2014年時代雜志的年度人物稱號由埃博拉患者護(hù)理人員獲得，在向他們致敬的同時，讓我們回顧一下去年這場飽受關(guān)注并且持續(xù)到今年的全球性傳染病事件。

本文由統(tǒng)計之都創(chuàng)作小組 (code99) 撰寫，參與本篇文稿的 code99 成員有：熊熹， 鄧一碩，劉辰昂，關(guān)菁菁

2014年繼馬航客機(jī)失聯(lián)事件之后，始發(fā)于西非幾內(nèi)亞的埃博拉病毒疫情經(jīng)由傳統(tǒng)媒體和數(shù)字媒體走入全球公眾視野。據(jù)世界衛(wèi)生組織提供的資料[1]顯示，埃博拉病毒最早在1976年同時爆發(fā)的兩起疫情中首次出現(xiàn)的，一起在蘇丹，另一起在剛果民主共和國。后者發(fā)生在位于埃博拉河附近的一處村莊，該病由此得名。該次埃博拉疫情在剛果民主共和國爆發(fā)的是扎伊爾標(biāo)準(zhǔn)亞種，累計318人患病，280人死亡，致死率88%；在蘇丹爆發(fā)的則是蘇丹亞種，累計284人患病，151人死亡，致死率53%；另外還有雷斯頓、科特迪瓦、邦地布優(yōu)等三個亞種，對動物和人類的危害相對溫和。據(jù)悉，目前正在肆虐全球的埃博拉病毒，正是致死率最高的扎伊爾標(biāo)準(zhǔn)亞種。

埃博拉病毒疫情時隔幾年便爆發(fā)一次，不過之前每次疫情規(guī)模都比較小，主要集中在一個地區(qū)爆發(fā)，并且局限在中非。特別地，剛果民眾共和國史上曾多次爆發(fā)埃博拉疫情。

2014年3月開始爆發(fā)的埃博拉病毒疫情的爆發(fā)規(guī)模引起了國際社會的關(guān)注，并且被世界衛(wèi)生組織列為“國際間關(guān)注的公共衛(wèi)生緊急事件”（歷史第三次）。首先，這次疫情涉及到了多個國家和地區(qū)。全境范圍受影響的國家包括幾內(nèi)亞、利比里亞和塞拉利昂。部分領(lǐng)土受影響的地區(qū)包括馬里的卡伊，西班牙的馬德里，美國的達(dá)拉斯、德克薩斯州和紐約市，英國蘇格蘭地區(qū)的格拉斯哥市，尼日利亞的拉各斯哈科特港，以及塞內(nèi)加爾的達(dá)喀爾。其次，這次埃博拉病毒疫情出現(xiàn)的病例和死亡數(shù)字超過了所有其它疫情的總和。截止2014年12月31號，累計20206人患病，7905人死亡[2]。并且數(shù)字還在不斷增加。而所有的埃博拉護(hù)理者，則被美國時代周刊選為2014年的年度人物。

回望過去幾十年，人類無疑在信息、科技、生物、醫(yī)療等領(lǐng)域取得了今非昔比的成果。反觀2014年埃博拉病毒疫情的爆發(fā)、傳播、媒體報導(dǎo)、控制，我們不禁開始思考在這個大數(shù)據(jù)時代，數(shù)據(jù)、統(tǒng)計、理性思考、批判思維能為人類對疫情防控帶來什么好處？這篇文章試圖從三個角度去闡述大數(shù)據(jù)如何與疫情防控緊密相連。本文第一部分討論了如何通過交通數(shù)據(jù)、移動通信數(shù)據(jù)與社交媒體數(shù)據(jù)等非傳統(tǒng)公共衛(wèi)生數(shù)據(jù)來測算乃至預(yù)測疫情風(fēng)險；第二部分重點關(guān)注死亡率的不同估算方法帶來的對于疫情風(fēng)險的不同認(rèn)知；第三部分聚焦在埃博拉病毒疫情的治療和防控支出數(shù)據(jù)。

