TED2009
Hans Rosling: Insights on HIV, in stunning data visuals
Ο Χανς Ρόσλινγκ σχετικά με το ΗΙV: νέα στοιχεία και εντυπωσιακά οπτικοποιημένα δεδομένα
Filmed:
Readability: 3.9
1,174,291 views
Ο Χανς Ρόσλινγκ αποκαλύπτει νέα οπτικοποιημένα δεδομένα που ξεδιαλύνουν τους πολύπλοκους παράγοντες κινδύνου μιας από τις πιο θανατηφόρες (και πιο παρεξηγημένες) ασθένειες: του ΗΙV. Υποστηρίζει ότι η πρόληψη στη μετάδοση--όχι οι θεραπείες με φάρμακα--είναι το κλειδί για να τεθεί τέλος στην επιδημία.
Hans Rosling - Global health expert; data visionary
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio
In Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus. Full bio
Double-click the English transcript below to play the video.
00:12
(Applause)
0
0
5000
(Χειροκρότημα)
00:18
AIDS was discovered 1981; the virus, 1983.
1
6000
5000
Το AIDS ανακαλύφθηκε το 1981-- ο ιός, το 1983.
00:23
These Gapminder bubbles show you
2
11000
2000
Αυτές οι φυσαλίδες στο Gapminder σας δείχνουν
00:25
how the spread of the virus was in 1983 in the world,
3
13000
4000
τη διάδοση του ιού στον κόσμο το 1983,
00:29
or how we estimate that it was.
4
17000
2000
ή μάλλον πώς εκτιμούμε ότι ήταν η διάδοση.
00:31
What we are showing here is --
5
19000
2000
Αυτό που δείχνουμε εδώ--
00:33
on this axis here, I'm showing percent of infected adults.
6
21000
7000
σε αυτόν εδώ τον άξονα, δείχνω το ποσοστό των προσβεβλημένων ενηλίκων.
00:40
And on this axis, I'm showing dollars per person in income.
7
28000
5000
Και σε αυτόν τον άξονα, δείχνω δολάρια κατ'άτομο σε εισόδημα.
00:45
And the size of these bubbles, the size of the bubbles here,
8
33000
4000
Και το μέγεθος αυτών των φυσαλίδων, το μέγεθος των φυσαλίδων εδώ,
00:49
that shows how many are infected in each country,
9
37000
3000
δείχνει πόσοι είχαν προσβληθεί σε κάθε χώρα,
00:52
and the color is the continent.
10
40000
2000
και το χρώμα είναι η ήπειρος.
00:54
Now, you can see United States, in 1983,
11
42000
2000
Τώρα, μπορείτε να δείτε ότι οι Ηνωμένες Πολιτείες το 1983,
00:56
had a very low percentage infected,
12
44000
3000
είχαν ένα πολύ χαμηλό ποσοστό προσβεβλημένων,
00:59
but due to the big population, still a sizable bubble.
13
47000
4000
αλλά εξαιτίας του μεγάλου πληθυσμού, και πάλι η φυσαλίδα είναι ευμεγέθης.
01:03
There were quite many people infected in the United States.
14
51000
3000
Υπήρχαν αρκετοί άνθρωποι που είχαν προσβληθεί στις Ηνωμένες Πολιτείες.
01:06
And, up there, you see Uganda.
15
54000
2000
Και, εκεί πάνω, βλέπετε την Ουγκάντα.
01:08
They had almost five percent infected,
16
56000
3000
Είχαν σχεδόν το πέντε τοις εκατό προσβεβλημένο,
01:11
and quite a big bubble in spite of being a small country, then.
17
59000
3000
και μια αρκετή μεγάλη φυσαλίδα παρά το ότι ήταν μια μικρή χώρα, τότε.
01:14
And they were probably the most infected country in the world.
18
62000
5000
Και ήταν ίσως η πιο προσβεβλημένη χώρα στον κόσμο.
01:19
Now, what has happened?
19
67000
2000
Τι συνέβη;
01:21
Now you have understood the graph
20
69000
2000
Έχετε καταλάβει το γράφημα,
01:23
and now, in the next 60 seconds,
21
71000
3000
και τώρα, στα επόμενα 60 δευτερόλεπτα,
01:26
we will play the HIV epidemic in the world.
