五张图,读懂致命病毒埃博拉来龙去脉

埃博拉病毒是人类已知最致命的微生物,一旦感染,病死率最高可达到90%。

据世界卫生组织(World Health Organization)数据显示,自有历史记载以来,埃博拉病毒疾病已经爆发过25次。当前在西非肆虐的传染病是迄今为止规模最大的一次,现已导致千余人丧命。

那2014年的这次疫情是不是有史以来最致命的一次埃博拉疫情爆发呢?世界卫生组织对以往埃博拉病毒疫情爆发所制作的编年表过于冗长,大多数图表中的地图或图形信息也过于庞杂,所以我制作了一些简单的图表和大家分享。

为了进行疫情爆发的比较,我选取了世界卫生组织的表格并添加了当前疫情的数字(截至2014年8月9日),进行了一些计算,然后将数字输入一个应用程序,以可视化方式呈现数据。以下信息图表中所用的标注极少,因此情况一目了然,我还突出显示了一些关键状态和背景情况。

每次疫情的毒性

每个方块代表一次疫情爆发,以年份作为标记。方块的大小表示病例数量。以不同颜色代表毒性高低,病死率从黄色(0%)到红色(100%)不等。

埃博拉病毒的平均毒性为61%,自有记载以来,总计有4,235人感染,2,603人死亡。毒性是指“病死率”,即会导致死亡的病例百分比。在这张图表中,我以不同颜色来代表毒性,从黄色(0%的病死率)到红色(100%)不等。

2014年疫情爆发(历史上的第25次爆发)导致的死亡人数超过史上其他的任何一次。但这还不是最致命的一次:尽管这次的死亡人数最多,占到历史总死亡人数的44%,但这次“仅有”55%的受感染者(1,013/1,848)死亡,在本图表中显示为橙色。

2003 年在刚果爆发的疫情(第14次爆发)是迄今为止毒性最强的一次,病死率达到90%(128/143),在本图表中显示为红色。形容某种疾病的“致命”程度,通常是以这种疾病致死的可能性来界定,而不是以总死亡人数来界定。按照这个定义,2003年埃博拉传染病就是最致命的一次爆发。

毒性最低的一次爆发发生在2007年的乌干达。病死率为25%(37/149),在本图表中显示为黄色。(病死率最高和最低的爆发排除了三场病死率为100%的疫情,每场疫情均只有一人死亡,还排除了一次只有一名受感染者幸存下来的疫情,即图中左上角的红色和黄色线条。)

埃博拉病毒首次发现于1976年,当年同时有两次爆发。一次发生在苏丹,病死率为53%(151/284)。另一次为史上规模第三、毒性第二强的爆发,病死率达到88%(280/318),在本图表中显示为红色。这种疾病正是以此次疫情的地点——刚果民主共和国的埃博拉河来命名。

不同国家所爆发疫情的毒性

圆圈表示国家。大小表示病例数量。颜色表示毒性,病死率从黄色(0%)到红色(100%)不等。“几内亚”代表西非。

2014年的疫情被标记为“几内亚”,因为疫情就是在这个国家首先爆发的,目前则已蔓延整个西非,迄今已扩散到几内亚、利比里亚、尼日利亚和塞拉利昂。这是埃博拉病毒唯一一次入侵这四个国家,因此“几内亚”的数字就等于2014年的数字,到目前为止总共有1,848个病例,毒性为55%。

刚果(刚果共和国)爆发的疫情毒性最强,达到85%,在这张图上显示为红色。在发现埃博拉病例的国家——刚果民主共和国,病例数和毒性均排名第二。该国被标记为“刚果民共”,在1971年至1997年期间被称为“扎伊尔”。(这张图排除了1996年导致南非一名护士死亡的孤立病例)。

埃博拉病毒各属种的毒性

埃博拉病毒疾病:各属种的毒性。圆圈表示病毒属种。大小表示病例数量。颜色表示毒性,病死率从黄色(0%)到红色(100%)不等。属种:BDBV——本迪布焦埃博拉病毒;EBOV——扎伊尔埃博拉病毒;SUDV——苏丹埃博拉病毒;TAFV——塔伊森林埃博拉病毒。

埃博拉病毒的四个属种均会导致人类染病——本迪布焦埃博拉病毒(BDBV)、苏丹埃博拉病毒(SUDV)、塔伊森林埃博拉病毒(TAFV)和扎伊尔埃博拉病毒(EBOV)。