一、數(shù)據(jù)驅(qū)動的疫情預(yù)測

1. 由交通數(shù)據(jù)預(yù)測疫情[3]

全球人口流動的日趨頻繁使某區(qū)域爆發(fā)的疫情會給全球其他國家和地區(qū)帶來潛在的疫情風(fēng)險，于是如何對此類疫情風(fēng)險進(jìn)行有效的預(yù)測和評估自然就成了一個值得探究的課題。本次埃博拉爆發(fā)的一個重大特征即是，疫情通過交通運輸突破國境，在源爆發(fā)地幾內(nèi)亞之外多國肆虐。對于國際間的人口流動，飛機(jī)顯然是最主要的交通方式，因此對機(jī)場人口流動數(shù)據(jù)的統(tǒng)計分析也就成了重中之重。

事實上機(jī)場數(shù)據(jù)也早已被很多領(lǐng)域的研究者們所重視，基于此類數(shù)據(jù)分析建模的案例也已屢見不鮮。對于埃博拉疫情傳播的分析，也有研究人員給出了他們的方法，其中一種就是通過估計引入風(fēng)險(import risk)的方法來量化埃博拉對某一地區(qū)可能造成的影響。

對于引入風(fēng)險的估計，最核心的問題便是如何通過動態(tài)模型或是統(tǒng)計模型將風(fēng)險量化。這里介紹一種比較直觀簡介的估計方式，首先把引入風(fēng)險分為相對引入風(fēng)險(relative import risk)和絕對引入風(fēng)險(absolute import risk)。不妨假設(shè)X為疫情爆發(fā)區(qū)域的某個機(jī)場，而Y則是世界上任意一塊區(qū)域，那么我們可以通過條件概率的形式來定義相對引入風(fēng)險，即P(Y|X)。而對于絕對引入風(fēng)險我們則可以通過聯(lián)合概率來定義，即P(X,Y)=P(Y|X)P(X)，這里需要注意的是P(X)往往遠(yuǎn)小于P(Y|X)，因此P(X,Y)也會遠(yuǎn)遠(yuǎn)小于P(Y|X)。在實際應(yīng)用中，相對風(fēng)險較絕對風(fēng)險而言更有價值，其主要原因在于P(X)的估計在大部分時間都難以實現(xiàn)，事實上P(X)的估計需要依賴于大量的參數(shù)來描述X所在地區(qū)的各類因素，而絕對風(fēng)險的估計卻恰恰依賴于P(X)。與此相反，相對風(fēng)險的計算則僅僅需要各機(jī)場人口流動的數(shù)據(jù)即可，即無需考慮地區(qū)本身的相關(guān)因素。

將全球各地的機(jī)場數(shù)據(jù)整合后，人們即可以得到各地點相對引入風(fēng)險的估計值，下一步則是考慮如何將分析結(jié)果向公眾展示。顯然數(shù)據(jù)可視化往往是直觀有效展示分析結(jié)果的最佳方式，有人提供了一種基于D3實現(xiàn)的交互式網(wǎng)絡(luò)分析圖表。（圖一展示了一個交互式圖表的截圖。有興趣的讀者可翻閱原圖。圖表鏈接：http://rocs.hu-berlin.de/D3/ebola/)

2. 由移動通信數(shù)據(jù)預(yù)測疫情

埃博拉病毒在西非的爆發(fā)引起了全世界的關(guān)注，人們紛紛把注意力頭像了機(jī)場等引起人口流動的公共場所，正如上一節(jié)所說，機(jī)場數(shù)據(jù)的確對于流行病學(xué)家等研究者們而言具有極高的分析價值，但除此之外，基于手機(jī)移動端產(chǎn)生的數(shù)據(jù)同樣極具應(yīng)用潛力。

用戶每次利用手機(jī)通話的過程中都會同時產(chǎn)生相應(yīng)的通話記錄數(shù)據(jù)，其中自然也包含了電話號碼、通話時間以及大致的通信地點等重要信息。對于運營商而言，這些數(shù)據(jù)可以為各地基站的部署提供參考從而提升通信網(wǎng)絡(luò)。另一方面對于城市規(guī)劃者而言則可以基于該數(shù)據(jù)判斷相關(guān)地點是否需要拓展相應(yīng)的公共交通設(shè)施。

