2020年的新春，全国都在防控疫情中，我们一定能够打赢这场 “疫情”战。
这让我们想到了2014年爆发在几内亚，利比里亚，塞拉利昂的埃博拉病毒成了全世界的头条新闻，这也是理所当然的：这是一种可怕的疾病，世界卫生组织称它的传播是超过他们的控制。在它爆发期间1600多人感染者中的近900的都死了，包括一些试图止住疫情的蔓延高级医疗专家。一位感染病毒的美国医生回国治疗。 许多资料表明，埃博拉病毒爆发的致死率已高达90%，但有关埃博拉数据显示死亡率会由于埃博拉病毒种类，病例的区域和发生年份而发生显著变化。
从1976为起点绘制埃博拉疫情
感染埃博拉病毒会引起出血热，通常感染后8至10天出现症状，包括发热，头痛，关节和肌肉疼痛，乏力。这些症状会迅速升级为腹泻，呕吐，胃痛，食欲不振，异常的内部和外部出血，器官衰竭。这种疾病首例1976年在非洲出现，据世界卫生组织网站的数据，此后其零星爆发如图1所示（你可以在这里下载包括我所有在这个博客中使用数据的MINITAB项目文件）。
根据疾病控制中心的数据，在已知的五种的埃博拉病毒中，只有三种能够引起爆发，目前的疫情与扎伊尔埃博拉病毒（EBOV）有关。
其他两个能够引起大爆发是本迪布焦埃博拉病毒（bdbv）和苏丹埃博拉病毒（sudv）。
图形化其爆发时死亡率随着时间的推移而产生的变化趋势，可以帮助我们了解物种，地理分布，和年份变化对死亡率的影响。但是像我一样绘制原始的发病死亡率，，不是理想的，因为爆发个案数（样本大小）不同。让我们尝试不同的方法。
埃博拉疫情的二元Logistic回归分析
拟合不同大小样本数量的模型，然后绘制随时间变化趋势的预测模型比按原死亡人数进行简单的作图更合适。
我把数据导入Minitab统计软件中，使用二元Logistic回归拟合模型预测三个因素：爆发年份，埃博拉病毒的种类和爆发的位置。由于可用观测数据数量有限，我无法确定这些因素之间是否存在相互作用。
三个预测变量P值均低于0.001，这表明这些变量影响巨大：
我还创建了一个散点图来预测死亡率随着时间推移而产生的变化趋势：
我们可以从二元Logistic回归分析和上图得出以下结论：
1、埃博拉病毒的死亡率随着时间的推移而降低。
2、不同种类病毒的致死率显著不同，在考虑了地理位置和时间的影响因素之后，sudv和bdbv病毒比埃博拉病毒的致死率低，当前肆虐的即是埃博拉病毒。
3、致死率会因地理位置的差异而存在显着不同，在考虑了病毒的种类和时间的影响之后，加蓬，苏丹，和目前爆发的区域（几内亚，塞拉利昂和利比里亚）似乎致死率稍低。
用Logistic二元回归分析方法来评估当前的埃博拉病毒的爆发情况
相对于以前的埃博拉病毒，当前爆发的致死率较低。因为当前地区之前未出现过病毒爆发，我们不能确定死亡率的下降是否是因为随着时间的推移治疗水平得到了改进，还是在爆发地区提供的护理水平的提升，或者诸如该地区对病毒的免疫力的增强等其他一些因素的影响。
下图显示了二元logistic拟合回归模型下埃博拉病毒致死率的变化趋势。
当前爆发的病例数量规模是十分严峻的，但其致死亡率低于以往埃博拉病毒在不同地区爆发的预期情况。
每天都能看到病毒在肆虐
在最后一个图中显示了目前爆发地区每天的新增病例数量
自2014年7月中旬以来每天的病例变化情况都有波动，在几内亚，利比里亚和塞拉利昂每天的病例数都在快速增多。
以上是2014年在几内亚，利比里亚，塞拉利昂爆发的埃博拉病毒，当然在之后的2017年、2018年、2019全球还有这类病毒的存在。
包括现在发生在中国的新型冠状病毒，WHO的官宣或多或少地让我们国家医疗工作者和公共卫生者肩上的担子又沉了一分，中国政府采取的有力防控措施不仅为了保护中国居民，也为了保护全球的人民。回首过往，不难发现祖国愈来愈强盛的宽阔路途并非处处平坦。然而道路越泥泞，留下脚印就越深刻。
秉着先苦后甜的信念，我相信战胜这次疫情之后的中国2020会更加的一帆风顺。当然，Minitab微课堂新春活动也相应的延期中，我们希望大家可以利用假期的时间好好学习，抓紧学习ing。
另附：Minitab微课堂会员卡比较
閱讀更多 MinitabUsersGroup 的文章
