Επιδημίες και το τέλος της ανθρωπότητας | Ρόζαλιντ Έγκο | TEDxThessaloniki
-
0:16 - 0:19Πριν από εκατό χρόνια,
εμφανίστηκε ένας νέος ιός της γρίπης, -
0:19 - 0:23εξαπλώθηκε στον κόσμο και σκότωσε
50 με 100 εκατομμύρια ανθρώπους. -
0:24 - 0:27Για κάθε 40 κρούσματα της γρίπης,
-
0:27 - 0:29πέθαινε ένα.
-
0:29 - 0:31Ίσως να σκέφτεστε ότι
οι πιθανότητες δεν είναι τόσο κακές, -
0:31 - 0:34αλλά στην πιο πρόσφατη πανδημία γρίπης,
-
0:34 - 0:38για κάθε άτομο που πέθαινε
υπήρχαν περίπου 10.000 κρούσματα. -
0:38 - 0:41Που σημαίνει ότι αυτή
η πανδημία γρίπης του 1918 -
0:41 - 0:43ήταν η χειρότερη πανδημία στην ιστορία.
-
0:43 - 0:47Να ένα γράφημα που δείχνει θανάτους
ανά εβδομάδα τον καιρό της πανδημίας -
0:47 - 0:49στη Νέα Υόρκη, το Λονδίνο,
το Παρίσι και το Βερολίνο. -
0:50 - 0:54Βλέπετε ξεκάθαρα στη μέση
το μεγάλο κύμα της πανδημίας. -
0:54 - 0:57Έτσι σε όλη τη Βόρεια Αμερική
μέχρι την Ευρώπη, -
0:57 - 1:00αυτή η πανδημία συνέβαινε ταυτόχρονα.
-
1:00 - 1:05Αυτή η συγχρονικότητα είναι ένα κοινό
σημείο των πανδημιών της γρίπης. -
1:05 - 1:09Έτσι δεν ήταν μόνο αυτή
η μεγάλη πανδημία γρίπης το 1918, -
1:09 - 1:12αλλά ήταν και το τέλος
του Α' Παγκοσμίου Πολέμου. -
1:12 - 1:14Σημείωσα εδώ την Ανακωχή,
-
1:14 - 1:17το επίσημο τέλος του
Α' Παγκοσμίου Πολέμου με άσπρο. -
1:18 - 1:22Μπορείτε να δείτε ότι δεν ήταν μόνο
μια τρομερή περίοδος για την Ευρώπη, -
1:22 - 1:25αλλά γινόταν συλλογή δεδομένων
για τους θανάτους. -
1:25 - 1:29Και αυτό έδειξε ότι οι μολυσματικές
ασθένειες αποτελούν προτεραιότητα -
1:29 - 1:31και πρέπει να συλλέγουμε τέτοια δεδομένα
-
1:31 - 1:35για να κατανοήσουμε πώς και γιατί
συμβαίνουν αυτές οι επιδημίες. -
1:35 - 1:40Μπορούν να χρησιμοποιηθούν υπολογιστικά
και μαθηματικά εργαλεία σε τέτοια δεδομένα -
1:40 - 1:44για να κατανοήσουμε τη διαδικασία
μετάδοσης και πώς εμφανίζεται η επιδημία -
1:44 - 1:49με τον υπέρτατο στόχο την προσπάθεια
ανάπτυξης παρεμβάσεων, μεθόδων ελέγχου, -
1:49 - 1:53για να περιοριστεί η επιδημία
και να επιβραδύνει τη μετάδοση. -
1:54 - 1:58Η διαφορά ανάμεσα στην επιδημία και
την πανδημία έχει να κάνει με την κλίμακα. -
1:58 - 2:01Αφού είναι ελληνικές λέξεις,
ίσως να τις γνωρίζετε ήδη, -
2:01 - 2:04αλλά για όσους δεν είναι,
θα τις εξηγήσω εν συντομία. -
2:04 - 2:07Η επιδημία εντοπίζεται
γεωγραφικά σε ένα μέρος. -
2:07 - 2:12Για παράδειγμα, η πρόσφατη
επιδημία Έμπολα στη Δυτική Αφρική -
2:12 - 2:15περιορίστηκε στη Δυτική Αφρική
