TED2007
Emily Oster: Flip your thinking on AIDS in Africa
Emily Oster change notre façon de voir le SIDA en Afrique
Filmed:
Readability: 4.2
921,618 views
Emily Oster analyse les statistiques sur le SIDA en Afrique d'un point de vue économique et conclut de façon surprenante que tout ce que nous savons sur l'expansion du VIH sur le continent est faux.
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
Aujourd'hui je veux vous parler du SIDA en Afrique sub-saharienne.
00:29
And this is a pretty well-educated audience,
1
4000
2000
Vous êtes un public averti,
00:31
so I imagine you all know something about AIDS.
2
6000
3000
donc j'imagine que vous savez pas mal de choses sur le SIDA.
00:34
You probably know that roughly 25 million people in Africa
3
9000
2000
Vous savez probablement qu'environ 25 millions d'Africains
00:36
are infected with the virus, that AIDS is a disease of poverty,
4
11000
4000
sont touchés par le virus, et que le SIDA est une maladie de la pauvreté.
00:40
and that if we can bring Africa out of poverty, we would decrease AIDS as well.
5
15000
4000
Et qu'en sortant l'Afrique de la pauvreté, nous pourrions y réduire le SIDA.
00:44
If you know something more, you probably know that Uganda, to date,
6
19000
3000
Si vous en savez un peu plus, vous savez probablement que l'Ouganda, à ce jour,
00:47
is the only country in sub-Saharan Africa
7
22000
2000
est le seul pays d'Afrique sub-saharienne
00:49
that has had success in combating the epidemic.
8
24000
3000
qui ait réussi à combattre l'épidémie,
00:52
Using a campaign that encouraged people to abstain, be faithful, and use condoms --
9
27000
4000
en utilisant une campagne qui encourageait les gens à l'abstinence, à la fidélité et à l'utilisation du préservatif --
00:56
the ABC campaign -- they decreased their prevalence in the 1990s
10
31000
4000
la campagne ABC en anglais. Dans les années 1990 leur taux d'infection a baissé
01:00
from about 15 percent to 6 percent over just a few years.
11
35000
4000
d'environ 15% de la population à 6% en quelques années seulement.
01:04
If you follow policy, you probably know that a few years ago
12
39000
3000
Si vous suivez un peu la politique, vous savez probablement qu'il y a quelques années
01:07
the president pledged 15 billion dollars to fight the epidemic over five years,
13
42000
4000
le président a promis de donner 15 milliards de dollars sur 5 ans pour combattre l'épidémie,
01:11
and a lot of that money is going to go to programs that try to replicate Uganda
14
46000
3000
et qu'une part importante de cet argent va à des programmes qui suivent l'exemple de l'Ouganda
01:14
and use behavior change to encourage people and decrease the epidemic.
15
49000
6000
et changent les comportements pour encourager la population et ainsi réduire l'épidémie.
01:20
So today I'm going to talk about some things
16
55000
2000
Aujourd'hui je vais donc parler de certaines choses
01:22
that you might not know about the epidemic,
17
57000
2000
que vous ne savez peut-être pas à propos de l'épidémie.
01:24
and I'm actually also going to challenge
18
59000
2000
Puis je vais remettre en question
01:26
some of these things that you think that you do know.
19
61000
2000
certaines des choses que vous pensez savoir.
01:28
To do that I'm going to talk about my research
20
63000
3000
Et pour ce faire, je vais vous parler de mes recherches sur l'épidémie
01:31
as an economist on the epidemic.
21
66000
2000
en tant qu'économiste
01:33
And I'm not really going to talk much about the economy.
22
68000
2000
Je ne vais pas vraiment parler beaucoup d'économie.
01:35
I'm not going to tell you about exports and prices.
23
70000
3000
Je ne vais pas vous parler d'exportations et de prix.
01:38
But I'm going to use tools and ideas that are familiar to economists
24
73000
4000
Mais je vais utiliser des outils et des idées que les économistes connaissent bien
01:42
to think about a problem that's more traditionally
25
77000
2000
pour réfléchir à un problème qui est plus traditionnellement
01:44
part of public health and epidemiology.
26
79000
2000
vu sous l'angle de la santé publique et de l'épidémiologie
01:46
And I think in that sense, this fits really nicely with this lateral thinking idea.
27
81000
4000
Je pense que cela s'inscrit bien dans l'idée de transversalité.
01:50
Here I'm really using the tools of one academic discipline
28
85000
3000
J'utilise les outils d'une discipline académique
01:53
to think about problems of another.
29
88000
2000
pour réfléchir à un problème d'une autre discipline.
01:55
So we think, first and foremost, AIDS is a policy issue.
30
90000
3000
Tout d'abord, nous pensons que le SIDA est un problème de politique.
01:58
And probably for most people in this room, that's how you think about it.
31
93000
3000
Il est probable que la plupart d'entre vous ici y pensent en ces termes.
02:01
But this talk is going to be about understanding facts about the epidemic.
32
96000
4000
Mais dans cette présentation nous allons essayer de parler de faits.
02:05
It's going to be about thinking about how it evolves, and how people respond to it.
33
100000
3000
Nous allons penser à comment l'épidémie évolue et comment les gens y répondent.
