2020年06月28日

COVID-19 一都三県 新型コロナウイルス感染者数(6月26日現在)

まだ落ち着かなそうな東京とその近辺の状況を確認したくて、地図を作ってみました。いろいろな自治体から公表されている退院の状況などを見てみて、総感染者数より最近感染が確認された人数の方がより現状が確認できるような気がしています。で、今回は5月30日から一週間ごとに人数を集計して地図にしました。

まずは東京、区部のみの地図です。
1週間ごと感染者数、東京区部、5月30日〜6月26日

地図をクリックすると拡大されます。


地図上の円グラフでは、緑がこの地図の中では一番昔の5月30日から6月5日に報告された人数を、そこから一週間ごとに黄緑、オレンジ、赤で人数を示しています。最近報告されるほど暖色系の色になっています。

んー、パッと見オレンジや赤が目立つ区が多いでしょうか。例外もありますが、6月前半より後半の方が報告数が多いようですね。

背景のブルーグレーは濃くなるほど10万人あたりの感染者数が多くなることを示しています。円グラフが大きすぎて背景の色がよく見えないですが、新宿区が最も濃くなっています。

次は東京の市部です。感染者が報告されていない部分は除いて拡大しています。
1週間ごと感染者数、東京市部、5月30日〜6月26日

地図をクリックすると拡大されます。

地図中、最も円が大きいのは小金井市です。病院でのクラスタが報道されていましたが、図中の円グラフでは緑が最も多く落ち着いてきているのかなと感じます。

なお、10万人あたり感染者数による塗りつぶしですが、この記事中の地図で色は共通していますが、示している数値はそれぞれで違っています。凡例の数字をご確認ください。

さて次は千葉県です。こちらも感染者が報告されていない部分は除いて拡大しています。
1週間ごと感染者数、千葉県、5月30日〜6月26日

地図をクリックすると拡大されます。


千葉は東京と接する自治体で、ここ1週間の報告が多いようです。これもちょっと見えにくいんですが、浦安市では10万人あたりの感染者数も千葉の中では多いようです。

最近の報告が多めなのがちょっと気になりますが、(千葉の西側と接する)東京の区部とはもう全然円の大きさは違います。これも凡例をご確認ください。(千葉の10人に対する円の大きさが東京区部では85人にあたります。)

さて次は神奈川県です。
1週間ごと感染者数、神奈川県、5月30日〜6月26日

地図をクリックすると拡大されます。


神奈川は千葉県で見られたような東京に接する地域で感染者が多い、という傾向は見られません。川崎市、横浜市、藤沢市、厚木市、相模原市、伊勢原市などからここ一週間の報告があったようです。10万人あたりの感染者数と合わせて見ると、厚木市がちょっと他とは違いそうに感じます。

最後は埼玉県です。感染者が報告されていない部分は除いて拡大しています。
1週間ごと感染者数、埼玉県、5月30日〜6月26日

地図をクリックすると拡大されます。


埼玉では東京に接する自治体を中心に、県中央部などでの最近の報告が多いようです。地図を作って赤い部分が多いのでちょっと驚きました。

全体として、どの都県でも円グラフの赤い部分、つまり最近の報告が増えているように感じました。

陽性が確認されたみなさまがご快癒されますように。

※それぞれの地図には地図化されていない数値があります。例えば東京発表で「都外」居住の人数や、「調査中」の人数は地図化されていません。
posted by たかはし at 15:34| Comment(0) | maps

2020年06月23日

COVID-19 第2波への備えは? 受入確保病床数/想定病床数(6月17日時点)

厚労省の「新型コロナウイルス感染症患者の療養状況、病床数等に関する調査結果(6月17日0時時点)」の情報を元に、地図を作りました。

厚生労働省 療養状況、病床数等に関する調査について
https://www.mhlw.go.jp/stf/seisakunitsuite/newpage_00023.html

このページの6月17日0時時点のPDFを参照しています。

地図にしたのは、「ピーク時に新型コロナウイルス感染症患者が利用する病床として、各都道府県が医療機関と調整を行い、確保している病床数」を「ピーク時に新型コロナウイルス感染症患者が利用する病床として、各都道府県が見込んでいる(想定している)病床数」で割った数値です。つまり、各自治体が必要だと思っている病床数の何パーセントが確保できているかを示しています。

