1. 美國疫情發展小結
美國疫情的發展基本可以總結為：
西海岸由亞洲/中國輸入，疫情發生較早於1月下旬，初始中心為加州與華州 。由於對中國通航的限製與這兩個州疫情控製措施得當的原因，疫情很快得到控製。這一階段的疫情在如下的日增圖中表現為拐點A（3/28）。
東海岸疫情由歐洲輸入，約發生在三月中旬，初始疫情中心為入口岸城市紐約。繼而爆發並主導全國疫情的進展情況。之後，由此陸續蔓延至周圍各州，隨著疫情在地域上的蔓延傳播，新的疫情中心相繼出現，致使在日增圖上有多個拐點發生（B，C，D，E）至今。疫情中心相繼移動傳播所用的時間約為1周。目前最近的拐點E出現於4/24。我們期望這是最後的一個拐點。
疫情在拐點B與E之間的橫向移動，歸根結底是“拉平曲線”這一錯誤指導方針下所產生的後果。這一期間耗時大約4周。此間每天平均日增量為3萬，目前所累計的感染總數絕大部分是在此間形成的。拉平曲線的最大錯誤是忽視了病例呈幾何級數增長這一基本事實。用拖延時間來解決醫療物資的短缺顯然是不可行的誤國之策。正確的做法應該是隔離感染源與隔斷感染渠道。這樣在源頭上控製疫情才是正確之道。
圖一 美國疫情確診人數日新增趨勢圖
2. 目前發展趨勢與展望
如圖一所示，在拐點E之後，持續三天呈現下降趨勢，無論從情感上或實際情況來看，我們都希望在E點之後不會再有新的拐點出現（注：這是一個重要的假設，也是一個純粹的假設，沒有絕對的理由保證新的拐點不會出現）。根據疫情相對拐點對稱的原理，此後的衰減期大致為三周（衰減至日增相對較小的範圍），因此疫情在五月中旬有望基本減退。
這一 結論也可從日增比變化圖得出。如圖二為日增比變化圖。當日（4/27）的日增比為1.025. 目前日增比下降速度約為每周下降0.01. 以此速度，三周之後應該下降至小於1.001。（日增比=1為零增）。其結論基本與圖一中日新增趨勢所得出的結論吻合。
圖二： 日增比趨勢圖（截至4/27/2020）
從統計學角度來看，測試可以看作是對總體的一種抽樣調查。測試中的陽性率從某種角度反映總體感染的變化趨勢。圖三為美國測試陽性率的變化趨勢。高峰出現於4/2/2020. 之後隨拐點出現而有所震蕩起伏，但總體呈下降趨勢。圖中虛線為對實際數據擬所作的擬合而得到的一個表示趨勢的二次曲線（R^2=0.8)。
圖三：美國陽性率趨勢圖（截至4/27/2020）
3. 目前疫情出現的一些新的現象
目前，在疫情發展中有兩個值得注意的現象，一個是症狀的多樣化。其症狀不再是單一的發熱，咳嗽，與呼吸困難的症狀，感染器官也不單單是肺部。另外就是在世界範圍內出現了大量的無症狀感染者。我們認為這些都是病毒變異的結果。
如果認為12/1/2019為首例日的話，新冠病毒至今已經曆經了37代的演化（傳染周期為4天）。在此期間，據各種分析結果，病毒在其RNA序列上已經出現了140幾個突變點。病毒的突變雖然在個體上具體隨機性，但在其總體趨勢上卻呈現有統計規律：即與宿主的趨同性和病毒本身種類上的多樣化。
世間萬物在發展變化上都具有與其所處的環境的趨同性（ADAPTATION)。例如若您將一滴墨水滴入一玻璃水杯之後，這滴墨水會逐漸溶合於它所處於的水中，這是我們日常生活中一個趨同的小例子。病毒置於人體之內，也同樣具有與我們人體的趨同性。這種與宿主的趨同會導致病毒毒性的下降。例如，在美國的累計確診住院率當初約為20%-30%，到目前已經下降為10% ，反映了在感染人群中，隨著病毒毒性的下降，重症的比例在逐步下降而輕症的比例在逐步上升。
為理解無症狀者，我們可以把所有的感染者按症狀的輕重作一個排序，而所謂的無症狀者實際上處於這一排序中的最輕的一端。是感染得病與無感染之間的一種臨界狀態。而在人體內，是病毒的毒性與自身免疫力處於互相平衡的一種臨界狀態。大量無症狀者的出現，也是病毒毒性減輕的一個結果。
病毒的另一個變異方向是其多樣化。多樣化的結果導致了病毒不同變種的出現。不同的變種會導致不同的得病症狀與感染器官的多樣化。
4. 複工的必要性
眾所周知，疫情不但損害人體的健康，同時也危及經濟與社會的健康。目前美國基本處於一種停擺的狀態。持續下去，會有經濟垮台的可能，從而會導致社會動蕩。因此複工是必要的，同時基於疫情的衰弱與趨同變異，謹慎地有序地複工也是可行的。
很多時候，個體的利益往往和社會的利益是矛盾的。在目前情況下，一提到複工，很多人勢必會有顧慮和擔心。在此問題上，我們應該在注重保護好自己的同時，也應該考慮到經濟與社會的需要，權衡各方麵的因素，在保護好我們自己健康的同時，也要保護我們賴以生存的經濟體的健康和社會整體的健康。
新冠病毒已經有變異種類出現是定論。通過重症比例隨時間下降和很多無症狀出現基本肯定毒性在減小。
“B 到 E 的多個拐點，你解釋成多個疫情中心，能有更多的數據嗎，比如是哪些中心，而且那些中心的數據是否支持你的推論？ ”
B 到 E 的多個拐點，你解釋成多個疫情中心，能有更多的數據嗎，比如是哪些中心，而且那些中心的數據是否支持你的推論？