Will there be another pandemic in your lifetime?

Translator: Sanntint Tint Reviewer: Myo Aung

The Black Death.

Black Death

The 1918 Flu Pandemic.

၁၉၁၈ တုပ်ကွေး ကူးစက်ရောဂါ။

COVID-19.

COVID-19 ။

We tend to think of these catastrophic, world-changing pandemics

ကျွန်တော်တို့ဟာ ကမ္ဘာ့ပြောင်းလဲနေတဲ့ ကပ်ဆိုးကြီးတွေကို

as very unlikely events.

ဖြစ်နိုင်မခြေရှိတဲ့ အဖြစ်အပျက်တွေလို့ ထင်လေ့ရှိတယ်။

But between 1980 and 2020,

ဒါပေမဲ့ ၁၉၈၀ နဲ့ ၂၀၂၀ ကြားမှာ

at least three diseases emerged that caused global pandemics.

ကမ္ဘာ့ ကူးစက်ရောဂါတွေကို ဖြစ်စေတဲ့ အနည်းဆုံး ရောဂါသုံးမျိုး ပေါ်ပေါက်ခဲ့တယ်။

COVID-19, yes, but also the 2009 swine flu and HIV/AIDS.

COVID-19၊ ဟုတ်ပါတယ်၊ ဒါပေမဲ့ ၂၀၀၉ ဝက်တုပ်ကွေးနဲ့ HIV/AIDS ရောပါ။

Disease outbreaks are surprisingly common.

ရောဂါဖြစ်ပွားမှုတွေက အံ့ဩဖွယ် အဖြစ်များတယ်။

Over the past four centuries,

လွန်ခဲ့တဲ့ လေးရာစုအတွင်း

the longest stretch of time without a documented outbreak

အနည်းဆုံး လူ ၁၀,၀၀၀ ကို သေဆုံးစေခဲ့တဲ့ ရောဂါကူးစက်မှု

that killed at least 10,000 people was just four years.

မှတ်တမ်းမရှိဘဲ အရှည်ကြာဆုံးအချိန်က လေးနှစ်မျှသာပါ။

As bad as these smaller outbreaks are,

ရောဂါဖြစ်ပွားမှု အသေးစား တွေလို ဆိုးတာကြောင့်

they’re far less deadly than a COVID-19-level pandemic.

COVID-19 အဆင့် ကူးစက်ရောဂါထက် အများကြီး အသေအပျောက်ပို နည်းတယ်။

In fact, many people born after the 1918 flu lived their entire lives

တကယ်က ၁၉၁၈ တုပ်ကွေးအပြီး မွေးဖွားသူအများအပြားဟာ အလားတူ

without experiencing a similar world-changing pandemic.

ကမ္ဘာ့ပြောင်းလဲနေတဲ့ ကပ်ရောဂါကို တစ်သက်လုံး မကြုံဘဲ နေထိုင်ခဲ့ကြတယ်။

What’s the probability that you do, too?

သင်ရဲ့ဖြစ်နိုင်ခြေ ဘယ်လောက်ရှိလဲ။

There are several ways to answer this question.

ဒီမေးခွန်းကို ဖြေဖို့ နည်းလမ်းများစွာရှိပါတယ်။

You could look at history.

သမိုင်းကို ကြည့်လို့ရတယ်။

A team of scientists and engineers who took this approach

ဒီချဉ်းကပ်မှုကိုယူတဲ့ သိပ္ပံပညာရှင်တွေနဲ့ အင်ဂျင်နီယာအဖွဲ့က

catalogued all documented epidemics and pandemics between 1600 and 1950.

၁၆၀၀ နဲ့ ၁၉၅၀ ကြား မှတ်တမ်းတင်ထားတဲ့ ကူးစက်နဲ့ကပ်ရောဂါအားလုံးကိုစာရင်းပြုစုတယ်။

They used that data to do two things.