22
74000
3000
θα αναπαραστήσουμε τη διάδοση της επιδημίας του HIV στον κόσμο.
01:29
But first, I have a new invention here.
23
77000
3000
Αλλά πρώτα, έχω μια νέα εφεύρεση εδώ.
01:34
(Laughter)
24
82000
3000
(Γέλια)
01:39
I have solidified the beam of the laser pointer.
25
87000
4000
Στερεοποίησα τη δέσμη του λεήζερ.
01:43
(Laughter)
26
91000
3000
(Γέλια)
01:46
(Applause)
27
94000
3000
(Χειροκρότημα)
01:52
So, ready, steady, go!
28
100000
4000
Λοιπόν, έτοιμοι, πάμε!
01:56
First, we have the fast rise in Uganda and Zimbabwe.
29
104000
4000
Πρώτα, έχουμε την γρήγορη άνοδο στην Ουγκάντα και τη Ζιμπάμπουε.
02:00
They went upwards like this.
30
108000
2000
Ανέβηκαν έτσι.
02:02
In Asia, the first country to be heavily infected was Thailand --
31
110000
4000
Στην Ασία, η πρώτη χώρα που προσεβλήθη σοβαρά ήταν η Ταϋλάνδη.
02:06
they reached one to two percent.
32
114000
2000
Έφτασαν σε ποσοστό ένα με δύο τοις εκατό.
02:08
Then, Uganda started to turn back,
33
116000
2000
Έπειτα, η Ουγκάντα, άρχισε να κατεβαίνει
02:10
whereas Zimbabwe skyrocketed,
34
118000
2000
ενώ η Ζιμπάμπουε εκτινάχθηκε στα ύψη,
02:12
and some years later South Africa had a terrible rise of HIV frequency.
35
120000
4000
και μερικά χρόνια αργότερα η Νότια Αφρική είχε μια τρομακτική άνοδο στη συχνότητα του HIV.
02:16
Look, India got many infected,
36
124000
2000
Κοιτάξτε, στην Ινδία προσεβλήθησαν πολλοί,
02:18
but had a low level.
37
126000
2000
αλλά ήταν χαμηλό το ποσοστό.
02:20
And almost the same happens here.
38
128000
2000
Και σχεδόν το ίδιο συμβαίνει εδώ.
02:22
See, Uganda coming down, Zimbabwe coming down,
39
130000
3000
Βλέπετε, η Ουγκάντα κατεβαίνει, η Ζιμπάμπουε κατεβαίνει,
02:25
Russia went to one percent.
40
133000
2000
η Ρωσία πήγε στο ένα τοις εκατό.
02:27
In the last two to three years,
41
135000
3000
Τα τελευταία δύο με τρία χρόνια,
02:30
we have reached a steady state of HIV epidemic in the world.
42
138000
4000
φτάσαμε σε μια σταθερή κατάσταση της επιδημίας του HIV στον κόσμο.
02:34
25 years it took.
43
142000
3000
Πήρε 25 χρόνια.
02:37
But, steady state doesn't mean that things are getting better,
44
145000
3000
Αλλά, σταθερή κατάσταση δε σημαίνει ότι τα πράγματα πάνε προς το καλύτερο,
02:40
it's just that they have stopped getting worse.
45
148000
3000
απλά σταμάτησαν να πηγαίνουν προς το χειρότερο.
02:43
And it has -- the steady state is, more or less,
46
151000
4000
Και η σταθερή κατάσταση είναι, ότι, πάνω κάτω
02:47
one percent of the adult world population is HIV-infected.
47
155000
4000
ένα τοις εκατό του ενήλικου παγκόσμιου πληθυσμού έχει προσβληθεί από HIV.
02:51
It means 30 to 40 million people,
48
159000
3000
Αυτό σημαίνει 30 με 40 εκατομμύρια άνθρωποι,
02:54
the whole of California -- every person,
49
162000
2000
ολόκληρη η Καλιφόρνια, κάθε άτομο,
02:56
that's more or less what we have today in the world.