02:08
I think it may seem like I'm ignoring the policy stuff,
34
103000
3000
Il va peut-être vous paraître que je laisse de côté les politiques publiques,
02:11
which is really the most important,
35
106000
2000
qui sont les plus importantes,
02:13
but I'm hoping that at the end of this talk you will conclude
36
108000
2000
mais j'espère qu'à la fin de cette présentation vous conclurez
02:15
that we actually cannot develop effective policy
37
110000
2000
qu'il est en fait impossible de développer une politique efficace
02:17
unless we really understand how the epidemic works.
38
112000
3000
si on ne comprend pas comment l'épidémie fonctionne.
02:20
And the first thing that I want to talk about,
39
115000
2000
La première chose dont je voudrais parler,
02:22
the first thing I think we need to understand is:
40
117000
2000
la première chose que nous devons comprendre, c'est
02:24
how do people respond to the epidemic?
41
119000
2000
"Comment les gens répondent-ils à l'épidémie?"
02:26
So AIDS is a sexually transmitted infection, and it kills you.
42
121000
4000
Le SIDA est une infection sexuellement transmissible, et le SIDA tue.
02:30
So this means that in a place with a lot of AIDS,
43
125000
2000
Donc dans les lieux où le SIDA est très présent,
02:32
there's a really significant cost of sex.
44
127000
2000
le coût des relations sexuelles est très élevé.
02:34
If you're an uninfected man living in Botswana, where the HIV rate is 30 percent,
45
129000
4000
Si vous êtes un homme non-porteur au Botswana, où le taux de VIH est de 30%,
02:38
if you have one more partner this year -- a long-term partner, girlfriend, mistress --
46
133000
4000
si vous avez plus d'une partenaire cette année -- votre conjoint, une copine ou une maîtresse --
02:42
your chance of dying in 10 years increases by three percentage points.
47
137000
4000
votre chance de mourir dans les 10 ans augmente de 3%.
02:46
That is a huge effect.
48
141000
2000
C'est énorme.
02:48
And so I think that we really feel like then people should have less sex.
49
143000
3000
Alors il nous semble que les gens devraient avoir moins de relations sexuelles.
02:51
And in fact among gay men in the US
50
146000
2000
En fait, les homosexuels aux États-Unis
02:53
we did see that kind of change in the 1980s.
51
148000
2000
ont adopté ce type de comportement dans les années 80.
02:55
So if we look in this particularly high-risk sample, they're being asked,
52
150000
4000
En étudiant cette population à haut risque, si on leur demande,
02:59
"Did you have more than one unprotected sexual partner in the last two months?"
53
154000
3000
"Avez-vous eu plus d'un rapport non protégé dans les deux derniers mois?"
03:02
Over a period from '84 to '88, that share drops from about 85 percent to 55 percent.
54
157000
6000
Entre 84 et 88, les "Oui" tombent de 85 à 55%.
03:08
It's a huge change in a very short period of time.
55
163000
2000
C'est un changement considérable en très peu de temps.
03:10
We didn't see anything like that in Africa.
56
165000
2000
Rien de tel ne s'est passé en Afrique.
03:12
So we don't have quite as good data, but you can see here
57
167000
3000
Les données que nous avons ne sont pas aussi bonnes, mais vous pouvez voir ici
03:15
the share of single men having pre-marital sex,
58
170000
2000
la proportion d'hommes célibataires ayant des rapports sexuels avant le mariage,
03:17
or married men having extra-marital sex,
59
172000
2000
ou d'hommes mariés ayant des rapports extra-conjugaux,
03:19
and how that changes from the early '90s to late '90s,
60
174000
3000
et leur évolution du début à la fin des années 90,
03:22
and late '90s to early 2000s. The epidemic is getting worse.
61
177000
3000
et de la fin des années 90 au début des années 2000. L'épidémie s'étend.
03:25
People are learning more things about it.
62
180000
2000
Les gens en savent plus sur l'épidémie...
03:27
We see almost no change in sexual behavior.
63
182000
2000
mais les comportements sexuels changent peu.
03:29
These are just tiny decreases -- two percentage points -- not significant.
64
184000
4000
La baisse est très limitée -- 2 points --
03:33
This seems puzzling. But I'm going to argue that you shouldn't be surprised by this,
65
188000
4000
Ça semble étonnant, mais en fait ça ne devrait pas nous surprendre.
03:37
and that to understand this you need to think about health
66
192000
3000
Pour comprendre pourquoi, il faut penser à la santé
03:40
the way than an economist does -- as an investment.
67
195000
3000
comme les économistes -- la santé est un investissement.
03:43
So if you're a software engineer and you're trying to think about
68
198000
3000
Si vous êtes un ingénieur informatique et que vous essayez
03:46
whether to add some new functionality to your program,
69
201000
3000
d'ajouter une nouvelle fonction à votre programme,
03:49
it's important to think about how much it costs.
70
204000
2000
vous devez aussi penser à combien cela va coûter.
03:51
It's also important to think about what the benefit is.
71
206000
2000
Vous devez penser à combien cela va rapporter.
03:53
And one part of that benefit is how much longer
72
208000
2000
Cela va dépendre entre autres
03:55
you think this program is going to be active.
73
210000
2000
de la durée de vie du programme.
03:57
If version 10 is coming out next week,
74
212000
2000
Si la version 10 est sur le point de sortir,
03:59
there's no point in adding more functionality into version nine.