και γι' αυτόν τον λόγο είναι επιδημία. -
2:15 - 2:19Η πανδημία γρίπης του 1918,
εξαπλώθηκε σε όλον τον κόσμο. -
2:19 - 2:22Η εξάπλωση παγκοσμίως είναι
αυτό που προσδιορίζει μια πανδημία. -
2:22 - 2:25Όταν έχουμε μια επιδημία,
αυτό που μας ενδιαφέρει πραγματικά -
2:25 - 2:28είναι πόσο γρήγορα εξαπλώνεται
από άτομο σε άτομο. -
2:28 - 2:31Και το καθορίζουμε ως
τον αριθμό αναπαραγωγής. -
2:31 - 2:35Ο αριθμός αναπαραγωγής είναι
το μέσος αριθμός νέων κρουσμάτων -
2:35 - 2:38που δημιουργεί κάθε
μολυσματικό άτομο στην αρχή. -
2:38 - 2:40Έτσι αν είστε το πρώτο άτομο
-
2:40 - 2:43που κόλλησε μια επιδημία,
ή έναν νέο ιό ή ένα νέο παθογόνο, -
2:43 - 2:47και κανένας άλλος δεν το είχε,
σε πόσα άτομα θα το μεταδίδατε; -
2:47 - 2:51Ας πάρουμε για παράδειγμα, ότι μπαίνει
στην αίθουσα ένα μολυσματικό άτομο. -
2:51 - 2:53Αν ο αριθμός αναπαραγωγής είναι δύο,
-
2:53 - 2:56αναμένουμε δύο νέα κρούσματα
από αυτό το άτομο. -
2:57 - 3:01Αν αυτά τα άτομα πάνε και μολύνουν
δύο ακόμη από τους φίλους τους, -
3:01 - 3:04ίσως να μην έχουν πλέον δύο φίλους,
-
3:04 - 3:06αλλά τώρα έχουμε τέσσερα κρούσματα.
-
3:06 - 3:11Και μετά αν αυτοί οι τέσσερις μολύνουν
άλλους δύο ο καθένας και ούτω καθ' εξής, -
3:11 - 3:13μπορείτε να δείτε
ότι η επιδημία θα μεγαλώσει. -
3:13 - 3:15Ο αριθμός αναπαραγωγής λοιπόν,
-
3:15 - 3:19ο μέσος αριθμός των ατόμων
που μολύνει κάθε μολυσματικό άτομο, -
3:19 - 3:23προσδιορίζει στην πραγματικότητα πόσο
γρήγορα θα μεγαλώσει μια επιδημία. -
3:23 - 3:26Αυτό ισχύει, ιδίως στην αρχή.
-
3:26 - 3:30Αλλά, αν συνεχίσετε έτσι
με κάθε άτομο να μολύνει δύο, -
3:30 - 3:33βήμα βήμα, όπως δείχνουμε εδώ,
-
3:33 - 3:38στο 33ο βήμα, θα έχετε μολύνει
όλον τον κόσμο στη γη. -
3:38 - 3:40Και γνωρίζουμε ότι αυτό δε συμβαίνει.
-
3:40 - 3:43Και γιατί, λοιπόν, δε συμβαίνει αυτό;
-
3:43 - 3:47Αυτό γίνεται επειδή αρχίζουν
να τελειώνουν τα επιδεκτικά άτομα, -
3:47 - 3:49δηλαδή άτομα που δεν έχουν μολυνθεί,
-
3:49 - 3:52και αυτό λέγεται
εξάντληση των επιδεκτικών. -
3:52 - 3:55Για να το δείξουμε αυτό,
ας φανταστούμε ότι αυτό το άτομο εδώ, -
3:55 - 3:57ας την πούμε Χριστίνα,
-
3:57 - 3:59η Χριστίνα μολύνθηκε στο δεύτερο βήμα,
-
3:59 - 4:02που είναι μεγάλη ατυχία.
-
4:02 - 4:04Η Χριστίνα τυχαίνει
να είναι φίλη του Σπύρου. -
4:05 - 4:10Έτσι όταν ο Σπύρος μολυνθεί αργότερα, και
προσπαθήσει να μολύνει δύο ακόμα άτομα, -
4:10 - 4:13ένα από τα άτομα που θα προσπαθήσει
να μολύνει είναι η Χριστίνα. -
4:14 - 4:15Αλλά το έχει ήδη περάσει.