50
164000
2000
αυτό είναι πάνω κάτω η κατάσταση σήμερα στον κόσμο.
02:58
Now, let me make a fast replay of Botswana.
51
166000
5000
Τώρα, θα "ξαναπαίξω" γρήγορα τη Μποτσουάνα.
03:03
Botswana -- upper middle-income country in southern Africa,
52
171000
4000
Η Μποτσουάνα-- χώρα της νότιας Αφρικής, με ανώτερο μέσο εισόδημα,
03:07
democratic government, good economy,
53
175000
3000
με δημοκρατική κυβέρνηση, καλή οικονομία,
03:10
and this is what happened there.
54
178000
2000
και να τι συνέβη εκεί.
03:12
They started low, they skyrocketed,
55
180000
2000
Ξεκίνησαν χαμηλά, εκτινάχθηκαν στα ύψη,
03:14
they peaked up there in 2003,
56
182000
3000
έφτασαν στην κορυφή το 2003,
03:17
and now they are down.
57
185000
2000
και τώρα κατεβαίνουν.
03:19
But they are falling only slowly,
58
187000
2000
Αλλά πέφτουν αργά,
03:21
because in Botswana, with good economy and governance,
59
189000
2000
επειδή στη Μποτσουάνα, με την καλή οικονομία και διακυβέρνηση,
03:23
they can manage to treat people.
60
191000
3000
καταφέρνουν να κουράρουν τους ανθρώπους.
03:26
And if people who are infected are treated, they don't die of AIDS.
61
194000
3000
Και αν οι άνθρωποι που έχουν προσβληθεί τυγχάνουν φροντίδας, δεν πεθαίνουν από AIDS.
03:29
These percentages won't come down
62
197000
3000
Αυτά τα ποσοστά δε θα μειωθούν
03:32
because people can survive 10 to 20 years.
63
200000
2000
γιατί οι άνθρωποι επιβιώνουν για 10 με 20 χρόνια.
03:34
So there's some problem with these metrics now.
64
202000
3000
Άρα υπάρχει κάποιο πρόβλημα με αυτές τις μετρήσεις τώρα.
03:37
But the poorer countries in Africa, the low-income countries down here,
65
205000
4000
Αλλά στις φτωχότερες χώρες στην Αφρική, στις χώρες με χαμηλό εισόδημα, εδώ κάτω,
03:41
there the rates fall faster, of the percentage infected,
66
209000
6000
εκεί, τα ποσοστά των προσβεβλημένων πέφτουν γρηγορότερα
03:47
because people still die.
67
215000
2000
επειδή οι άνθρωποι ακόμη πεθαίνουν.
03:49
In spite of PEPFAR, the generous PEPFAR,
68
217000
3000
Παρά το PEPFAR, το γενναιόδωρο PEPFAR,
03:52
all people are not reached by treatment,
69
220000
3000
δε φτάνει σε όλους τους ανθρώπους η αγωγή,
03:55
and of those who are reached by treatment in the poor countries,
70
223000
2000
και από αυτούς που λαμβάνουν την αγωγή στις φτωχές χώρες,
03:57
only 60 percent are left on treatment after two years.
71
225000
3000
μόνο το 60 τοις εκατό συνεχίζει να λαμβάνει αγωγή μετά από δύο χρόνια.
04:00
It's not realistic with lifelong treatment
72
228000
4000
Δεν είναι ρεαλιστική η μακροχρόνια αγωγή
04:04
for everyone in the poorest countries.
73
232000
2000
για όλους στις φτωχότερες χώρες.
04:06
But it's very good that what is done is being done.
74
234000
3000
Αλλά είναι πολύ καλό που γίνεται αυτό που γίνεται.
04:09
But focus now is back on prevention.
75
237000
4000
Εστιάζουμε και πάλι τώρα στην πρόβλεψη.
04:13
It is only by stopping the transmission
76
241000
3000
Μόνο με τη διακοπή της διάδοσης
04:16
that the world will be able to deal with it.