ကိစ္စနှစ်ခု လုပ်ဖို့ ဒီဒေတာကို သုံးခဲ့တယ်။

First, to graph the likelihood that an outbreak of any size

ပထမက သတ်မှတ်ကာလတစ်ခုအတွင်း ကမ္ဘာ့တစ်နေရာရာက ပေါ်လာတဲ့

pops up somewhere in the world over a set period of time.

အရွယ်အစားတိုင်းရဲ့ ဖြစ်ပွားနိုင်ခြေကို ဂရပ်ချဖို့ပါ။

And second, to estimate the likelihood that that outbreak would get large enough

ဒုတိယအနေနဲ့ ဒီရောဂါဖြစ်ပွားမှုက ကမ္ဘာ့လူဦးရေဲံ ရာခိုင်နှုန်းတချို့ကို

to kill a certain percentage of the world's population.

သေစေလောက်အောင် ကြီးလာစေမဲ့ ဖြစ်နိုင်ခြေကို ခန့်မှန်းဖို့ပါ။

This graph shows that while huge pandemics are unlikely,

ဒီဂရပ်က ဧရာမ ကပ်ရောဂါတွေ ဖြစ်နိုင်ခြေမရှိပေမဲ့ ဒီလောက်

they're not that unlikely.

မဖြစ်နိုင်တာ မဟုတ်တာကို ပြတယ်။

The team used these two distributions to estimate that the risk

အဖွဲ့က COVID-19 အဆင့် ကူးစက်ရောဂါ ဖြစ်ပွားနိုင်ခြေက

of a COVID-19-level pandemic is about 0.5% per year,

တစ်နှစ်မှာ ၀.၅% ခန့်ရှိပြီး အနာဂတ်မှာ ရောဂါအသစ်တွေ

and could be as high as 1.4%

ပိုပြီး မကြာခဏပေါ်ပေါက်လာရင် ၁.၄% အထိ

if new diseases emerge more frequently in the future.

မြင့်နိုင်တာကို ခန့်မှန််းဖို့ ပျံ့နှံ့မှု နှစ်ခုကို သုံးခဲ့တယ်။

And we’ll come back to those numbers,

ဒီနံပါတ်တွေဆီ ပြန်သွားမှာပါ၊

but first, let’s look at another way to estimate the likelihood

ဒါပေမဲ့ ပထမဆုံး အနာဂတ် ကပ်ရောဂါ ဖြစ်နိုင်ခြေကို ခန့်မှန်းဖို့

of a future pandemic:

တခြားနည်းကို ကြည့်ရအောင်။

modeling one from the ground up.

အခြေခံကန စံနမူနာယူတာပါ။

For most pandemics to happen, a pathogen, which is a microbe that can cause disease,

ကပ်ရောဂါအများစု ဖြစ်ပွားဖို ရောဂါဖြစ်စေ နိုင်တဲ့ အဏုဇီဝ ပိုးတစ်မျိုးက

has to spill over from its normal host by making contact with and infecting a human.

လူနဲ့ထိတွေ့၊ ကူးစက်တာနဲ့ ၎င်းရဲ့ပုံမှန် လက်ခံသူကနေ ကူးစက်ရမှာပါ။

Then, the pathogen has to spread widely,

ဒီနောက် ရောဂါပိုးက ကျယ်ကျယ်ပြန့်ပြန့် ပျံ့နှံ့သွားပြီး

crossing international boundaries and infecting lots of people.

နိုင်ငံတကာ နယ်နိမိတ်တွေကို ဖြတ်ကျော်ကာ လူအများအပြားကို ကူးစက်တယ်။

Many variables determine whether a given spillover event becomes a pandemic.

ပေးထားတဲ့ ကူးစက်မှု ဖြစ်ရပ်က ကပ်ရောဂါဖြစ်၊ မဖြစ်ကို ကိန်းရှင်များစွာက ဆုံးဖြတ်တယ်။

For example, the type of pathogen, how often humans come into close contact

ဥပမာ ရောဂါပိုးအမျိုးအစား၊ လူသားတွေဟာ ၎င်းရဲ့တိရစ္ဆာန်လှောင်ကန်၊ ရှိပြီးသား

with its animal reservoir, existing immunity, and so on.

