TED2007
Emily Oster: Flip your thinking on AIDS in Africa
Emily Oster cambia nuestra opinión acerca del VIH en Africa
Filmed:
Readability: 4.2
921,618 views
Emily Oster reexamina las estadísticas del SIDA en África desde una perspectiva económica y llega a una asombrosa conclusión: Todo lo que sabemos acerca del contagio de VIH en ese continente está equivocado.
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
Así que hoy quiero hablarles acerca del SIDA en el África sub-Sahariano
00:29
And this is a pretty well-educated audience,
1
4000
2000
Éste es un público muy bien instruído,
00:31
so I imagine you all know something about AIDS.
2
6000
3000
así que imagino que todos ustedes saben algo acerca del SIDA.
00:34
You probably know that roughly 25 million people in Africa
3
9000
2000
Probablemente saben que cerca de 25 millones de personas en África
00:36
are infected with the virus, that AIDS is a disease of poverty,
4
11000
4000
están infectadas con el virus, y que el SIDA es una enfermedad de la pobreza.
00:40
and that if we can bring Africa out of poverty, we would decrease AIDS as well.
5
15000
4000
Y, que si logramos sacar a Africa de la pobreza, podriamos además disminuir el SIDA también.
00:44
If you know something more, you probably know that Uganda, to date,
6
19000
3000
Si saben un poco más, probablemente saben que Uganda, a la fecha,
00:47
is the only country in sub-Saharan Africa
7
22000
2000
es el único país en el África sub-Sahariano
00:49
that has had success in combating the epidemic.
8
24000
3000
que ha tenido éxito en el combate de la epidemia,
00:52
Using a campaign that encouraged people to abstain, be faithful, and use condoms --
9
27000
4000
usando una campaña que motivaba a las personas a practicar la abstinencia, la fidelidad y a usar condones --
00:56
the ABC campaign -- they decreased their prevalence in the 1990s
10
31000
4000
la campaña ABC por sus siglas en inglés. Ellos redujeron su prevalencia en los noventa
01:00
from about 15 percent to 6 percent over just a few years.
11
35000
4000
de cerca de 15% a 6% en tan solo unos pocos años.
01:04
If you follow policy, you probably know that a few years ago
12
39000
3000
Si les gusta la política, probablemente saben que hace algunos años
01:07
the president pledged 15 billion dollars to fight the epidemic over five years,
13
42000
4000
el presidente invirtió 15 mil millones de dolares para combatir la epidemia durante los próximos cinco años,
01:11
and a lot of that money is going to go to programs that try to replicate Uganda
14
46000
3000
y mucho de ese dinero va a ser destinado a programas que van a seguir el ejemplo de Uganda
01:14
and use behavior change to encourage people and decrease the epidemic.
15
49000
6000
y utilizar el cambio de comportamiento para crear conciencia y reducir la epidemia.
01:20
So today I'm going to talk about some things
16
55000
2000
Asi que hoy voy a hablar de algunas cosas
01:22
that you might not know about the epidemic,
17
57000
2000
que tal vez no sepan acerca de ésta epidemia.
01:24
and I'm actually also going to challenge
18
59000
2000
Y después, en realidad, voy a poner a prueba
01:26
some of these things that you think that you do know.
19
61000
2000
algunas de esas cosas que ustedes creen que saben.
01:28
To do that I'm going to talk about my research
20
63000
3000
Y para hacer esto voy a hablar de mi investigación
01:31
as an economist on the epidemic.
21
66000
2000
de la epidemia como una economista.
01:33
And I'm not really going to talk much about the economy.
22
68000
2000
Y realmente no voy a hablar mucho sobre Economía.
01:35
I'm not going to tell you about exports and prices.
23
70000
3000
No voy a hablar acerca de exportaciones ni precios.
01:38
But I'm going to use tools and ideas that are familiar to economists
24
73000
4000
Pero si voy a usar herrmanientas e ideas que son familliares a los economistas
01:42
to think about a problem that's more traditionally
25
77000
2000
para pensar acerca un problema que es más tradicionalmente
01:44
part of public health and epidemiology.
26
79000
2000
un asunto de salud pública y epidemiología.
01:46
And I think in that sense, this fits really nicely with this lateral thinking idea.
27
81000
4000
Y creo que en éste sentido, encaja bastante bien con la idea del pensamiento lateral.
01:50
Here I'm really using the tools of one academic discipline
28
85000
3000
Realmente voy a utilizar herramientas de una disciplina academica
01:53
to think about problems of another.
29
88000
2000
para pensar acerca de los problemas de la otra.
01:55
So we think, first and foremost, AIDS is a policy issue.
30
90000
3000
Así que creemos, en primer lugar, que el SIDA es una cuestión de política.
01:58
And probably for most people in this room, that's how you think about it.
31
93000
3000
Y probablemente para muchos de ustedes, así es como piensan al respecto.
02:01
But this talk is going to be about understanding facts about the epidemic.
32
96000
4000
Pero esta charla será para entender los hechos de esta epidemia.
02:05
It's going to be about thinking about how it evolves, and how people respond to it.
33
100000
3000
Acerca de pensar como evoluciona, y como la gente responde a ello.
