東京 コロナ 感染 者 数 グラフ。 新型コロナウイルスの感染者数の増減を対数グラフで表す理由(矢崎裕一)

新型コロナウイルス 緊急事態宣言の対象県,対象でない県について,片対数グラフで予測する(2020/4/6時点)

東京 コロナ 感染 者 数 グラフ

退院者推移も重要なデータ の「感染症対策サイト」に「検査陽性者の状況」が表示されている。 4月23日の午前段階で、「陽性者数(累計)」は3439人。 そして「退院(療養期間経過を含む)」は897人となっている。 *** ちなみに、この「退院」した人の数だが、公式サイトによると「『入院中』には、入院調整中・宿泊療養に移行した方を含む」という。 いずれにしても、この人数をマスコミで目にすることはほとんどないと言っていい。 感染者の数が速報でも報じられるのとは対照的だ。 具体的に見てみよう。 東京都は4月15日の午後6時半、「(第206報)新型コロナウイルスに関連した患者の発生について」との広報資料を発表した。 小池百合子氏 この資料も活用しながら、新聞やテレビといった大手マスコミは、東京都で15日に判明した感染者の数を報じた。 例えば東京新聞の報道を見てみる。 都の発表から約2時間後の午後8時27分、公式サイトに記事を掲載した。 記事自体は通信社の共同通信が作成したもので、見出しは「東京で127人感染、高水準続く コロナ感染、死者計53人」だった(註:全角数字を半角数字に改めるなど、デイリー新潮の表記法に改めた。 以下同)。 この記事の根幹部分を、引用させていただこう。 《東京都は15日、新型コロナウイルスの感染者を新たに127人確認したと発表した。 6割強に当たる80人の感染経路が不明。 都内の感染者は累計で2446人となった》 以上を踏まえて、話を広報資料に戻す。 すると、大手マスコミがスルーした項目も少なくないことに気づく。 まず年齢別の感染者数だ。 都の広報資料には患者の《属性》として、《10歳未満》から《100歳以上》という年代別の患者数が記載されている。 これによると、15日に感染が判明した患者で、最多は50代の25人だったと分かる。 次は40代の21人。 そして3番目は19人の20代だった。 そして、何よりも目を引くのが、《退院(累計)》という項目だ。 広報資料に記載された人数は105人。 つまり、この105人は、「治療を終えて退院した人」と「懸命の治療を行ったが、残念ながら亡くなられた人」の数を足したものなのだ。 この註釈が現在は消えているのは、冒頭でご紹介した通りだ。 この頃は両極端な結果が合わさっていたのだから、報道で使いづらい数字だったことは言うまでもない。 先に紹介した東京新聞=共同通信の記事だけでなく、他の新聞もテレビ局も、東京都が広報した「累計の退院者数」を報じていない。 退院者数をメディア側がスルーする状況は、今も変わっていない。 だが、これは本当に無視していいデータなのだろうか。 新型コロナウイルスに罹患しながら退院した人の数は、マスコミが報じるべきなのではないか。 東京五輪との関係は? ならば、他の自治体はどうか、大阪府のケースを見てみよう。 府の公式サイトから広報資料を見てみると、都の内容とはかなり違っていることが分かる。 例えば4月16日に発表された資料の冒頭に記されているのは、《1 患者の発生状況》で、これはクラスター感染の一覧だ。 この表の《累計》には、《ライブ参加者》が48人、《京都産業大学の関係者》が8人とある(《本日判明》は、どちらも0人)。 一方、《本日判明》で最も多かったのは《感染経路不明》で32人と記されている(《累計》では645人)。 そして本題の退院者だが、こちらは都よりも丁寧に説明されている。 全てを引用させていただくと、《本日の状況》の人数は、《退院・解除》が184人。 《死亡》が8人。 《入院及び入院等調整中》が765人で、そのうち《重症》が59人。 《自宅療養》が41人で、《宿泊療養》が22人となっている。 この広報資料を使えば、例えば、大阪府のこれまでの感染者1020人のうち、亡くなられた方の割合は約0・7%だと分かる。 重症者の割合は約5・7%で、そして退院率は約18・0%。 患者の大半は入院しており、その割合は約75・0%と高い。 とはいえ、退院確率は死亡確率の約25・7倍という数字も計算できるのだ。 なぜ大手マスコミは退院者の数を報じないのか、まずは関係者に話を聞いた。 「テレビ局は毎日、都の発表に基づき、ニュースなどで感染者数の棒グラフを放送しています。 基本は右肩上がりで棒が高くなり、感染経路不明者の数を強調することもあります。 ところが、退院者の数で同じものを作ろうとしても、都や府の広報資料では無理なのです。 どちらも退院者数の項目は途中から広報資料に加わったので、初めての退院者から現在までの数をグラフ化することができません」 次に都を取材すると、「都庁記者クラブをはじめとするマスコミの方々から、『最初の退院者から現在まで、日ごとの数を出してほしい』という要望をいただいているのは事実です」と言う。 「マスコミの方から『毎日、感染者の数だけを報道していると、まるで不治の病であるかのような、間違ったイメージが流布する危険性が高まってしまう』と指摘されたこともありました。 まずは広報しながら、メディアなどの指摘で広報内容を見直してきたという経緯もあります。 最初から現在までの退院者数を広報できるよう、準備を進めておりますが、現場は多忙を極めています。 誠に申し訳ありませんが、あと少し、お時間をいただけたらと思います」 メディア側の判断も、都の説明も、理にかなっている。 だが、専門家は大きな問題があるという。 医学博士で西武学園医学技術専門学校東京池袋校の校長を務める中原英臣氏は、「行政の怠惰を疑われても仕方ないレベルです」と手厳しい。 「退院者の数は、正確な数字を最初から広報する必要があったと思います。 都民は安心感を得るでしょうし、医療や行政の関係者は退院者数の推移を見ながら、医療崩壊が発生しないか今後の方針を探ります。 基本中の基本データですから、マスコミからの問い合わせがあれば、すぐに出せる状態でなければおかしいのです。 「そもそも患者数の発表に関してさえ、東京都の姿勢を疑問視する声もあるほどです。 国際オリンピック委員会(IOC)に気を使い、感染者をわざと少なく発表したのではないかという疑念は、少なくとも医療関係者の一部では根強いものがあります」 まさかそんなことはないだろうが、いずれにせよ都は1日も早く、退院者数の正確な数字を広報すべきだろう。 朝日新聞やブルームバーグなど、一部のメディアが退院者に言及するようになっているのは事実だ。 しかし、「退院者数の推移を示す棒グラフを、都が公式に発表した資料から作成する」ことが不可能な現状は変わっていない。 週刊新潮WEB取材班 2020年4月24日 掲載 外部サイト.

