Tag Archeve for the ‘シミュレーション’ Category



  • [1]
  • 2
  • 3
  • 4
  • 5

更新されない「再生産数」(日経記事より) – コロナウィルスとの闘い

Wednesday, April 29th, 2020

日経電子版(4/28 22:30、4/29 5:59 更新)の「コロナ再生産数、更新止まった日本 足らぬ集合知 拡大か収束か見通せず」という記事、興味深く読んだ。

この記事、新型コロナ対策の感染拡大傾向の把握に欠くことのできない「(実効)再生産数」が4月1日以降全く公表されていないことに疑問を呈している。

さらに、記事では現状を次のように解説する(以下、抜粋):

再生産数は高度な数学を駆使した数理モデルによって導かれる。感染者数やその増え方などからはじき出すが、計算式をどのように設定し、より現実に近づけるかは研究者の腕のみせどころだ。

日本では、厚生労働省クラスター対策班のメンバーである北海道大学の西浦博教授が一手に引き受けている。国や自治体の新型コロナ対策は西浦教授らのグループの試算に基づいている。ここに日本が抱える感染症対策の大きな課題がある。

上述した記事の抜粋、我が国の新型コロナ対策を担う「専門家グループ」への不信を表明したものと感じた。 (続きを読む)



SIR 感染モデル 介入の効果の取り込み -コロナウィルスとの闘い

Sunday, April 19th, 2020

SIR感染モデルに基づき、新型コロナウィルスの感染拡大をPythonを用いてシミュレートしてみた。シミュレーションでは、感染拡大を緩和するための介入措置がどのような効果を及ぼすかをみてみた。

下掲した図は、予測計算の一例。人口100,000人の集団において、ひとりの感染者が発生した時点から時間(日数)推移にともなう感染者数の変化を計算している。縦軸は感染者数。

図示した計算では、感染率 β:1.5(/day)、回復率 γ:0.07(/day) の環境で感染が拡大しているとき、感染者発生から120日目に介入をし、感染率β:0.03とする措置を200日まで(80日間)継続。その後、感染率が元の状態に戻るとした。

介入措置を有効とする期間内では感染者数を下げることはできるが、措置解除後の2波の感染者数の増加を見のがしてはならない。介入は医療システムの維持のための時間かせぎ。結局は、ワクチン、治療薬、あるいは集団免疫が成立するのを待つことになる。
(続きを読む)



  • [1]
  • 2
  • 3
  • 4
  • 5