02:08
I think it may seem like I'm ignoring the policy stuff,
34
103000
3000
Creo que podría parecer que estoy ignorando las cuestiones políticas,
02:11
which is really the most important,
35
106000
2000
las cuales son las mas importantes,
02:13
but I'm hoping that at the end of this talk you will conclude
36
108000
2000
sin embargo espero que al final de esta charla, puedan concluir
02:15
that we actually cannot develop effective policy
37
110000
2000
que no podemos desarrollar una política efectiva
02:17
unless we really understand how the epidemic works.
38
112000
3000
a menos que entendamos como funciona la epidemia.
02:20
And the first thing that I want to talk about,
39
115000
2000
Y la primera cosa de la que quiero hablar,
02:22
the first thing I think we need to understand is:
40
117000
2000
la primer cosa que creo que debemos entender, es:
02:24
how do people respond to the epidemic?
41
119000
2000
¿Cómo responde la gente ante la epidemia?
02:26
So AIDS is a sexually transmitted infection, and it kills you.
42
121000
4000
Así que el SIDA es una infección de transmisión sexual, y mata.
02:30
So this means that in a place with a lot of AIDS,
43
125000
2000
Esto significa que en un lugar con mucho SIDA
02:32
there's a really significant cost of sex.
44
127000
2000
existe un importante costo de tener sexo.
02:34
If you're an uninfected man living in Botswana, where the HIV rate is 30 percent,
45
129000
4000
Si ustedes fueran un hombre no infectado viviendo en Botswana, dónde la tasa de VIH es 30%
02:38
if you have one more partner this year -- a long-term partner, girlfriend, mistress --
46
133000
4000
y tuvieran una pareja más este año - una pareja estable, novia, amante --
02:42
your chance of dying in 10 years increases by three percentage points.
47
137000
4000
su probabilidad de muerte en 10 años se incrementaría en 3 puntos porcentuales.
02:46
That is a huge effect.
48
141000
2000
Este es un efecto enorme.
02:48
And so I think that we really feel like then people should have less sex.
49
143000
3000
Y creo que nuesto sentir es, que la gente debería tener menos relaciones sexuales.
02:51
And in fact among gay men in the US
50
146000
2000
De hecho entre la población de hombres gay de los Estados Unidos
02:53
we did see that kind of change in the 1980s.
51
148000
2000
sí encontramos este tipo de cambio durante los años ochentas.
02:55
So if we look in this particularly high-risk sample, they're being asked,
52
150000
4000
Asi que si miramos este ejemplo de alto riesgo en particular, y les preguntaran:
02:59
"Did you have more than one unprotected sexual partner in the last two months?"
53
154000
3000
¿Tuviste relaciones sexuales sin protección con más de una pareja en los últimos dos meses?
03:02
Over a period from '84 to '88, that share drops from about 85 percent to 55 percent.
54
157000
6000
Durante el periodo entre el '84 y el '88, ese porcentaje cae de un 85% a un 55%.
03:08
It's a huge change in a very short period of time.
55
163000
2000
Es un gran cambio, en un periodo muy corto de tiempo.
03:10
We didn't see anything like that in Africa.
56
165000
2000
No vimos nada parecido en Africa.
03:12
So we don't have quite as good data, but you can see here
57
167000
3000
Así que no contamos con datos muy precisos, pero como pueden ver aquí
03:15
the share of single men having pre-marital sex,
58
170000
2000
el porcentaje de hombres solteros que tienen relaciones sexuales pre-matrimonales,
03:17
or married men having extra-marital sex,
59
172000
2000
o el de hombres casados que tienen relaciones extra-maritales,
03:19
and how that changes from the early '90s to late '90s,
60
174000
3000
y su cambio desde principios a finales de los noventas,
03:22
and late '90s to early 2000s. The epidemic is getting worse.
61
177000
3000
y de ahi a principios de este siglo. La epidemia esta empeorando.
03:25
People are learning more things about it.
62
180000
2000
La gente esta aprendiendo más cosas acerca de esto...
03:27
We see almost no change in sexual behavior.
63
182000
2000
La gente casi no ha cambiado su comportamiento sexual.
03:29
These are just tiny decreases -- two percentage points -- not significant.
64
184000
4000
Hay solo algunas pequeñas reducciones -- dos puntos porcentuales -- no significativos.
03:33
This seems puzzling. But I'm going to argue that you shouldn't be surprised by this,
65
188000
4000
Parece desconcertante, pero voy a decirles que no deberían sorprenderse ante ésto.
03:37
and that to understand this you need to think about health
66
192000
3000
Y para entender ésto, necesitan pensar en la salud
03:40
the way than an economist does -- as an investment.
67
195000
3000
de la forma en que un economista lo hace -- como una inversión.
03:43
So if you're a software engineer and you're trying to think about
68
198000
3000
Si usted es un programador de software y está tratando de pensar en
03:46
whether to add some new functionality to your program,
69
201000
3000
si debería agregar alguna nueva función a su programa,
03:49
it's important to think about how much it costs.
70
204000
2000
es importante pensar acerca de cuanto costará ésto.
03:51
It's also important to think about what the benefit is.
71
206000
2000
Tambien es importante pensar en cual es el beneficio de ésto.
03:53
And one part of that benefit is how much longer
72
208000
2000
Y una parte de ese beneficio es cuanto más tiempo
03:55
you think this program is going to be active.
73
210000
2000
usted piensa que éste programa va a seguir activo.
03:57
If version 10 is coming out next week,
74
212000
2000
Si la versión 10 sale la próxima semana,
03:59
there's no point in adding more functionality into version nine.
75
214000
3000
no hay razón para añadir funciones nuevas a la versión 9.