-
4:15 - 4:20Εδώ είναι με μπλε χρώμα
επειδή έχει ανοσία στη μόλυνση -
4:20 - 4:22τώρα που έχει αναρρώσει.
-
4:22 - 4:25Έτσι όταν ο Σπύρος προσπαθήσει
να τη μολύνει, δεν μπορεί, -
4:25 - 4:28και αυτό σημαίνει ότι ο αριθμός των
κρουσμάτων αυξάνεται με αργότερο ρυθμό. -
4:28 - 4:32Και αν αυτό ισχύει και για άλλα
άτομα στον πληθυσμό, έτσι, -
4:32 - 4:36τότε αρχίζετε να βλέπετε μια επιβράδυνση
στον αριθμό των κρουσμάτων. -
4:36 - 4:38Αυτό είναι η εξάντληση των επιδεκτικών.
-
4:38 - 4:42Θα σας δείξω πώς ενσωματώνουμε
τέτοιου είδους διαδικασιών -
4:42 - 4:44σε μοντέλα μετάδοσης.
-
4:45 - 4:47Αν θα μοντελοποιήσουμε κάτι όπως η γρίπη,
-
4:47 - 4:49το πρώτο πράγμα είναι
να χωρίσουμε τον πληθυσμό -
4:49 - 4:51σε τρεις ομάδες νόσου.
-
4:52 - 4:55Εδώ μπορείτε να δείτε τα άτομα
που είναι επιδεκτικά στη μόλυνση, -
4:55 - 4:57άρα μπορούν να μολυνθούν.
-
4:57 - 5:00Μπορείτε να δείτε τα μολυσματικά άτομα
που έχουν τη μόλυνση -
5:00 - 5:02και τη μεταδίδουν σε άλλα άτομα.
-
5:02 - 5:06Και μετά σε μπλε χρώμα έχουμε την ομάδα
ατόμων που έχουν αναρρώσει ή πεθάνει. -
5:06 - 5:09Κανονικά θεωρούμε ότι όταν οι άνθρωποι
αναρρώσουν από τη μόλυνση, -
5:09 - 5:10είναι προστατευμένοι.
-
5:10 - 5:14Αλλά αν είναι μια πολύ σοβαρή μόλυνση,
μπορεί και να έχουν πεθάνει. -
5:14 - 5:17Όλοι στον πληθυσμό πρέπει
να ανήκει σε μία από αυτές τις ομάδες. -
5:17 - 5:23Και προσδιορίζουμε τα ποσοστά
μετάβασης ανάμεσα σε κάθε ομάδα. -
5:23 - 5:27Έτσι όταν μολυνθείτε,
αυτό συμβαίνει στο ποσοστό μετάδοσης, -
5:27 - 5:31και όταν γίνεται η ανάρρωση,
αυτό συμβαίνει στο ποσοστό ανάρρωσης. -
5:31 - 5:34Το ποσοστό μετάδοσης
είναι το σημαντικότερο -
5:34 - 5:37όταν σκέφτεστε πόσο γρήγορα
αυξάνονται οι επιδημίες. -
5:37 - 5:39Αυτό που θέλουμε να προσδιορίσουμε
-
5:39 - 5:42είναι όταν έχετε ένα μολυσματικό
άτομο στον πληθυσμό -
5:42 - 5:46και πάει έξω και έχει επαφές
με άτομα που γνωρίζει, -
5:46 - 5:50πόσο πιθανό είναι να μεταδώσει
αυτή τη μόλυνση στις επαφές του; -
5:51 - 5:55Κι έτσι, όταν προσδιορίσουμε
μαθηματικά το ποσοστό μετάδοσης -
5:55 - 5:57τον χωρίζουμε σε τέσσερα μέρη.