ကိုယ်ခံစွမ်းအားနဲ့ နီးကပ်စွာ မကြာခဏ ထိတွေ့လေ့ရှိပုံပါ။

Viruses are prime candidates to cause the next big pandemic.

ဗိုင်းရပ်စ်တွေက နောက်လာမယ်ံ့ ကပ်ရောဂါကြီး ဖြစ်စေဖို့ အဓိက ကိုယ်စားလှယ်လောင်းတွေပါ။

Scientists estimate that there are about 1.7 million as-yet-undiscovered viruses

လက်ရှိ နို့တိုက်သတ္တဝါတွေနဲ့ ငှက်တွေကို ကူးစက်နိုင်တဲ့ မတွေ့ရသေးတဲ့ ဗိုင်းရပ်စ်

that currently infect mammals and birds,

၁.၇ သန်းခန့်ရှိတယ်လို့ သိပ္ပံပညာရှင်တွေက

and that roughly 40% of these have the potential to spill over and infect humans.

ခန့်မှန်းပြီး ဒါတွေထဲက ၄၀% ခန့်က ပျံ့နှံ့ကာ လူကို ကူးစက်နိုင်ခြေရှိတယ်။

A team of scientists built a model using this information,

သိပ္ပံပညာရှင် တစ်ဖွဲ့က ဤအချက်အလက်တွေ အပြင် ကမ္ဘာ့လူဦးရေ၊

as well as data about the global population, air travel networks,

လေကြောင်းခရီးကွန်ရက်၊အသိုင်း အဝိုင်းမှာ လူတွေနေထိုင်ပုံ၊ နိုင်ငံအတွက်

how people move around in communities, country preparedness levels,

ကြိုတင်ပြင်ဆင်မှုအဆင့်တွေနဲ့ ကပ်ရောဂါတွေကို တုံ့ပြန်နိုင်ပုံတို့ကို

and how people might respond to pandemics.

သုံးကာ စံနမူနာတစ်ခု တည်ဆောက်ခဲ့တယ်။

The model generated hundreds of thousands of virtual pandemics.

စံနမူနာက ထောင်ပေါင်းများစွာရှိတဲ့ အသွင်တု ကပ်ရောဂါကို ထုတ်ပေးခဲ့တယ်။

The scientists then used this catalog to estimate

ဒီနောက် သိပ္ပံပညာရှင်တွေက နောက်ထပ် COVID-19 အဆင့်

that the probability of another COVID-19-level pandemic

ကပ်ရောဂါဖြစ်နိုင်ခြေက တစ်နှစ်မှာ ၂.၅ ကနေ ၃.၃% ရှိတာကို

is 2.5 to 3.3% per year.

ခန့်မှန်းဖို့ ဒီစာရင်းကို သုံးခဲ့တယ်။

To get a sense of how these risks play out over a lifetime,

ဘဝတာမှာ ဒီအန္တရာယ်တွေ ထွက်ပေါ်ပုံကို သိဖို့ ခန့်မှန်းချက်အားလုံး

let’s pick a value roughly in the middle of all these estimates: 2%.

အလယ်မှာ တန်ဖိုးတစ်ခုကို အကြမ်းဖျင်း ရွေးကြည့်ကြရအောင်၊ ၂% ပါ။

Now let’s build what’s called a probability tree diagram

အခု ဖြစ်နိုင်ခြေရှိတဲ့ အခြေအနေ အားလုံးကို စံပြုဖို့ ဖြစ်နိုင်ခြေ

to model all possible scenarios.