然而除了上述這些相對常用的應(yīng)用外，在流行病學(xué)的應(yīng)用卻更令人期待，更激動人心。事實上到目前為止一般情況下對于疾病擴(kuò)散建模的常用方法依然是基于人口普查的數(shù)據(jù)以及相關(guān)調(diào)查。然而對于通信記錄數(shù)據(jù)，人們卻可以得到實時更新的數(shù)據(jù)，也就是說在實際應(yīng)用中無需估計某地區(qū)的人口是否會遷移。同時幸運的是，在近幾年中確實并不缺乏類似的成功案例。2009年在墨西哥爆發(fā)的豬流感，研究人員就曾利用通信數(shù)據(jù)監(jiān)測公眾對于政府發(fā)布的健康預(yù)警信息的反應(yīng)。此后2010年隨海地地震爆發(fā)的霍亂疫情，研究人員則同樣基于手機(jī)通信數(shù)據(jù)建模并給出了最需要援助地點的最優(yōu)估計。

在對于埃博拉病毒研究的實際操作中卻更為復(fù)雜，一個最主要的原因在于西非大部分民眾并沒有手機(jī)或者其他通信設(shè)備。不過盡管如此，某種程度上它卻依然優(yōu)于基于陳舊數(shù)據(jù)的統(tǒng)計分析。事實上研究人員如果可以從一個傳染病爆發(fā)的地域追蹤到人口的流動，那么對于下一個最有可能爆發(fā)傳染病的地點就會有一個比較有效的估計和預(yù)測，從而可以提前展開合理有效的資源配置。遺憾的是，盡管很多相關(guān)的機(jī)構(gòu)都做了很大程度的努力，但出于隱私等問題的考慮，電信運營商依然不允許研究人員使用這部分?jǐn)?shù)據(jù)。

3. 由社交媒體數(shù)據(jù)預(yù)測疫情 [4]

網(wǎng)絡(luò)和社交媒體數(shù)據(jù)，對埃博拉病毒的預(yù)警，發(fā)揮了重大作用。HealthMap是一個利用大數(shù)據(jù)反應(yīng)疫情的網(wǎng)站/應(yīng)用，它使用一定的算法來抓取來自社交媒體網(wǎng)站、本地新聞和政府網(wǎng)站、傳染病醫(yī)師的社交網(wǎng)絡(luò)和其他渠道的數(shù)據(jù)，用于探測和跟蹤的疾病暴發(fā)。2014年3月14號，HealthMap通過自己的系統(tǒng)，預(yù)警了幾內(nèi)亞境內(nèi)爆發(fā)的“神秘出血熱”。2014年3月19號，HealthMap確認(rèn)其為埃博拉病毒并對世界衛(wèi)生組織發(fā)出警告，還給出了其在幾內(nèi)亞東南部熱帶雨林地區(qū)傳播的粗略地點和路徑。2014年3月23號，世界衛(wèi)生組織正式宣布埃博拉疫情爆發(fā)并報告了第一個確診案例。在這時，HealthMap已經(jīng)追蹤了在幾內(nèi)亞的29例確診和29人死亡 ——所有數(shù)據(jù)和報告都來源于社交媒體和當(dāng)?shù)卣W(wǎng)站等。

HealthMap利用復(fù)雜而算法，過濾不相關(guān)的數(shù)據(jù)，結(jié)合領(lǐng)域內(nèi)專家的幫助，再對相關(guān)的信息進(jìn)行分類，確定疾病的類型并在地圖上定位爆發(fā)地點。針對這次埃博拉疫情，在世界衛(wèi)生組織宣布當(dāng)天，HealthMap就上線了專門的頁面，其中包含一個實時可交互的地圖。全球網(wǎng)友可以通過這個可交互地圖來免費了解疫情，其中包括具體的暴發(fā)地點和跟蹤新的病例和死亡人數(shù)的信息。該系統(tǒng)還能夠記錄公眾的關(guān)注度。用戶可以在地圖上放大特定的國家和地區(qū)，上面會標(biāo)記主要病例報告。用戶點擊標(biāo)記會指向爆發(fā)的新聞報道。同時，在地圖底部的滾動條可以讓你通過點擊關(guān)鍵日期，以追蹤病情進(jìn)展。