04:02
But your health decisions are the same.
76
217000
2000
Pero las decisiones en salud son similares.
04:04
Every time you have a carrot instead of a cookie,
77
219000
2000
Cada vez que usted come una zanahoria en lugar de una galleta,
04:06
every time you go to the gym instead of going to the movies,
78
221000
3000
cada vez que usted va al gimnasio en lugar de ir al cine,
04:09
that's a costly investment in your health.
79
224000
2000
esa es una inversión costosa en su salud.
04:11
But how much you want to invest is going to depend
80
226000
2000
Pero el cuanto va a invertir usted depende
04:13
on how much longer you expect to live in the future,
81
228000
2000
en cuanto usted espera vivir en el futuro --
04:15
even if you don't make those investments.
82
230000
2000
incluso si usted no realiza tales inversiones.
04:17
AIDS is the same kind of thing. It's costly to avoid AIDS.
83
232000
3000
Con el SIDA es igual. Es costoso evitar el SIDA.
04:20
People really like to have sex.
84
235000
3000
A la gente le encanta tener sexo.
04:23
But, you know, it has a benefit in terms of future longevity.
85
238000
6000
Pero ustedes saben, tiene beneficios en terminos de longevidad.
04:29
But life expectancy in Africa, even without AIDS, is really, really low:
86
244000
4000
Pero la esperanza de vida en África, incluso sin el SIDA, es muy, muy baja:
04:33
40 or 50 years in a lot of places.
87
248000
3000
40 o 50 años en muchos lugares.
04:36
I think it's possible, if we think about that intuition, and think about that fact,
88
251000
4000
Creo que es posible, pensando con intuición, y pensando en los hechos,
04:40
that maybe that explains some of this low behavior change.
89
255000
3000
que tal vez esto explica en parte tan bajo cambio en su comportamiento.
04:43
But we really need to test that.
90
258000
2000
Pero realmente necesitamos probar eso.
04:45
And a great way to test that is to look across areas in Africa and see:
91
260000
3000
Y una gran manera de probarlo es echar un vistazo a África y ver:
04:48
do people with more life expectancy change their sexual behavior more?
92
263000
4000
¿Las personas con mejores expectativas de vida cambian de mayor manera su comportamiento sexual?
04:52
And the way that I'm going to do that is,
93
267000
2000
Y la forma como voy a responder esto es,
04:54
I'm going to look across areas with different levels of malaria.
94
269000
3000
echar un vistazo a áreas con diferentes niveles de malaria.
04:57
So malaria is a disease that kills you.
95
272000
3000
Ya que la malaria es una enfermedad mortal.
05:00
It's a disease that kills a lot of adults in Africa, in addition to a lot of children.
96
275000
3000
Es una enfermedad que mata a muchos adultos, además de muchos niños en África.
05:03
And so people who live in areas with a lot of malaria
97
278000
3000
Y la gente que vive en áreas con muchos casos de malaria
05:06
are going to have lower life expectancy than people who live in areas with limited malaria.
98
281000
4000
van a tener una menor expectativa de vida que aquellas que viven en áreas con menos malaria.
05:10
So one way to test to see whether we can explain
99
285000
2000
Así que una manera de ver si es que podemos explicar
05:12
some of this behavior change by differences in life expectancy
100
287000
3000
un poco de este cambio de comportamiento por diferencias en la expectativa de vida
05:15
is to look and see is there more behavior change
101
290000
3000
es ver si existe mayores modificaciónes de comportamiento
05:18
in areas where there's less malaria.
102
293000
2000
en áreas donde hay menos malaria.
05:20
So that's what this figure shows you.
103
295000
2000
Y ésto es lo que nos muestra ésta figura.
05:22
This shows you -- in areas with low malaria, medium malaria, high malaria --
104
297000
4000
Aquí se muestran -- en áreas con poca malaria, con mediana cantidad de malaria y mucha malaria --
05:26
what happens to the number of sexual partners as you increase HIV prevalence.
105
301000
4000
lo que ocurre al número de parejas sexuales si incrementa la prevalencia de VIH.
05:30
If you look at the blue line,
106
305000
2000
Si miran la línea azul,
05:32
the areas with low levels of malaria, you can see in those areas,
107
307000
3000
las áreas con bajos niveles de malaria, pueden ver en esas áreas,
05:35
actually, the number of sexual partners is decreasing a lot
108
310000
3000
realmente, el numero de parejas sexuales disminuye bastante
05:38
as HIV prevalence goes up.
109
313000
2000
en tanto la prevalencia de VIH sube.
05:40
Areas with medium levels of malaria it decreases some --
110
315000
2000
Áreas con un nivel medio de malaria disminuye un poco --
05:42
it doesn't decrease as much. And areas with high levels of malaria --
111
317000
3000
pero no reduce mucho. Y las áreas con altos niveles de malaria --
05:45
actually, it's increasing a little bit, although that's not significant.
112
320000
5000
de hecho, se incrementa un poco, aunque no es significativo.
05:50
This is not just through malaria.
113
325000
2000
Esto no se limita sólo a la malaria.
05:52
Young women who live in areas with high maternal mortality
114
327000
3000
Las mujeres jóvenes que viven en áreas con alta mortalidad durante el parto
05:55
change their behavior less in response to HIV
115
330000
3000
cambian menos su comportamiento en respuesta al VIH
05:58
than young women who live in areas with low maternal mortality.
