1
00:00:00,000 --> 00:00:05,000
(Brawa)

2
00:00:06,000 --> 00:00:11,000
AIDS odkryto w 1981, a wirusa w 1983.

3
00:00:11,000 --> 00:00:13,000
Diagramy pęcherzykowe z Gapmindera pokażą,

4
00:00:13,000 --> 00:00:17,000
gdzie występował wirus w roku 1983,

5
00:00:17,000 --> 00:00:19,000
przynajmniej szacunkowo.

6
00:00:19,000 --> 00:00:21,000
Na tej osi widzimy

7
00:00:21,000 --> 00:00:28,000
procent dorosłych chorych.

8
00:00:28,000 --> 00:00:33,000
Na tej osi: dochód w dolarach na osobę.

9
00:00:33,000 --> 00:00:37,000
Rozmiary pęcherzyków pokazują,

10
00:00:37,000 --> 00:00:40,000
ilu chorych przypada na kraj,

11
00:00:40,000 --> 00:00:42,000
zaś kolor - na kontynent.

12
00:00:42,000 --> 00:00:44,000
W USA w 1983r

13
00:00:44,000 --> 00:00:47,000
widzimy procentowo mało zachorowań,

14
00:00:47,000 --> 00:00:51,000
ale przez dużą populację, pęcherzyk jest spory.

15
00:00:51,000 --> 00:00:54,000
W USA było sporo chorych.

16
00:00:54,000 --> 00:00:56,000
Tutaj widać Ugandę.

17
00:00:56,000 --> 00:00:59,000
Niemal 5% zachorowań

18
00:00:59,000 --> 00:01:02,000
i spory pęcherzyk, jak na tak mały kraj.

19
00:01:02,000 --> 00:01:07,000
Chyba najwięcej zachorowań na świecie.

20
00:01:07,000 --> 00:01:09,000
Co się stało?

21
00:01:09,000 --> 00:01:11,000
Rozumiecie już diagram,

22
00:01:11,000 --> 00:01:14,000
więc przez następne 60 sekund

23
00:01:14,000 --> 00:01:17,000
odtworzymy światową epidemię HIV.

24
00:01:17,000 --> 00:01:20,000
Mam tu nowy wynalazek.

25
00:01:22,000 --> 00:01:25,000
(Śmiech)

26
00:01:27,000 --> 00:01:31,000
Zamroziłem wiązkę wskaźnika laserowego.

27
00:01:31,000 --> 00:01:34,000
(Śmiech)

28
00:01:34,000 --> 00:01:37,000
(Brawa)

29
00:01:40,000 --> 00:01:44,000
Do biegu, gotowi, start!

30
00:01:44,000 --> 00:01:48,000
Szybki wzrost w Ugandzie i Zimbabwe.

31
00:01:48,000 --> 00:01:50,000
Szybki wzrost w Ugandzie i Zimbabwe.

32
00:01:50,000 --> 00:01:54,000
W Azji, pierwszy zainfekowany kraj to Tajlandia.

33
00:01:54,000 --> 00:01:56,000
Osiągnęli 1 - 2%.

34
00:01:56,000 --> 00:01:58,000
Uganda zaczyna spadać,

35
00:01:58,000 --> 00:02:00,000
a Zimbabwe wzbija się w górę.

36
00:02:00,000 --> 00:02:04,000
Dramatycznie rośnie liczba chorych w RPA.

37
00:02:04,000 --> 00:02:06,000
Dużo chorych w Indiach,

38
00:02:06,000 --> 00:02:08,000
ale procentowo mało.

39
00:02:08,000 --> 00:02:10,000
Tu niemal to samo.

40
00:02:10,000 --> 00:02:13,000
Uganda spada, Zimbabwe spada,

41
00:02:13,000 --> 00:02:15,000
Rosja rośnie do 1%.