-
5:57 - 6:00Πρώτα πρώτα, έχουμε
το ποσοστό μετάδοσης -
6:00 - 6:03που ισούται με τον αριθμό
των μολυσματικών ατόμων. -
6:03 - 6:05Όσο πιο πολλά μολυσματικά άτομα υπάρχουν,
-
6:05 - 6:07τόσο υψηλότερο θα είναι
το ποσοστό μετάδοσης -
6:07 - 6:11επειδή θα υπάρχουν πολλά άτομα
που θα μολύνουν άλλα άτομα. -
6:12 - 6:16Μετά το πολλαπλασιάζουμε με τον αριθμό
επαφών που έχει κάθε άτομο ανά μέσο όρο. -
6:16 - 6:21Μπορείτε να δείτε εδώ ότι τα μολυσματικά
άτομα κάνουν αυτές τις επαφές τυχαία -
6:21 - 6:25με επιδεκτικά, μολυσματικά
ή άτομα που έχουν αναρρώσει. -
6:25 - 6:29Μετά συμπεριλαμβάνουμε
την πιθανότητα μόλυνσης σε μια επαφή. -
6:29 - 6:30Ποια είναι η πιθανότητα
-
6:30 - 6:33όταν ένα μολυσματικό άτομο
συναντήσει ένα επιδεκτικό άτομο -
6:33 - 6:35να του μεταδώσει την ασθένεια;
-
6:35 - 6:39Για τη γρίπη, είναι περίπου
στο 10%, κάτι τέτοιο. -
6:39 - 6:42Και τέλος, συμπεριλαμβάνουμε
το ποσοστό του πληθυσμού -
6:42 - 6:44που είναι επιδεκτικό.
-
6:44 - 6:48Στην αρχή μιας επιδημίας, όταν οι
περισσότεροι άνθρωποι είναι επιδεκτικοί, -
6:48 - 6:49δηλαδή δεν έχουν περάσει τη νόσο,
-
6:49 - 6:54η πιθανότητα να συναντήσετε
ένα επιδεκτικό άτομο είναι αρκετά υψηλή. -
6:54 - 6:59Αλλά αργότερα, καθώς εξαντλούνται,
δηλαδή τελειώνουν τα επιδεκτικά άτομα -
6:59 - 7:03γίνεται όλο και πιο απίθανο
να συναντήσετε ένα επιδεκτικό άτομο. -
7:03 - 7:07Για να δούμε πώς ενσωματώνεται
αυτό στα μοντέλα μας. -
7:08 - 7:10Να πώς μοιάζει μια επιδημία -
-
7:10 - 7:13μια προσομοιωμένη επιδημία
σε 5.000 ανθρώπους. -
7:13 - 7:17Μπορείτε να δείτε την γκρίζα μπάρα
που δείχνει την ομάδα επιδεκτικών, -
7:17 - 7:19και ξεκινάει στο 5.000,
δηλαδή τους πάντες, -
7:19 - 7:22εκτός από ένα μολυσματικό άτομο στην αρχή.
-
7:22 - 7:25Με το κόκκινο βλέπετε
τη μολυσματική επιδημία, -
7:25 - 7:28και μετά με μπλε, την ομάδα
που έχει αναρρώσει στο τέλος. -
7:29 - 7:31Ίσως να παρατηρήσετε σε αυτό το σημείο,
-
7:31 - 7:35ότι όταν τα μισά επιδεκτικά
άτομα έχουν μολυνθεί, -
7:35 - 7:39αυτό το κομμάτι της εξίσωσης,
το ποσοστό των επιδεκτικών, -
7:39 - 7:40μειώνεται και αυτό στο μισό,
-
7:40 - 7:44που ρίχνει κατά πολύ το ποσοστό μετάδοσης.
-
7:44 - 7:47Και αυτό είναι σημαντικό, επειδή
είναι η εξάντληση των επιδεκτικών, -
7:47 - 7:49δηλαδή να τελειώσουν τα επιδεκτικά άτομα,
-
7:49 - 7:53που κάνει μια επιδημία να φτάσει
στην κορύφωσή της και μετά να εξασθενήσει. -
7:53 - 7:57Ίσως οι αετομάτηδες ανάμεσά σας
να πρόσεξαν επίσης -
7:57 - 8:02ότι αν κάνετε μια οριζόντια γραμμή
στο 5.000, που είναι όλος ο πληθυσμός, -
8:02 - 8:06ότι στο τέλος της επιδημίας
υπάρχει ένα μικρό χάσμα. -
8:06 - 8:09Υπάρχει ένα χάσμα ανάμεσα
στον τελικό αριθμό επιδεκτικών ατόμων -
8:09 - 8:12και τον τελικό αριθμό ατόμων που νόσησαν.
