS.
83
232000
3000
СПИН е същото нещо. Скъпо е да стоите настрани от СПИН.
04:20
People really like to have sex.
84
235000
3000
Хората наистина обичат да правят секс.
04:23
But, you know, it has a benefit in terms of future longevity.
85
238000
6000
Но знаете ли, има полза по отношение на бъдещото дълголетие.
04:29
But life expectancy in Africa, even without AIDS, is really, really low:
86
244000
4000
Но продължителността на живота в Африка, дори и без СПИН е наистина много кратка:
04:33
40 or 50 years in a lot of places.
87
248000
3000
40 или 50 години на повечето места.
04:36
I think it's possible, if we think about that intuition, and think about that fact,
88
251000
4000
Мисля си, че е възможно да мислим за интуицията и за този факт,
04:40
that maybe that explains some of this low behavior change.
89
255000
3000
че може би това обяснява някои от тези малки поведенчески промени.
04:43
But we really need to test that.
90
258000
2000
Но наистина трябва да тестваме това.
04:45
And a great way to test that is to look across areas in Africa and see:
91
260000
3000
Прекрасен начин да тестваме това е да погледнем зоните в Африка:
04:48
do people with more life expectancy change their sexual behavior more?
92
263000
4000
дали хората с по-голяма продължителност на живота са променили сексуалното си поведение?
04:52
And the way that I'm going to do that is,
93
267000
2000
Начинът, по който ще направя това е,
04:54
I'm going to look across areas with different levels of malaria.
94
269000
3000
като разгледам всички зони с различни нива на малария.
04:57
So malaria is a disease that kills you.
95
272000
3000
Маларията е болест, която убива.
05:00
It's a disease that kills a lot of adults in Africa, in addition to a lot of children.
96
275000
3000
Това е болест, която убива много възрастни в Африка, а също и много деца.
05:03
And so people who live in areas with a lot of malaria
97
278000
3000
Хората, които живеят в райони с много малария,
05:06
are going to have lower life expectancy than people who live in areas with limited malaria.
98
281000
4000
ще имат по-малка продължителност на живота, в сравнение с хората, които живеят в зони без малария.
05:10
So one way to test to see whether we can explain
99
285000
2000
Единият начин да разберем дали ще можем да обясним
05:12
some of this behavior change by differences in life expectancy
100
287000
3000
някои от тези промени в поведението с разликите в продължителността на живота
05:15
is to look and see is there more behavior change
101
290000
3000
е като погледнем дали там има по-голяма промяна в поведението,
05:18
in areas where there's less malaria.
102
293000
2000
в зоните, в които има по-малко малария.
05:20
So that's what this figure shows you.
103
295000
2000
Ето това показва и тази фигура.
05:22
This shows you -- in areas with low malaria, medium malaria, high malaria --
104
297000
4000
Показва - зоните с ниско ниво на малария, средно и високо ниво --
05:26
what happens to the number of sexual partners as you increase HIV prevalence.
105
301000
4000
какво се случва с броя сексуални партньори с увеличаване наличието на ХИВ.
05:30
If you look at the blue line,
106
305000
2000
Ако погледнете синята линия,
05:32
the areas with low levels of malaria, you can see in those areas,
107
307000
3000
зоните с ниско ниво на малария, в тях може да видите
05:35
actually, the number of sexual partners is decreasing a lot
108
310000
3000
всъщност броя на сексуалните партньори доста намалява,
05:38
as HIV prevalence goes up.
109
313000
2000
а преобладаващото ниво на ХИВ се увеличава.
05:40
Areas with medium levels of malaria it decreases some --
110
315000
2000
Зоните със средно ниво на малария намаляват --
05:42
it doesn't decrease as much. And areas with high levels of malaria --
111
317000
3000
намаляват, но не много. И зоните с високи нива на малария --
05:45
actually, it's increasing a little bit, although that's not significant.
112
320000
5000
всъщност се увеличават малко повече, макар и не много забележително.
05:50
This is not just through malaria.
113
325000
2000
Това не е само чрез маларията.
05:52
Young women who live in areas with high maternal mortality
114
327000
3000
Младите жени, които живеят в зони с висока смъртност на родилките,
05:55
change their behavior less in response to HIV
115
330000
3000
по-малко променят поведението си в отговор на ХИВ,
05:58
than young women who live in areas with low maternal mortality.