သစ်ပင်ပုံမျဉ်းဆိုတာကို တည်ဆောက်ရအောင်။

The first branch of the tree represents the first year:

သစ်ပင်ရဲ့ ပထမအကိုင်းက ပထမနှစ်ကို ကိုယ်စားပြုတယ်။

there’s a 2% probability of experiencing a COVID-19-level pandemic,

COVID-19 အဆင့် ကူးစက်ရောဂါကို တွေ့ကြုံရနိုင်ခြေ ၂% ရှိတယ်၊

which means there’s a 98% probability of not experiencing one.

ဆိုလိုတာက တစ်ပင်က မခံစားရနိုင်ခြေ ၉၈% ရှိတာပါ။

Second branch, same thing,

ဒုတိယ အကိုင်း အလားတူပါ၊

Third branch, same.

တတိယ အကိုင်း၊ အတူတူပါ။

And so on, 72 more times.

ဒီလိုနဲ့ နောက်ထပ် ၇၂ ကြိမ်ပါ။

There is only one path that results in a fully pandemic-free lifetime:

ကပ်ရောဂါ ကင်းစင်တဲ့ တစ်သက်တာမှာ အကျိုးဆက် ဖြစ်ပေါ်တဲ့ လမ်းကြောင်းတစ်ခုပဲရှိတယ်။

98%, or 0.98, multiplied by itself 75 times,

၉၈% သို့မဟုတ် ၀.၉၈ အမြှောက် ၇၅၊

which comes out to roughly 22%.

အကြမ်းဖျင်း ၂၂% အထိ ထွက်လာတယ်။

So the likelihood of living through at least one more COVID 19-level-pandemic

ဒါကြောင့် လာမယ့် ၇၅ နှစ်မှာ အနည်းဆုံး နောက်ထပ် COVID 19 အဆင့် ကပ်ရောဂါကို

in the next 75 years is 100 minus 22%, or 78%.

ဖြတ်ကျော် ရှင်သနိနိုင်ခြေက ၁၀၀ အနှုတ် ၂၂% သို့မဟုတ် ၇၈% ပါ။

78%!

၇၈% တဲ့။

If we use the most optimistic yearly estimate— 0.5%—

အကောင်းမြင်ဆုံး နှစ်စဉ် ခန့်မှန်းချက် ၀.၅% ကို သုံးရင်

the lifetime probability drops to 31%.

တစ်သက်တာဖြစ်နိုင်ခြေ ၃၁% အထိ ကျဆင်းသွားတယ်။

If we use the most pessimistic one, it jumps to 92%.

အဆိုးမြင်ဆုံးအရာကို သုံးရင် ၉၂ ရာခိုင်နှုန်းအထိ ခုန်တက်သွားတယ်။

Even 31% is too high to ignore;

၃၁% တောင် လျစ်လျူရှုဖို့ မြင့်မားလွန်းတယ်။

even if we get lucky, future generations might not.

ကံကောင်းခဲ့ရင်တောင် အနာဂတ်မျိုးဆက်သစ်တွေမှာ ရှိမလာလောက်ဘူး။

Also, pandemics are usually random, independent events:

ဒါ့အပြင် ကပ်ရောဂါတွေက အများအားဖြင့် ကျပန်းဖြစ်ပြီး သီးခြား ဖြစ်ရပ်တွေပါ။

so even if the yearly probability of a COVID-19-level pandemic is 1%,

ဒါကြောင့် COVID-19 အဆင့် ကူးစက်ရောဂါရဲ့ နှစ်အလိုက်ဖြစ်နိုင်ခြေက ၁% ဆိုတာတောင်

we could absolutely get another one in ten years.

ဆယ်နှစ်အတွင်း နောက်ထပ်တစ်ခု လုံးဝ ရရှိနိုင်ပါတယ်။

The good news is we now have tools that make pandemics less destructive.

