コロナウィルスのリスク評価~コロナウィルスのデータサイエンス(93)

今回は、コロナウィルスのデータを(1)どのように取りまとめるか(これは過去のデータの整理)、(2)どのように将来予測をするのか、(3)その結果をどのように伝達するかのうちの、(3)を扱う予定でしたが、

(3)を後回しにして、リスク評価について考えみます。前回は、(2)としては、感染者数の予測を考えていたのですが、リスク評価もこれに含まれると思います。

将来予測にしても、リスク評価にしても基礎となるデータが公開されていることが出発点になります。

欧米では、コロナウィルスに関するこれらのデータはデジタルで公開されていますので、あとは、学者やボランティアが色々な試行をおこなうわけですが、日本では、まともなデータは公開されていないので、感染予測も、リスク評価もできません。

欧米と日本の差は、文明開化のころと変わらないくらいの絶望的な状態です。

企業の経営においてもリスク評価は重要なので、コロナ以降の企業経営についても厳しい状況がまっていると思います。

マスコミでは、コロナについて、問題があると専門家にききますが、その答えは、AもBも考慮すべきという返事で、具体的な数字がでてきません。感染の初期であれば、データが出ていないので、こうした返答もやむを得ないとおもいますが、現時点でも同じ返答をするのであれば、そのような役に立たない専門はいらないと思います。しかし、インタビューを見ていて、専門家にはそうした危機意識はありません。

以下で、欧米事例を紹介しますので、データサイエンスの問題点がわかっていただけると思います。

リスク計算機

三密を避けるべき、マスクをすべき、など実行したらよいことはわかりますが、それには、相応のコストがかかります。何が効果が高く、何が効果があまりないかがわかれば、選択と集中ができます。

こうしたリスク評価をするリスク計算機は5月ころから、多数出てきています。

リスク計算機は、日本からも使えますが、表示は日本語はなく、英語です。さらに、大きな問題は、欧米の実測データに基づいているということです。計算はしてくれますが、結果は、そのまま日本にはあてはまらないと思います。

OurRisk.CoV (prototype)

ランセントの論文に基づくOurRisk.CoV (prototype)サイトででは、次のパラメータを使っています。

何もしない(do nothing)が80%、移動制御(migtation)で10%、つまり1/8=0.13倍にリスクが減ります。

部分的な接触回避(artial suppression)で1%になります。

この部分の元の論文のデータでは

社会的距離(Physical distancing)で12.8%が2.6%で0.2倍になります。

マスク(Face masks)で17.4%が3.1%で0.18倍になります。

フェースシールド(Eye protenction)で、16.0%が5.5%で0.34倍になります。

つまり、移動制限、社会的距離、マスクの効果は、0.13、0.2、0.18倍になります。

もちろん、こうした効果は感染率によって異なりますので、この数字をそのまま日本に当てはめるわけにはいきませんが、コロナウィルス対策の効果の数字がでていることは、日本より数段進んでいいます。

また、筆者は、移動と接触を区別して評価すべきであるという考えですが、国内では、データはでていません。

このデータでは、、移動制限、社会的距離の効果は0.13と0.2倍です。数字の小さい方が効果がありますので、移動制限が社会的距離より効果が高いことになります。感染率の低い日本ではこの差はより大きくなるはずです。

 

表1 OurRisk.CoV (prototype)のパラメータ

1) Mortality Rate [4 inputs]: 1.5%; 1.7%, 2%, 2.5% 2) Infection levels [4 inputs]:Full suppression: 1/100000,Partial suppression: 1/100,Mitigation: 1/10,Do-nothing: 8/10 3) SEX:Male; Female 4) AGE:30-35,36-40,41-45,46-50,50-55,56-60,61-65,66-70,71-75,76-80,81-85,86-90,90+ 4) Underlying conditions:none,Body Mass index > 40,Cardiovascular disease,chronic kidney disease, stage 3+,-chronic obstructive pulmonary disease,-diabetes, type 1 or 2

your-covid-19-risk

your-covid-19-riskのサイトもリスクモデルを出していますが、このモデルは科学的なモデルではなく心理学的なモデルだそうで、手法はRのパッケージsyverse: Decentralized Unequivocality in Psychological Scienceにようっています。内容は、筆者が斜め読みして理解できるレベルを超えています。リスク評価は専門家にアンケートをして決めたようです。

ここでは、類似のサイトも紹介されています。

ムーディーズ・アナリティックス・ジャパン

最後に紹介するのは、証券関係のページです。

ここでは、住宅ローン担保証券のコロナウィルスの影響が出ています・

新型コロナウイルスによる日本のRMBS住宅ローン担保証券)に対する影響(6月更新版)」

コロナウィルスで、営業ができない会社の賃貸支払いが問題になっています。

EUでは、既に、減免措置をしている国もあります。

日本でも問題にはんっていますが、数字が出てきたことはありません。

依然として、エビデンスに基づかす、その時の雰囲気で政策を決めているように思われます。

まとめ

リスク評価について調べてみようと思った原因は、東京都や埼玉県の感染者のクラスターが水商売やカラオケでおこったからです。コロナ対策としては、データを分析して、リスクの低いところは無視して、リスクの高いところに集中的に対策をすれば、少ない資源で効率的な対策ができます。もちろん、現在の日本国内では、こうした分析ができるデータがデジタルで公開されていませんので、夢のまた夢になります。しかし、欧米では進んでいるのではないかと考えたわけです。

結論は、あまりに多様で数が多くて、理解することが困難でした。欧米では、使えるデータを2月頃から公開して、ストックが増えた5月ことからは様々なリスクモデルが出てきています。こうしたモデルでは、スマホアプリで、行動データを収集しながら精度を上げるものもあります。日本国内で始まった感染者があったときに連絡メールがくるアプリとはレベルが月とスッポンです。

まあ、調べたところで、日本国内で使えるわけではないのですが、比べてみての印象は、この状態では、データサイエンスで日本が生き残る可能性は限りなくゼロに近いだろうという結果になりました。

 

引用

  • OurRisk.CoV (prototype)

http://covid19-phenomics.org/PrototypeOurRiskCoV.html

  • your-covid-19-risk

https://your-covid-19-risk.com/

  • 類似のサイト

https://symptomate.com

https://qxmd.com/calculate/calculator_731/covid-19-prognostic-tool

https://support.healthengine.com.au/hc/en-us/articles/360040822031-Coronavirus-COVID-19-Risk-Assessment-Tool

http://www.bristol.ac.uk/news/2020/april/germ-defence.html

https://www.covid19survivalcalculator.com/

https://www.moodysanalytics.com/regions/apac-asia-pacific/japan