116
333000
3000
в сравнение с младите жени, които живеят в зони с ниска смъртност.
06:01
There's another risk, and they respond less to this existing risk.
117
336000
4000
Има друг риск и те реагират по-малко на този съществуващ риск.
06:06
So by itself, I think this tells a lot about how people behave.
118
341000
3000
Мисля, че това само по себе си казва доста за това как се държат хората.
06:09
It tells us something about why we see limited behavior change in Africa.
119
344000
3000
Казва ни нещо за това защо виждаме ограничено поведенческа промяна в Африка.
06:12
But it also tells us something about policy.
120
347000
2000
Но също така ни казва и нещо за политиката.
06:14
Even if you only cared about AIDS in Africa,
121
349000
3000
Дори и ако ви е грижа само за СПИН в Африка,
06:17
it might still be a good idea to invest in malaria,
122
352000
3000
може би все още е добра идея да инвестирате в маларията,
06:20
in combating poor indoor air quality,
123
355000
2000
в борбата срещу лошото качество на въздуха на закрито,
06:22
in improving maternal mortality rates.
124
357000
2000
в подобряването на показателите на смъртността при майките.
06:24
Because if you improve those things,
125
359000
2000
Защото ако подобрите тези неща.
06:26
then people are going to have an incentive to avoid AIDS on their own.
126
361000
4000
тогава хората ще имат стимул да избегнат СПИН.
06:30
But it also tells us something about one of these facts that we talked about before.
127
365000
4000
Но също така ни казва и нещо за един от онези факти, за които говорихме преди.
06:34
Education campaigns, like the one that the president is focusing on in his funding,
128
369000
4000
Образователните кампании, като онази, която президентът финансира,
06:38
may not be enough, at least not alone.
129
373000
2000
може би не е достатъчна. Или поне не сама.
06:40
If people have no incentive to avoid AIDS on their own,
130
375000
2000
Ако хората нямат стимул сами да се пазят от СПИН --
06:42
even if they know everything about the disease,
131
377000
2000
дори и да знаят всичко за тази болест --
06:44
they still may not change their behavior.
132
379000
2000
те пак няма да променят своето поведение.
06:46
So the other thing that I think we learn here is that AIDS is not going to fix itself.
133
381000
3000
Затова, другото нещо, което мисля, че научихме е че СПИН-а няма да се оправи от само себе си.
06:49
People aren't changing their behavior enough
134
384000
2000
Хората не променят поведението си достатъчно,
06:51
to decrease the growth in the epidemic.
135
386000
3000
за да намалее развитието на епидемията.
06:54
So we're going to need to think about policy
136
389000
2000
Ние трябва да помисли за политиката.
06:56
and what kind of policies might be effective.
137
391000
2000
И какви политики биха били ефективни.
06:58
And a great way to learn about policy is to look at what worked in the past.
138
393000
3000
Чудесен начин да научим за политиката е като видим какво е работело в миналото.
07:01
The reason that we know that the ABC campaign
139
396000
2000
Причината, затова АБВ кампанията
07:03
was effective in Uganda is we have good data on prevalence over time.
140
398000
3000
да бъде успешна в Уганда е, че имаме добри данни за разпространението на болестта във времето.
07:06
In Uganda we see the prevalence went down.
141
401000
2000
Виждаме, че в Уганда преобладаването на болестта е спаднало.
07:08
We know they had this campaign. That's how we learn about what works.
142
403000
3000
Знаем, че те са имали тази кампания. Ето как разбрахме, че тя работи.
07:11
It's not the only place we had any interventions.
143
406000
2000
Това не е единственото място, където се намесихме.
07:13
Other places have tried things, so why don't we look at those places
144
408000
4000
Други места също опитаха, така че защо да не ги погледнем
07:17
and see what happened to their prevalence?
145
412000
3000
и да видим какво е станало с широкото разпространение на болестта?
07:20
Unfortunately, there's almost no good data
146
415000
2000
За съжаление, няма много добри данни
07:22
on HIV prevalence in the general population in Africa until about 2003.
147
417000
5000
за разпространението на ХИВ сред населението на Африка до 2003 година.
07:27
So if I asked you, "Why don't you go and find me
148
422000
2000
Ако ви попитам "Защо не отидете и не намерите
07:29
the prevalence in Burkina Faso in 1991?"
149
424000
3000
данни за разпространението на СПИН в Буркина Фасо през 1991?"