42
00:02:15,000 --> 00:02:18,000
Przez ostatnie dwa, trzy lata

43
00:02:18,000 --> 00:02:22,000
światowa epidemia HIV stanęła w miejscu.

44
00:02:22,000 --> 00:02:25,000
Zajęło to 25 lat.

45
00:02:25,000 --> 00:02:28,000
Stały poziom nie oznacza jednak poprawy,

46
00:02:28,000 --> 00:02:31,000
a tylko brak pogorszenia.

47
00:02:31,000 --> 00:02:35,000
Średnia zachorowań na HIV

48
00:02:35,000 --> 00:02:39,000
w skali światowej wynosi 1%.

49
00:02:39,000 --> 00:02:42,000
Czyli 30 do 40 milionów ludzi,

50
00:02:42,000 --> 00:02:44,000
cała Kalifornia, co do nogi,

51
00:02:44,000 --> 00:02:46,000
tak mają się sprawy dzisiaj.

52
00:02:46,000 --> 00:02:51,000
Zróbmy teraz replay Botswany.

53
00:02:51,000 --> 00:02:55,000
To średnio zamożny kraj na południu Afryki,

54
00:02:55,000 --> 00:02:58,000
demokratyczny rząd, dobra gospodarka,

55
00:02:58,000 --> 00:03:00,000
i oto, co się dzieje.

56
00:03:00,000 --> 00:03:02,000
Zaczęli nisko, wystrzelili w górę,

57
00:03:02,000 --> 00:03:05,000
osiągnęli szczyt w 2003 r.,

58
00:03:05,000 --> 00:03:07,000
a teraz spadają.

59
00:03:07,000 --> 00:03:09,000
Jednak spadają powoli,

60
00:03:09,000 --> 00:03:11,000
bo dzięki dobrym rządom i gospodarce

61
00:03:11,000 --> 00:03:14,000
mogą sobie pozwolić na leczenie.

62
00:03:14,000 --> 00:03:17,000
Leczeni chorzy nie umierają na AIDS.

63
00:03:17,000 --> 00:03:20,000
Wskaźniki procentowe nie spadną,

64
00:03:20,000 --> 00:03:22,000
bo chorzy mogą przeżyć 10 - 20 lat.

65
00:03:22,000 --> 00:03:25,000
Dlatego mamy problem z pomiarami.

66
00:03:25,000 --> 00:03:29,000
W biedniejszych krajach, o niższych dochodach,

67
00:03:29,000 --> 00:03:35,000
wskaźniki liczby chorych spadają szybciej,

68
00:03:35,000 --> 00:03:37,000
bo ludzie nadal umierają.

69
00:03:37,000 --> 00:03:40,000
Pomimo hojności PEPFAR,

70
00:03:40,000 --> 00:03:43,000
nie do wszystkich docierają leki,

71
00:03:43,000 --> 00:03:45,000
a nawet jeśli dotrą, to w biednych krajach

72
00:03:45,000 --> 00:03:48,000
tylko 60% chorych leczy się dłużej niż dwa lata.

73
00:03:48,000 --> 00:03:52,000
Dożywotnie leczenie jest nierealistyczne

74
00:03:52,000 --> 00:03:54,000
w najbiedniejszych krajach.

75
00:03:54,000 --> 00:03:57,000
Dobrze, że robi się chociaż to, co teraz.

76
00:03:57,000 --> 00:04:01,000
Wrócił nacisk na zapobieganie.

77
00:04:01,000 --> 00:04:04,000
Tylko powstrzymując infekcje

78
00:04:04,000 --> 00:04:07,000
damy sobie radę.

79
00:04:07,000 --> 00:04:09,000
Leki kosztują zbyt dużo.

80
00:04:09,000 --> 00:04:12,000
Gdybyśmy mieli szczepionkę, to co innego,

81
00:04:12,000 --> 00:04:14,000
ale leki są za drogie dla ubogich.

