Will there be another pandemic in your lifetime?

470,740 views ・ 2022-11-10

TED-Ed


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Anna Áts Lektor: Maria Ruzsane Cseresnyes
00:06
The Black Death.
0
6919
1210
Pestis.
00:08
The 1918 Flu Pandemic.
1
8379
1835
Spanyolnátha 1918-ban.
00:10
COVID-19.
2
10339
1168
COVID-19.
00:11
We tend to think of these catastrophic, world-changing pandemics
3
11883
3545
Szeretjük azt gondolni, hogy katasztrofális világjárványok
00:15
as very unlikely events.
4
15428
2294
nagyon kicsi eséllyel következnek be.
00:18
But between 1980 and 2020,
5
18389
2503
De 1980 és 2020 között
00:20
at least three diseases emerged that caused global pandemics.
6
20892
3837
legalább három betegség okozott világjárványt.
00:24
COVID-19, yes, but also the 2009 swine flu and HIV/AIDS.
7
24729
4921
Igen, a COVID-19 is, ahogyan a 2009-es sertésinfluenza és a HIV/AIDS is.
00:29
Disease outbreaks are surprisingly common.
8
29942
2378
A járványkitörések meglepően gyakoriak.
00:32
Over the past four centuries,
9
32528
1544
Az elmúlt négy évszázadban
00:34
the longest stretch of time without a documented outbreak
10
34072
3128
4 év volt a leghosszabb idő, ami alatt ne tört volna ki olyan járvány,
00:37
that killed at least 10,000 people was just four years.
11
37200
4296
ami dokumentáltan legalább 10 000 ember halálát okozta.
00:42
As bad as these smaller outbreaks are,
12
42038
2169
Bármilyen rosszak is a kisebb járványok,
00:44
they’re far less deadly than a COVID-19-level pandemic.
13
44207
3086
sokkal kevésbé halálosak, mint egy COVID-19 szintű világjárvány.
00:47
In fact, many people born after the 1918 flu lived their entire lives
14
47627
4629
Sokan, akik az 1918-as spanyolnátha után születtek, egész életükben
00:52
without experiencing a similar world-changing pandemic.
15
52256
3295
nem tapasztaltak meg hasonló, a világot megváltoztató járványt.
00:55
What’s the probability that you do, too?
16
55843
2253
Mennyi az esélye, hogy te sem fogsz?
00:58
There are several ways to answer this question.
17
58387
2253
Több módon meg lehet válaszolni a kérdést.
01:00
You could look at history.
18
60640
1668
Kiindulhatunk a történelmi adatokból.
01:02
A team of scientists and engineers who took this approach
19
62308
2878
Egy tudósokból és mérnökökből álló csapat, amely ezt a megközelítést választotta,
01:05
catalogued all documented epidemics and pandemics between 1600 and 1950.
20
65186
5422
kategorizálta az 1600 és 1950 közti összes dokumentált járványt.
01:10
They used that data to do two things.
21
70817
2085
Két dologra használták ezeket az adatokat.
01:13
First, to graph the likelihood that an outbreak of any size
22
73152
3587
Egyrészt, ábrázolták, hogy milyen valószínűséggel tör ki egyáltalán járvány
01:16
pops up somewhere in the world over a set period of time.
23
76739
3128
valahol a világban egy bizonyos időszakban.
Másrészt, hogy megbecsüljék egy olyan járvány esélyét,
01:20
And second, to estimate the likelihood that that outbreak would get large enough
24
80409
4171
amibe a világ lakosságának bizonyos százaléka belehalna.
01:24
to kill a certain percentage of the world's population.
25
84580
2753
A grafikon alapján járványokra van esély,
01:27
This graph shows that while huge pandemics are unlikely,
26
87708
3629
de igazán nagyra elég csekély.
A csoport ezzel a két eloszlással becsülte meg, hogy egy
01:31
they're not that unlikely.
27
91587
1627
01:34
The team used these two distributions to estimate that the risk
28
94048
2961
01:37
of a COVID-19-level pandemic is about 0.5% per year,
29
97009
4338
COVID-19 szintű világjárvány kockázata kb. 0,5% évente,
01:41
and could be as high as 1.4%
30
101347
2711
és akár az 1,4%-ot is elérheti,
01:44
if new diseases emerge more frequently in the future.
31
104058
3087
ha gyakrabban jelennek meg új betegségek a jövőben.
01:48
And we’ll come back to those numbers,
32
108104
1793
Ezekre a számokra még visszatérünk,
01:49
but first, let’s look at another way to estimate the likelihood
33
109897
3045
de előbb nézzünk egy másik módszert a jövőbeli járványok
01:52
of a future pandemic:
34
112942
1293
valószínűségének becslésére,
01:54
modeling one from the ground up.