次の

新型コロナウイルス 緊急事態宣言の対象県,対象でない県について,片対数グラフで予測する(2020/4/6時点)

東京 コロナ 感染 者 数 グラフ

人口密度とコロナウィルス感染率、感染者数 区部が高く、市町村は低い。 縦(Y)軸をみると、やはり区部が高い傾向にあるようだ。 人口密度はそもそも高く、都心部に近い行政区ほど(千代田区を除く)バブルが浮き上がっている様子がうかがえる。 最低値は練馬区0. 0007%(4名)。 一方、全体的に市部はバブルが小さい(数が低い)。 立川市、武蔵野市、三鷹市、青梅市、府中市、昭島市、調布市、町田市、小金井市、小平市、日野市、東村山市、国分寺市、国立市、福生市、狛江市、東大和市、清瀬市、東久留米市、武蔵村山市、多摩市、稲城市、羽村市、あきる野市は感染者が確認されていない(0名)。 町村部も同様である。 現時点で強い相関は確認できない 右肩上がりで少しずつバブルが大きなっているようにもみえるが、荒川区や北区など郊外とはいえない都心隣接区でも極端に低い数値があることから、現時点で強い相関は確認できない。 あえていえば、都心または都心隣接で事務所や商業の集積する「都市機能が集約された行政区」が高いように見える。