82
00:04:14,000 --> 00:04:16,000
Nawet nie same leki, a leczenie

83
00:04:16,000 --> 00:04:18,000
i potrzebna wraz z nim opieka.

84
00:04:20,000 --> 00:04:23,000
Przyglądając się schematowi,

85
00:04:23,000 --> 00:04:25,000
jedno widać wyraźnie:

86
00:04:25,000 --> 00:04:27,000
niebieskie pęcherzyki.

87
00:04:27,000 --> 00:04:29,000
Powiecie: Afryka choruje na HIV najwięcej.

88
00:04:29,000 --> 00:04:32,000
Ja powiem: Afryka choruje na HIV inaczej.

89
00:04:32,000 --> 00:04:36,000
Najwyższe wskaźniki HIV na świecie

90
00:04:36,000 --> 00:04:38,000
znajdziemy w krajach afrykańskich,

91
00:04:38,000 --> 00:04:40,000
a jednak Senegal

92
00:04:40,000 --> 00:04:42,000
ma taki sam wskaźnik jak USA.

93
00:04:42,000 --> 00:04:44,000
Także wskaźniki Madagaskaru

94
00:04:44,000 --> 00:04:46,000
i wielu innych państw Afryki

95
00:04:46,000 --> 00:04:49,000
są równie niskie, co poza Afryką.

96
00:04:49,000 --> 00:04:53,000
Afryka nie jest jednorodna; to okropne uproszczenie.

97
00:04:53,000 --> 00:04:55,000
Afryka nie jest jednorodna; to okropne uproszczenie.

98
00:04:55,000 --> 00:04:57,000
Musimy z tym skończyć.

99
00:04:57,000 --> 00:05:00,000
Takie podejście jest pozbawione szacunku

100
00:05:00,000 --> 00:05:02,000
i niezbyt mądre.

101
00:05:02,000 --> 00:05:06,000
(Brawa)

102
00:05:06,000 --> 00:05:09,000
Przez jakiś czas mieszkałem i pracowałem w USA.

103
00:05:09,000 --> 00:05:13,000
Odkryłem, że Salt Lake City i San Francisco bardzo się różnią.

104
00:05:13,000 --> 00:05:15,000
(Śmiech)

105
00:05:15,000 --> 00:05:18,000
Podobnie w Afryce: różnic jest wiele.

106
00:05:18,000 --> 00:05:20,000
Skąd tyle zachorowań? Przez wojnę?

107
00:05:20,000 --> 00:05:22,000
Nie. Spójrzcie tutaj.

108
00:05:22,000 --> 00:05:25,000
W rozdartym wojną Kongu ledwie 2% – 4%.

109
00:05:25,000 --> 00:05:29,000
A po sąsiedzku, spokojna Zambia: 15%.

110
00:05:29,000 --> 00:05:32,000
Mamy solidne dane o uchodźcach z Konga.

111
00:05:32,000 --> 00:05:34,000
Zarażonych jest 2% do 3%,

112
00:05:34,000 --> 00:05:36,000
a w Zambii, bez wojny, dużo więcej.

113
00:05:36,000 --> 00:05:38,000
Nowe badania wykazują,

114
00:05:38,000 --> 00:05:41,000
że wojny i gwałty, mimo całej grozy,

115
00:05:41,000 --> 00:05:44,000
nie stoją za wzrostem zachorowań.

116
00:05:44,000 --> 00:05:46,000
Zatem co? Bieda?

117
00:05:46,000 --> 00:05:48,000
Okazuje się, że w makro skali,

118
00:05:48,000 --> 00:05:50,000
im więcej pieniędzy, tym więcej HIV.

119
00:05:50,000 --> 00:05:53,000
To uproszczenie,

120
00:05:53,000 --> 00:05:55,000
więc przyjrzyjmy się Tanzanii.

