本研究试图为利比里亚政府卫生部找到最合适的方法,来承担起健康相关问题的全部责任。并且以一个长期项目作为研究对象,以完全基于定量研究方法建立相关数学模型(多元逻辑回归模型)来处理基本医疗服务的需要,这是一种最方便分析流行病学数据集的方法,作为显示不同层次统计推断要点的手段。该方法可以看作是一种解决方案的核心所在,并可以进一步通过其简化而得到广泛的应用,在应用于概率抽样分布的近似模拟时,它对于变量(不独立的和独立的)作为暴露和未暴露于疾病的因素之间的参数关系给出了直观的解释。由于使用该模型对本研究中提出的各种假设有了更清晰的认识,现将其应用于本研究:医院死亡率比ETUs低57%,ETUs比医院低2.01%,真实人群效应在66%-49%之间,3.26%-1.3%,说明结果具有统计学意义。死亡的年龄和地方的预测措施被证明是统计学意义的:1.对于年龄:OR:1.02;95%置信区间(1.01,1.02)。2.对于ETUs OR:1.16;95%置信区间(1.02,1.33)3.对于医院:OR:0.65;95%置信区间(0.56,0.75)。这表明1.02,1.16和0.65倍的不同年龄和死亡地点(尤其是ETUs和医院)是主要的影响因素。总的来说,埃博拉病毒导致的在医院死亡的几率不到65%。ETUs年龄影响几率不到1.02%,地区人口的真实影响在75%和56%之间,1.02%和1.01%表明结果是显著突出的。各级卫生部门在利比里亚的大大受到致命的埃博拉病毒病,需要更多的关注。所有结果均有一定的(5%)统计学意义。该模型的应用表明,人口迁移是制定疾病控制措施卫生政策文件的重要措施。由于埃博拉病毒是非常可怕的,所以这项研究的结论实际上是打算作为卫生部研究制定的政策文件的进一步参考指南,同时为了包括数据科学家,卫生工作者在对抗其其他各种疾病暴发和人民健康相关研究提供支持。