116
333000
3000
que aquellas mujeres que viven con baja tasa de mortalidad durante el parto.
06:01
There's another risk, and they respond less to this existing risk.
117
336000
4000
Hay otro riesgo, y ellas responden menos a este riesgo existente.
06:06
So by itself, I think this tells a lot about how people behave.
118
341000
3000
Por si mismo, creo que esto les dirá mucho acerca de el comportamiento de la gente.
06:09
It tells us something about why we see limited behavior change in Africa.
119
344000
3000
Nos dice algo acerca del porque vemos tan poco cambio conductual en África.
06:12
But it also tells us something about policy.
120
347000
2000
Pero también nos dice algo acerca de política.
06:14
Even if you only cared about AIDS in Africa,
121
349000
3000
Incluso si a ustedes les preocupe sólo el SIDA en África,
06:17
it might still be a good idea to invest in malaria,
122
352000
3000
podría ser incluso una buena idea invertir en la malaria.
06:20
in combating poor indoor air quality,
123
355000
2000
en combatir la pobre calidad de aire en el interior de los inmuebles,
06:22
in improving maternal mortality rates.
124
357000
2000
mejorando la tasa de mortalidad durante el parto.
06:24
Because if you improve those things,
125
359000
2000
Ya que si mejoramos esas cosas,
06:26
then people are going to have an incentive to avoid AIDS on their own.
126
361000
4000
entonces la gente va a tener un incentivo para evitar el SIDA por ellos mismos.
06:30
But it also tells us something about one of these facts that we talked about before.
127
365000
4000
Pero también nos dice algo a cerca de uno de los hechos de los que hablamos antes.
06:34
Education campaigns, like the one that the president is focusing on in his funding,
128
369000
4000
Campañas de educación, similar a la que el presidente está centrando su financiamiento,
06:38
may not be enough, at least not alone.
129
373000
2000
podrían no ser suficientes. Al menos no por sí solas.
06:40
If people have no incentive to avoid AIDS on their own,
130
375000
2000
Si la gente no cuenta con un incentivo para evitar el SIDA --
06:42
even if they know everything about the disease,
131
377000
2000
incluso si saben todo respecto de la enfermedad --
06:44
they still may not change their behavior.
132
379000
2000
aún así podrian no cambiar su comportamiento.
06:46
So the other thing that I think we learn here is that AIDS is not going to fix itself.
133
381000
3000
Asi que la otra cosa que aprendemos aqui es que el SIDA no se va a terminar por sí solo.
06:49
People aren't changing their behavior enough
134
384000
2000
La gente no está cambiando lo suficiente su comportamiento
06:51
to decrease the growth in the epidemic.
135
386000
3000
para reducir el crecimiento de la epidemia.
06:54
So we're going to need to think about policy
136
389000
2000
Así que necesitamos pensar en la política
06:56
and what kind of policies might be effective.
137
391000
2000
y qué tipo de políticas pueden ser efectivas.
06:58
And a great way to learn about policy is to look at what worked in the past.
138
393000
3000
Una gran manera de aprender a cerca de políticas es revisar lo que ha funcionado en el pasado.
07:01
The reason that we know that the ABC campaign
139
396000
2000
La razón por la que sabemos que el programa ABC
07:03
was effective in Uganda is we have good data on prevalence over time.
140
398000
3000
fue efectivo en Uganda es que tenemos muy buenos datos a lo largo del tiempo.
07:06
In Uganda we see the prevalence went down.
141
401000
2000
En Uganda vemos que la prevalencia disminuyó.
07:08
We know they had this campaign. That's how we learn about what works.
142
403000
3000
Sabemos que tuvieron esta campaña. Así es como aprendemos de algo que funciona.
07:11
It's not the only place we had any interventions.
143
406000
2000
No es el único lugar en el que hemos visto intervenciones.
07:13
Other places have tried things, so why don't we look at those places
144
408000
4000
Otros lugares tambien lo han intentado, pero ¿porqué no volteamos hacia ellos
07:17
and see what happened to their prevalence?
145
412000
3000
y vemos que le ocurrió a su prevalencia?
07:20
Unfortunately, there's almost no good data
146
415000
2000
Desafortunadamente, existe muy poca información
07:22
on HIV prevalence in the general population in Africa until about 2003.
147
417000
5000
acerca de la prevalencia de VIH en la población de África hasta cerca del 2003.
07:27
So if I asked you, "Why don't you go and find me
148
422000
2000
Así que si les preguntara: ¿Por qué no buscan por mí
07:29
the prevalence in Burkina Faso in 1991?"
149
424000
3000
la prevalencia en Burkina Faso en 1991?
07:32
You get on Google, you Google, and you find,
150
427000
3000
Entran a Google, buscan -- y encuentran que,
07:35
actually the only people tested in Burkina Faso in 1991
151
430000
3000
en realidad, las únicas personas examinadas en Burkina Faso en 1991
07:38
are STD patients and pregnant women,
152
433000
2000
son pacientes con enfermedades venéreas y mujeres embarazadas.
07:40
which is not a terribly representative group of people.
153
435000
2000
Lo cual no es un grupo muy representativo de la población.
07:42
Then if you poked a little more, you looked a little more at what was going on,
154
437000
3000
Pero si indagan un poco más, descubrirán un poco más de lo que estaba pasando,
07:45
you'd find that actually that was a pretty good year,
155
440000
3000
encontrarían que, en realidad, ése fue un muy buen año.