77
244000
3000
θα μπορούσε ο κόσμος να αντιμετωπίσει το HIV.
04:19
Drugs is too costly -- had we had the vaccine,
78
247000
2000
Τα φάρμακα κοστίζουν πάρα πολύ--αν είχαμε το εμβόλιο,
04:21
or when we will get the vaccine, that's something more effective --
79
249000
3000
ή όταν θα έχουμε το εμβόλιο, αυτό είναι πιο αποτελεσματικό--
04:24
but the drugs are very costly for the poor.
80
252000
2000
αλλά τα φάρμακα κοστίζουν πολύ για τους φτωχούς.
04:26
Not the drug in itself, but the treatment
81
254000
2000
Οχι το φάρμακο καθαυτό, αλλά η αγωγή
04:28
and the care which is needed around it.
82
256000
2000
και η φροντίδα που χρειάζεται γύρω από αυτή.
04:32
So, when we look at the pattern,
83
260000
3000
Άρα, όταν κοιτάζουμε το σχήμα
04:35
one thing comes out very clearly:
84
263000
2000
ένα πράγμα γίνεται σαφές:
04:37
you see the blue bubbles
85
265000
2000
βλέπετε τις μπλε φυσαλίδες
04:39
and people say HIV is very high in Africa.
86
267000
2000
και οι άνθρωποι λένε ότι το HIV είναι πολύ υψηλό στην Αφρική.
04:41
I would say, HIV is very different in Africa.
87
269000
3000
Εγώ θα έλεγα, ότι το HIV είναι πολύ διαφορετικό στην Αφρική.
04:44
You'll find the highest HIV rate in the world
88
272000
4000
Θα βρείτε το υψηλότερο ποσοστό HIV στον κόσμο
04:48
in African countries,
89
276000
2000
σε Αφρικανικές χώρες,
04:50
and yet you'll find Senegal, down here --
90
278000
2000
αλλά θα βρείτε και τη Σενεγάλη, εδώ κάτω,
04:52
the same rate as United States.
91
280000
2000
με το ίδιο ποσοστό με τις Ηνωμένες Πολιτείες.
04:54
And you'll find Madagascar,
92
282000
2000
Και θα βρείτε τη Μαδαγασκάρη,
04:56
and you'll find a lot of African countries
93
284000
2000
και θα βρείτε πολλές Αφρικανικές χώρες
04:58
about as low as the rest of the world.
94
286000
3000
σχεδόν το ίδιο χαμηλά όσο ο υπόλοιπος κόσμος.
05:01
It's this terrible simplification that there's one Africa
95
289000
4000
Είναι αυτή η τρομακτική απλούστευση ότι υπάρχει μια Αφρική
05:05
and things go on in one way in Africa.
96
293000
2000
και ότι τα πράγματα γίνονται με έναν τρόπο στην Αφρική.
05:07
We have to stop that.
97
295000
2000
Πρέπει να το σταματήσουμε αυτό.
05:09
It's not respectful, and it's not very clever
98
297000
3000
Δε δείχνει σεβασμό, και δεν είναι έξυπνο
05:12
to think that way.
99
300000
2000
να σκεφτόμαστε με αυτόν τον τρόπο.
05:14
(Applause)
100
302000
4000
(Χειροκρότημα)
05:18
I had the fortune to live and work for a time in the United States.
101
306000
3000
Είχα την τύχη να ζήσω και να εργαστώ για ένα διάστημα στις Ηνωμένες Πολιτείες.
05:21
I found out that Salt Lake City and San Francisco were different.
102
309000
4000
Διαπίστωσα ότι το Σολτ Λέικ Σίτυ και το Σαν Φρανσίσκο είχαν διαφορες.
05:25
(Laughter)
103
313000
2000
(Γέλια)
05:27
And so it is in Africa -- it's a lot of difference.
104
315000
3000
Το ίδιο και στην Αφρική--υπάρχουν πολλές διαφορές.
05:30
So, why is it so high? Is it war?
105
318000
2000
Αρα, γιατί είναι τόσο υψηλό [το ποσοστό του HIV]; Έχει να κάνει με τον πόλεμο;
05:32
No, it's not. Look here.