這不是HealthMap第一次立功了。這個組織成立于2006年，由一組研究人員，流行病學(xué)家和軟件開發(fā)人員組成的團(tuán)隊，利用網(wǎng)上各式各樣的數(shù)據(jù)來源，監(jiān)測和預(yù)測的疾病暴發(fā)，并實現(xiàn)對公共健康威脅的實時監(jiān)控。他們匯集了各式不相干的數(shù)據(jù)源，包括網(wǎng)絡(luò)新聞集中平臺，目擊者報告，專家策劃討論和官方驗證的報告。除了實時和可交互的呈現(xiàn)數(shù)據(jù)，HealthMap也致力于預(yù)測疾病風(fēng)險。曾經(jīng)有報導(dǎo)稱，該組織成功使用boosted regression tree等模型成功預(yù)測了SARS在中國境內(nèi)爆發(fā)的死亡率。

HealthMap的官網(wǎng)宣稱，他們主要的數(shù)據(jù)來源是 ProMED（一個國際傳染病協(xié)會，成員主要為一線醫(yī)生和研究人員）郵件列表、世界衛(wèi)生組織官網(wǎng)，GeoSentinel（來自國際旅行醫(yī)學(xué)協(xié)會和美國疾病預(yù)防控制中心的臨床醫(yī)生以個人身份的檢測）、世界動物健康組織官網(wǎng)、聯(lián)合國糧農(nóng)組織、EuroSurveillance（歐洲地區(qū)以同行評審為目的的傳染病監(jiān)測和交流的信息平臺）、Wildlife Data Integration Network（一個全球野生動物基本新聞源）、谷歌新聞搜索，百度新聞和搜搜資訊。另一份公開發(fā)表的論文顯示，大部分?jǐn)?shù)據(jù)來自ProMED (61. 58%)，谷歌等其他搜索引擎新聞則貢獻(xiàn)了25. 24%，除此之外比較重要的來源還包括 RSS 訂閱(12. 11%), 推特等社交媒體(8. 7%)[5]。這和新聞中極力鼓吹的完全通過社交媒體預(yù)測埃博拉疫情，似乎還是有一定的差距。這個社交媒體并不是大眾所以為的普通公開社交媒體，而是全球一線醫(yī)護(hù)人員建立的社交網(wǎng)絡(luò)。事實上，谷歌以及其他一些社交媒體都試圖通過抓取網(wǎng)絡(luò)關(guān)鍵詞來監(jiān)控和預(yù)測疾病信息，但是并沒有取得如此好的效果。谷歌曾經(jīng)宣稱自己的系統(tǒng)很好地預(yù)測了美國每一季的流感爆發(fā)，而實際數(shù)據(jù)顯示，他們的系統(tǒng)常常高估了患病率。普通人對疾病的感知和在社交網(wǎng)絡(luò)的分享，的確不如實際病情那么準(zhǔn)確。另一方面，推特的數(shù)據(jù)顯示，埃博拉引起了美國用戶前所未有的恐慌，各州的討論數(shù)字一片飄紅，網(wǎng)絡(luò)極端言論層出不窮。但實際上美國至今也只有4個確診案例和一個死亡案例。

來自以色列貝斯醫(yī)療中心的臨床信息學(xué)專家Brad Crotty博士在接受采訪時說，HealthMap事實上還有很多工作要做，以排除“背景噪音”。這位專家并不是這個組織的成員。

Crotty博士說：“你的確可以得到早期預(yù)警，但他們并不總是正確的。”

