2778730

HOME | DIARY | PROFILE

【フォローする】【ログイン】

One of my favorite things is ...

< 新しい記事

新着記事一覧(全1041件)

過去の記事 >

2020.05.10

◆【新型コロナ】「陽性率７％」以下に保つために検査拡大が必要なシンプルな理由：早期発見、早期ケア開始のために検査能力の拡充が必要です：検査が不十分だと死亡率が高まる可能性が高いと思います

(3)

テーマ：医療・健康ニュース(4008)

カテゴリ：データ分析

新型コロナウイルス対策のために検査能力を高める必要があるという理由は、いくつかありますが、最もシンプルな理由は、「早期発見、早期ケア開始のため」ということなのではないかと思います。

「陽性率７％以下」になるように検査数を拡大すべき理由は、感染者を早期に発見できるようにすることなのではないかと思います。

ダッシュボードで、いろいろとグラフを作成していますが、下図は感染確認者数と死亡者数の関係をわかりやすく表していると思います。

以下の内容の一部は、すでに4月17日のブログでも記していますが、散布図のデータを追加して、新たにまとめ直しました。

新型コロナウイルスによって、死亡に至るまでは、「感染→発症→感染確認→入院」といったプロセスを経ている場合が多いと思います。

感染確認者数の山から、遅れて死亡者数の山が見られるのは、上記のような死亡に至るプロセスがあるからです。

重症化してから入院する場合と、ある程度軽症のうちに入院する場合とでは、その後の経過は異なる可能性が高いと思います。

ある程度重症化してからしか検査が受けられないような状況では、死亡のリスクが高くなるはずです。検査のタイミングが遅いと死亡率を高めるのではないかと思います。

特に、高齢者や疾患のあるハイリスクの人は、早期に検査を受けられるようにする必要があると思います。

ECDCのデータを利用したダッシュボードで、感染確認者数の時系列推移と死亡者数の時系列推移のグラフを作成すると、感染確認者数の山の後に死亡者数の山が見られることがはっきりとわかります。

ただし、このような二つの山がはっきりとしているかどうかは、国によって、あるいは感染拡大のフェーズによって異なっているようです。

感染確認者数の時系列推移と死亡者数の時系列推移のタイムラグは、検査が適切なタイミングでできているのかどうかをうかがい知る一つの指標になるのではないかと考え、R言語のccf関数を使って、国別に相互相関を計算してみました。

どれくらいの日数のタイムラグの場合に相互相関が最大になるのかを計算した結果では、ドイツは、比較的長い日数のタイムラグが見られます。つまり、ドイツでは感染確認から死亡までの日数が長いようです。感染確認者に対する治療の時間が確保されているのではないでしょうか。

一方、タイムラグが短い国の場合は、感染確認から死亡までの日数が短いと考えられ、「検査のタイミングが遅い」「医療崩壊によってケアができていない」といったことがあるのではないでしょうか。

日本の場合は、以前はタイムラグが短かったのですが、最近は長くなっています。

日本のグラフを見ると、検査のタイミングが４月上旬頃から改善されてきているように思います。ということは、４月上旬までに発症した人の中には検査体制の制約の影響で、検査のタイミングが遅れて、十分なケアを受けられずに死亡した人が少なからずいた可能性があると思います。もしかすると、有名な俳優の方もその中に含まれていた、ということなのかもしれません。

少なくとも、４月上旬までは、検査のタイミングが遅い場合が直近よりも多かったことがうかがえます。

感染確認者数が減少傾向になった日本では、最近、検査のタイミングが早くなってきているのではないかと思います。

４月初め頃までは、検査のキャパがひっ迫していたようです。諸外国と比べて、少なかった検査数は、死亡者数の増加につながった可能性があるのかもしれません。

検査数に余裕がないと、ケアの開始が遅くなることによって、死亡率の上昇につながりかねないので、今後も検査能力の拡充が望まれます。

↓ECDCデータ版のダッシュボードで、国別に感染確認者数の時系列と死亡者数（右目盛り）の時系列を並べて見ることができます。

↓ 日本の「感染確認者数の時系列と死亡者の時系列」は、11日間のタイムラグの場合に相関が最大になっています。４月17日に計算した結果では、４日間でした。

↓４月17日のブログで紹介したグラフです。４日間のタイムラグの場合に相関が最大になっています。

↓感染確認者数の時系列推移と死亡者数の時系列推移の相互相関を国別に計算しました。相関が最大になる「lag（タイムラグ）」（横軸）と死亡率（縦軸）をプロットしています。累積死亡者数が50人以上で、タイムラグが0未満の国についてプロットしています。タイムラグの日数が長い国の方が死亡率がやや低い傾向が見られます。