Number of beds, 17 June

(図はクリックすると拡大されます。)

半数以上の自治体が8割以上病床を確保している一方で、2割以下しか確保できていない県もあるようです。2割に満たない県では、患者さんが増えたらベッドを使わせてもらえるような約束を自治体と病院との間でしているとか、想定数が実はちょっと過大とかだといいのですが。

あるいは、病院のベッドを抑えるのは難しいけど宿泊施設は確保してあるということだとよいのですが。

こちらは重症者用の病床数についての地図です。

Number of beds for critically ill patients, 17 June

(図はクリックすると拡大されます。)

先ほどよりは濃い青の自治体が多く、重症患者向けの病床の確保は進んでいるようです。

重症者用のベッドの様子を示した地図で赤やオレンジになっているところは他県のヘルプが必要になるのかな?それは今回参照した情報だけではわからないのですが、例えばICUのベッド数とかが分かれば、第2波への医療体制の堅牢さ・脆弱さのようなものがもう少しはっきりわかるかもしれないですね。
#ベッドの確保が進んでいないだけなのか、そもそもベッド&病床維持に関わるスタッフが足りないのか。

今回、手作業でイラストっぽい日本地図を作ってみました。やっぱりこういう地図はデザインのセンスと技術がある人が作った方が美しいですね…。なんか、素人の手作り感満載です…。
posted by たかはし at 15:28| Comment(0) | maps

2020年06月21日

COVID-19 一都三県 新型コロナウイルス感染者数(6月19日現在)

もう新規の患者さんも少ないから地図は必要ないかな、と思いつつ、久しぶりに一都三県の感染者数の地図を作りました。ここ一週間に限定しても患者さんが少なく地図で分布を確認するまでもないので、5月までの総数とそれ以降の一週間ごとの人数が(うっすら)わかるような地図にしました。

円グラフが地図に乗っかった状態なので一都三県をくっつけるとわかりにくく、それぞれの都県ごとの地図にしてあります。配色などはすべての地図で共通です(ので、県の中での違いはわかりにくいかもしれない)。

まずは東京。島嶼部と感染者の報告がない奥多摩町などは省いています。

Total cases per week from May, Tokyo


(これからお見せする他県の地図と違って、東京の地図では合計人数によって円の大きさが変化しない、固定サイズの地図にしました。次に挙げる総感染者数の円の大きさで、それぞれの円グラフを描くと他の県の地図と同様の地図になります。)

東京では5月の中旬(13日前後)に調査中だった数百人の調査が終わりそれぞれの市区町村の感染者数が一気に増えるタイミングがあります。この週(円グラフの黄緑色)の人数の増加は、感染者数+調査済みの人数の増加を示していますので、ご注意を。

あと東京では、積極的にPCR検査を進めている地域が一部にあると聞いています(夜の街対策?)。陽性が見つかった経緯が他の県とは違うケースも含まれている可能性がある点にもご注意ください。

赤やオレンジ色が円グラフに表れている市区町村ほど最近感染者が報告されたことを示しているのですが、新宿区などの都心部以外でもちらほらと感染が報告されているようです。落ち着いてはきたけれど、他県と比べるとまだ多いかもしれません。

ちなみに、総感染者数の地図はこちら。
Total confirmed cases in Tokyo


お次は埼玉県です。

Total cases per week from May, Saitama


さいたま市や川口市など県の南側で最近も報告が若干あるようですが、東京を見た後だと大丈夫かななんて思ってしまいます。

次は千葉県。

Total cases per week from May, Chiba


ちょっとだけ赤い色が出ているのは船橋市でしょうか。大昔だけど船橋でよく遊んだなー。収まるといいなぁ。

最後に神奈川県です。

Total cases per week from May, Kanagawa


県の東側、東京に接しているあたり(川崎市)で赤い部分が見られます。その他に県の真ん中から南にかけての、厚木、海老名、藤沢のあたりでも赤い部分があるようです。ただ円の大きさ自体は小さめなので、そんなに感染者数が多いわけでもないようです。例えば厚木市だと、ここ一週間で2人、その前の一週間で2人、という数字です。