而正在負(fù)責(zé)HealthMap運營的Sumiko Mekaru博士則稱，他們的本意是作為傳統(tǒng)和官方健康報告的輔助，而不是取代它們。

二、疫情死亡率的計算與估計[6]

死亡率的計算十分重要，特別是對于傳染性疾病。病死率在流行病學(xué)中是一個非常重要的估計指標(biāo)，因為它告訴我們感染特定疾病后死亡的概率。如果正在爆發(fā)中的估算準(zhǔn)確，甚至可以幫助我們確定病毒是否在危害性方面發(fā)生變異，以及研究最合適的治療方案。

正在西非乃至全球 肆虐的埃博拉病毒，有著眾所周知的高致死率。在以往 的爆發(fā)中，高達(dá)90%的被感染者死于埃博拉。和本次大爆發(fā)同宗的扎伊爾型埃博拉病毒以往平均死亡率為80%。這也是為什么，世界衛(wèi)生組織最新疫情報告中的數(shù)據(jù)看起來有那么一丁點像好消息—— 盡管埃博拉感染率正在以驚人的速度攀升，報告中整體死亡率卻只有53%，從塞拉利昂的39%到幾內(nèi)亞的64%。這比以往幾次疫情爆發(fā)要相對溫和一點。難道是這次爆發(fā)的病毒比以往的致死率與危害性低一點？還是說我們已經(jīng)有了更有效的治療方案？

實際上此處有一個隱情：明顯降低的死亡率可能更多是因為官方測算方式的緣故，而非病毒的致死率，或者說患者接受的治療水平導(dǎo)致的。事實上，最近幾周感染人數(shù)的急劇增加，正是報告死亡率看起來不那么高的其中一個主要原因。

官方所謂的死亡率，或者說一個爆發(fā)疾病的“病死率”，有若干計算方式。其中最為簡單的，就是目前死亡人數(shù)除以目前總感染人數(shù)。世界衛(wèi)生組織最近報告的死亡率也就是這樣計算的。

但是這種方法并沒有考慮到，許多依然存活的病人——特別是剛剛被診斷又病得很厲害的——很可能也不能活下來。因此這低估了實際死亡率。特別是疾病在快速擴(kuò)張時，這種低估效應(yīng)會被加大。來自英國愛丁堡大學(xué)研究傳染病的進(jìn)化生物學(xué)家Andrew Rambaut認(rèn)為，這種計算也忽視了那些被確診為埃博拉感染者，卻在被批準(zhǔn)恢復(fù)并出院之前已經(jīng)離開醫(yī)院的患者的生死。許多這樣的病人后來都死了，但是卻沒有被統(tǒng)計在官方死亡數(shù)據(jù)中。

另一種計算方式是只考慮已經(jīng)確認(rèn)恢復(fù)而不再需要治療與已經(jīng)死于疾病的患者，而不計入目前還在治療中的病人。這樣的結(jié)果看起來更為克制精確。根據(jù)11月5號塞拉利昂健康與衛(wèi)生部最新疫情報告，841個確診病人被治療后出院了，而1,103個確診病人已經(jīng)過世。這樣該地的埃博拉死亡率應(yīng)該是57%，而非世界衛(wèi)生組織報告的39%。不過來自哈佛公共衛(wèi)生學(xué)院的流行病學(xué)專家Marc Lipsitch認(rèn)為，這樣的計算方式依然不夠準(zhǔn)確。治愈出院的病人通常比死于病癥的病人，要在醫(yī)院待更長的時間。也就是說不計入計算的還在治療中的病人，實際上是更可能治愈的那批。因此這樣的計算會高估實際死亡率。

另一種更為精確的方法是，只計算那些同時感染了，又經(jīng)歷了足夠長的時間，以至于要么死于病癥要么恢復(fù)出院的人的最終結(jié)果。這樣的計算，自然更接近于死亡率的定義與本質(zhì)。Rambaut注意到，Science上一篇研究埃博拉病毒的最新變異的報告中，今年五月底開始的一次地區(qū)性爆發(fā)中共確診了78名埃博拉患者，23名存活下來。也就是說今年爆發(fā)的埃博拉病毒實際致死率應(yīng)為70%。值得注意的是，這份報告由來自四個國家的五十多名奮戰(zhàn)在一線的醫(yī)療工作者共同完成，其中五名共同作者并沒有等到文章在Science上的發(fā)表。因為他們在研究與等待上線過程中已經(jīng)感染了埃博拉去世了。