-
8:12 - 8:16Και αυτό είναι επειδή μερικοί
άνθρωποι δεν μολύνονται. -
8:16 - 8:18Οι τυχεροί.
-
8:18 - 8:23Ο τελικός αριθμός των κρουσμάτων
και το μέγεθος του χάσματος -
8:23 - 8:27καθορίζεται από τον αριθμό αναπαραγωγής,
από το πόσο μολυσματικό είναι το παθογόνο. -
8:28 - 8:31Ας εξερευνήσουμε
πώς λειτουργεί αυτή η σχέση. -
8:31 - 8:33Αυτό που σας δείχνω εδώ,
-
8:33 - 8:39στον οριζόντιο άξονα βλέπετε τους αριθμούς
αναπαραγωγής από το μηδέν έως το πέντε. -
8:39 - 8:42Στον κάθετο άξονα βλέπετε
το ποσοστό του πληθυσμού -
8:42 - 8:45που έχει μολυνθεί στο σύνολο.
-
8:45 - 8:48Ας ρίξουμε μια ματιά σε μερικά παθογόνα
που ίσως να έχετε ακουστά -
8:48 - 8:50και να δούμε τους δικούς τους
αριθμούς αναπαραγωγής. -
8:51 - 8:57Εδώ, για παράδειγμα, η εποχιακή γρίπη,
περίπου γύρω στο 1,4-1,5. -
8:57 - 9:01Έμπολα, είναι περίπου 2.
-
9:01 - 9:04Η πανδημική γρίπη, ίσως 2,5.
-
9:04 - 9:07SARS, περίπου 3.
-
9:07 - 9:09Και μετά η ανεμοβλογιά, περίπου 5.
-
9:09 - 9:15Για κάθε κρούσμα ανεμοβλογιάς
που μπορούσαμε να δούμε στον πληθυσμό, -
9:15 - 9:18αναμέναμε να δούμε ακόμη πέντε κρούσματα.
-
9:18 - 9:21Ποια είναι η σχέση;
-
9:21 - 9:25Εδώ μπορείτε να δείτε ότι
από το μηδέν στο ένα, -
9:25 - 9:27όταν ο αριθμός αναπαραγωγής
είναι μικρότερος του ένα, -
9:27 - 9:29δεν μολύνεται κανένας.
-
9:29 - 9:32Κι αυτό είναι επειδή αν μολύνετε
λιγότερο από ένα άτομο -
9:32 - 9:35για κάθε μολυσματικό άτομο,
δεν υπάρχει επιδημία. -
9:35 - 9:37Και μετά αυξάνεται γοργά,
-
9:37 - 9:40και φαίνεται να φτάνει στο 100%.
-
9:40 - 9:41Αλλά δεν φτάνει ακριβώς.
-
9:41 - 9:44Η γραμμή δεν φτάνει ακριβώς στο 100%.
-
9:44 - 9:48Και για να σας το δείξω αυτό, ας δούμε
ακόμη υψηλότερους αριθμούς αναπαργωγής. -
9:49 - 9:51Εδώ μπορείτε να δείτε το ίδιο γράφημα,
-
9:51 - 9:55αλλά τώρα ο οριζόντιος άξονας
ξεκινάει στο πέντε και φτάνει μέχρι το 10, -
9:55 - 9:58και ο κάθετος άξονας είναι ακόμη ψηλότερα.