106
320000
2000
Οχι, δεν έχει να κάνει. Κοιτάξτε εδώ.
05:34
War-torn Congo is down there -- two, three, four percent.
107
322000
3000
Το διαλυμένο από τον πόλεμο Κονγκό είναι εκεί κάτω--δύο, τρία, τέσσερα τοις εκατό.
05:37
And this is peaceful Zambia, neighboring country -- 15 percent.
108
325000
4000
Και η ειρηνική Ζάμπια, γειτονική χώρα--15 τοις εκατό.
05:41
And there's good studies of the refugees coming out of Congo --
109
329000
3000
Και υπάρχουν καλές μελέτες για τους πρόσφυγες που φεύγουν από το Κονγκό--
05:44
they have two, three percent infected,
110
332000
2000
είναι προσβεβλημένοι σε ποσοστό δύο, τρία τοις εκατό,
05:46
and peaceful Zambia -- much higher.
111
334000
2000
ενώ η ειρηνική Ζάμπια-- πολύ περισσότερο.
05:48
There are now studies clearly showing
112
336000
2000
Υπάρχουν μελέτες που δείχνουν καθαρά
05:50
that the wars are terrible, that rapes are terrible,
113
338000
3000
ότι οι πόλεμοι είναι τρομεροί, οι βιασμοί είναι τρομεροί.
05:53
but this is not the driving force for the high levels in Africa.
114
341000
3000
Αλλά αυτό δεν είναι η κινητήριος δύναμη για τα υψηλά ποσοστά [του HIV] στην Αφρική.
05:56
So, is it poverty?
115
344000
2000
Άρα, είναι η φτώχεια;
05:58
Well if you look at the macro level,
116
346000
2000
Αν κοιτάξετε μακροπρόθεσμα,
06:00
it seems more money, more HIV.
117
348000
2000
φαίνεται ότι περισσότερα χρήματα σημαίνουν περισσότερο HIV.
06:02
But that's very simplistic,
118
350000
3000
Αλλά αυτό είναι πολύ απλουστευτικό,
06:05
so let's go down and look at Tanzania.
119
353000
2000
γι'αυτό ας κοιτάξουμε την Τανζανία.
06:07
I will split Tanzania in five income groups,
120
355000
4000
Θα διαιρέσω την Τανζανία σε πέντε ομάδες εισοδήματος,
06:11
from the highest income to the lowest income,
121
359000
2000
από το υψηλότερο εισόδημα στο χαμηλότερο εισόδημα,
06:13
and here we go.
122
361000
2000
ορίστε!
06:15
The ones with the highest income, the better off -- I wouldn't say rich --
123
363000
3000
Αυτοί με το υψηλότερο εισόδημα, οι πλουσιότεροι, δεν θα έλεγα πλούσιοι,
06:18
they have higher HIV.
124
366000
2000
έχουν υψηλότερο HIV.
06:20
The difference goes from 11 percent down to four percent,
125
368000
3000
Η διαφορά κυμαίνεται από έντεκα τοις εκατό έως τέσσερα τοις εκατό,
06:23
and it is even bigger among women.
126
371000
2000
και η διαφορά είναι ακόμη μεγαλύτερη στις γυναίκες.
06:25
There's a lot of things that we thought, that now, good research,
127
373000
4000
Υπάρχουν πολλά πράγματα που σκεφτήκαμε, τα οποία, τώρα, καλές έρευνες
06:29
done by African institutions and researchers
128
377000
3000
από Αφρικανικούς θεσμούς και ερευνητές
06:32
together with the international researchers, show that that's not the case.
129
380000
3000
μαζί με διεθνείς ερευνητές, απέδειξαν ότι δεν ισχύουν.
06:35
So, this is the difference within Tanzania.
130
383000
2000
Αυτή είναι η διαφορά μέσα στην Τανζανία.
06:37
And, I can't avoid showing Kenya.
131
385000
2000
Και δεν μπορώ παρά να δείξω την Κένυα.
06:39
Look here at Kenya.
132
387000
2000
Κοιτάξτε εδώ την Κένυα.
