Tag Archeve for the ‘新型コロナウィルス’ Category



英国の対コロナ・スローガン: HANDS FACE SPACE

Tuesday, October 13th, 2020

今朝のBBC、対コロナ政策についてのジョンソン首相の会見を流していた。

下の画像が映像のスナップショット(トリミングしている):
 

イギリスも含め、ヨーロッパ中がコロナ騒ぎがぶり返し、その対策に追われている。各国、新規制を導入しよとしている。

会見場の演壇(speech standというのかな?)に取り付けられている「スローガン」が以前のものと変わっている。

今日の「スローガンは、上掲した写真にあるように、

HANDS FACE SPACE

(続きを読む)



東京都新規感染者日変化と7日移動平均(2020-10-06公表分)

Tuesday, October 6th, 2020

東京都の公表しているデータを用いて、4月1日から今日(10月6日)までの新規感染者確認数とその7日間移動平均(後方)をプロットしておいた。
(続きを読む)



東京都新規感染者日変化と7日移動平均(2020-08-22公表分)

Sunday, August 23rd, 2020

東京都の公開データを用いて、3月15日から昨日(8月22日)までの新規感染者確認数とその7日間移動曲線(後方)をプロットしておいた。

この図をみるかぎり、8月上旬あたりで新規感染者数がピークアウトしているように見える。

公表される新規感染者数が(PCR)検査の増減で変化することは容易に想像できるが、上掲した図を見る限り新規感染者数はピークアウトしているようだ。

第一波の感染者数の増減と比較してみると、今後、多少の増加は現れるだろうが、傾向としては、このまま感染者数は減少してゆくものと考えてもよさそうだ。

ただ、海外から我が国への入国者が増えると、再び、新規感染者数の増加がないとは言えないように思う。



気になったニュース: 「東京の抗体保有0.1% 欧米より低く」

Saturday, June 20th, 2020

日経(6/17付朝刊)に「東京の抗体保有0.1% 欧米より低く 第2波へ警戒」という記事がでていた。

この記事のリード文は以下:

厚生労働省による新型コロナウイルスの初の大規模な抗体検査の結果が16日、公表された。過去に感染したことを示す抗体保有率は東京0.1%、大阪0.17%、宮城0.03%で、欧米の報告より低い。多くの人が免疫を獲得し感染が終息に向かう「集団免疫」まで時間がかかると見込まれ、感染が再び広がる「第2波」への警戒が必要だ。

同記事によると、大規模流行が起きている米ニューヨーク市の抗体保有率は19.9%だという。東京のそれは0.1%と比較にならないくらい低い。

この結果をどのように評価すればいいのか? (続きを読む)



東京都新規感染者日変化と7日移動平均 -コロナウィルスとの闘い

Saturday, June 6th, 2020

昨日(6月5日)までの東京都の公開データから新規感染者数の日変化と7日移動平均を上掲した。

上掲図では、3月1日から昨日までの日変化をプロットしている。図の作成は、東京都の公開データ(CSVデータ)からPythonを用いて作成している。Pythonスクリプトのソースを以下に添付している。

なお、図上部に、累積感染者数(Cumulative Number of Infected)として 5,3472人としているが、これは1月24日以降の累積。

Python Script source:

import matplotlib
import matplotlib.pyplot as plt
import pandas as pd
import numpy as np
import datetime

df = pd.read_csv('https://stopcovid19.metro.tokyo.lg.jp/data/130001_tokyo_covid19_patients.csv')

tokyo_df = df[['公表_年月日', '患者_年代', '患者_性別','退院済フラグ']]
tokyo_df.columns = ['date', 'age', 'sex','recv']
tokyo_df_count = tokyo_df['date'].value_counts().sort_index(ascending=True)
df_t = pd.DataFrame(tokyo_df_count)
df_t.columns = ['infected']

dates = pd.date_range('20200124', 'today', freq='D')
df = pd.DataFrame(pd.Series(range(len(dates)), index=dates))
df.columns = ['infected']
for dates in df.index:
    str_date = dates.strftime("%Y-%m-%d") 
    try:
        df.infected[str_date] = df_t.infected[str_date]
    except:
        df.infected[str_date] = 0
#str_date='2020-05-28'
#df.infected[str_date] = 15
list_infected = df.infected.to_list()

date_index = [df.index[0].strftime('%Y-%m-%d')]
for i in range(1, len(list_infected)):
    date_index.append(df.index[i].strftime('%Y-%m-%d'))

x = pd.date_range(date_index[0], periods=len(date_index),freq='d')
y = np.array(list_infected)
y_cum = np.cumsum(y)
print('Cumulative Number of Infected= ' + str(y_cum[len(y_cum)-1]))

start_date = '2020-03-01'
i_start = df.index.get_loc(start_date)

num = 7
b = np.ones(num)/num
y2 = np.convolve(y, b, mode='same')

fig = plt.figure(figsize=(10,10))

x_d = x[i_start:]
y_o = y[i_start:]
y2_o= y2[i_start:]

ax = fig.add_subplot(2,1,1)
#ax = fig.add_axes([0,0,1,1])
ax.bar(x_d, y_o,label='raw data')
#ax.bar(x, y_cum,label='raw data')
ax.legend()
ax.grid()

ax = fig.add_subplot(2,1,2)
#ax = fig.add_axes([0,0,1,1])
ax.bar(x_d, y2_o, label='convolved')
ax.legend()
ax.grid()

plt.ylim(0, 205)
plt.show()