07:32
You get on Google, you Google, and you find,
150
427000
3000
Вие ще влезете в Гугъл и ще откриете...
07:35
actually the only people tested in Burkina Faso in 1991
151
430000
3000
всъщност единствените хора тествани в Буркина Фасо през 1991
07:38
are STD patients and pregnant women,
152
433000
2000
са пациентите със сексуално преносими болести и бременните.
07:40
which is not a terribly representative group of people.
153
435000
2000
Това не е много представителна група от хора.
07:42
Then if you poked a little more, you looked a little more at what was going on,
154
437000
3000
Ако се разровите още малко и разгледате малко повече какво става,
07:45
you'd find that actually that was a pretty good year,
155
440000
3000
ще откриете, че всъщност това е била много добра година.
07:48
because in some years the only people tested are IV drug users.
156
443000
3000
Защото в някои години , единствените хора тествани за СПИН са ползващите наркотици.
07:51
But even worse -- some years it's only IV drug users,
157
446000
2000
Още по-зле е, когато някои години се изследват само ползващите наркотици,
07:53
some years it's only pregnant women.
158
448000
2000
а някои години пък само бременните жени.
07:55
We have no way to figure out what happened over time.
159
450000
2000
Няма начин да разберем какво се е случвало през това време.
07:57
We have no consistent testing.
160
452000
2000
Нямаме последователни изследвания.
07:59
Now in the last few years, we actually have done some good testing.
161
454000
5000
През последните няколко години всъщност направихме някои добри изследвания.
08:04
In Kenya, in Zambia, and a bunch of countries,
162
459000
3000
В Кения, Замбия и група страни,
08:07
there's been testing in random samples of the population.
163
462000
3000
имаше изследвания на произволни групи от населението.
08:10
But this leaves us with a big gap in our knowledge.
164
465000
3000
Но това ни остави в голяма дупка в нашето знание.
08:13
So I can tell you what the prevalence was in Kenya in 2003,
165
468000
3000
Мога да ви кажа какво беше разпространението в Кения през 2003 година.
08:16
but I can't tell you anything about 1993 or 1983.
166
471000
3000
но не мога да ви кажа нищо за 1993 или 1983 година.
08:19
So this is a problem for policy. It was a problem for my research.
167
474000
4000
Това е проблем за политиката, а също така беше проблем и за моето разследване.
08:23
And I started thinking about how else might we figure out
168
478000
4000
Започнах да мисля за това как по друг начин да разбера,
08:27
what the prevalence of HIV was in Africa in the past.
169
482000
2000
какво е било разпространението на ХИВ в Африка в миналото.
08:29
And I think that the answer is, we can look at mortality data,
170
484000
4000
Мисля, че отговорът е в данните за смъртността.
08:33
and we can use mortality data to figure out what the prevalence was in the past.
171
488000
4000
Може да използваме данните, за да разберем какво е било разпространението в миналото.
08:37
To do this, we're going to have to rely on the fact
172
492000
2000
За да направим това, трябва да разчитаме на факта,
08:39
that AIDS is a very specific kind of disease.
173
494000
2000
че СПИН е много специфичен вид болест.
08:41
It kills people in the prime of their lives.
174
496000
2000
Убива хората в разцвета на живота им.
08:43
Not a lot of other diseases have that profile. And you can see here --
175
498000
3000
Не много от другите болести имат такава характеристика. И както може да видите тук:
08:46
this is a graph of death rates by age in Botswana and Egypt.
176
501000
4000
това е графика на данните за смъртността по години в Ботсвана и Египет.
08:50
Botswana is a place with a lot of AIDS,
177
505000
2000
Ботсвана е място с много СПИН,
08:52
Egypt is a place without a lot of AIDS.
178
507000
2000
Египет е място с не чак толкова СПИН.
08:54
And you see they have pretty similar death rates among young kids and old people.
179
509000
3000
Виждате те имат доста подобни смъртни стойности сред младите и старите хора.
08:57
That suggests it's pretty similar levels of development.
180
512000
3000
Предположенията са за прекалено близки нива на развитие.
09:00
But in this middle region, between 20 and 45,
181
515000
3000
Но в този среден регион, между 20 и 45,
09:03
the death rates in Botswana are much, much, much higher than in Egypt.
182
518000
4000
смъртните стойности в Ботсвана са много, много, много по-високи от тези в Египет.