75
214000
3000
ça ne sert à rien d'ajouter des fonctions dans la version 9.
04:02
But your health decisions are the same.
76
217000
2000
Les décisions en termes de santé publique sont identiques.
04:04
Every time you have a carrot instead of a cookie,
77
219000
2000
Chaque fois que vous mangez une carotte plutôt qu'un biscuit,
04:06
every time you go to the gym instead of going to the movies,
78
221000
3000
chaque fois que vous allez faire du sport plutôt qu'au cinéma,
04:09
that's a costly investment in your health.
79
224000
2000
vous investissez dans votre santé.
04:11
But how much you want to invest is going to depend
80
226000
2000
Mais la taille de votre investissement dépend
04:13
on how much longer you expect to live in the future,
81
228000
2000
du nombre d'années qu'il vous reste à vivre -- selon vous
04:15
even if you don't make those investments.
82
230000
2000
même si vous ne faites pas ces investissements.
04:17
AIDS is the same kind of thing. It's costly to avoid AIDS.
83
232000
3000
C'est pareil pour le SIDA. Éviter d'attraper le SIDA coûte cher.
04:20
People really like to have sex.
84
235000
3000
Les gens aiment avoir des rapports sexuels.
04:23
But, you know, it has a benefit in terms of future longevity.
85
238000
6000
Ça vous apporte quelque-chose en termes de longévité.
04:29
But life expectancy in Africa, even without AIDS, is really, really low:
86
244000
4000
Mais l'espérance de vie en Afrique, même sans le SIDA, est vraiment, vraiment basse:
04:33
40 or 50 years in a lot of places.
87
248000
3000
40 ou 50 ans dans beaucoup d'endroits.
04:36
I think it's possible, if we think about that intuition, and think about that fact,
88
251000
4000
Je pense qu'il est possible, quand on pense en ces termes,
04:40
that maybe that explains some of this low behavior change.
89
255000
3000
que cela explique pourquoi le SIDA a si peu changé les comportements.
04:43
But we really need to test that.
90
258000
2000
Alors testons notre hypothèse.
04:45
And a great way to test that is to look across areas in Africa and see:
91
260000
3000
Pour ça, on peut regarder différentes régions d'Afrique:
04:48
do people with more life expectancy change their sexual behavior more?
92
263000
4000
est-ce que les peuples où l'espérance de vie est plus élevée changent leur comportement sexuel davantage?
04:52
And the way that I'm going to do that is,
93
267000
2000
Pour voir si c'est le cas,
04:54
I'm going to look across areas with different levels of malaria.
94
269000
3000
je vais regarder des régions où la malaria est présente à différents niveaux.
04:57
So malaria is a disease that kills you.
95
272000
3000
La malaria tue.
05:00
It's a disease that kills a lot of adults in Africa, in addition to a lot of children.
96
275000
3000
Elle tue beaucoup d'adultes en Afrique, et aussi beaucoup d'enfants.
05:03
And so people who live in areas with a lot of malaria
97
278000
3000
Ceux qui vivent dans des régions où la malaria est très présente
05:06
are going to have lower life expectancy than people who live in areas with limited malaria.
98
281000
4000
ont une espérance de vie moindre que ceux qui vivent là où elle est moins présente.
05:10
So one way to test to see whether we can explain
99
285000
2000
Pour confirmer que
05:12
some of this behavior change by differences in life expectancy
100
287000
3000
les comportements changent en fonction de l'espérance de vie
05:15
is to look and see is there more behavior change
101
290000
3000
on va donc voir si les comportements changent davantage
05:18
in areas where there's less malaria.
102
293000
2000
dans les endroits où la malaria est moins présente.
05:20
So that's what this figure shows you.
103
295000
2000
C'est ce que montre ce graphique.
05:22
This shows you -- in areas with low malaria, medium malaria, high malaria --
104
297000
4000
Il montre, selon le degré de malaria (bas, moyen, élevé)
05:26
what happens to the number of sexual partners as you increase HIV prevalence.
105
301000
4000
comment évolue le nombre de partenaires sexuels à mesure qu'augmente la présence du VIH.
05:30
If you look at the blue line,
106
305000
2000
Regardez cette courbe bleue,
05:32
the areas with low levels of malaria, you can see in those areas,
107
307000
3000
les endroits avec peu de malaria. Vous voyez
05:35
actually, the number of sexual partners is decreasing a lot
108
310000
3000
que le nombre de partenaires sexuels baisse beaucoup
05:38
as HIV prevalence goes up.
109
313000
2000
à mesure que le VIH augmente.
05:40
Areas with medium levels of malaria it decreases some --
110
315000
2000
Là où la présence de la malaria est moyenne, ça baisse un peu
05:42
it doesn't decrease as much. And areas with high levels of malaria --
111
317000
3000
mais pas autant. Là où la malaria est très présente,
05:45
actually, it's increasing a little bit, although that's not significant.
112
320000
5000
ça augmente un peu, mais pas de manière significative.
05:50
This is not just through malaria.
113
325000
2000
Ça n'est pas vrai que pour la malaria.
05:52
Young women who live in areas with high maternal mortality
114
327000
3000
Les jeunes femmes vivant dans des lieux où la mortalité maternelle est élevée
05:55
change their behavior less in response to HIV
115
330000
3000
changent moins leur comportement avec le VIH
05:58
than young women who live in areas with low maternal mortality.