07:48
because in some years the only people tested are IV drug users.
156
443000
3000
Ya que en algunos años, la única población examinada son adictos a drogas intravenosas.
07:51
But even worse -- some years it's only IV drug users,
157
446000
2000
Peor aún -- algunos años sólo a drogadictos,
07:53
some years it's only pregnant women.
158
448000
2000
en otros sólo a mujeres embarazadas.
07:55
We have no way to figure out what happened over time.
159
450000
2000
No tenemos forma de saber que ha pasado a través del tiempo.
07:57
We have no consistent testing.
160
452000
2000
No tenemos pruebas consistentes.
07:59
Now in the last few years, we actually have done some good testing.
161
454000
5000
Y en los últimos años, hemos llevado a cabo algunas buenas muestras.
08:04
In Kenya, in Zambia, and a bunch of countries,
162
459000
3000
En Kenia, en Zambia, y en muchos paises,
08:07
there's been testing in random samples of the population.
163
462000
3000
se han investigado muestras al azar de la población.
08:10
But this leaves us with a big gap in our knowledge.
164
465000
3000
Pero ésto nos deja con una gran brecha en nuestro conocimiento.
08:13
So I can tell you what the prevalence was in Kenya in 2003,
165
468000
3000
Puedo decirles el indice de prevalecencia en Kenia en 2003,
08:16
but I can't tell you anything about 1993 or 1983.
166
471000
3000
pero no les puedo decir nada en 1993 o en 1983.
08:19
So this is a problem for policy. It was a problem for my research.
167
474000
4000
Siendo un problema de política, era un problema para mi investigación.
08:23
And I started thinking about how else might we figure out
168
478000
4000
Y comencé a pensar como podría determinar
08:27
what the prevalence of HIV was in Africa in the past.
169
482000
2000
la prevalecencia de VIH en África en el pasado.
08:29
And I think that the answer is, we can look at mortality data,
170
484000
4000
Y pienso que la respuesta es: podemos ver el indice de mortlidad,
08:33
and we can use mortality data to figure out what the prevalence was in the past.
171
488000
4000
y podemos usar el índice de mortalidad para darnos una idea de la prevalecencia en el pasado.
08:37
To do this, we're going to have to rely on the fact
172
492000
2000
Para hacer esto, tenemos que confiar en el hecho
08:39
that AIDS is a very specific kind of disease.
173
494000
2000
que el SIDA es una enfermedad muy específica.
08:41
It kills people in the prime of their lives.
174
496000
2000
Mata a personas en la etapa más productiva de sus vidas.
08:43
Not a lot of other diseases have that profile. And you can see here --
175
498000
3000
No muchas enfermedades tienen esa característica. Y como pueden ver:
08:46
this is a graph of death rates by age in Botswana and Egypt.
176
501000
4000
ésta es una gráfica de indice de decesos por edad en Botswana y Egipto.
08:50
Botswana is a place with a lot of AIDS,
177
505000
2000
Botswana es un lugar con muchos casos de SIDA,
08:52
Egypt is a place without a lot of AIDS.
178
507000
2000
Egipto es un lugar sin muchos casos de SIDA.
08:54
And you see they have pretty similar death rates among young kids and old people.
179
509000
3000
Y verán que tienen indices de mortalidad muy similares entre niños y ancianos.
08:57
That suggests it's pretty similar levels of development.
180
512000
3000
Esto sugiere que cuentan con con niveles similares de desarrollo.
09:00
But in this middle region, between 20 and 45,
181
515000
3000
Pero en el rango de edades entre 20 y 45,
09:03
the death rates in Botswana are much, much, much higher than in Egypt.
182
518000
4000
el índice de mortalidad en Botswana son mucho, mucho más altas que en Egipto.
09:07
But since there are very few other diseases that kill people,
183
522000
4000
Pero debido a que existen muy pocas enfermedades mortales,
09:11
we can really attribute that mortality to HIV.
184
526000
3000
podemos atribuir tal mortalidad al VIH.
09:14
But because people who died this year of AIDS got it a few years ago,
185
529000
4000
Pero ya que la gente que murió este año de SIDA lo contrajeron algunos años antes,
09:18
we can use this data on mortality to figure out what HIV prevalence was in the past.
186
533000
5000
podemos utilizar estos datos de mortalidad para darnos una idea del indice de casos de VIH en el pasado.
09:23
So it turns out, if you use this technique,
187
538000
2000
Resulta, que si usamos esta técnica,
09:25
actually your estimates of prevalence are very close
188
540000
2000
los estimados de prevalecencia son muy similares
09:27
to what we get from testing random samples in the population,
189
542000
3000
a los que obtenemos de las muestras aleatorias de la población --
09:30
but they're very, very different than what UNAIDS tells us the prevalences are.
190
545000
5000
pero son muy, muy diferentes de lo que nos dice el grupo de la ONU en SIDA.
09:35
So this is a graph of prevalence estimated by UNAIDS,
191
550000
3000
Ésta es una gráfica de prevalencia estimada por la ONU-SIDA
09:38
and prevalence based on the mortality data
192
553000
2000
y la prevalecencia basada en los datos de mortalidad
09:40
for the years in the late 1990s in nine countries in Africa.
193
555000
4000
en los últimos años de la década de los 90 en nueve países africanos.
09:44
You can see, almost without exception,
194
559000
2000
Pueden ver casi sin excepción,
09:46
the UNAIDS estimates are much higher than the mortality-based estimates.