121
00:05:55,000 --> 00:05:59,000
Podzielę Tanzanię na 5 grup dochodowych,

122
00:05:59,000 --> 00:06:01,000
od najwyższego dochodu do najniższego.

123
00:06:01,000 --> 00:06:03,000
od najwyższego dochodu do najniższego.

124
00:06:03,000 --> 00:06:06,000
Najlepiej zarabiający, zamożni ale nie bogaci,

125
00:06:06,000 --> 00:06:08,000
najczęściej mają HIV.

126
00:06:08,000 --> 00:06:11,000
Różnica sięga od 11% do 4%,

127
00:06:11,000 --> 00:06:13,000
a w przypadku kobiet nawet więcej.

128
00:06:13,000 --> 00:06:17,000
Mieliśmy wiele hipotez, ale wspólne wyniki analiz

129
00:06:17,000 --> 00:06:20,000
afrykańskich instytutów i badaczy z całego świata

130
00:06:20,000 --> 00:06:23,000
pokazują, że nie mieliśmy racji.

131
00:06:23,000 --> 00:06:25,000
Tak wyglądają różnice w Tanzanii.

132
00:06:25,000 --> 00:06:27,000
A teraz spójrzmy na Kenię.

133
00:06:27,000 --> 00:06:29,000
A teraz spójrzmy na Kenię.

134
00:06:29,000 --> 00:06:31,000
Podzieliłem Kenię na prowincje.

135
00:06:31,000 --> 00:06:33,000
O tak.

136
00:06:33,000 --> 00:06:36,000
Zauważcie różnice w obrębie jednego kraju:

137
00:06:36,000 --> 00:06:39,000
mamy i najniższy poziom, i najwyższy.

138
00:06:39,000 --> 00:06:42,000
Dla większości prowincji skromny.

139
00:06:42,000 --> 00:06:44,000
O co chodzi?

140
00:06:44,000 --> 00:06:48,000
Skąd takie ekstrema?

141
00:06:48,000 --> 00:06:51,000
Chodzi o częstą zmianę partnerów,

142
00:06:51,000 --> 00:06:54,000
rzadkie używanie prezerwatyw,

143
00:06:54,000 --> 00:06:57,000
i rozrzut wiekowy partnerów,

144
00:06:57,000 --> 00:07:00,000
czyli starsi partnerzy i młode partnerki.

145
00:07:00,000 --> 00:07:03,000
Młode kobiety chorują częściej niż młodzi mężczyźni

146
00:07:03,000 --> 00:07:05,000
w wielu wysoce zainfekowanych krajach.

147
00:07:05,000 --> 00:07:07,000
Które to kraje?

148
00:07:07,000 --> 00:07:09,000
Przeniosę pęcherzyki na mapę.

149
00:07:09,000 --> 00:07:13,000
Z 4% światowej populacji nosicieli HIV

150
00:07:13,000 --> 00:07:16,000
połowa znajduje się w tym rejonie.

151
00:07:16,000 --> 00:07:19,000
HIV występuje na całym świecie.

152
00:07:19,000 --> 00:07:21,000
Pęcherzyki widać na całej mapie.

153
00:07:21,000 --> 00:07:24,000
W Brazylii jest wiele zachorowań.

154
00:07:24,000 --> 00:07:27,000
W krajach arabskich niewiele, ale w Iranie sporo.

155
00:07:27,000 --> 00:07:31,000
W Iranie mają narkomanię i prostytucję.

156
00:07:31,000 --> 00:07:33,000
W Indiach wiele, bo jest ich dużo.

157
00:07:33,000 --> 00:07:35,000
W południowo-wschodniej Azji, itd.

158
00:07:35,000 --> 00:07:37,000
W tej części Afryki,

159
00:07:37,000 --> 00:07:39,000
choć to trudne, musimy z jednej strony

160
00:07:39,000 --> 00:07:43,000
nie wrzucać Afryki do jednego worka

161
00:07:43,000 --> 00:07:47,000
i nie spłycać przyczyn problemów,

162
00:07:47,000 --> 00:07:50,000
ale z drugiej strony przyznać,

163
00:07:50,000 --> 00:07:54,000
że ten schemat został naukowo udowodniony.

