コンテンツへスキップ

COVID-19 日本の地域自治体別累積死亡者の推移 人口10万人あたり

2023/02/22

値域自治体別累積死亡者数(人口10万人当たり)を記録の最終日(2023/2/21日)の値でソーティングし並び変えた3Dグラフを下に示す。死亡者数の違いがあっても日次の累積進行状況は全国ほぼ同じ形態で特異な状況は見られない。

下表は上のグラフの左側壁面左端からのデータに相当する地域名と数値表の詳細である。

最大死亡者数の大阪と最少の新潟を比べると5倍弱の違いが見られるが大多数の地域では大差はない様に見られる。

交通移動量の大きさや人口交流、地理的地域などの違いとの関連性も単純な独立変量としては見られないようだ。

ここでも日本全国の均一性が見られる。

COVID-19 第8次感染増大の終息とその指数関数近似の結末

2023/02/20

今回の感染増大期は、ピークが年末年始の長期休暇と重なったため、医療活動やデータ集計業務が通常と異なり統計の連続性に混乱が見られた。

それを軽減するために、厚生労働省の日ごと感染確認数の3週間移動平均値について簡易週間再生産率を求め指数関数式による感染曲線を試算した。

下のグラフがその結果である。正月明け6日以後に見られる感染確認数の増加は年末年始の業務遅れの補填値と推定され、これは3週間移動平均線と比べると分かる。

3週間移動平均から求めた簡易再生産率とその指数近似、及び上グラフで用いた修正再生産率近似との関係を下のグラフに示す。

COVID-19 日本の感染確認者数と死亡者数 2022年1月以降死亡率の際だった低下

2023/02/13

これはオミクロン株とその派生の特徴かそれともほかの原因か?

 

2022年1月を境に感染確認者の死亡率が際立って低下。この現象は、日本では西ヨーロッパに見られた死亡率の低下開始日より2週間遅れで発生。

感染確認から死亡までの統計的遅れ日数を調整した死亡率。         

COVID-19 ヨーロッパ西側諸国の感染者確認と死亡集計値 2021年10月以前と以後で歴然とした違い 3Dグラフで見る

2023/02/12

ヨーロッパの感染確認数、死亡者数の日系列統計値に不連続性ともいえる変化が見られる。

作図に用いたデータ系列は3週間移動平均でその日付は集計期間の初日とした。

2021年10月以前ではそれ以後に比べ感染確認者数が少ない(第1図)。それに対し死亡者数では2021年10月以前の方が際立って大きい(第2図)。異なった2つの統計の様に見られる。

第1図

第2図

2021年10月以降だけでグラフを描いたものが第3図で、隣国との関連性が殆ど見られない。

第3図

死亡者数では、かなり隣国との関連性が見られる。

第4図

この違いをどう見るか? 一般に公表されたデータだけではその原因を調べるのは困難と思われる。

専門家の解説をお願いしたい。

なお、下図はOWiDの西ヨーロッパ5ヶ国の検索コピーで、上記私の同データベースを用いて描いたグラフが間違を冒していないことを確かめた。

用いたデータベース。

Coronavirus (COVID-19) Cases – Our World in Data

COXID-19 西ヨーロッパ諸国の感染確認者数の推移

2023/02/09

3Dグラフにして見た。近隣国でありながら日本の場合と異なり共通性が見られない。

この原因を感染医学的にどう説明できるのだろう?

人々の社会的交流と感染、ウィルスゲノムの地域的な分布の違い、国による医療制度の違いなど関連のあるデータを使った総合的なAIシステムは開発されているとは思うがまだまだ分からないことだらけ。

COVID-19 日本の各行政区毎の感染確認者数の推移 3Dグラフを回転させてみる

2023/02/08

厚生労働省の日毎確認値の3週間移動平均値を3Dグラフに表し、水平面で反時計回りに回転させてみた。

個々では、統計的に異なる日系列と見える沖縄と島根を除いた45地域について描いた。

ここで注目すべき事実は、日本各地の感染状況が非常に均一であることである。ウィルス感染が2週間以内に全国にほぼ同期して感染する、これを社会的交流だけで説明できるだろうか?

COVID-19 日本の地域別感染時系列の均一性の疑問 人口交流だけでこれを説明出来るであろうか。

2023/02/06

下の3Dグラフは地域別感染確認者の経過を表したものである。感染者数は各地域ごとの住民数10万人当たりのものである。

日本各地の感染者集計数の日系列は似たような経過辿り、短期間に同期して増減を繰り返していることが分かる。

下表は、東京の推移曲線と各地との日ずらし相互相関係数の最大値とその日差を示したものである。

東京と大阪では殆ど差異が無いことを示している。(右側の表の第1列と2列)また、沖縄と島根は相関係数が低く異なった感染経過を辿っているように見える。全地域の66%は1週間以内に感染が伝搬し2週間で全国に広がっている。

日本のCOVID-19 感染者の医療データの集計は全国47行政区単位で行われ、厚生労働省のデータベースはその報告に基づいて集計された値である。

COVID-19 嬉しい予想外れ

2023/02/03

2022年10月20日~11月9日の厚労省データに基づいて行った予測が外れ、最大期は2022年内に済み、最大値も半分ぐらいで軽くて済んだ。

これで長期続けた第8次の感染拡大の記事は終わりにしたい。

COVID-19 日本の3年間を振り返って 感染確認者数推移の指数関数近似

2023/02/03

新しい変異株の週間(7日)再生産率の指数減衰率をαとした場合、指数関数感染者数近似曲線を計算する。

T1/2 は 変異株の統計的寿命の半減期(日数)とする参考指数。

 In=In-1(R0(eα・n-1)/7+1)    n: 感染開始からの日数

第8次感染増加はオミクロンの変異株の継続の様で、変異株の寿命が長く(100日)総感染者数が大きく、まだ収束途中と見られる。

COVID-19 第2次感染拡大期から8次迄の 感染者と死亡者推移の相互相関と死亡率

2023/02/01

前のブログの続き。

各感染拡大期別に実行した。 第一次増大期では死亡者統計がわずかで統計的信頼度が無いので省いた。

ここで特徴的なのは感染と死亡配列間の相関係数が非常に良い一致を見た。

%d人のブロガーが「いいね」をつけました。