EBOV是当中毒性最强的属种,已导致3,236人受感染,2,111人死亡,这意味着三分之二的受感染者死亡。埃博拉病毒之前被称为“扎伊尔病毒”,即按照发现该病毒的所在国(如今的刚果民主共和国)命名。该属种命名之后才对其他属种进行命名,即生物学家所称的“典型属种”。

SUDV是第二最致命病毒,病死率54%(426/792),仅在苏丹和乌干达致人死亡。BDBV的病死率为在33%左右(66/206)并曾出现在刚果民主共和国和乌干达。到目前为止,TAFV尚未致人死亡,仅在象牙海岸导致一人染病。

各属种所导致疫情的死亡人数

线条粗细表示每次爆发的死亡人数多少。属种:BDBV——本迪布焦埃博拉病毒;EBOV——扎伊尔埃博拉病毒;SUDV——苏丹埃博拉病毒;TAFV——塔伊森林埃博拉病毒。

扎伊尔埃博拉病毒(EBOV)是这种疾病爆发的主要元凶,在史上25次爆发中占到了15次。也是2014年疫情(第25次爆发)和1976年首次疫情的元凶。苏丹埃博拉病毒(SUDV)导致了7次爆发,并且自发现扎伊尔埃博拉病毒以来始终处于活跃状态。本迪布焦埃博拉病毒(BUDV)首次出现于2007年,已导致了两次爆发。塔伊森林埃博拉病毒(TAFV)于1994年在象牙海岸的一个人身上发现。

本图表线条的粗细反映了每次爆发的死亡人数,但是对同模式的病例数或毒性对不同年份的疫情进行了加权处理。

按年份统计,不同国家所发生疫情的死亡人数

埃博拉病毒疾病:各国年度死亡人数。线条粗细表示每年死亡人数多少。“几内亚”代表西非。

自1976年首次发现这种疾病以来,刚果民主共和国便一直饱受埃博拉病毒侵袭,而刚果共和国只在2000年代初期有疫情爆发。1996年,南非有一人死亡;1994年,象牙海岸有一人幸存。2000年,埃博拉病毒开始在乌干达致人死亡,但是自从加蓬或苏丹有人因病死亡以来已经过去10年。遭受2014年疫情影响的国家被标记为“几内亚”(目前则是几内亚、利比里亚、尼日利亚和塞拉利昂),这片地区此前从未遭受埃博拉病毒的侵袭。

这张按年份统计的死亡人数图表代表了一个国家对疫情的脆弱反应。任何疾病的扩散,包括埃博拉病,都是人类行为造成的,因为人类会在社会经济压力的驱动下,经常接触携带病源的动物。比如说,饥荒可能导致人们食用更多含有病毒的非洲丛林动物,同时,城市化则会迫使人类的居住地与携带埃博拉病毒的动物的栖息地产生交集。

那么为什么目前的疾病爆发夺去了那么多人的生命呢?2014年疫情的病死率实际上低于历史平均病死率(此次为55%,而平均病死率为67%),这表明死亡人数多并不是因为出现了更致命的新毒株(尽管这可能是更具传染性的毒株)。病毒会通过不断地适应并不断进化来传染宿主,但我怀疑这并非今年疫情导致如此多人丧生的原因。

今年这场疫情爆发的受害者之所以如此众多,最有可能的原因是,西非早就是这种病毒传播的高风险地区,因此一次不幸的事件便会造成一发不可收拾的局面。至于在此次史上最严重的埃博拉病毒爆发中,有些国家比其他国家更加容易受到病毒侵袭的具体原因,仍然有待观察。

原文发布时间为:2014-08-16

时间: 2024-10-28 14:12:41

五张图,读懂致命病毒埃博拉来龙去脉的相关文章

一张图读懂Linux on Power的六大优势

文章讲的是一张图读懂Linux on Power的六大优势,在方兴未艾的云计算和大数据领域,IBM的Linux on Power正带给我们一种全新的思路和选择.一方面是IBM开始走开放路线,通过推出PowerLinux服务器及OpenPOWER生态联盟,支持Linux.Hadoop.KVM.OpenStack.NoSQL等主流开源技术;另一方面,则是将POWER架构的性能与可靠性优势,与开源技术相结合,推出了一系列让人耳目一新的云和大数据解决方案. 比如,CAPI+Flash+Redis的NoS

一张图读懂在线教育!