-
9:58 - 10:03Μερικά παθογόνα σε αυτήν
την περιοχή είναι ο κοκκύτης, -
10:03 - 10:07και η πολιομυελίτιδα και η διφθερίτιδα
είναι επίσης εκεί γύρω. -
10:07 - 10:12Και πάλι βλέπετε ότι η γραμμή αυξάνεται
καθώς ο αριθμός αναπαραγωγής μεγαλώνει. -
10:12 - 10:17Αλλά και πάλι δεν φτάνει στο 100%
αν και φαίνεται έτσι. -
10:17 - 10:22Τι γίνεται αν είναι ακόμη πιο μεγάλος;
-
10:22 - 10:24Ας δούμε τώρα το ίδιο γράφημα,
-
10:24 - 10:29αλλά τώρα ο οριζόντιος άξονας
ξεκινάει στο 10 και πάει μέχρι το 15. -
10:29 - 10:34Κάποιο από τα παθογόνα που είναι
τόσο μολυσματικά είναι ο νοροϊός. -
10:34 - 10:38Αν δεν ακολουθείτε κανέναν κανόνα
υγιεινής, τότε είναι περίπου 14. -
10:38 - 10:41Η ιλαρά, ελλείψει εμβολιασμού,
-
10:41 - 10:44έχει αριθμό αναπαραγωγής
ανάμεσα στο 12 και το 18. -
10:44 - 10:47Αν λοιπόν δεν εμβολιαστεί κανένας
και έχουμε ένα κρούσμα ιλαράς, -
10:47 - 10:51αναμένουμε να δούμε
περίπου 15 ακόμη κρούσματα ιλαράς. -
10:51 - 10:55Και αυτά είναι μερικά από τα πιο
μολυσματικά παθογόνα που έχουμε. -
10:56 - 11:01Κι εδώ, η γραμμή δεν πρόκειται
να φτάσει το 100%. -
11:01 - 11:05Δεν πρόκειται να φτάσει εκεί, ασχέτως
πόσο μολυσματικό είναι το παθογόνο, -
11:05 - 11:07το οποίο είναι μια πολύ καλή είδηση.
-
11:08 - 11:13Οπότε, αν υπήρχε ένα παθογόνο
που ήταν τόσο μολυσματικό όσο αυτό, -
11:13 - 11:16πολύ μολυσματικό,
δεν κάναμε τίποτα γι' αυτό, -
11:16 - 11:21δηλαδή δεν υπήρχαν μέτρα ελέγχου,
δεν υπήρχαν παρεμβάσεις, εμβόλια, -
11:21 - 11:25και σκότωνε τους πάντες,
που είναι εξαιρετικά απίθανο, -
11:25 - 11:29ακόμη και τότε δεν θα καταφέρναμε
να εξαλείψουμε την ανθρωπότητα. -
11:29 - 11:31Η απάντηση λοιπόν είναι όχι,
-
11:31 - 11:34δεν θα εξαλείψει
την ανθρωπότητα ένα παθογόνο. -
11:34 - 11:39Που είναι πολύ καλό νέο για το είδος μας,
αρκεί φυσικά οι επιζώντες, -
11:39 - 11:43αυτοί που θα απομείνουν θα αρέσουν
ο ένας στον άλλον αρκετά -
11:43 - 11:46ώστε να επανακατοικήσουν τον πλανήτη.
-
11:46 - 11:48(Γέλια)
-
11:48 - 11:49Αυτά είναι καλά νέα.
-
11:49 - 11:52Αλλά κανονικά, και αυτό
που κάνω στη δουλειά μου, -
11:52 - 11:55είναι ότι δεν προσπαθούμε απλώς
και αφήνουμε τις επιδημίες να συμβούν. -
11:55 - 11:59Η δουλειά μου είναι να προσπαθήσω
να κατανοήσω τη μετάδοση αρκετά -
11:59 - 12:02ώστε να αναπτύξουμε
και να αξιολογήσουμε μέτρα ελέγχου. -
12:02 - 12:04Τα μέτρα ελέγχου είναι πράγματα όπως
-
12:04 - 12:08το κλείσιμο σχολείων ή η ενθάρρυνση
του να μην πηγαίνεις στη δουλειά άρρωστος -
12:08 - 12:10ή ο εμβολιασμός.
-
12:10 - 12:15Ο σκοπός αυτών των μέτρων ελέγχου είναι
να σπρώξουμε τον αριθμό αναπαραγωγής, -
12:15 - 12:18τον μέσο αριθμό δευτερευόντων
κρουσμάτων, κάτω από το ένα. -
12:19 - 12:23Κι αυτό επειδή αν κάθε μολυσματικό
άτομο μολύνει λιγότερα από ένα άτομο, -
12:23 - 12:25η επιδημία θα φθίνει.
-
12:25 - 12:28Αυτός είναι ο σκοπός της δουλειάς μου.