一都三県を通して見て、東京の一部を除いてはだいぶ落ち着いてきたのかなと感じました。ただ、報告がないからといって感染が抑えられたとも限らないようですので、地道に三密回避&マスクで人にうつさない努力を続けていくのかなと思います。

現在陽性が確認されている方がご快癒されますように。
posted by たかはし at 19:01| Comment(0) | maps

2020年06月11日

COVID-19 地図やGISでできること。その2

前回の続きのお話。以下の記事の2番目の項目についてのメモです。

5 ways maps can help communities respond to COVID-19
https://statescoop.com/5-ways-maps-can-help-communities-respond-to-covid-19/

2.症例の広がりを地図にする

地図に時間の情報を持たせておいて、アニメーションで見せたり、スライダーバーを動かすと任意の時点の症例数などの地図が表示できるというような地図がこれにあたるのだと思う。

例えば、日経電子版のページ内にある「新型コロナウイルス感染 世界マップ」では、日付を選ぶとその日の感染者数などの世界地図が表示される。

新型コロナウイルス感染 世界マップ
https://vdata.nikkei.com/newsgraphics/coronavirus-world-map/

日経ビジュアルデータサイトのキャプチャ

日経電子版 日経ビジュアルデータ チャートで見る世界の感染状況 新型コロナウイルス よりキャプチャ
図をクリックすると拡大します

日付を動かすと時期によって円の大きさが変化する国とさほど変化しない国があることがわかる。感染者数でいえば2月ごろは中国でだんだんと円が大きくなっていくのだが、2月下旬から3月ぐらいになるとヨーロッパ、アフリカなどでも円が出現し大きくなっていく。4月に入るとヨーロッパ、アメリカやロシアなどで円が大きくなり感染者数が増えていったことがわかる。最近ではブラジルの円がかなり大きくなっているようだ。

(これが死者数だとまた異なる傾向で円の大きさが変化する)

このサイトは操作がシンプルでわかりやすい、配色が直観的だけどどぎつくない、ネットがプアーな環境でもさくっと地図を読み込んでくれるというのが嬉しいところだ。(地図の題材はコロナで歓迎するものではないけど、)それを表現するやり方が素敵だなぁと思う。

次に紹介するのは、NEXTSTRAINというサイトの地図だ。コロナウイルスのゲノム解析をして、その変異の状態から地点Aで見つかったコロナと地点Bで見つかったコロナは似た系統のコロナだとか、地点Aと地点Cのコロナは系統が違うというようなことがわかるらしい。それでコロナの拡散状況がわかるらしい。(らしいばっかりですいません。私はゲノムの知識ゼロです。間違っていたらごめんなさい。)

Genomic epidemiology of novel coronavirus - Global subsampling
https://nextstrain.org/ncov/global?c=country

Capture from NEXTSTRAIN site

NEXTRAINのサイトからのキャプチャ
図をクリックすると拡大します


このサイトはコロナウイルスの系統樹(というのだろうか?)が表示される。一つ一つの点をクリックすると、サンプルの国名、取得年月日、Divergence(分岐度?変異度?)などが表示される。

ここで、ページを下の方にスクロールすると、今度は地図があってサンプルが取得された国ごとに、サンプルの情報がプロットされている。デフォルトでは色合いは国ごとで大体アジアは濃い紫色、ヨーロッパは黄緑とか緑系、北米が赤系で示されている。
#円の大きさは感染者数ではなく、サンプル数であることに注意
Capture from NEXTSTRAIN site

NEXTSTRAINのサイトからのキャプチャ 地図部分
図をクリックすると拡大します

ここで、画面の左側のパネルにある「Color By」から「Clade」(系統群)を選ぶと、地図上にその国から送られてきたサンプルの系統の割合が表示される。
Capture from NEXTSTRAIN site