09:07
But since there are very few other diseases that kill people,
183
522000
4000
Но докато там има доста други болести, които убиват хората,
09:11
we can really attribute that mortality to HIV.
184
526000
3000
ние можем наистина да припишем тази смъртност на ХИВ.
09:14
But because people who died this year of AIDS got it a few years ago,
185
529000
4000
Но защото хората, които умират тази година от СПИН са го хванали няколко години преди това,
09:18
we can use this data on mortality to figure out what HIV prevalence was in the past.
186
533000
5000
ние може да използваме тези данни за смъртността и да разберем какво е било разпространението на ХИВ в миналото.
09:23
So it turns out, if you use this technique,
187
538000
2000
Излиза, че ако използваме тази техника,
09:25
actually your estimates of prevalence are very close
188
540000
2000
всъщност нашите оценки за разпространението на ХИВ са доста близки
09:27
to what we get from testing random samples in the population,
189
542000
3000
до тези, които имаме от тестването на случайни групи от населението --
09:30
but they're very, very different than what UNAIDS tells us the prevalences are.
190
545000
5000
но те са много, много различни от това, което програмата на ООН за ХИВ/СПИН ни казва за неговото разпространение.
09:35
So this is a graph of prevalence estimated by UNAIDS,
191
550000
3000
Това е графика на разпространението, изчислено от програмата на ООН за ХИВ/СПИН,
09:38
and prevalence based on the mortality data
192
553000
2000
и разпространението базирано на данните за смъртността
09:40
for the years in the late 1990s in nine countries in Africa.
193
555000
4000
за края на 90-те в деветте страни в Африка.
09:44
You can see, almost without exception,
194
559000
2000
Може да видите почти без изключение, че
09:46
the UNAIDS estimates are much higher than the mortality-based estimates.
195
561000
4000
стойностите на програмата на ООН за ХИВ/СПИН са доста по-високи в сравнение със стойностите базирани на смъртността.
09:50
UNAIDS tell us that the HIV rate in Zambia is 20 percent,
196
565000
4000
Програмата на ООН за ХИВ/СПИН ни казва, че стойностите на СПИН в Замбия са 20%,
09:54
and mortality estimates suggest it's only about 5 percent.
197
569000
4000
а смъртните стойности показват само около 5%.
09:58
And these are not trivial differences in mortality rates.
198
573000
3000
Това не са, знаете, тривиални разлики в смъртните стойности.
10:01
So this is another way to see this.
199
576000
2000
Това е друг начин, по който може да видим това.
10:03
You can see that for the prevalence to be as high as UNAIDS says,
200
578000
2000
Може да видите, че за да бъде разпространението толкова голямо както програмата на ООН за ХИВ/СПИН казва,
10:05
we have to really see 60 deaths per 10,000
201
580000
2000
трябва да имаме 60 смъртни случая на 10,000,
10:07
rather than 20 deaths per 10,000 in this age group.
202
582000
4000
а не 20 смъртни случая на 10, 000 в тази възрастова група.
10:11
I'm going to talk a little bit in a minute
203
586000
2000
Ще поговоря малко повече след минутка,
10:13
about how we can use this kind of information to learn something
204
588000
3000
всъщност за това как може да използваме този тип информация, за да научим нещо,
10:16
that's going to help us think about the world.
205
591000
2000
което ще ни помогне да помислим за света.
10:18
But this also tells us that one of these facts
206
593000
2000
Но това също ни казва, че един от тези факти,
10:20
that I mentioned in the beginning may not be quite right.
207
595000
3000
които споменах в началото, може би не е съвсем правилен.
10:23
If you think that 25 million people are infected,
208
598000
2000
Ако мислите, че 25 милиона души са инфектирани,
10:25
if you think that the UNAIDS numbers are much too high,
209
600000
3000
ако мислите, че стойностите на ООН са по-високи,
10:28
maybe that's more like 10 or 15 million.
210
603000
2000
може би това е повече като 10 или 15 милиона.
10:30
It doesn't mean that AIDS isn't a problem. It's a gigantic problem.
211
605000
4000
Това не значи, че СПИН не е проблем. Това е гигантски проблем.
10:34
But it does suggest that that number might be a little big.
212
609000
4000
Но това навежда на мисълта, че този брой може да е малко голям.
10:38
What I really want to do, is I want to use this new data
213
613000
2000
Това, което наистина искам да направя е да използвам тези нови данни,
10:40
to try to figure out what makes the HIV epidemic grow faster or slower.