35
114235
1877
ami egy járvány kialakulását modellezi.
01:56
For most pandemics to happen, a pathogen, which is a microbe that can cause disease,
36
116529
4296
A legtöbb világjárvány létrejöttéhez egy kórokozó, egy mikroba kell,
02:00
has to spill over from its normal host by making contact with and infecting a human.
37
120825
5547
ami a megszokott gazdatestből kilépve megfertőz egy embert.
02:06
Then, the pathogen has to spread widely,
38
126497
2753
Ezután a kórokozónak széles körben el kell terjednie,
02:09
crossing international boundaries and infecting lots of people.
39
129250
3629
átlépve országhatárokat, és megfertőzve sok embert.
02:13
Many variables determine whether a given spillover event becomes a pandemic.
40
133713
4588
Sok változótól függ, hogy egy adott betegség terjedéséből világjárvány lesz-e.
02:18
For example, the type of pathogen, how often humans come into close contact
41
138885
4296
Például a kórokozó típusától;
hogy az emberek milyen gyakran kerülnek közeli érintkezésbe az állati forrással;
02:23
with its animal reservoir, existing immunity, and so on.
42
143181
3461
a már meglévő immunitástól, stb.
02:27
Viruses are prime candidates to cause the next big pandemic.
43
147602
4087
Valószínű, hogy a következő nagy járványt vírusok okozzák majd.
02:31
Scientists estimate that there are about 1.7 million as-yet-undiscovered viruses
44
151856
5756
Tudósok becslése szerint kb. 17 millió, még fel nem fedezett vírus van,
02:37
that currently infect mammals and birds,
45
157612
2544
ami jelenleg is fertőz emlősöket és madarakat,
02:40
and that roughly 40% of these have the potential to spill over and infect humans.
46
160156
4921
és ezeknek úgy 40%-a tudna átterjedni emberekre.
Egy tudóscsoport modellt épített fel ennek az adatnak alapján,
02:46
A team of scientists built a model using this information,
47
166162
2878
felhasználva még egyéb, rendelkezésre álló adatokat
02:49
as well as data about the global population, air travel networks,
48
169040
3461
a globális populációról,
02:52
how people move around in communities, country preparedness levels,
49
172501
3504
a légiközlekedési hálózatokról, az emberek közösségi mozgásairól,
az országok felkészültségi szintjéről,
02:56
and how people might respond to pandemics.
50
176005
2419
és a járványra adandó várható emberi reakciókról.
02:58
The model generated hundreds of thousands of virtual pandemics.
51
178799
3838
A modell több százezer virtuális járványt generált.
03:02
The scientists then used this catalog to estimate
52
182720
2586
A tudósok e katalógust használva megbecsülték,
03:05
that the probability of another COVID-19-level pandemic
53
185306
3170
hogy egy újabb, COVID-19 szintű világjárványra
03:08
is 2.5 to 3.3% per year.
54
188476
3253
évente 2,5–3,3% az esély.
03:12
To get a sense of how these risks play out over a lifetime,
55
192563
3379
Ahhoz, hogy érzékeljük a kockázat alakulását az életünkben,
03:15
let’s pick a value roughly in the middle of all these estimates: 2%.
56
195942
3628
vegyünk egy értéket, ami nagyjából a becslések közepén helyezkedik el: 2%.
03:19
Now let’s build what’s called a probability tree diagram
57
199737
3003
Most pedig építsünk fel egy valószínűségi fát
03:22
to model all possible scenarios.
58
202740
2336
a lehetséges forgatókönyvek modellezésére.
03:25
The first branch of the tree represents the first year:
59
205243
3128
A fa első ága az első évet jelöli:
03:28
there’s a 2% probability of experiencing a COVID-19-level pandemic,
60
208371
3920
2% a valószínűsége egy COVID-19 szintű világjárvány előfordulásának,
03:32
which means there’s a 98% probability of not experiencing one.
61
212500
3920
vagyis 98% a valószínűsége, hogy nem fordul elő.
03:36
Second branch, same thing,
62
216712
1710
A második ággal ugyanez a helyzet,
03:38
Third branch, same.
63
218589
1335
és a harmadiknál is.
03:39
And so on, 72 more times.
64
219924
2544
És így tovább, még 72-szer.
03:42
There is only one path that results in a fully pandemic-free lifetime:
65
222718
4922
Csak egyetlen útvonal van, ami teljesen járványmentes életet eredményez:
03:47
98%, or 0.98, multiplied by itself 75 times,
66
227848
4880
98% vagy 0,98 saját magával megszorozva 75-ször,
03:52
which comes out to roughly 22%.