【散布図を作成するためのRのコード例】
実効再生産数・Rtの計算で用いたループの手法で、国別にccf()関数の計算をしてみました。リストに対してループ処理ができるので便利です。

-----------------------------------------------------------------

df_ECDC <- read.csv("https://opendata.ecdc.europa.eu/covid19/casedistribution/csv", na.strings = "", fileEncoding = "UTF-8-BOM",stringsAsFactors = FALSE)

geo_list <- unique(df_ECDC$countriesAndTerritories)

df_ECDCtemp1 <- NULL
df_ECDCtemp <- df_ECDC

df_CC <- NULL

cc_temp <- NULL

cc_tempmr <- NULL

dfcc_tempmr <- NULL

dfcc_tempmrmax <- NULL

for (i in seq_along(geo_list))

{

df_ECDCtemp1 <- subset(df_ECDCtemp,df_ECDCtemp$countriesAndTerritories==geo_list[i])

cc_temp <- ccf(df_ECDCtemp1$cases, df_ECDCtemp1$deaths,plot=FALSE)

cc_tempmr <- matrix(c(cc_temp$lag,cc_temp$acf),ncol=2)

dfcc_tempmr <- as.data.frame(cc_tempmr)

colnames(dfcc_tempmr) <- c("lag","acf")

dfcc_tempmrmax <- dfcc_tempmr %>% slice(which.max(acf))

dfcc_tempmrmax <- mutate(dfcc_tempmrmax,countriesAndTerritories=geo_list[i])

Confirmed_M <- max(df_ECDCtemp1$Confirmed)

Deaths_M <- max(df_ECDCtemp1$C_Deaths)

Mortality <- Deaths_M/Confirmed_M*100

dfcc_tempmrmax <- mutate(dfcc_tempmrmax,Confirmed=Confirmed_M)

dfcc_tempmrmax <- mutate(dfcc_tempmrmax,Deaths=Deaths_M)

dfcc_tempmrmax <- mutate(dfcc_tempmrmax,Mortality=Mortality)

df_CC <- rbind(df_CC,dfcc_tempmrmax)

}

df_CCd1 <- subset(df_CC,df_CC$Deaths >= 50)

df_CCd2 <- subset(df_CCd1,df_CCd1$lag < 0)

ggplot(df_CCd2,aes(x=lag,y=Mortality,label = countriesAndTerritories)) + geom_point()+stat_smooth(method = "lm", se = FALSE, colour = "black", size = 1) + geom_text_repel()

--------------------------------------------------------------------------

↓実効再生産数を計算できる Webアプリがあります。

↓倍加時間についてです。

--------------------------------------------------------------------------

[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]

長さ調節可フィルターも入る2重構造！洗濯可立体仕様のケアマスク●先行受注●【メール便で送料無料】【メール便A】マスク布マスク男女兼用日本製国内生産二重構造フィルター効果ユニセックス洗える洗濯可能清潔花粉症保湿コットン綿
価格：1380円（税込、送料無料) (2020/3/27時点)

楽天で購入

洗って、繰り返し使える布マスクです。

【ダッシュボード 「COVID-19 Transition Graphs」 を試作】
中国本土以外の地域への感染が拡大しているため、国別、地域別の感染者数の推移を簡単に確認できるダッシュボードを試作しています。

随時、ページを追加しています。グラフのデータは、右上部分の操作でダウンロードすることができます。

アメリカの「地域別の変数」を前処理して、「州別」での推移をグラフ化できるようにしました。

また、州コードのフィールドを作成してコロプレス地図も作成しています。

楽天ブログでは「iframe」タグが使えないので、Bloggerのページから利用できるようにしています。

無料で利用できる、グーグルの「データポータル」のダッシュボードです。データさえあれば、簡単に作成できます。「国」別、「地域」別に日ごとの感染者数の推移を見ることができます。

↓ダッシュボードの試作です。下記リンクのページから利用できます。