164
00:07:54,000 --> 00:07:57,000
UNAIDS dostarczyło solidnych danych

165
00:07:57,000 --> 00:08:00,000
o zasięgu HIV.

166
00:08:00,000 --> 00:08:03,000
Może to duża ilość partnerów.

167
00:08:03,000 --> 00:08:06,000
Może odmiany wirusa.

168
00:08:06,000 --> 00:08:10,000
Może jeszcze inne czynniki

169
00:08:10,000 --> 00:08:13,000
ułatwiające przenoszenie choroby.

170
00:08:13,000 --> 00:08:16,000
Dla zupełnie zdrowej pary heteroseksualnej

171
00:08:16,000 --> 00:08:21,000
ryzyko infekcji przy jednym stosunku wynosi 1 do 1000.

172
00:08:21,000 --> 00:08:23,000
Nie wyciągajcie tylko pochopnych wniosków

173
00:08:23,000 --> 00:08:25,000
i bądźcie grzeczni wieczorem.

174
00:08:25,000 --> 00:08:27,000
(Śmiech)

175
00:08:27,000 --> 00:08:30,000
W niekorzystnych warunkach,

176
00:08:30,000 --> 00:08:33,000
przy wielu chorobach wenerycznych - 1 do 100.

177
00:08:33,000 --> 00:08:36,000
Przypuszczamy, że chodzi o związki równoległe.

178
00:08:36,000 --> 00:08:38,000
Co to są związki równoległe?

179
00:08:38,000 --> 00:08:40,000
W Szwecji nie mamy związków równoległych.

180
00:08:40,000 --> 00:08:42,000
Mamy seryjną monogamię.

181
00:08:42,000 --> 00:08:44,000
Wódka, Sylwester, nowa partnerka na wiosnę.

182
00:08:44,000 --> 00:08:46,000
Wódka, noc świętojańska, nowy partner na jesień.

183
00:08:46,000 --> 00:08:48,000
Wódka... i tak dalej.

184
00:08:48,000 --> 00:08:51,000
Można zebrać pokaźną kolekcję "byłych".

185
00:08:51,000 --> 00:08:53,000
Mamy okropną epidemię chlamydiozy,

186
00:08:53,000 --> 00:08:57,000
która utrzymuje się od wielu lat.

187
00:08:57,000 --> 00:09:00,000
HIV osiąga szczyt w 3 - 6 tygodni po zakażeniu.

188
00:09:00,000 --> 00:09:03,000
Współżycie z wieloma partnerami w miesiącu

189
00:09:03,000 --> 00:09:06,000
zwiększa ryzyko HIV bardziej, niż innych chorób.

190
00:09:06,000 --> 00:09:08,000
Pewnie chodzi o wiele czynników naraz.

191
00:09:08,000 --> 00:09:11,000
Cieszę się, że rozpatrując problem obecnie

192
00:09:11,000 --> 00:09:13,000
opieramy się na faktach.

193
00:09:13,000 --> 00:09:15,000
Ten diagram można obejrzeć za darmo.

194
00:09:15,000 --> 00:09:18,000
Wrzuciliśmy dane z UNAIDS na Gapminder.org.

195
00:09:18,000 --> 00:09:22,000
Rozwiązując kolejne globalne problemy

196
00:09:22,000 --> 00:09:25,000
posłużmy się nie tylko sercem,

197
00:09:25,000 --> 00:09:27,000
i nie tylko pieniędzmi,

198
00:09:27,000 --> 00:09:30,000
ale także głową.

199
00:09:30,000 --> 00:09:32,000
Dziękuję bardzo.

200
00:09:32,000 --> 00:09:38,000
(Brawa)