-
12:28 - 12:32Πρέπει τώρα να σας πω για μία εξαίρεση.
-
12:32 - 12:35Επειδή πάντα υπάρχει ένα αλλά.
-
12:35 - 12:40Υπάρχει μία μόλυνση που θα μπορούσε
να δημιουργήσει ένα προβληματάκι. -
12:40 - 12:43Και είναι κάτι που αρέσει
στους ανθρώπους να σκέφτονται, -
12:43 - 12:45και έχουν κάνει και ταινίες γι' αυτό.
-
12:45 - 12:48Και αυτό είναι η μόλυνση από ζόμπι.
-
12:48 - 12:49(Γέλια)
-
12:49 - 12:51Αν και είναι κάτι πιο χιουμοριστικό,
-
12:51 - 12:53είναι ενδιαφέρον να δούμε
τη μόλυνση από ζόμπι -
12:53 - 12:55και να καταλάβουμε γιατί
-
12:55 - 12:59αυτό είναι κάτι που θα μπορούσε
να εξαλείψει την ανθρωπότητα από τη γη. -
12:59 - 13:02Θα πάρουμε το ίδιο μοντέλο
που είχαμε και πριν. -
13:02 - 13:04Έχουμε τους επιδεκτικούς,
τους μολυσματικούς -
13:04 - 13:07και αυτούς που έχουν αναρρώσει,
και τα ποσοστά αναπαραγωγής. -
13:07 - 13:11Και μετά έχουμε τα ποσοστά αναπαραγωγής
χωρισμένα σε τέσσερα μέρη. -
13:12 - 13:18Γιατί λοιπόν, η μόλυνση από ζόμπι
θα μπορούσε να τους εξαφανίσει όλους; -
13:18 - 13:21Πρώτα απ' όλα, τα ζόμπι
δεν ακολουθούν τον πρώτο κανόνα. -
13:22 - 13:26Στο μοντέλο μας υποθέτουμε
ότι ο κόσμος αναρρώνει από τη μόλυνση. -
13:26 - 13:30Και όπως το καταλαβαίνω, κανένας
δεν αναρρώνει από μόλυνση από ζόμπι. -
13:31 - 13:34Δεν υπάρχουν ταινίες για άτομα
που αρρώστησαν το σαββατοκύριακο -
13:34 - 13:35αλλά πήγαν στη δουλειά τη Δευτέρα.
-
13:35 - 13:36(Γέλια)
-
13:36 - 13:40Το άλλο που υποθέτουμε είναι ότι
αν οι άνθρωποι πεθάνουν από τη μόλυνση, -
13:40 - 13:43παραμένουν πεθαμένοι,
και τα ζόμπι δεν το κάνουν αυτό. -
13:43 - 13:44(Γέλια)
-
13:44 - 13:47Οπότε δεν ακολουθεί
τον κανόνα του μοντέλου μας. -
13:47 - 13:54Το άλλο είναι ότι η πιθανότητα μόλυνσης
μετά από επαφή με ζόμπι είναι πολύ υψηλή. -
13:54 - 13:56Υποθέτω ότι είναι 100%.
-
13:56 - 14:00Για κάτι όπως η γρίπη, αν συναντήσετε
ένα μολυσματικό άτομο, είναι περίπου 10%, -
14:00 - 14:04αλλά με τα ζόμπι δεν βλέπετε ποτέ
κάποιον με μόνο ένα επιφανειακό τραύμα -
14:04 - 14:06που δεν το κολλάει.
-
14:06 - 14:07Δεν ακολουθεί ούτε αυτόν τον κανόνα.
-
14:07 - 14:10Και τέλος, θυμάστε που σας είπα
-
14:10 - 14:13ότι υποθέτουμε ότι οι άνθρωποι
κάνουν τυχαίες συναντήσεις; -
14:13 - 14:17Τα ζόμπι πάνε και ψάχνουν
επιδεκτικά άτομα. -
14:18 - 14:20Οπότε δεν ακολουθεί αυτόν τον κανόνα.