116
333000
3000
que celles vivant dans des lieux où la mortalité maternelle est basse.
06:01
There's another risk, and they respond less to this existing risk.
117
336000
4000
Il y a un autre risque, et elles répondent moins à ce risque existant.
06:06
So by itself, I think this tells a lot about how people behave.
118
341000
3000
Cela nous en dit long sur le comportement des gens.
06:09
It tells us something about why we see limited behavior change in Africa.
119
344000
3000
Ça nous explique pourquoi les comportements changent peu en Afrique.
06:12
But it also tells us something about policy.
120
347000
2000
Mais ça nous apprend aussi quelque-chose sur les politiques de santé publique.
06:14
Even if you only cared about AIDS in Africa,
121
349000
3000
Si vous vous préoccupez uniquement du SIDA en Afrique,
06:17
it might still be a good idea to invest in malaria,
122
352000
3000
il serait bon de lutter aussi contre la malaria,
06:20
in combating poor indoor air quality,
123
355000
2000
d'améliorer la qualité de l'air dans les maisons,
06:22
in improving maternal mortality rates.
124
357000
2000
et de diminuer le taux de mortalité maternelle.
06:24
Because if you improve those things,
125
359000
2000
Car en améliorant tout cela,
06:26
then people are going to have an incentive to avoid AIDS on their own.
126
361000
4000
vous incitez davantage les gens à éviter le SIDA d'eux-mêmes.
06:30
But it also tells us something about one of these facts that we talked about before.
127
365000
4000
Ça nous apprend aussi quelque chose sur ce que nous évoquions précédemment.
06:34
Education campaigns, like the one that the president is focusing on in his funding,
128
369000
4000
Les campagnes de sensibilisation, comme celle que le Président a lancée,
06:38
may not be enough, at least not alone.
129
373000
2000
ne suffisent pas. En tout cas pas toutes seules.
06:40
If people have no incentive to avoid AIDS on their own,
130
375000
2000
Si l'on n'incite pas les gens à éviter le SIDA d'eux-mêmes,
06:42
even if they know everything about the disease,
131
377000
2000
même s'ils savent tout sur la maladie,
06:44
they still may not change their behavior.
132
379000
2000
ils risquent quand même de ne pas changer leur comportement.
06:46
So the other thing that I think we learn here is that AIDS is not going to fix itself.
133
381000
3000
L'autre chose qu'on apprend ici, c'est que le SIDA ne va pas être vaincu tout seul.
06:49
People aren't changing their behavior enough
134
384000
2000
Les gens ne changent pas suffisamment leurs comportements
06:51
to decrease the growth in the epidemic.
135
386000
3000
pour faire baisser la croissance de l'épidémie.
06:54
So we're going to need to think about policy
136
389000
2000
Donc il nous faut penser aux politiques publiques.
06:56
and what kind of policies might be effective.
137
391000
2000
Quelles politiques peuvent être efficaces?
06:58
And a great way to learn about policy is to look at what worked in the past.
138
393000
3000
Une bonne façon de voir ça est de regarder à ce qui a fonctionné par le passé.
07:01
The reason that we know that the ABC campaign
139
396000
2000
La raison pour laquelle nous savons que la campagne ABC
07:03
was effective in Uganda is we have good data on prevalence over time.
140
398000
3000
a fonctionné en Ouganda, est que nous y avons des données sur l'évolution du taux de VIH.
07:06
In Uganda we see the prevalence went down.
141
401000
2000
En Ouganda, nous avons vu ce taux baisser.
07:08
We know they had this campaign. That's how we learn about what works.
142
403000
3000
Nous savons qu'il y a eu cette campagne. C'est comme ça qu'on sait ce qui marche.
07:11
It's not the only place we had any interventions.
143
406000
2000
Mais ça n'est pas le seul endroit où il y a eu des interventions.
07:13
Other places have tried things, so why don't we look at those places
144
408000
4000
Ailleurs on a essayé des choses, alors pourquoi ne pas regarder
07:17
and see what happened to their prevalence?
145
412000
3000
l'évolution du taux de présence du VIH ailleurs?
07:20
Unfortunately, there's almost no good data
146
415000
2000
Malheureusement, il n'y a presque pas de bonnes données
07:22
on HIV prevalence in the general population in Africa until about 2003.
147
417000
5000
sur le taux de VIH en Afrique avant 2003.
07:27
So if I asked you, "Why don't you go and find me
148
422000
2000
Si je vous demandais: "Donnez-moi
07:29
the prevalence in Burkina Faso in 1991?"
149
424000
3000
le taux de VIH au Burkina Faso en 1991."
07:32
You get on Google, you Google, and you find,
150
427000
3000
Vous iriez sur Google, et vous apprendriez
07:35
actually the only people tested in Burkina Faso in 1991
151
430000
3000
qu'en 1991, les seules personnes dépistées au Burkina Faso
07:38
are STD patients and pregnant women,
152
433000
2000
étaient les personnes ayant une MST et les femmes enceintes.
07:40
which is not a terribly representative group of people.
153
435000
2000
Ce qui ne constitue pas un panel très représentatif.