195
561000
4000
que las estimaciones de la ONU-SIDA son mucho más altas que las estimadas en el índice de mortalidad.
09:50
UNAIDS tell us that the HIV rate in Zambia is 20 percent,
196
565000
4000
ONU-SIDA nos dice que el indice de VIH en Zambia es del 20%,
09:54
and mortality estimates suggest it's only about 5 percent.
197
569000
4000
y los estimados de mortalidad sugieren que es sólo el 5%.
09:58
And these are not trivial differences in mortality rates.
198
573000
3000
Éstas no son, saben, diferencias triviales en el índice de mortalidad.
10:01
So this is another way to see this.
199
576000
2000
Así que ésta es otra forma de ver ésto.
10:03
You can see that for the prevalence to be as high as UNAIDS says,
200
578000
2000
Pueden ver que para que la prevalecencia sea tan alta como la ONU - SIDA dice,
10:05
we have to really see 60 deaths per 10,000
201
580000
2000
realmente tenemos que tener 60 muertes por cada 10,000
10:07
rather than 20 deaths per 10,000 in this age group.
202
582000
4000
en vez de 20 muertes por cada 10,000 en este grupo de edad.
10:11
I'm going to talk a little bit in a minute
203
586000
2000
Voy a hablar un poco más en un momento
10:13
about how we can use this kind of information to learn something
204
588000
3000
acerca de cómo podemos utilizar esta información para aprender algo
10:16
that's going to help us think about the world.
205
591000
2000
que nos va a ayudar a pensar acerca del mundo.
10:18
But this also tells us that one of these facts
206
593000
2000
Pero ésto también nos dice que uno de los hechos
10:20
that I mentioned in the beginning may not be quite right.
207
595000
3000
que mencioné al principio no podrían estar del todo correctos.
10:23
If you think that 25 million people are infected,
208
598000
2000
Si se ponen a pensar que 25 millones de personas estan infectadas,
10:25
if you think that the UNAIDS numbers are much too high,
209
600000
3000
y que los números de la ONU-SIDA son muy altos,
10:28
maybe that's more like 10 or 15 million.
210
603000
2000
tal vez sean unos 10 o 15 millones.
10:30
It doesn't mean that AIDS isn't a problem. It's a gigantic problem.
211
605000
4000
No significa que el SIDA no sea un problema. Es un problema enorme.
10:34
But it does suggest that that number might be a little big.
212
609000
4000
Pero nos sugiere que ese número podría ser un poco alto.
10:38
What I really want to do, is I want to use this new data
213
613000
2000
Lo que quiero hacer, es utilizar esta nueva información
10:40
to try to figure out what makes the HIV epidemic grow faster or slower.
214
615000
4000
para tratar de de averiguar que es lo que hace a la epidemia de VIH crecer más rápido o más lento.
10:44
And I said in the beginning, I wasn't going to tell you about exports.
215
619000
3000
Y como dije al principio, sin hablar de exportaciones.
10:47
When I started working on these projects,
216
622000
2000
Cuando comencé a trabajar en éstos proyectos,
10:49
I was not thinking at all about economics,
217
624000
2000
no estaba pensando realmente en datos económicos.
10:51
but eventually it kind of sucks you back in.
218
626000
3000
pero eventualmente me atrajo a éstos.
10:54
So I am going to talk about exports and prices.
219
629000
3000
Así que voy a hablarles acerca de exportaciones y precios.
10:57
And I want to talk about the relationship between economic activity,
220
632000
3000
Y quiero hablarles acerca de la relación en la actividad económica,
11:00
in particular export volume, and HIV infections.
221
635000
4000
volúmenes de exportación en particular, y las infecciones por VIH.
11:04
So obviously, as an economist, I'm deeply familiar
222
639000
4000
Obviamente, como economista, estoy familiarizada
11:08
with the fact that development, that openness to trade,
223
643000
2000
con el hecho de que el desarrollo, que la apertura de los mercados
11:10
is really good for developing countries.
224
645000
2000
es realmente bueno para paises en desarrollo.
11:12
It's good for improving people's lives.
225
647000
3000
Es bueno para mejorar la vida de las personas.
11:15
But openness and inter-connectedness, it comes with a cost
226
650000
2000
Pero con la apertura y la inter-conectividad, existe un costo
11:17
when we think about disease. I don't think this should be a surprise.
227
652000
3000
cuando pensamos acerca de las enfermedades. No creo que ésto sea una sorpresa.
11:20
On Wednesday, I learned from Laurie Garrett
228
655000
2000
El miércoles, aprendí de Laurie Garrett
11:22
that I'm definitely going to get the bird flu,
229
657000
2000
que definitivamente voy a enfermarme de gripe aviar,
11:24
and I wouldn't be at all worried about that
230
659000
3000
y no debería de estar preocupada al respecto
11:27
if we never had any contact with Asia.
231
662000
3000
si no tuvimos ningún contacto con Asia.
11:30
And HIV is actually particularly closely linked to transit.
232
665000
4000
Y el VIH en realidad esta muy cercanamente ligado al transito.
11:34
The epidemic was introduced to the US
233
669000
2000
La epidemia fue introducida a los E.U.A.
11:36
by actually one male steward on an airline flight,
234
671000
4000
por un aero-mozo de un vuelo comercial,
11:40
who got the disease in Africa and brought it back.