NEXTSTRAINのサイトからのキャプチャ Cladeの地図
図をクリックすると拡大します

日本の場合だと、19Aと19B、20Aと20Bの系統のゲノムが報告されているようだ。ここで地図の左上にある「PLAY」をクリックすると、左側パネルの「Date Range」で指定された期間の範囲で、(2週間内の)ゲノム系統群の割合の変化を確認できる。これを見ていると日本では最初は、19Aと19Bが多いが、2月下旬に入ると20Bが報告されるようになる。同じころ他の地域(例えば台湾やシンガポール、ヨーロッパ)では20Cも報告されている。その後、日本では20Aも見られるようになって、4月の下旬には20Bだけが報告されている。

4月ぐらいだと、アメリカでは20A,B,Cが優勢で、特に20Cはパッと目で7割ぐらいを占めている。
Capture from NEXTSTRAIN site

NEXTSTRAINのサイトからのキャプチャ Cladeの地図 4月16日〜30日
図をクリックすると拡大します

同じコロナと言っても注目する時期や地域によって違うものを見ているのかもしれない、ということが素人でもわかったような気がする。
#この系統の違いが、どのくらい症状に影響しているのか知らないのだが。

この地図では確認されているすべての人の新型コロナウイルスのゲノム解析結果を表しているわけではないことに注意は必要だと思う。それであっても時間と位置(国)にさらにウイルスに関する情報が足されると、新型コロナウイルスに対してまた違った見方ができるのかもしれないと思うのだ。
posted by たかはし at 12:03| Comment(0) | 日記

2020年06月09日

COVID-19 地図やGISでできること。

3月末に書かれたかなり前の記事で恐縮だがこんな記事を発見した。

5 ways maps can help communities respond to COVID-19
https://statescoop.com/5-ways-maps-can-help-communities-respond-to-covid-19/

(このトップの画像は東京だよね。)

今回はこの記事の項目にそって、どんなふうにGISや地図が使われていたか、何が大切かを私なりに確認しようと思う。たぶん3年もすると私は細かいことは忘れてしまうので、備忘録的メモにしたい。今回は、「1.症例を地図にする」のサイトの例と、地図を作る際のデータソースのゲット方法についてメモする。

前述の記事は「COVID-19対応で地図ができるコミュニティ支援の5つの方法」というタイトルで以下が挙げられている。
1.症例を地図にする
2.症例の広がりを地図にする
3.病気に対して脆弱な人(が多く住む地域)を地図にする
4.キャパシティ(収容可能人数)を地図にする
5.地図をもとにコミュニケーションする

1.症例を地図にする
これは多くのサイトでやられている通り、その日、あるいはリアルタイムに近い状態で感染者についての報告数を地図にしたものだ。有名どころでは、

ジョンズ・ホプキンス大学 Coronaviurs COVID-19 (2019-nCOV) ダッシュボード 
https://gisanddata.maps.arcgis.com/apps/opsdashboard/index.html#/bda7594740fd40299423467b48e9ecf6

日本であれば、

ジャッグジャパン株式会社
都道府県別新型コロナウイルス感染者数マップ Coronaviurs COVID-19 Japan Case (2019-nCOV)
https://gis.jag-japan.com/covid19jp/

東洋経済ONLINE
新型コロナウイルス 国内感染の状況
https://toyokeizai.net/sp/visual/tko/covid19/

などがある。地図にすると、空間的な症例の広がりがわかりやすい。地図とともに、グラフや注目すべき数値自体も示されていてわかりやすい。これを毎日維持しているのも素晴らしい。閲覧する側からすると当たり前に見えてしまうかもしれないけどそれは結構なお仕事のはずだ。

さてここで、その地図やグラフ、数字の裏で元となる症例数のデータをどう取ってくるかがとても大切だと思うのだ。

日本であれば、厚生労働省や各都道府県発表がこの情報元になりうる。のだが、私が見ている限り今回の新型コロナウイルスの陽性者数に関する報告は、まことにデータにしにくい状態のものだった。

まず、私が見ていた厚労省の発表は報告の形式がほぼ一か月で変わってしまっていた。自分が地図を作るときにはできる限り楽にデータを作りたいので発表の形式に沿ってデータを作っていたのがあだとなり、この形式変更にずいぶんと振り回された気がする。