06:41
I've split Kenya in its provinces.
133
389000
2000
Διαίρεσα την Κένυα στις επαρχίες της.
06:43
Here it goes.
134
391000
2000
Ορίστε!
06:45
See the difference within one African country --
135
393000
3000
Δείτε τη διαφορά μέσα σε μία Αφρικανική χώρα--
06:48
it goes from very low level to very high level,
136
396000
3000
από πολύ χαμήλά ποσοστά, σε πολύ υψηλά ποσοστά,
06:51
and most of the provinces in Kenya is quite modest.
137
399000
3000
ενώ οι περισσότερες από τις επαρχίες της Κένυας είναι στη μέση.
06:54
So, what is it then?
138
402000
2000
Άρα, ποιος είναι ο λόγος;
06:56
Why do we see this extremely high levels in some countries?
139
404000
4000
Γιατί βλέπουμε αυτά τα εξαιρετικά υψηλά ποσοστά σε μερικές χώρες;
07:00
Well, it is more common with multiple partners,
140
408000
3000
Είναι όντως πιο συνηθισμένο το να έχουν πολλαπλούς συντρόφους,
07:03
there is less condom use,
141
411000
3000
υπάρχει λιγότερη χρήση προφυλακτικού,
07:06
and there is age-disparate sex --
142
414000
3000
και υπάρχει σεξ ανάμεσα σε ανθρώπους με μεγάλη διαφορά ηλικίας--
07:09
that is, older men tend to have sex with younger women.
143
417000
3000
δηλαδή, μεγαλύτεροι σε ηλικία άνδρες τείνουν να κάνουν σεξ με νεότερες γυναίκες.
07:12
We see higher rates in younger women than younger men
144
420000
3000
Βλέπουμε υψηλότερα ποσοστά σε νεότερες γυναίκες απ' ότι σε νεότερους άνδρες
07:15
in many of these highly affected countries.
145
423000
2000
σε πολλές από αυτές τις χώρες με υψηλά ποσοστά μόλυνσης.
07:17
But where are they situated?
146
425000
2000
Αλλά που βρίσκονται [αυτές οι χώρες];
07:19
I will swap the bubbles to a map.
147
427000
2000
Θα μεταφέρω τις φυσαλίδες σε ένα χάρτη.
07:21
Look, the highly infected are four percent of all population
148
429000
4000
Κοιτάξτε, ο πληθυσμός των χωρών με το υψηλότερο ποσοστό προσβεβλημένων αντιστοιχεί στο τέσσερα τοις εκατό όλου του πληθυσμού
07:25
and they hold 50 percent of the HIV-infected.
149
433000
3000
και [αυτές οι χώρες] έχουν το πενήντα τοις εκατό των προσβεβλημένων με HIV.
07:28
HIV exists all over the world.
150
436000
3000
Το HIV υπάρχει σε όλον τον κόσμο.
07:31
Look, you have bubbles all over the world here.
151
439000
2000
Κοιτάξτε υπάρχουν φυσαλίδες σε όλον τον κόσμο.
07:33
Brazil has many HIV-infected.
152
441000
3000
Η Βραζιλία έχει πολλούς προσβεβλημένους με HIV.
07:36
Arab countries not so much, but Iran is quite high.
153
444000
3000
Οι Αραβικές χώρες όχι τόσους πολλούς, αλλά το Ιράν είναι αρκετά ψηλά.
07:39
They have heroin addiction and also prostitution in Iran.
154
447000
4000
Εχουν ηρωινομανείς και πορνεία στο Ιράν.
07:43
India has many because they are many.
155
451000
2000
Η Ινδία έχει πολλούς γιατί έχει μεγάλο πληθυσμό.
07:45
Southeast Asia, and so on.
156
453000
2000
Η Νοτιοανατολική Ασία, και ούτω καθεξής.
07:47
But, there is one part of Africa --
157
455000
2000
Αλλά, υπάρχει ένα μέρος της Αφρικής [με τα υψηλότερα ποσοστά]--
07:49
and the difficult thing is, at the same time,
158
457000
2000
και το δύσκολο είναι, ταυτόχρονα,
07:51
not to make a uniform statement about Africa,
159
459000
4000
το να μην κάνουμε μια ενιαία διαπίστωση για την Αφρική,
07:55
not to come to simple ideas of why it is like this, on one hand.