世界衛(wèi)生組織戰(zhàn)略部主管Christopher Dye說，目前組織正在轉(zhuǎn)向這個測算方法，并在為將每一個病患的記錄都整理為護(hù)理案例而努力。Dye說，“我們需要最有效的估計。我們想知道埃博拉在這次爆發(fā)中的致死率，是否與之前在中非的幾次爆發(fā)有所不同，以及目前爆發(fā)中不同的治療方案是否有不同的效果。”

不過，即使這個方法依然是不夠完美的。在大多數(shù)疾病爆發(fā)中，由于病患并沒有尋求醫(yī)療機(jī)構(gòu)的幫助而導(dǎo)致統(tǒng)計案例缺失，從而帶來致死率估計的偏差。Lipsitch認(rèn)為，這種偏差可能是偏大的，也可能是偏小的。許多案例的病情相對溫和——感染患者并不需要看醫(yī)生就能自行康復(fù)——因此統(tǒng)計到的數(shù)據(jù)高估了實際死亡率（這正是墨西哥H1N1流感爆發(fā)時的情況，專家懷疑中東呼吸綜合征爆發(fā)時也存在這種情況）。不過Lipsitch也說，溫和版的埃博拉不大可能像溫和版流感那樣難以發(fā)現(xiàn)，只是考慮到這些地方整體缺少醫(yī)療條件，有可能存在一定數(shù)量的自愈患者沒有被統(tǒng)計到。

另一方面，研究者注意到許多埃博拉感染者還沒去到醫(yī)院已經(jīng)死在家中（通常還感染了其他家庭成員和照顧者）。這意味著他們的死亡并沒有被計算——從而低估了致死率。

到底有多少未被記錄的埃博拉病毒死亡病例發(fā)生，我們將永遠(yuǎn)不得而知。衛(wèi)生官員正在跟蹤疑似病例和可能病例，其中有許多是在被確診為埃博拉之前已經(jīng)死了的。是否將這些案例放在致死率計算中是另一個潛在的誤差來源。另外，確診測試在不同的地區(qū)有不同的模式：例如，有些地方已經(jīng)做了更多的驗尸測試。Lipsitch說：“怎么在這些誤差中保持平衡始終是一個大問題”

Dye在一封郵件中寫道：“我們并非不知道估計死亡率的種種困難。我也并不認(rèn)為，埃博拉的死亡率在塞拉利昂的死亡率（39%）比在幾內(nèi)亞（64%）低。盡管目前的數(shù)據(jù)從表面上看如此，但我們需要排除所有的估計誤差才能相信這個是事實。”

另外，最早根據(jù)社交網(wǎng)絡(luò)大數(shù)據(jù)預(yù)測了今年埃博拉全球性爆發(fā)的HealthMap(前文有詳細(xì)介紹)，則給出了死亡率另一種測算方式。他們認(rèn)為，最準(zhǔn)確的死亡率要等到疫情完全被控制，所有感染者要么過世，要么確認(rèn)存活之后才能得到。目前報告的53%，只不過是死亡案例比例（proportion of fatal cases ，以下簡稱 PFC）。

盡管埃博拉惡名昭彰，但并不是一感染上馬上就死去。如果沒有適當(dāng)調(diào)整，目前的估算方式（也就是前文提到的最簡單并正在被世界衛(wèi)生組織采用的PFC）沒有考慮到從患者被感染到死去的滯后時間——按照HealthMap采用的獨創(chuàng)方差最優(yōu)化方法，對本次爆發(fā)案例做出的估算，這個時間平均大約應(yīng)該是16天。這意味著9月8號報告的2296名死亡案例實際上對應(yīng)著8月23號報告的感染案例。根據(jù)這個滯后時間調(diào)整的PFC為我們提供了對真實致死率一個更好的近似。下圖是他們根據(jù)世界衛(wèi)生組織提供的數(shù)據(jù)計算和繪制的調(diào)整后死亡率圖：