一张图读懂在线教育! 作者:黄嘉榔,微信公号:hjialang

一张图读懂阿里巴巴收购的背后逻辑

阿里巴巴即将在美上市,之前频繁传出的各种资本动作似乎也接近了尾声,而此时各种关于"商业道德"."缄默期"主题的讨论充斥在各种媒体,仿佛这个世界进入了一个翻家底的阶段,只是这种动作有些让人感觉怪怪的. 如今趁着难得的寂静期,宏观上总结下阿里巴巴过往一段时间眼花缭乱资本收购的背后逻辑,看看素有商业哲学家称号的马先生到底在下一盘什么棋?说实话道哥还真不擅长这么高大上的活儿,不过也硬着头皮上了. 一张图读懂阿里巴巴的战略逻辑 电商业务是阿里巴巴的核心主业,也是其发家的起点,

谷歌开源 Python Fire;一张图读懂 Python、R 的大数据应用等 | AI 开发者头条

▲ 内容预览: 谷歌开源 Python Fire NASA 发布 2017-2018 软件目录,供开发者免费使用 一张图看懂大数据中 R 语言的应用 一张图看懂大数据中 Python 的应用 每日推荐阅读 谷歌搜索技术分析,如何一步步实现"不止于关键词"? █ 谷歌开源 Python Fire 昨晚谷歌公布了新的 Python 工具包--Python Fire.它的功能很简单:能从任何 Python 代码生成命令行接口(CLI).开发者面对任意一个 Python 程序,仅需调用 Pyt

7张图读懂2015年放假安排有亮点

今天下午,国务院办公厅正式公布了2015年的节假日安排,最大的惊喜莫过于除夕又重新回归国家法定假节日行列.1.元旦1月1日-3日放假调休,4日(星期日)上班:2.春节:2月18日(除夕)-24日放假调休:3.清明节:4月5日放假,6日(星期一)补休 :4.劳动节:5月1日放假,与周末连休:5.端午节:6月20日-22日放假:6.中秋节:9月27日放假:7.国庆节:10月1日-7日放假,10月10日(星期六)上班.不过,面对这一天调休,那一天放假的安排是否觉得很难记住?中国新闻网独家制作了7图,让

马云说中国是在互联网上的国家 一张图读懂中国到底有多强

近年来,中国互联网行业以一系列具有关键里程碑意义的现象,吸引了全球关注的目光.马云如此表述:"如果美国是在车轮上的国家,那么今日的中国是在互联网上.移动端上的国家." 近日,波士顿咨询(BCG)与阿里巴巴.百度和滴滴将共同发布<解读中国互联网特色>.(敬请期待!) 报告认为,中国互联网规模大.增速高.潜力足,互联网化程度名列世界前茅.从影响力看,相当数量的中国互联网巨头和初创企业已登上国际舞台.从结构上看,中国互联网市场呈现鲜明的中国特色,电子商务和互联网金融板块尤为发达.

一张图读懂Java多线程

1.带着疑问看图 1)竞争对象的锁和竞争CPU资源以及竞争被唤醒 2)何种情况下获取到了锁,何种情况下会释放锁 2.还是那张图 3.详细图解 1)Thread t = new Thread(),初始化一个线程,实际上就是一个普通对象,此时他的状态为New 2)t.start(); 线程处于就绪状态(可运行状态),也就是随时等待着运行, 不要小看这个start,这个start决定了他是否是一个真正的线程实例,因为start为其准备了线程环境,你若只是普通调用run方法,那么这就是 一个普通的方法.

信息图:一张图读懂什么是“开放数据”

2009年,开放数据运动席卷全球.随后几年,中国跟进. 现在,已有不少国家和地区正努力开放政府乃至企业的数据,以实现其经济和社会价值. 但直到现在,这还是一个极远又极近的话题. 对大多数人来说,"开放数据"带有某种极客色彩,一时无法与"油盐酱醋"的普通生活关联,但其实它无处不在,比如空气的味道,食物的温度,浩瀚的星空,更美好的生活. 现在,用一张图了解开放数据. End. 本文作者:佚名 来源:51CTO

一张图读懂基于微信硬件平台的物联网架构

本文从物联网的核心要素.物联网的关键场景.微信硬件平台的通信协议分析三个维度去分析基于微信硬件平台的物联网架构.相关的背景知识请阅读微信公众号:嵌入式企鹅圈发布的有关物联网和微信硬件专题文章. 一. 基于微信硬件平台的物联网架构图示 上图涵盖以下信息: 1. 基于微信硬件平台的物联网的架构组成,有微信公众平台/硬件平台.第三方厂商云后端.手机微信/公众号.微信硬件设备终端(Wifi和蓝牙BLE). 2. 绿色代表腾讯向开发者和公众提供的基础平台和服务,并通过红色(airsync/airkiss)