214
615000
4000
за да се опитам да разбера, какво прави ХИВ да нараства по-бързо или по-бавно.
10:44
And I said in the beginning, I wasn't going to tell you about exports.
215
619000
3000
В началото казах, че няма да ви говоря за износа.
10:47
When I started working on these projects,
216
622000
2000
Когато започнах да работя по тези проекти,
10:49
I was not thinking at all about economics,
217
624000
2000
не мислех за всички тези икономически науки,
10:51
but eventually it kind of sucks you back in.
218
626000
3000
но те някак си ме привлякоха.
10:54
So I am going to talk about exports and prices.
219
629000
3000
Затова, ще ви разкажа за износа и цените.
10:57
And I want to talk about the relationship between economic activity,
220
632000
3000
Искам да ви разкажа за връзката между икономическите дейности,
11:00
in particular export volume, and HIV infections.
221
635000
4000
по-специално за обема на износа и ХИВ инфекциите.
11:04
So obviously, as an economist, I'm deeply familiar
222
639000
4000
Очевидно, като икономист, аз съм дълбоко запозната
11:08
with the fact that development, that openness to trade,
223
643000
2000
с факта, че развитието, либерализацията на търговията
11:10
is really good for developing countries.
224
645000
2000
е наистина добро за развитите страни.
11:12
It's good for improving people's lives.
225
647000
3000
Хубаво е за подобряването на човешкия живот.
11:15
But openness and inter-connectedness, it comes with a cost
226
650000
2000
Но либерализацията и вътрешната свързаност идва на определена цена,
11:17
when we think about disease. I don't think this should be a surprise.
227
652000
3000
когато си мислим за болестите. Не мисля, че това трябва да ни изненадва.
11:20
On Wednesday, I learned from Laurie Garrett
228
655000
2000
В сряда научих от Лори Гарет,
11:22
that I'm definitely going to get the bird flu,
229
657000
2000
че аз определено ще хвана птичи грип
11:24
and I wouldn't be at all worried about that
230
659000
3000
и че няма да съм въобще загрижена затова,
11:27
if we never had any contact with Asia.
231
662000
3000
ако никога не осъществим контакт с Азия.
11:30
And HIV is actually particularly closely linked to transit.
232
665000
4000
ХИВ всъщност е особено близко свързан с транзита.
11:34
The epidemic was introduced to the US
233
669000
2000
Епидемията се появи в Америка,
11:36
by actually one male steward on an airline flight,
234
671000
4000
чрез един стюард на самолетен полет,
11:40
who got the disease in Africa and brought it back.
235
675000
2000
който се беше разболял в Африка и докара болестта.
11:42
And that was the genesis of the entire epidemic in the US.
236
677000
3000
Това беше генезисът на цялата епидемия в Щатите.
11:45
In Africa, epidemiologists have noted for a long time
237
680000
4000
В Африка, епидемиолозите отдавна са забелязали,
11:49
that truck drivers and migrants are more likely to be infected than other people.
238
684000
4000
че шофьорите на камиони и мигрантите са повече предразположени към инфектиране, отколкото другите хора.
11:53
Areas with a lot of economic activity --
239
688000
2000
Зоните с доста икономически активности --
11:55
with a lot of roads, with a lot of urbanization --
240
690000
3000
с много пътища, урбанизирани,
11:58
those areas have higher prevalence than others.
241
693000
2000
тези зони имат по-високо разпространение на ХИВ в сравнение с другите.
12:00
But that actually doesn't mean at all
242
695000
2000
Но това всъщност въобще не означава,
12:02
that if we gave people more exports, more trade, that that would increase prevalence.
243
697000
4000
че ако има повече износ, търговия, това ще увеличи разпространението на вируса.
12:06
By using this new data, using this information about prevalence over time,
244
701000
4000
Използвайки тези нови данни и информацията за разпространението,
12:10
we can actually test that. And so it seems to be --
245
705000
4000
може да тестваме това. И изглежда че --
12:14
fortunately, I think -- it seems to be the case
246
709000
2000
за щастие, изглежда че
12:16
that these things are positively related.
247
711000
2000
тези неща безспорно са свързани.
12:18
More exports means more AIDS. And that effect is really big.
248
713000
4000
Повече износ, означава повече СПИН. И този ефект е наистина голям.