-
14:20 - 14:23Και αυτό σημαίνει ότι η μόνη επιδημία
που θα μπορούσε να μολύνει τους πάντες -
14:23 - 14:27και να αφανίσει την ανθρωπότητα
θα ήταν μια αποκάλυψη των ζόμπι. -
14:27 - 14:31Και αυτά είναι πραγματικά καλά νέα
επειδή τα ζόμπι δεν είναι αληθινά. -
14:31 - 14:33Σας ευχαριστώ πολύ.
-
14:33 - 14:36(Χειροκρότημα)
- Title:
- Επιδημίες και το τέλος της ανθρωπότητας | Ρόζαλιντ Έγκο | TEDxThessaloniki
- Description:
-
Από την πανδημία της ισπανικής γρίπης το 1918 στην επιδημία του Έμπολα το 2014 στη Δυτική Αφρική, η ανθρωπότητα έχει ζήσει με τον φόβο μιας ισχυρής μολυσματικής ασθένειας που θα σηματοδοτούσε τον θάνατό της. Η Δρ. Ρόζαλιντ Έγκο είναι σχεδιάστρια μαθηματικών μοντέλων που ανιχνεύουν την εξάπλωση θανατηφόρων ιών, σε μια προσπάθεια να τους σταματήσει. Σε αυτήν την ομιλία, συνδυάζει επιστήμη με χιούμορ και απαντάει την ερώτηση που όλοι θέλουμε να κάνουμε: «Θα σηματοδοτήσει το τέλος της ανθρωπότητας μια πανδημία;»
Η Ρόζαλιντ Έγκο είναι Επίκουρη Καθηγήτρια στο London School of Hygiene & Tropical Medicine, στο Ηνωμένο Βασίλειο. Έλαβε το διδακτορικό της, με θέμα τη δυναμική της πανδημίας γρίπης του 1918, από το Imperial College του Λονδίνου και μετά εργάστηκε στο Πανεπιστήμιο του Texas, στο Austin των ΗΠΑ. Η Ρόζαλιντ αναπτύσσει μαθηματικά μοντέλα για μεταδοτικές ασθένειες. Δηλαδή χρησιμοποιεί υπολογιστικές και μαθηματικές μεθόδους για να καταλάβει πώς μεταδίδονται τα παθογόνα διαμέσου των πληθυσμών. Ο στόχος της μοντελοποίησης σ’ αυτές τις περιπτώσεις είναι η κατανόηση των οδών και των μηχανισμών διάδοσης των μολυσματικών νόσων, έτσι ώστε να σχεδιαστούν οι κατάλληλες παρεμβάσεις που θα τις αποτρέψουν ή θα σταματήσουν την εξάπλωσή τους. Η Ρόζαλιντ έχει εργαστεί στην ανάλυση της πανδημίας γρίπης, του Έμπολα, του Zika, της χολέρας και άλλων παθογόνων.Αυτή η ομιλία έγινε σε μια εκδήλωση TEDx, η οποία χρησιμοποιεί τη μορφή των συνεδρίων TED αλλά διοργανώνεται ανεξάρτητα, από μια τοπική κοινότητα/ομάδα. Διαβάστε περισσότερα στο http://ted.com/tedx
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDxTalks
- Duration:
- 14:39
Chryssa R. Takahashi approved Greek subtitles for Epidemics and the end of humankind | Rosalind Eggo | TEDxThessaloniki | ||
Maria Pericleous accepted Greek subtitles for Epidemics and the end of humankind | Rosalind Eggo | TEDxThessaloniki | ||
Maria Pericleous edited Greek subtitles for Epidemics and the end of humankind | Rosalind Eggo | TEDxThessaloniki | ||
Chryssa R. Takahashi edited Greek subtitles for Epidemics and the end of humankind | Rosalind Eggo | TEDxThessaloniki | ||
Chryssa R. Takahashi edited Greek subtitles for Epidemics and the end of humankind | Rosalind Eggo | TEDxThessaloniki | ||
Chryssa R. Takahashi edited Greek subtitles for Epidemics and the end of humankind | Rosalind Eggo | TEDxThessaloniki | ||
Chryssa R. Takahashi edited Greek subtitles for Epidemics and the end of humankind | Rosalind Eggo | TEDxThessaloniki | ||
Chryssa R. Takahashi edited Greek subtitles for Epidemics and the end of humankind | Rosalind Eggo | TEDxThessaloniki |