次の

マスコミは要望も…新型コロナ「退院者数」が報じられないワケ

東京 コロナ 感染 者 数 グラフ

新型コロナウイルス関連で、毎日数値がアップデートされ、様々なチャート、ダッシュボードが登場しています。 ここでは、時系列の感染者数の推移を示すことで何を知りたいのか、という観点で、チャート表現を整理しました。 両対数スケールにて、確定症例数の指数関数的変化を知りたい• 線形スケールのエリアチャートにて、感染者とその内訳(治癒者、死者、治療中、etc)の推移を知りたい• 二軸あるうち片方だけ対数スケールなので片対数スケールと呼びます。 縦軸はよくみると、100から始まり、200、500、1000、2000と不自然な増加を見せています。 スケールというのはデータを如何に視覚的に表現するかの変換ルールを指し、今回は配置として視覚化しています。 線形スケールでは 絶対値を示しますが、対数スケールでは、 相対値を示します。 この場合、100と101の間の距離は、1と2の間の距離の100分の1となります。 筆者作成 軸の目盛りはこれらを反映させたものとなります。 対数スケール上での同じ距離=同じ相対値(パーセンテージ)での増加や減少を示しています。 同じ相対値での増加や減少を指数関数的増加・減少といい、経済成長、マルチ商法の広がり、ムーアの法則、 ウイルスの蔓延などを説明する際によく利用されます。 そして同じ距離=同じ相対値はチャート上で直線として現れます。 つまり、対数スケールを用いたチャートで直線が現れる場合、それが指数関数的に増加・減少していることを表します。 今回の場合は、 ・感染者数自体が、指数関数的に増加するため、実態に即している。 ・過去の数値や未来におけるシナリオ別の変化量を直線で想起することができる。 ・増加や減少などの推移が近似している国がどことどこだか、わかりやすい。 ということが言えそうです。 上掲のFinancial Times掲載のチャートでは、点線の直線が書き込まれています。 死亡者数が「 毎日倍になる Deaths Double Every Day 」「 二日ごとに倍になる... Every 2 Days 」「 三日ごとに倍になる... Every 3 Days 」「 毎週倍になる... Every Week 」それぞれのシナリオ別の増減が点線の直線で示されており、指数関数的増加を危機の前提としたとき、各国の変化量がどの程度なのか、もしくはどことどこの国が似ているのかが、点線の直線を参考にしながら理解することが可能となります。 これが線形スケールの場合、増減の変化が直線ではなく、曲線を頭の中で描くことは難しいでしょう。 New York Timesでも、州ごとの状況を示す、表示方法を真似たものが、のちに登場しました。 nytimes. html カレンダー・ヒートマップ形式 必ずしも折れ線グラフのみではなく、カレンダー・ヒートマップ形式で示す例もありました。 こちらも対数スケールで、今回は色で表現されています。 折れ線グラフと比べると、指数関数的増減はわかりづらいですが、国間で広がり始めたタイミングやどういった変化量なのかが概観できますね。 nytimes. html 両対数スケールにて、確定症例数の指数関数的変化を知りたい 上掲の片対数ではなく、両対数(両軸が対数スケール)を用いたチャートが登場し、わかりやすいと話題になっています。 youtube. 実際の動画を見ていただければと思いますが、指数関数的に感染者が増え続ける国は直線に進みつづけ、収束に向かいつつある国(中国や韓国)は直線を離脱し、真下へ移動しています。 から該当部分を引用します(翻訳は筆者)。 このグラフの背後にある3つ目のアイデアは物理学からのものです:時間に対してプロットしないことです。 通常、指数関数的な成長を見るとき、時間に対して症例数がプロットされます。 しかし、病気の蔓延は3月か4月かを気にしません:ただ2つのことを気にしています:現在の症例数と、新しい症例がどれだけ増えるか、つまり成長率です。 指数関数的成長の特徴は、新規症例数が既存症例数に比例するということです。 つまり、新規症例数と累積症例数をプロットすると、指数関数的な成長が直線として現れます。 これは、すべての国がCOVID-19の旅の中でどこにいるのかを示す、美しくも恐ろしいグラフを提供してくれます。 そして、検査、隔離、社会的距離、コンタクト・トレーシングのような公衆衛生上の対策が、どこでこの病気を撃退し始めたのか、どこで効果がないのか、あるいはデータに現れるまでに時間がなかったのかを明らかにしています。 そして、それは、私がこれほど多くのCOVID-19の報道から欠けているように感じるものです:私達がトンネルの終わりに光を見ることができるかどうかの感覚。 私たちはまだ伝染病のロケット船に乗っているのでしょうか、それとも緊急脱出ボタンを押すことができたのでしょうか?このグラフは、この不確実な時代に実際に何が起こっているのか、ある程度の感覚を与えてくれます。 そうは言っても、このグラフはまた、いくつかの注意点&制限があり、その主な目的は、指数関数的成長からの逸脱を強調することです- つまり、トンネルの終わりの光を増幅することです。 そのため、他の目的ではあまり参考にならないかもしれません。 出典: しており、理解が深まると思いますので、そちらをご覧ください。 ただし作者は疫学の専門家ではない、とのことです。 線形スケールのエリアチャートにて、感染者とその内訳(治癒者、死者、治療中、etc)の推移を知りたい 感染者とその内訳(治癒者、死者、治療中、etc)を時系列チャートで示す場合、横軸が各国比較をしないのであれば 時系列(実際の日付)、縦軸は 線形スケールを用いて、 エリアチャートで表現している例が多いです。 指数関数的増加のみに注目するのではなく、ステータスの内訳に注目するということと、折れ線グラフよりもエリアチャートの方が、内訳の時系列変化を把握しやすいからでしょう。 nikkei. nytimes. bloomberg. 知ることで、 感染者数が指数関数的に増加していないかどうか、 NPI(ワクチンがまだ存在しない中、ソーシャル・ディスタンシングを含む、医療品以外の公衆衛生上の対策)などが上手くいっているかどうか、(発症のタイムラグはありますが) 今、自国や自分の地域がどのような状況に置かれているのかを知りたい。 ・線形スケールのエリアチャートにて、 感染者とその内訳(治癒者、死者、治療中、etc)の推移を示し、 亡くなった方が何名いて、治癒した方が何名いて、という被害状況を実数(実際の人数)で把握したい。 というニーズに応える整理の仕方もありそうです。

次の