12:22
So the data that I have suggests that if you double export volume,
249
717000
4000
Данните, които представих, ако увеличим двойно износа,
12:26
it will lead to a quadrupling of new HIV infections.
250
721000
5000
ще доведе до четири пъти повече нови ХИВ инфекции.
12:31
So this has important implications both for forecasting and for policy.
251
726000
3000
Така че това е важно както за прогнозирането, така и за политиката.
12:34
From a forecasting perspective, if we know where trade is likely to change,
252
729000
4000
От гледна точка на прогнозирането, ако знаем къде търговията е по-вероятно да се промени,
12:38
for example, because of the African Growth and Opportunities Act
253
733000
3000
например, заради "Законът за африкански растеж и възможности,"
12:41
or other policies that encourage trade,
254
736000
2000
или друга политика, която да насърчи търговията,
12:43
we can actually think about which areas are likely to be heavily infected with HIV.
255
738000
5000
можем евентуално да помислим, кои зони по-скоро могат да бъдат заразени с ХИВ.
12:48
And we can go and we can try to have pre-emptive preventive measures there.
256
743000
6000
Може да отидем и да се опитаме да създадем превантивни мерки там.
12:54
Likewise, as we're developing policies to try to encourage exports,
257
749000
3000
Макар че, както развиваме политиките си за да насърчим износа,
12:57
if we know there's this externality --
258
752000
2000
ако знаем, че там има външен фактор --
12:59
this extra thing that's going to happen as we increase exports --
259
754000
2000
това допълнително нещо, което ще се случи, ако увеличим износа --
13:01
we can think about what the right kinds of policies are.
260
756000
3000
може да помислим какви са правилните политики.
13:04
But it also tells us something about one of these things that we think that we know.
261
759000
3000
Казва ни още и нещо за едно от тези неща, за които си мислим, че знаем.
13:07
Even though it is the case that poverty is linked to AIDS,
262
762000
3000
Макар че се смята, че бедността е свързана със СПИН,
13:10
in the sense that Africa is poor and they have a lot of AIDS,
263
765000
3000
в смисъла на това, че Африка е бедна и има много СПИН,
13:13
it's not necessarily the case that improving poverty -- at least in the short run,
264
768000
4000
това не е задължително вярно, че подобряването на бедността -- поне в краткосрочен план --
13:17
that improving exports and improving development --
265
772000
2000
че подобряването на износа и подобряването на развитието,
13:19
it's not necessarily the case that that's going to lead
266
774000
2000
няма задължително да доведе
13:21
to a decline in HIV prevalence.
267
776000
2000
до намаляване разпространението на ХИВ.
13:24
So throughout this talk I've mentioned a few times
268
779000
2000
По време на моето представяне, няколко пъти споменах
13:26
the special case of Uganda, and the fact that
269
781000
2000
специалният случай в Уганда и фактът, че
13:28
it's the only country in sub-Saharan Africa with successful prevention.
270
783000
4000
това е единствената страна в Тропическа Африка с успешна превенция.
13:32
It's been widely heralded.
271
787000
2000
Това беше обявено на всеослушание.
13:34
It's been replicated in Kenya, and Tanzania, and South Africa and many other places.
272
789000
6000
Това беше репликирано в Кения, Танзания, Южна Африка и много други места.
13:40
But now I want to actually also question that.
273
795000
4000
Сега искам да отправя един въпрос.
13:44
Because it is true that there was a decline in prevalence
274
799000
3000
Истината е, че е имало спад в разпространението на ХИВ
13:47
in Uganda in the 1990s. It's true that they had an education campaign.
275
802000
4000
в Уганда през 90-те. Вярно е че те са имали и образователна кампания.
13:51
But there was actually something else that happened in Uganda in this period.
276
806000
6000
Но е имало и нещо друго, което се е случило в Уганда, през този период.
13:57
There was a big decline in coffee prices.
277
812000
2000
Имало е голямо намаление на цените на кафето.
13:59
Coffee is Uganda's major export.
278
814000
2000
Основният износ на Уганда е кафето.
14:01
Their exports went down a lot in the early 1990s -- and actually that decline lines up
279
816000
5000
Техният износ спада доста в началото на 90-те -- и всъщност това спадане съвпада
14:06
really, really closely with this decline in new HIV infections.
280
821000
4000
наистина доста със спада на новите ХИВ инфекции.