67
232728
2503
aminek az eredménye nagyjából 22%.
03:55
So the likelihood of living through at least one more COVID 19-level-pandemic
68
235856
4088
Tehát annak a valószínűsége, hogy legalább még egy COVID szintű járványt megélünk
03:59
in the next 75 years is 100 minus 22%, or 78%.
69
239944
5630
a következő 75 évben, az 100 mínusz 22%, vagyis 78%.
04:05
78%!
70
245866
1127
78%!
04:07
If we use the most optimistic yearly estimate— 0.5%—
71
247451
4171
A legoptimistább éves becslést, a 0,5%-ot alapul véve
04:11
the lifetime probability drops to 31%.
72
251747
3128
31% a járvány valószínűsége az éltünkben.
04:15
If we use the most pessimistic one, it jumps to 92%.
73
255042
4129
A legpesszimistább becslést használva 92%-ra ugrik ez a szám.
04:19
Even 31% is too high to ignore;
74
259839
2669
Már a 31% is túl magas, és figyelni kell rá.
04:22
even if we get lucky, future generations might not.
75
262633
3212
Még ha szerencsénk is lesz, a következő generációknak nem biztos.
04:26
Also, pandemics are usually random, independent events:
76
266053
3712
Ráadásul a világjárványok általában random, független események:
04:29
so even if the yearly probability of a COVID-19-level pandemic is 1%,
77
269765
4797
tehát még ha egy COVID-19 színtű járvány éves valószínűsége csak 1% is,
04:34
we could absolutely get another one in ten years.
78
274729
2836
nyugodtan előfordulhat egy újabb járvány tíz éven belül.
04:38
The good news is we now have tools that make pandemics less destructive.
79
278607
3963
A jó hír, hogy már vannak eszközök, hogy egy világjárvány kevésbé legyen pusztító.
04:43
Scientists estimated that early warning systems, contact tracing,
80
283154
3628
A tudósok szerint a korai figyelmeztető- rendszerek, a kontaktkutatás,
04:46
social distancing, and other public health measures
81
286782
2461
a távolságtartás és más közegészségügyi intézkedések
04:49
saved over a million lives in just the first six months
82
289243
3253
több mint egymillió életet mentettek meg csak
04:52
of the COVID-19 pandemic in the US,
83
292496
2419
a COVID-19 járvány első 6 hónapjában az USA-ban,
04:55
not to mention the millions of lives saved by vaccines.
84
295333
3086
nem is beszélve a több millió életről, amit az oltás mentett meg.
04:59
One day, another pandemic will sweep the globe.
85
299587
2961
Egy napon végigsöpör majd egy másik járvány a világon.
05:02
But we can work to make that day less likely to be tomorrow.
86
302840
3462
De dolgozhatunk rajta, hogy ez a nap ne holnap legyen.
05:06
We can reduce the risk of spillover events,
87
306552
2252
Csökkenthetjük az terjedés kockázatát,
05:08
and we can contain spillovers that do happen
88
308804
2461
és ha mégis megtörténne, fékezni tudjuk,
05:11
so they don’t become full-blown pandemics.
89
311265
2544
hogy ne váljon belőle világjárvány.
05:14
Imagine how the future might look if we interacted
90
314810
2461
Képzeljük el, milyen jövőnk lehetne, ha óvatosabban
05:17
with the animal world more carefully,
91
317271
1919
kerülnénk kapcsolatba az állatvilággal,
05:19
and if we had well-funded, open-access global disease monitoring programs,
92
319190
4337
és ha lennének finanszírozott és elérhető globális betegségmegfigyelő programok,
05:23
AI-powered contact tracing and isolation measures,
93
323527
2920
izoláció és kontaktkutatás mesterséges intelligenciával,
05:26
universal vaccines, next-generation antiviral drugs,
94
326447
3295
univerzális vakcinák, modern vírusellenes gyógyszerek,
05:29
and other tech we haven't even thought of.
95
329742
2127
és más technológiák, amikre még csak nem is gondoltunk.
05:32
It’s in our power to change these probabilities.
96
332078
3003
Hatalmunkban áll megváltoztatni a valószínűségeket.
05:35
So, we have a choice: we could do nothing and hope we get lucky.
97
335206
3295
A lehetőségeink tehát: nem teszünk semmit, és bízunk a szerencsénkben.
05:38
Or we could take the threat seriously enough
98
338501
2252
Vagy elég komolyan vesszük a fenyegetést ahhoz,
05:40
that it becomes a self-defeating prophecy.
99
340753
2419
hogy ne váljon önmagát beteljesítő jóslattá.
05:43
Which future would you rather live in?
100
343672
1961
Melyik jövőben élnél szívesebben?
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7