235
675000
2000
quien se contagió en África y la trajo de vuelta.
11:42
And that was the genesis of the entire epidemic in the US.
236
677000
3000
Y esa fue el inicio de la toda la epidemia en los E.U.A.
11:45
In Africa, epidemiologists have noted for a long time
237
680000
4000
En África, los epidemiólogos han notado por mucho tiempo
11:49
that truck drivers and migrants are more likely to be infected than other people.
238
684000
4000
que los camioneros y migrantes tienen mayor tendencia a infectarse que otras personas.
11:53
Areas with a lot of economic activity --
239
688000
2000
Que áreas con mucha actividad económica --
11:55
with a lot of roads, with a lot of urbanization --
240
690000
3000
con muchas carreteras, muy urbanizadas --
11:58
those areas have higher prevalence than others.
241
693000
2000
son aquellas con mayor prevalecencia que otras.
12:00
But that actually doesn't mean at all
242
695000
2000
Pero esto no significa
12:02
that if we gave people more exports, more trade, that that would increase prevalence.
243
697000
4000
que si impulsamos la exportación, el comercio, resulte en un incremento del índice de infectados.
12:06
By using this new data, using this information about prevalence over time,
244
701000
4000
Utilizando esta nueva información, usando esta información acerca de la prevalecencia a través del tiempo,
12:10
we can actually test that. And so it seems to be --
245
705000
4000
podemos analizar ésto. Y tal parece ser --
12:14
fortunately, I think -- it seems to be the case
246
709000
2000
afortunadamente, creo -- parece ser el caso
12:16
that these things are positively related.
247
711000
2000
que éstas variables están relacionadas positivamente.
12:18
More exports means more AIDS. And that effect is really big.
248
713000
4000
Más exportaciones resulta en mas SIDA. Y el efecto es realmente enorme.
12:22
So the data that I have suggests that if you double export volume,
249
717000
4000
La información que tengo sugiere que si duplicamos el volumen de exportación,
12:26
it will lead to a quadrupling of new HIV infections.
250
721000
5000
conduciría a cuadruplicar los nuevos casos de infección por VIH.
12:31
So this has important implications both for forecasting and for policy.
251
726000
3000
Ésto tiene implicaciones importantes para las proyecciones a futuro, y para las políticas.
12:34
From a forecasting perspective, if we know where trade is likely to change,
252
729000
4000
Pensando en proyecciones a futuro, si sabemos dónde es probable que cambie el comercio,
12:38
for example, because of the African Growth and Opportunities Act
253
733000
3000
como por ejemplo, debido al Acta Africana de Crecimiento y Oportunidades,
12:41
or other policies that encourage trade,
254
736000
2000
o por otras políticas que promuevan el comercio,
12:43
we can actually think about which areas are likely to be heavily infected with HIV.
255
738000
5000
podemos pensar cuales áreas van a ser más fuertemente afectadas con un aumento de casos de VIH.
12:48
And we can go and we can try to have pre-emptive preventive measures there.
256
743000
6000
Y podemos ir y tratar de tomar medidas preventivas anticipadas en dichas áreas.
12:54
Likewise, as we're developing policies to try to encourage exports,
257
749000
3000
De la misma forma, si desarrollamos políticas para promover la exportación,
12:57
if we know there's this externality --
258
752000
2000
si sabemos de esta exterioridad --
12:59
this extra thing that's going to happen as we increase exports --
259
754000
2000
este factor extra que va a ocurrir si incrementamos las exportaciones --
13:01
we can think about what the right kinds of policies are.
260
756000
3000
podemos pensar en la clase correcta de políticas para esto.
13:04
But it also tells us something about one of these things that we think that we know.
261
759000
3000
Pero tambien nos dice algo acerca de esas cosas que damos por sabidas.
13:07
Even though it is the case that poverty is linked to AIDS,
262
762000
3000
Incluso en el caso de que la pobreza esta ligada al SIDA,
13:10
in the sense that Africa is poor and they have a lot of AIDS,
263
765000
3000
en el sentido de que África es pobre y tiene muchos casos de SIDA,
13:13
it's not necessarily the case that improving poverty -- at least in the short run,
264
768000
4000
no es necesariamente el caso que mejorando la pobreza - al menos no en el corto plazo --
13:17
that improving exports and improving development --
265
772000
2000
que mejorando las exportaciones y el desarrollo,
13:19
it's not necessarily the case that that's going to lead
266
774000
2000
no es necesariamente el caso que ésto nos conducirá a
13:21
to a decline in HIV prevalence.
267
776000
2000
reducir la prevalecencia del VIH.
13:24
So throughout this talk I've mentioned a few times
268
779000
2000
Durante ésta charla he mencionado algunas veces
13:26
the special case of Uganda, and the fact that
269
781000
2000
el caso especial de Uganda, y el hecho de que
13:28
it's the only country in sub-Saharan Africa with successful prevention.
270
783000
4000
es el único país en el África sub-Sahariano con un programa de prevención exitoso.
13:32
It's been widely heralded.
271
787000
2000
Ha sido muy elogiado.
13:34
It's been replicated in Kenya, and Tanzania, and South Africa and many other places.
272
789000
6000
Ha sido copiado en Kenia, en Tanzania, en Sudáfrica y en muchos otros lugares.
13:40
But now I want to actually also question that.
273
795000
4000
Pero también quiero cuestionar eso.