07:42
Then if you poked a little more, you looked a little more at what was going on,
154
437000
3000
En cherchant davantage,
07:45
you'd find that actually that was a pretty good year,
155
440000
3000
vous trouveriez qu'en fait 1991 était une assez bonne année.
07:48
because in some years the only people tested are IV drug users.
156
443000
3000
Parce que, certaines années, seuls les drogués par intraveineuse ont été dépistés.
07:51
But even worse -- some years it's only IV drug users,
157
446000
2000
Mais pire encore -- certaines années c'est seulement ces drogués
07:53
some years it's only pregnant women.
158
448000
2000
d'autres années seulement les femmes enceintes.
07:55
We have no way to figure out what happened over time.
159
450000
2000
Nous n'avons donc aucun moyen de comprendre ce qui s'est passé sur la durée.
07:57
We have no consistent testing.
160
452000
2000
Les dépistages ne sont pas cohérents.
07:59
Now in the last few years, we actually have done some good testing.
161
454000
5000
Ces dernières années, nous avons eu de bons dépistages.
08:04
In Kenya, in Zambia, and a bunch of countries,
162
459000
3000
Au Kenya, en Zambie, dans pas mal de pays,
08:07
there's been testing in random samples of the population.
163
462000
3000
le dépistage a été effectué au hasard dans la population.
08:10
But this leaves us with a big gap in our knowledge.
164
465000
3000
Nous avons donc un grand trou dans notre connaissance.
08:13
So I can tell you what the prevalence was in Kenya in 2003,
165
468000
3000
Je peux vous dire le taux d'infection du VIH au Kenya en 2003,
08:16
but I can't tell you anything about 1993 or 1983.
166
471000
3000
mais je ne peux rien vous dire sur 1993 ou 1983.
08:19
So this is a problem for policy. It was a problem for my research.
167
474000
4000
C'est un problème pour élaborer une politique et ça m'a posé problème aussi.
08:23
And I started thinking about how else might we figure out
168
478000
4000
Alors je me suis demandée : comment pouvons-nous obtenir
08:27
what the prevalence of HIV was in Africa in the past.
169
482000
2000
le taux d'infection du VIH en Afrique dans le passé?
08:29
And I think that the answer is, we can look at mortality data,
170
484000
4000
On peut regarder les chiffres de la mortalité,
08:33
and we can use mortality data to figure out what the prevalence was in the past.
171
488000
4000
pour trouver quel était le taux passé d'infection du VIH.
08:37
To do this, we're going to have to rely on the fact
172
492000
2000
Pour ce faire, il nous faut nous baser sur le fait
08:39
that AIDS is a very specific kind of disease.
173
494000
2000
que le SIDA est une maladie très particulière.
08:41
It kills people in the prime of their lives.
174
496000
2000
Le SIDA tue les gens dans la fleur de l'âge.
08:43
Not a lot of other diseases have that profile. And you can see here --
175
498000
3000
Peu de maladies ont cette particularité. Vous voyez ici
08:46
this is a graph of death rates by age in Botswana and Egypt.
176
501000
4000
un graphique du taux de mortalité au Botswana et en Égypte.
08:50
Botswana is a place with a lot of AIDS,
177
505000
2000
Au Botswana il y a beaucoup de cas de SIDA,
08:52
Egypt is a place without a lot of AIDS.
178
507000
2000
en Égypte il y en a peu.
08:54
And you see they have pretty similar death rates among young kids and old people.
179
509000
3000
Les taux de mortalité y sont similaires chez les jeunes et les personnes âgées.
08:57
That suggests it's pretty similar levels of development.
180
512000
3000
Cela sous-entend donc des niveaux de développement similaires.
09:00
But in this middle region, between 20 and 45,
181
515000
3000
Mais au milieu, entre 20 et 45 ans,
09:03
the death rates in Botswana are much, much, much higher than in Egypt.
182
518000
4000
les taux de mortalité au Botswana sont beaucoup beaucoup plus élevés qu'en Égypte.
09:07
But since there are very few other diseases that kill people,
183
522000
4000
Comme peu d'autres maladies tuent les gens,
09:11
we can really attribute that mortality to HIV.
184
526000
3000
cette mortalité vient du VIH.
09:14
But because people who died this year of AIDS got it a few years ago,
185
529000
4000
Mias comme les gens morts du SIDA l'ont contracté quelques années plus tôt,
09:18
we can use this data on mortality to figure out what HIV prevalence was in the past.
186
533000
5000
on peut utiliser ces chiffres pour trouver le taux passé d'infection du VIH.
09:23
So it turns out, if you use this technique,
187
538000
2000
En utilisant cette technique,
09:25
actually your estimates of prevalence are very close
188
540000
2000
l'estimation de ce taux est très proche
09:27
to what we get from testing random samples in the population,
189
542000
3000
des taux obtenus lors de dépistages au hasard dans la population --
09:30
but they're very, very different than what UNAIDS tells us the prevalences are.
190
545000
5000
mais ils sont très différents des chiffres d'ONUSIDA.
09:35
So this is a graph of prevalence estimated by UNAIDS,
191
550000
3000
Voici un graphique du taux estimé par ONUSIDA,
09:38
and prevalence based on the mortality data
192
553000
2000
et du taux basé sur les taux de mortalité
09:40
for the years in the late 1990s in nine countries in Africa.
193
555000
4000
pour la fin des années 90 dans neuf pays d'Afrique.