သတင်းကောင်းက အခု ကပ်ရောဂါတွေကို အဖျက်အဆီးနည်းစေဖို့ ကိရိယာတွေရှိတယ်။

Scientists estimated that early warning systems, contact tracing,

ကြိုတင်သတိပေးစနစ်တွေ၊ အဆက်အသွယ် ခြေရာခံတာ၊

social distancing, and other public health measures

လူချင်းခွာနေတာနဲ့ အခြား ပြည်သူ့ကျန်းမာရေး

saved over a million lives in just the first six months

အစီအမံတွေက US မှာ COVID-19 ကပ်ရောဂါ ပထမ ၆ လအတွင်း အသက် ၁ သန်းကျော်ကို

of the COVID-19 pandemic in the US,

ကယ်နိုင်တယ်လို့ သိပ္ပံပညာရှင်တွေက ခန့်မှန်းပြီး

not to mention the millions of lives saved by vaccines.

ကာကွယ်ဆေးနဲ့ ကယ်တင်ခဲ့တဲ့ အသက်သန်းပေါင်းများစွာ မပါသေးဘူး။

One day, another pandemic will sweep the globe.

တစ်နေ့တော့ အခြား ကပ်ရောဂါက ကမ္ဘာကို လှည်းကျင်းလိုက်မှာပါ။

But we can work to make that day less likely to be tomorrow.

ဒါပေမဲ့ အဲဒီနေ့ကို မနက်ဖြန် ဖြစ်နိုင်ခြေ နည်းအောင် လုပ်နိုင်တယ်။

We can reduce the risk of spillover events,

ကူးစက်တဲ့ အဖြစ်တွေရဲ့ အန္တရာယ်ကို လျှော့ချနိုင်ကာ

and we can contain spillovers that do happen

ဒါတွေက ပီပြင်တဲ့ ကူးစက်ရောဂါတွေ မဖြစ်စေဖို့

so they don’t become full-blown pandemics.

ဖြစ်ပေါ်လာတဲ့ ကူးစက်မှုတွေ ကျွန်တော်တို့မှာ ပါ၀င်နိုင်တယ်။

Imagine how the future might look if we interacted

တိရိစ္ဆာန်ကမ္ဘာနဲ့ ပိုဂရုတစိုက် ဆက်ဆံရင် အနာဂတ်က

with the animal world more carefully,

ဘယ်လို ပုံပေါက်နိုင်ကို စိတ်ကူးကြည့်ပါ။

and if we had well-funded, open-access global disease monitoring programs,

ရန်ပုံငွေကောင်းကောင်း ရထားတဲ့ ကမ္ဘာလုံး ဆိုင်ရာရောဂါ စောင့်ကြည့်ရေးအစီအစဉ်တွေ၊

AI-powered contact tracing and isolation measures,

AI စွမ်းအင်သုံး ထိတွေ့မှုခြေရာခံတာနဲ့ သီးခြားခွဲ အစီအမံတွေ၊

universal vaccines, next-generation antiviral drugs,

အလုံးစုံသုံး ကာကွယ်ဆေးတွေ၊ မျိုးဆက်သစ် ဗိုင်းရပ်စ်ပိုးသတ်ဆေးတွေရှိရင်

and other tech we haven't even thought of.

တခြားနည်းပညာတွေကိုတော့ မစဉ်းစားမိသေးဘူး။

ဒီဖြစ်နိုင်ခြေတွေကို ပြောင်းလဲဖို့ အစွမ်းအား ကျွန်တော်တို့မှာပါ။

It’s in our power to change these probabilities.

So, we have a choice: we could do nothing and hope we get lucky.

ဒီတော့ ရွေးချယ်စရာတစ်ခုရှိတာက ဘာမှမလုပ်နိုင်ဘဲ ကံကောင်းမယ် မျှော်လင့်တာ၊

Or we could take the threat seriously enough

(သို့) ဒါက ကိုယ့်ကိုယ်ကို ဖျက်တဲ့ ဟောကိန်းဖြစ်လာအောင်

that it becomes a self-defeating prophecy.

ခြိမ်းခြောက်မှုကို အလေးအနက်ထားနိုင်တာပါ။

Which future would you rather live in?

ဘယ်အနာဂတ်မှာ သင် ပိုနေချင်ပါသလဲ။