13:44
Because it is true that there was a decline in prevalence
274
799000
3000
Ya que, es verdad que hubo una reducción en los casos
13:47
in Uganda in the 1990s. It's true that they had an education campaign.
275
802000
4000
en Uganda en los 90's. Es verdad que tuvieron un programa de educación.
13:51
But there was actually something else that happened in Uganda in this period.
276
806000
6000
Pero hay algo más que ocurrió en Uganda en éste periodo.
13:57
There was a big decline in coffee prices.
277
812000
2000
Hubo una gran baja en los precios del café.
13:59
Coffee is Uganda's major export.
278
814000
2000
El café es el principal producto de exportación de Uganda.
14:01
Their exports went down a lot in the early 1990s -- and actually that decline lines up
279
816000
5000
Sus exportaciones cayeron bastante a principios de los 90's -- y de hecho
14:06
really, really closely with this decline in new HIV infections.
280
821000
4000
esta caída se correlaciona muy, muy de cerca a la reducción de los casos nuevos de VIH.
14:10
So you can see that both of these series --
281
825000
3000
Como pueden ver éstas dos series --
14:13
the black line is export value, the red line is new HIV infections --
282
828000
3000
la linea negra es el valor de exportación, y la roja son las nuevas infecciones por VIH --
14:16
you can see they're both increasing.
283
831000
2000
Pueden ver que ambas están en aumento.
14:18
Starting about 1987 they're both going down a lot.
284
833000
2000
Cerca de 1987, ambas bajan bastante.
14:20
And then actually they track each other
285
835000
2000
Y luego se comportan de manera similar
14:22
a little bit on the increase later in the decade.
286
837000
2000
durante el incremento después en la década.
14:24
So if you combine the intuition in this figure
287
839000
2000
Así que si combinan la intuición y esta figura
14:26
with some of the data that I talked about before,
288
841000
3000
con un poco de los datos que vimos anteriormente,
14:29
it suggests that somewhere between 25 percent and 50 percent
289
844000
4000
nos sugiere que en algún punto entre el 25% y el 50%
14:33
of the decline in prevalence in Uganda
290
848000
2000
de la reducción de la prevalecencia en Uganda
14:35
actually would have happened even without any education campaign.
291
850000
4000
podría haber ocurrido incluso sin llevar a cabo ninguna campaña de educación.
14:39
But that's enormously important for policy.
292
854000
2000
Ésto es muy importante para la política.
14:41
We're spending so much money to try to replicate this campaign.
293
856000
2000
Estamos gastando mucho dinero en tratar de recrear esta campaña,
14:43
And if it was only 50 percent as effective as we think that it was,
294
858000
3000
siendo que fue sólo 50% efectiva de lo que creíamos,
14:46
then there are all sorts of other things
295
861000
2000
porque hay muchas otras clases de cosas
14:48
maybe we should be spending our money on instead.
296
863000
2000
en las que tal vez deberiamos estar gastando nuestro dinero.
14:50
Trying to change transmission rates by treating other sexually transmitted diseases.
297
865000
4000
Tratando de cambiar las tasas de transmisión tratando otras enfermedades de transmisión sexual.
14:54
Trying to change them by engaging in male circumcision.
298
869000
2000
Tratando de cambiarlas promoviendo la circuncisión masculina.
14:56
There are tons of other things that we should think about doing.
299
871000
2000
Hay muchas otras cosas que deberíamos pensar en hacer.
14:58
And maybe this tells us that we should be thinking more about those things.
300
873000
4000
Y tal vez ésto nos dice que deberiamos de preocuparnos un poco más en estas cosas.
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
Espero que en los últimos 16 minutos, les haya dicho algo que no sabían acerca del SIDA,
15:07
and I hope that I've gotten you questioning a little bit
302
882000
2000
y espero que se hayan cuestionado un poco
15:09
some of the things that you did know.
303
884000
2000
acerca de loas cosas que sabían.
15:11
And I hope that I've convinced you maybe
304
886000
2000
Y espero que tal vez los haya convencido
15:13
that it's important to understand things about the epidemic
305
888000
2000
que es importante entender los hechos acerca de la epidemia,
15:15
in order to think about policy.
306
890000
2000
para después pensar en políticas.
15:18
But more than anything, you know, I'm an academic.
307
893000
2000
Pero más que nada, saben, soy una académica.
15:20
And when I leave here, I'm going to go back
308
895000
2000
Y cuando salga de aquí, voy a regresar allá
15:22
and sit in my tiny office, and my computer, and my data.
309
897000
3000
a sentarme en mi pequeña oficina, ante mi computadora y mis datos --
15:25
And the thing that's most exciting about that
310
900000
2000
y la cosa más emocionante de eso
15:27
is every time I think about research, there are more questions.
311
902000
3000
es que cada vez que pienso en investigar, surgen más preguntas.
15:30
There are more things that I think that I want to do.
312
905000
2000
Hay más cosas que creo que quiero hacer.
15:32
And what's really, really great about being here
313
907000
2000
Y lo que es realmente grandioso de estar aquí es
15:34
is I'm sure that the questions that you guys have
314
909000
2000
que las preguntas que ustedes tienen
15:36
are very, very different than the questions that I think up myself.
315
911000
3000
son muy, muy diferentes a las que yo podría hacer.
15:39
And I can't wait to hear about what they are.
316
914000
2000
Y no puedo esperar a escuchar cúales son.
15:41
So thank you very much.
317
916000
2000
Así que muchas gracias.
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