160
463000
4000
να μην καταλήξουμε σε απλές ιδέες ως προς το γιατί είναι έτσι, από τη μια μεριά.
07:59
On the other hand, try to say that this is not the case,
161
467000
3000
Από την άλλη μεριά, να παραδεχτούμε ότι είναι μια πολύ σοβαρή κατάσταση,
08:02
because there is a scientific consensus about this pattern now.
162
470000
4000
γιατί υπάρχει συναίνεση των επιστημόνων για αυτό το σχήμα τώρα.
08:06
UNAIDS have done good data available, finally,
163
474000
3000
Το UNAIDS διέθεσε επιτέλους, κάποια καλά δεδομένα,
08:09
about the spread of HIV.
164
477000
3000
για τη διάδοση του HIV.
08:12
It could be concurrency.
165
480000
3000
Θα μπορούσε να είναι συγχρονισμός.
08:15
It could be some virus types.
166
483000
3000
Θα μπορούσε να είναι κάποιοι τύποι ιών.
08:18
It could be that there is other things
167
486000
4000
Θα μπορούσαν να είναι άλλοι παράγοντες
08:22
which makes transmission occur in a higher frequency.
168
490000
3000
που προκαλούν διάδοση με μεγαλύτερη συχνότητα.
08:25
After all, if you are completely healthy and you have heterosexual sex,
169
493000
3000
Εξ άλλου, αν είστε εντελώς υγιείς και έχετε ετεροφυλόφυλο σεξ,
08:28
the risk of infection in one intercourse is one in 1,000.
170
496000
5000
ο κίνδυνος προσβολής ανά συνουσία είναι ένα τοις χιλίοις.
08:33
Don't jump to conclusions now on how to
171
501000
2000
Μην προτρέχετε σε συμπεράσματα
08:35
behave tonight and so on.
172
503000
2000
να είστε φρόνιμοι απόψε!
08:37
(Laughter)
173
505000
2000
(Γέλια)
08:39
But -- and if you are in an unfavorable situation,
174
507000
3000
Αλλά--αν βρίσκεστε σε δυσμενή κατάσταση,
08:42
more sexually transmitted diseases, it can be one in 100.
175
510000
3000
όπου υπάρχουν περισσότερα σεξουαλικά διαδιδόμενα νοσήματα, μπορεί να είναι ένα τοις εκατό.
08:45
But what we think is that it could be concurrency.
176
513000
3000
Νομίζουμε ότι μπορεί να είναι συγχρονισμός.
08:48
And what is concurrency?
177
516000
2000
Και τι είναι συγχρονισμός;
08:50
In Sweden, we have no concurrency.
178
518000
2000
Στη Σουηδία, δεν έχουμε συγχρονισμός.
08:52
We have serial monogamy.
179
520000
2000
Έχουμε διαδοχική μονογαμία.
08:54
Vodka, New Year's Eve -- new partner for the spring.
180
522000
2000
Βότκα, παραμονή Πρωτοχρονιάς-- καινούργιος σύντροφος για την άνοιξη.
08:56
Vodka, Midsummer's Eve -- new partner for the fall.
181
524000
2000
Βότκα, παραμονή του θερινού ηλιοστάσιου--καινούργιος σύντροφος για το φθινόπωρο.
08:58
Vodka -- and it goes on like this, you know?
182
526000
2000
Βότκα--και συνεχίζει έτσι, καταλαβαίνετε;
09:00
And you collect a big number of exes.
183
528000
3000
Και συλλέγεις ένα μεγάλο αριθμό πρώην!
09:03
And we have a terrible chlamydia epidemic --
184
531000
2000
Και έχουμε μια τρομερή επιδημία χλαμυδίων--
09:05
terrible chlamydia epidemic which sticks around for many years.
185
533000
4000
τρομερή επιδημία χλαμυδίων που επιμένει εδώ και χρόνια.
