One of my favorite things is ...

Rakuten Card

◆【新型コロナ】「陽性率7％未満の国で死亡率が低い」という話の本当の意味：誤解されていることが多いようです

テーマ：医療・健康ニュース(4259)

カテゴリ：データ分析

「陽性率が７％未満」が大阪府の出口戦略の基準になったようですが、この説の基になっている千葉大の論文の趣旨は、「陽性率が低く、検査数が十分に足りている状態→感染者を早期に確認できている→早期に医療ケア開始ができている→死亡者を減らすことができている」ということだと思います。

「陽性率が７％以下あるいは未満」だと陽性者が少ないので安心できる、という話ではありません。そもそも、「7％の陽性者数」というのは検査数の分母次第で変わります。絶対数が多い状況の場合には、出口の基準になりにくく、KPIとしてはわかりにくい指標かもしれません。あと、ベッドの空き率とかいう大阪府の基準ですが、分母のベッド数を増やしていく必要があるのではないかと思います。

実は、

「7％」という値は、例えば解析に利用したデータの期間などによっても上下に振れるはずで、厳密な意味があるわけではないと思います。

検査体制が崩壊していないかどうか、検査数が十分足りているかどうかの大まかな目安として考えるべきものです。

千葉大の論文では、感染確認者数のデータと死亡者数のデータのタイムラグについて言及しています。

個人的には、「７％」の話よりも、感染確認と死亡の「タイムラグ」の話の方が本筋なのではないかと思ったりします。でも、「タイムラグ」よりも「７％」の方が「キャッチー」なので、「７％」を前面に出したのではないかと思います。

千葉大の論文に対しては、辛辣なコメントが投稿されています。英語の論文は、やっぱり読みにくいので、できれば日本語版を出してほしいと思います。

↓ECDCのデータを利用して、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から「タイムラグ」を推定し、死亡率との関係を見ました。感染確認のタイミングが早い方が、ケアを早期に始められるので、死亡率低下につながる、ということなのではないかと思います。横軸が「タイムラグ」、縦軸が死亡率です。左の方にある国は、感染確認と死亡までの時間が長いと思われます。

↓５月10日に計算した、日本の感染確認者数の時系列と死亡者の時系列の相互相関。横軸が日数の差です。棒は相関係数の大きさを示しています。この場合、感染確認の時系列推移と死亡の時系列推移の間のタイムラグは 11日だと推定されます。最近は「タイムラグ」が長期化していて、医療ケアに時間をかけられるようになっているのではないかと思います。

↓４月17日に計算した、日本の感染確認者数の時系列と死亡者の時系列の相互相関。感染確認の時系列推移と死亡の時系列推移の間のタイムラグは４日と推定され、タイムラグの日数が短かったと推定されます。 ４月の上旬ごろまでは、検査数が不十分で、感染確認のタイミングが遅かったのではないかと思います。

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

↓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。