09:44
You can see, almost without exception,
194
559000
2000
Vous voyez que presque sans exception,
09:46
the UNAIDS estimates are much higher than the mortality-based estimates.
195
561000
4000
les estimations d'ONUSIDA sont plus élevées que nos estimations.
09:50
UNAIDS tell us that the HIV rate in Zambia is 20 percent,
196
565000
4000
ONUSIDA nous dit que le taux de VIH en Zambie est de 20%
09:54
and mortality estimates suggest it's only about 5 percent.
197
569000
4000
le taux de mortalité montre qu'il n'est que de 5%.
09:58
And these are not trivial differences in mortality rates.
198
573000
3000
Ce n'est pas rien comme différence.
10:01
So this is another way to see this.
199
576000
2000
En d'autres termes:
10:03
You can see that for the prevalence to be as high as UNAIDS says,
200
578000
2000
si le taux d'infection était aussi élevé que le dit ONUSIDA,
10:05
we have to really see 60 deaths per 10,000
201
580000
2000
il y aurait 60 morts pour 10000 habitants
10:07
rather than 20 deaths per 10,000 in this age group.
202
582000
4000
plutôt que 20 morts pour 10000 dans cette tranche d'âge.
10:11
I'm going to talk a little bit in a minute
203
586000
2000
Dans un instant je vais vous montrer
10:13
about how we can use this kind of information to learn something
204
588000
3000
que ces informations nous apprennent quelque chose
10:16
that's going to help us think about the world.
205
591000
2000
sur notre façon de penser le monde.
10:18
But this also tells us that one of these facts
206
593000
2000
Elles nous montrent aussi qu'un des faits
10:20
that I mentioned in the beginning may not be quite right.
207
595000
3000
dont je parlais au début n'est pas complètement vrai.
10:23
If you think that 25 million people are infected,
208
598000
2000
Pour ONUSIDA 25 millions de personnes sont infectées,
10:25
if you think that the UNAIDS numbers are much too high,
209
600000
3000
mais si vous pensez que les chiffres d'ONUSIDA sont bien trop élevés,
10:28
maybe that's more like 10 or 15 million.
210
603000
2000
peut-être que c'est plutôt 10 ou 15 millions.
10:30
It doesn't mean that AIDS isn't a problem. It's a gigantic problem.
211
605000
4000
Ça ne veut pas dire que le SIDA n'est pas un problème. C'est un énorme problème.
10:34
But it does suggest that that number might be a little big.
212
609000
4000
Mais ça sous-tend que ce nombre est peut-être un peu élevé.
10:38
What I really want to do, is I want to use this new data
213
613000
2000
Ce que je veux faire, c'est utiliser ces nouveaux chiffres
10:40
to try to figure out what makes the HIV epidemic grow faster or slower.
214
615000
4000
pour comprendre comment l'épidémie accélère ou ralentit.
10:44
And I said in the beginning, I wasn't going to tell you about exports.
215
619000
3000
Au début je vous disais que je ne vous parlerais pas d'exportations.
10:47
When I started working on these projects,
216
622000
2000
Au début de ce projet,
10:49
I was not thinking at all about economics,
217
624000
2000
je ne pensais pas du tout à l'économie,
10:51
but eventually it kind of sucks you back in.
218
626000
3000
mais au final ça finit toujours pas vous rattraper.
10:54
So I am going to talk about exports and prices.
219
629000
3000
Je vais donc quand même vous parler d'exportations et de prix,
10:57
And I want to talk about the relationship between economic activity,
220
632000
3000
et de la relation entre activité économique,
11:00
in particular export volume, and HIV infections.
221
635000
4000
en particulier volumes d'exportations, et taux de VIH.
11:04
So obviously, as an economist, I'm deeply familiar
222
639000
4000
En tant qu'économiste, je sais bien entendu
11:08
with the fact that development, that openness to trade,
223
643000
2000
que le développement, l'ouverture des échanges
11:10
is really good for developing countries.
224
645000
2000
sont bons pour les pays en développement.
11:12
It's good for improving people's lives.
225
647000
3000
Ça aide à améliorer le niveau de vie des gens.
11:15
But openness and inter-connectedness, it comes with a cost
226
650000
2000
Mais l'ouverture et l'interconnexion ont un coût
11:17
when we think about disease. I don't think this should be a surprise.
227
652000
3000
en termes de maladies. Ce n'est pas une surprise.
11:20
On Wednesday, I learned from Laurie Garrett
228
655000
2000
Ce mercredi, la journaliste Laurie Garrett m'a annoncé
11:22
that I'm definitely going to get the bird flu,
229
657000
2000
que j'allais avoir la grippe aviaire,
11:24
and I wouldn't be at all worried about that
230
659000
3000
et que ça ne serait pas le cas du tout
11:27
if we never had any contact with Asia.
231
662000
3000
si nous n'avions aucun contact avec l'Asie.
11:30
And HIV is actually particularly closely linked to transit.
232
665000
4000
Le VIH est très lié aux mouvements.
11:34
The epidemic was introduced to the US
233
669000
2000
C'est un steward sur une compagnie
11:36
by actually one male steward on an airline flight,
234
671000
4000
aérienne qui l'a introduit aux États-Unis.
11:40
who got the disease in Africa and brought it back.