09:09
HIV has a peak three to six weeks after infection
186
537000
3000
Το HIV είναι σε έξαρση τρεις με έξι εβδομάδες μετά την προσβολή
09:12
and therefore, having more than one partner in the same month
187
540000
3000
και γι'αυτό, το να έχουμε περισσότερους από έναν συντρόφους μέσα στον ίδιο μήνα
09:15
is much more dangerous for HIV than others.
188
543000
3000
είναι πιο επικίνδυνο για τη διάδοση του HIV απ΄ ότι για άλλες μολύνσεις.
09:18
Probably, it's a combination of this.
189
546000
2000
Πιθανόν, είναι ένας συνδυασμός από αυτές τις αιτίες.
09:20
And what makes me so happy is that we are moving now
190
548000
3000
Αυτό που με κάνει πολύ χαρούμενο είναι ότι τώρα, όταν εξετάζουμε τέτοιου είδους γραφήματα,
09:23
towards fact when we look at this.
191
551000
2000
προχωρούμε με συγκεκριμένα στοιχεία.
09:25
You can get this chart, free.
192
553000
2000
Μπορούμε να βρούμε αυτό το γράφημα, δωρεάν.
09:27
We have uploaded UNAIDS data on the Gapminder site.
193
555000
3000
Ανεβάσαμε όλα τα δεδομένα του UNAIDS στο Gapminder.org.
09:30
And we hope that when we act on global problems in the future
194
558000
4000
Και ελπίζουμε ότι όταν θα αναλαμβάνουμε δράση για παγκόσμια προβλήματα στο μέλλον
09:34
we will not only have the heart,
195
562000
3000
δε θα δρούμε μόνο με την καρδιά,
09:37
we will not only have the money,
196
565000
2000
δε θα δρούμε μόνο με τα χρήματα,
09:39
but we will also use the brain.
197
567000
3000
αλλά θα χρησιμοποιούμε και το μυαλό.
09:42
Thank you very much.
198
570000
2000
Σας ευχαριστώ πολύ.
09:44
(Applause)
199
572000
6000
(Χειροκρότημα)
ABOUT THE SPEAKER
Hans Rosling - Global health expert; data visionaryIn Hans Rosling’s hands, data sings. Global trends in health and economics come to vivid life. And the big picture of global development—with some surprisingly good news—snaps into sharp focus.
Why you should listen
Even the most worldly and well-traveled among us have had their perspectives shifted by Hans Rosling. A professor of global health at Sweden's Karolinska Institute, his work focused on dispelling common myths about the so-called developing world, which (as he pointed out) is no longer worlds away from the West. In fact, most of the Third World is on the same trajectory toward health and prosperity, and many countries are moving twice as fast as the west did.
What set Rosling apart wasn't just his apt observations of broad social and economic trends, but the stunning way he presented them. Guaranteed: You've never seen data presented like this. A presentation that tracks global health and poverty trends should be, in a word: boring. But in Rosling's hands, data sings. Trends come to life. And the big picture — usually hazy at best — snaps into sharp focus.
Rosling's presentations were grounded in solid statistics (often drawn from United Nations and World Bank data), illustrated by the visualization software he developed. The animations transform development statistics into moving bubbles and flowing curves that make global trends clear, intuitive and even playful. During his legendary presentations, Rosling took this one step farther, narrating the animations with a sportscaster's flair.
Rosling developed the breakthrough software behind his visualizations through his nonprofit Gapminder, founded with his son and daughter-in-law. The free software — which can be loaded with any data — was purchased by Google in March 2007. (Rosling met the Google founders at TED.)
Rosling began his wide-ranging career as a physician, spending many years in rural Africa tracking a rare paralytic disease (which he named konzo) and discovering its cause: hunger and badly processed cassava. He co-founded Médecins sans Frontièrs (Doctors without Borders) Sweden, wrote a textbook on global health, and as a professor at the Karolinska Institut in Stockholm initiated key international research collaborations. He's also personally argued with many heads of state, including Fidel Castro.
Hans Rosling passed away in February 2017. He is greatly missed.
Hans Rosling | Speaker | TED.com