根據(jù)上圖，調(diào)整后的埃博拉死亡率——大約在80-85%之間——比實際報告的結(jié)果高多了。不過這個調(diào)整后死亡率和無國界醫(yī)生組織提供的數(shù)據(jù)比較一致。從今年三月份開始無國界醫(yī)生組織收治了2077名疑似感染者，其中1038名被確診，確診患者中241名康復(fù)出院，也就是說死亡率高達(dá)77%。

三、數(shù)讀埃博拉：醫(yī)療支出

對于全球防治埃博拉疫情所需的花費，目前有幾個數(shù)據(jù)或許可以給我們提供一點大概范圍。

第一個要提到的數(shù)據(jù)是聯(lián)合國今年九月份的調(diào)查報告。https://docs.unocha.org/sites/dms/CAP/Ebola_outbreak_Sep_2014.pdf

當(dāng)時對抵抗埃博拉病毒的下六個月所需花費的估計是大概10億美元（987.8M）?；ㄙM主要在五個方面：

停止擴(kuò)散（STOP the outbreak）［5M+23.8M］

治療患者（TREAT the infected）[331.2M + 14.0M]

保證關(guān)鍵服務(wù) （ENSURE essential services）[107.7M+97.1M+2.5M+64.8M]

維持穩(wěn)定（PRESERVE stability）[42.6M+23.4M+45.8M+3.2M]

防治未受感染國家被感染 （PREVENT outbreaks in countries currently unaffected）[11.9M]

這當(dāng)然是9月份當(dāng)時的估計，現(xiàn)在看來會不一定準(zhǔn)確，但最少可以大家看清楚大概那些地方最需要花錢，大概要多少。同時也可以給有捐款的國家和個人一些需求的信息。

第二個數(shù)據(jù)是關(guān)于治療患者的費用的。美國商業(yè)媒體Bloomberg發(fā)布了一篇文章，標(biāo)題是： Bill for Ebola Adds Up as Care Costs $1,000 an Hour（治療埃博拉的費用加起來有每小時一千美元）。 這個聽起來有點聳人聽聞。仔細(xì)一讀文章，原來講的是醫(yī)院在治療在美國德州去世的埃博拉病人Thomas Eric Duncan 時的花費情況。在對這位病人的醫(yī)治過程中，每天的花費大概在18,000到24,000之間，報道時去上限，得到每小時一千美元的估計。我想花在給非洲的病人治病的花費肯定比這個數(shù)字要小太多。

第三個數(shù)據(jù)是關(guān)于誰出錢的問題的。這里有個表，是對應(yīng)當(dāng)時下六個月所需的987.8M美元的來源的。http://data.163.com/14/1020/02/A8VGQE1600014MTN.html在當(dāng)時的這些捐款中，世界銀行，美國，非洲發(fā)展銀行占了大頭。世界上大多數(shù)國家都多多少少有貢獻(xiàn)。資金來源和用途的透明公布有助于讓出力的國家，組織和個人對資金的合理運用有及時了解，這樣也可以促進(jìn)更多的力量來加入抗擊疾病的戰(zhàn)斗中。

小結(jié)

雖然最近關(guān)于埃博拉的報道不在像幾個月前那么熱鬧，現(xiàn)在全球抵御埃博拉疫情的戰(zhàn)役仍在緊張的進(jìn)行中。在這個信息時代里，隨著我們收集數(shù)據(jù)和運用數(shù)據(jù)的能力的爆發(fā)，世界各個角落都緊密地聯(lián)系在這個信息網(wǎng)絡(luò)中。數(shù)據(jù)和對其適當(dāng)?shù)姆治鲆讶怀蔀槿祟愓鞣匀唤绾瓦m應(yīng)自然界的重要力量。