235
675000
2000
Il avait contracté la maladie en Afrique et l'a rapportée.
11:42
And that was the genesis of the entire epidemic in the US.
236
677000
3000
C'est ainsi qu'a commencé l'épidémie aux États-Unis.
11:45
In Africa, epidemiologists have noted for a long time
237
680000
4000
En Afrique, les épidémiologistes savent depuis longtemps
11:49
that truck drivers and migrants are more likely to be infected than other people.
238
684000
4000
que les chauffeurs routiers et les émigrés ont plus de chances d'être infectés.
11:53
Areas with a lot of economic activity --
239
688000
2000
Que les zones à forte activité economique --
11:55
with a lot of roads, with a lot of urbanization --
240
690000
3000
avec des routes et de l'urbanisation --
11:58
those areas have higher prevalence than others.
241
693000
2000
ont des taux d'infection supérieurs aux autres.
12:00
But that actually doesn't mean at all
242
695000
2000
Ça ne veut pas dire du tout
12:02
that if we gave people more exports, more trade, that that would increase prevalence.
243
697000
4000
qu'en exportant plus, en augmentant les échanges, le taux d'infection augmenterait.
12:06
By using this new data, using this information about prevalence over time,
244
701000
4000
Ces nouvelles données, le taux d'infection sur plusieurs années,
12:10
we can actually test that. And so it seems to be --
245
705000
4000
nous permettent de tester cette hypothèse. Et il semble bien --
12:14
fortunately, I think -- it seems to be the case
246
709000
2000
heureusement --
12:16
that these things are positively related.
247
711000
2000
que ces deux variables soient effectivement corrélées.
12:18
More exports means more AIDS. And that effect is really big.
248
713000
4000
Plus d'exportations = plus de SIDA. La corrélation est très grande.
12:22
So the data that I have suggests that if you double export volume,
249
717000
4000
D'après mes données, si vous doublez les exportations,
12:26
it will lead to a quadrupling of new HIV infections.
250
721000
5000
le nombre de nouvelles infections au VIH quadruplent.
12:31
So this has important implications both for forecasting and for policy.
251
726000
3000
Cela a des conséquences en termes de prévisions et de politiques publiques.
12:34
From a forecasting perspective, if we know where trade is likely to change,
252
729000
4000
En termes de prévisions, si le commerce est sur le point de changer,
12:38
for example, because of the African Growth and Opportunities Act
253
733000
3000
par exemple en raison de la loi américaine pour la Croissance en Afrique,
12:41
or other policies that encourage trade,
254
736000
2000
ou en raison d'autres politiques qui encouragent le commerce,
12:43
we can actually think about which areas are likely to be heavily infected with HIV.
255
738000
5000
on peut prédire quelles zones ont plus de chances d'être très infectées par le VIH.
12:48
And we can go and we can try to have pre-emptive preventive measures there.
256
743000
6000
C'est là-bas qu'on peut essayer de mettre en place des mesures préventives.
12:54
Likewise, as we're developing policies to try to encourage exports,
257
749000
3000
De même, en développant des politiques d'encouragement des exportations,
12:57
if we know there's this externality --
258
752000
2000
en connaissant cet effet --
12:59
this extra thing that's going to happen as we increase exports --
259
754000
2000
ce qui arrive quand on augmente les exportations --
13:01
we can think about what the right kinds of policies are.
260
756000
3000
on peut mieux réfléchir aux bonnes politiques à suivre.
13:04
But it also tells us something about one of these things that we think that we know.
261
759000
3000
On apprend donc quelque-chose sur ce qu'on pensait savoir.
13:07
Even though it is the case that poverty is linked to AIDS,
262
762000
3000
Bien que la pauvreté soit liée au SIDA,
13:10
in the sense that Africa is poor and they have a lot of AIDS,
263
765000
3000
dans le sens où l'Afrique est pauvre et le SIDA y est très présent,
13:13
it's not necessarily the case that improving poverty -- at least in the short run,
264
768000
4000
ça n'est pas forcément en diminuant la pauvreté -- en tout cas à court terme --
13:17
that improving exports and improving development --
265
772000
2000
en augmentant les exportations et le développement,
13:19
it's not necessarily the case that that's going to lead
266
774000
2000
que cela va entraîner
13:21
to a decline in HIV prevalence.
267
776000
2000
une baisse du taux d'infection au VIH.
13:24
So throughout this talk I've mentioned a few times
268
779000
2000
Pendant cette présentation, j'ai mentionné plusieurs fois
13:26
the special case of Uganda, and the fact that
269
781000
2000
le cas de l'Ouganda, et le fait
13:28
it's the only country in sub-Saharan Africa with successful prevention.
270
783000
4000
que c'est le seul pays d'Afrique sub-saharienne à avoir eu des succès.
13:32
It's been widely heralded.
271
787000
2000
Cela a été crié haut et fort.
13:34
It's been replicated in Kenya, and Tanzania, and South Africa and many other places.
272
789000
6000
Cela a été répliqué au Kenya, en Tanzanie, en Afrique du Sud et dans bien d'autres lieux.
13:40
But now I want to actually also question that.
273
795000
4000
Mais je veux remettre ça en question.
13:44
Because it is true that there was a decline in prevalence
274
799000
3000
Il y a bien eu une baisse du taux d'infection
13:47
in Uganda in the 1990s. It's true that they had an education campaign.