発表の中身は手作業感の感じられる様子で、感染者だったり感染例だったりのような表記ゆれがあったり、なぜか特定の県名の前にだけスペースが入っていたりする。いや、これぐらいなら一つ一つこちらも直すからいいんだけど、厚労省でこの報道発表の文面を作る人自身が大変だったろうなぁと思うのである。

あと、これは仕方がないのかもしれないが、保健所から市区町村や都道府県を経て厚労省に報告が挙がるっぽい(確実ではない、そう見える)ので、発表のタイミングにタイムラグがある。だから「○○県で初の患者発生」というような記事が地元の新聞社や放送局などのページで報告されていても、それが厚労省の発表に反映されるのは次の日だったりする。

地図は作った瞬間から過去を示す地図になっていくものではあるが、あまりにタイムラグがあると「症例を地図にして今の広がりを確認する」という目的に沿わなくなってしまう。

4月ごろだったかに、医療機関から保健所に出すコロナ発生届が実はFAXだったということを風のうわさに聞いた。このFAXを元に厚労省まで報告をあげていたのだとしたら大変な手間だったに違いない。今では発生届はオンライン化されたようなので、少しは報告、集計、発表にかかる手間が減ったのだろうか。そうであってほしいと、一市民として思う。

最近では、厚労省は都道府県の届出ベースではなく、都道府県が公式に発表した情報をベースに感染者数を報告しているようである。それであれば、手間は若干かかるけど都道府県のウエブページや公式情報を自分で確認する方が確実だと思う。

ここで、海外ではどうしているんだろう。先ほどあげたジョンズ・ホプキンス大学のサイトのデータソースのページを確認してみると…

COVID-19 Data Repository by the Center for Systems Science and Engineering (CSSE) at Johns Hopkins University
https://github.com/CSSEGISandData/COVID-19/blob/master/README.md

1つのデータソースだけを使っているわけではなく、複数の機関から公開されているデータを使っていることがわかる。WHO、ECDC、アメリカのCDCぐらいは聞いたことがあるけれど、知らないなぁというところもある。アメリカ国内だと、州の保健福祉部門のページも参照しているようである。

ここで私がすんごいと思ったのは、ジョンズ・ホプキンス大学のサイトも使っているECDCのデータである。ECDC(European Centre for Disease Prevention and Control)はEUの機関の一つで、欧州疾病予防管理センターと日本語訳されるらしい。

COVID-19 situation update worldwide
https://www.ecdc.europa.eu/en/geographical-distribution-2019-ncov-cases

ここからまことに処理のしやすい美しいデータがダウンロードできる。このデータソースについても説明がある。

How ECDC collects and processes COVID-19 data
https://www.ecdc.europa.eu/en/covid-19/data-collection

これによると、毎日6時から10時(CET、中央ヨーロッパ時間)にepidemiologists(疫学の専門家?)が196か国、500ほどあるデータソースを確認し、データを作っているらしい。内訳は、保健福祉を担当する省のウエブサイト(全体の43%)、公衆衛生関係機関のウエブサイト(9%)、その他国の機関のウエブサイト(6%)、WHOのウエブサイトとシチュエーションレポート(2%)、国や国際機関の公のダッシュボードやインタラクティブマップ、その他公の組織のツイッターやフェイスブックなどなど。

すごいなぁ。自分達でデータを集めて、(おそらく)その整合性を確認して、データの形にまとめ上げているんだ。私ならWHOのシチュエーションレポートを見ておけばOKでしょ、と思ってしまうが、そうではないんだなぁ。研究者の人たちだろうから、当たり前なんだろうけど、分析の出発点となるデータを大切にしているんだなぁと思う。データがいまいちだとその後の分析も信頼できなくなっていくし、その分析にかけた時間も無駄になるから。

そしてそのデータを公開してくれているというのもありがたい。このデータがあるから公開できているダッシュボードもあるんじゃないだろうか。

地図やGISに限ったことではないが最初(データ)が肝心、と今回は痛感したのでした。
タグ:COVID-19
posted by たかはし at 10:14| Comment(0) | 日記