14:10
So you can see that both of these series --
281
825000
3000
Може да видите двете линии --
14:13
the black line is export value, the red line is new HIV infections --
282
828000
3000
черната линия е износната стойност, а червената са новите ХИВ инфекции --
14:16
you can see they're both increasing.
283
831000
2000
може да видите и двете са нарастващи.
14:18
Starting about 1987 they're both going down a lot.
284
833000
2000
Около 1987 година, и двете спадат доста.
14:20
And then actually they track each other
285
835000
2000
Тогава те всъщност следват една друга,
14:22
a little bit on the increase later in the decade.
286
837000
2000
много малко се увеличават след това.
14:24
So if you combine the intuition in this figure
287
839000
2000
Ако комбинирате интуицията си и тази фигура
14:26
with some of the data that I talked about before,
288
841000
3000
с малко данни, за които ви говорех преди,
14:29
it suggests that somewhere between 25 percent and 50 percent
289
844000
4000
тя показва, че някъде между 25% и 50%
14:33
of the decline in prevalence in Uganda
290
848000
2000
от спадът на разпространението в Уганда
14:35
actually would have happened even without any education campaign.
291
850000
4000
всъщност би се случил и без образователната кампания.
14:39
But that's enormously important for policy.
292
854000
2000
Но това е страшно важно за политиката.
14:41
We're spending so much money to try to replicate this campaign.
293
856000
2000
Ние харчим толкова много пари, опитвайки се да отговорим на тази кампания
14:43
And if it was only 50 percent as effective as we think that it was,
294
858000
3000
и ако беше само 50% толкова ефективна, колкото си мислим че е,
14:46
then there are all sorts of other things
295
861000
2000
тогава има всякакви други неща, за които
14:48
maybe we should be spending our money on instead.
296
863000
2000
може би трябва да харчим нашите пари въпреки всичко.
14:50
Trying to change transmission rates by treating other sexually transmitted diseases.
297
865000
4000
Да се постараем да съкратим скоростта, с която се разпространява болестта, като проведем лечение на другите полово предавани болести.
14:54
Trying to change them by engaging in male circumcision.
298
869000
2000
Да се постараем да ги променим, чрез обрязването.
14:56
There are tons of other things that we should think about doing.
299
871000
2000
Има тонове други неща, за които трябва да мислим.
14:58
And maybe this tells us that we should be thinking more about those things.
300
873000
4000
И може би това ни казва, че трябва да мислим повече за тези неща.
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
Надявам се, че през последните 16 минути съм ви казала нещо, което не сте знаели за СПИН,
15:07
and I hope that I've gotten you questioning a little bit
302
882000
2000
и се надявам, че съм ви накарала да се запитате малко повече
15:09
some of the things that you did know.
303
884000
2000
за нещата, които вече знаете.
15:11
And I hope that I've convinced you maybe
304
886000
2000
Надявам се, че може би съм ви убедила
15:13
that it's important to understand things about the epidemic
305
888000
2000
колко е важно да разберем нещата свързани с епидемията,
15:15
in order to think about policy.
306
890000
2000
по начин, по който да мислим за политиката.
15:18
But more than anything, you know, I'm an academic.
307
893000
2000
Но повече от всичко, знаете, аз съм учен.
15:20
And when I leave here, I'm going to go back
308
895000
2000
След като си тръгна оттук, ще се върна
15:22
and sit in my tiny office, and my computer, and my data.
309
897000
3000
и ще седна в моя мъничък офис, зад моя компютър с моите данни --
15:25
And the thing that's most exciting about that
310
900000
2000
и нещото, което е най-вълнуващо е,
15:27
is every time I think about research, there are more questions.
311
902000
3000
че всеки път, когато си помисля за някое изследване, има повече въпроси.
15:30
There are more things that I think that I want to do.
312
905000
2000
Има повече неща, които мисля, че мога да направя.
15:32
And what's really, really great about being here
313
907000
2000
И това, което е наистина страхотно да бъда тук е,
15:34
is I'm sure that the questions that you guys have
314
909000
2000
че съм сигурна, че въпросите, които имате
15:36
are very, very different than the questions that I think up myself.
315
911000
3000
са много, много по-различни в сравнение с въпросите, които задавам на себе си.
15:39
And I can't wait to hear about what they are.
316
914000
2000
Нямам търпение да чуя какви са те.
15:41
So thank you very much.
317
916000
2000
Благодаря ви много.
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