275
802000
4000
en Ouganda dans les années 90. Il y a bien eu une campagne d'éducation.
13:51
But there was actually something else that happened in Uganda in this period.
276
806000
6000
Mais il y a eu quelque chose d'autre en Ouganda à cette époque.
13:57
There was a big decline in coffee prices.
277
812000
2000
Il y a eu une forte baisse des prix du café.
13:59
Coffee is Uganda's major export.
278
814000
2000
Le café est la première source d'exportatrions de l'Ouganda.
14:01
Their exports went down a lot in the early 1990s -- and actually that decline lines up
279
816000
5000
Ces exportations ont chuté au début des années 90 -- un déclin qui coïncide
14:06
really, really closely with this decline in new HIV infections.
280
821000
4000
de très près avec la baisse des nouvelles infections au VIH.
14:10
So you can see that both of these series --
281
825000
3000
Ces deux séries --
14:13
the black line is export value, the red line is new HIV infections --
282
828000
3000
la courbe noire qui est celle des exportations en valeur, et la rouge qui est celle des infections --
14:16
you can see they're both increasing.
283
831000
2000
augmentent toutes les deux.
14:18
Starting about 1987 they're both going down a lot.
284
833000
2000
Vers 1987, elles commencent à beaucoup baisser.
14:20
And then actually they track each other
285
835000
2000
Et elles continuent à se suivre
14:22
a little bit on the increase later in the decade.
286
837000
2000
en augmentant légèrement, plus tard dans la décennie.
14:24
So if you combine the intuition in this figure
287
839000
2000
En combinant l'intuition et ce chiffre
14:26
with some of the data that I talked about before,
288
841000
3000
aux données dont je vous parlais plus tôt,
14:29
it suggests that somewhere between 25 percent and 50 percent
289
844000
4000
vous voyez qu'entre 25% et 50%
14:33
of the decline in prevalence in Uganda
290
848000
2000
du déclin du taux d'infection en Ouganda
14:35
actually would have happened even without any education campaign.
291
850000
4000
aurait eu lieu sans la campagne d'éducation.
14:39
But that's enormously important for policy.
292
854000
2000
C'est extrêmement important en termes de politiques publiques.
14:41
We're spending so much money to try to replicate this campaign.
293
856000
2000
Nous dépensons trop d'argent à répliquer cette campagne,
14:43
And if it was only 50 percent as effective as we think that it was,
294
858000
3000
et si elle n'est que 50% aussi efficace qu'on le pensait,
14:46
then there are all sorts of other things
295
861000
2000
alors il y a plein d'autre choses
14:48
maybe we should be spending our money on instead.
296
863000
2000
dans lesquelles nous pourrions mettre notre argent à la place.
14:50
Trying to change transmission rates by treating other sexually transmitted diseases.
297
865000
4000
En traitant les autres MST pour baisser les taux de transmission.
14:54
Trying to change them by engaging in male circumcision.
298
869000
2000
En lançant des campagnes de circoncision pour baisser ces taux.
14:56
There are tons of other things that we should think about doing.
299
871000
2000
Et on peut penser à plein d'autres choses.
14:58
And maybe this tells us that we should be thinking more about those things.
300
873000
4000
Cela nous montre qu'il faudrait peut-être qu'on y pense davantage.
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
J'espère qu'en 16 minutes je vous ai dit des choses que vous ne saviez pas sur le SIDA,
15:07
and I hope that I've gotten you questioning a little bit
302
882000
2000
et j'espère que vous remettez davantage en question
15:09
some of the things that you did know.
303
884000
2000
ce que vous saviez.
15:11
And I hope that I've convinced you maybe
304
886000
2000
J'espère vous avoir convaincus
15:13
that it's important to understand things about the epidemic
305
888000
2000
qu'il est important de comprendre ces choses sur l'épidémie,
15:15
in order to think about policy.
306
890000
2000
afin de réfléchir aux politiques publiques.
15:18
But more than anything, you know, I'm an academic.
307
893000
2000
Plus que tout, vous savez, je suis une chercheuse.
15:20
And when I leave here, I'm going to go back
308
895000
2000
Et quand je partirai d'ici, je retournerai
15:22
and sit in my tiny office, and my computer, and my data.
309
897000
3000
dans mon petit bureau, avec mon ordi et mes chiffres --
15:25
And the thing that's most exciting about that
310
900000
2000
et ce qu'il y a de vraiment génial
15:27
is every time I think about research, there are more questions.
311
902000
3000
c'est qu'à chaque fois que je pense à la recherche, il y a plus de questions.
15:30
There are more things that I think that I want to do.
312
905000
2000
Il y a plus de choses que je veux faire.
15:32
And what's really, really great about being here
313
907000
2000
Et ce qui est vraiment, vraiment génial ici
15:34
is I'm sure that the questions that you guys have
314
909000
2000
c'est que je suis sûr que les questions que VOUS vous posez
15:36
are very, very different than the questions that I think up myself.
315
911000
3000
sont très différentes des questions que JE me pose.
15:39
And I can't wait to hear about what they are.
316
914000
2000
Et j'ai hâte d'entendre ce qu'elles sont.
15:41
So thank you very much.
317
916000
2000
Alors merci beaucoup.
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