数学 統計に詳しい人が語るコロナウイルス

東大数学科卒の元官僚はこう分析してるが、お前らはどうなると思う？

http://www.zakzak.co.jp/soc/news/200220/dom2002200003-n2.html

中国国外感染者の中国国内との比率をみると、
１月２０日の数字公表以降は、０・８〜２・６％で比較的安定している。
これは、新型肺炎の感染者のほとんどは中国国内、それも湖北省に集中しているからだ。
ちなみに中国国外での感染者数は、中国国内の１・１％だ（２月１６日現在）。
本コラムで紹介したが、現時点では、最終的な中国国内の感染者数は２０万人超と筆者は推計している。
となると、中国国外の感染者は数千人程度になるだろう。
中国国外のうち日本の比率は１割弱なので、日本の感染者数は数百人程度であろう。
その場合、死者も数人から１０人程度になるだろう。

こうした推計をすると、今の感染者は氷山の一角だと思われるが、今後の増加ペースはどうなるだろうか。
新型コロナウイルスの検査は簡単に行えるので、今後、日本での感染者数は増えていくだろう。
ある時点ではそれがネズミ算的に増えるかのように思える局面もあるだろうが、
筆者の推計が正しければ、現時点ではせいぜい数百人が一つのメドだ。

東京で224人　日本全国でも350人の新規感染者が出てますが
このスレ的にはどうすればいい思いますか。

要するに
・このまま放置
・夜の街になんらかの規制かける
・緊急事態宣言
とかいろいろ手段はあると思いますが

K値予測って、実効再生産数が1未満の地域で、突発的にたくさんの感染者が生まれたときの感染者数推移だろ
東京は実効再生産数が1を超えるので、感染者が右肩上がり
東京以外も、東京から感染者が継続的に供給され続けるので、K値予測は当たらない

全く納得できませんというpeerのコメント
K値の胡散臭さだけは伝わってきた。

https://pubpeer.com/publications/2D5A3D7BC3C6E9EAF6F7FEF9563C8B

>>756
数学民としては放置して、推移がちゃんとSIR方程式に従うのかを確認したい。

>>759
ワクチンや治療薬が開発されたときのパラメータを追加すればいいんじゃないかなぁ？

SEIR MODEL
dS(t)/dt = mu*(N-S) - b*S(t)*I(t)/N - nu*S(t)
dE(t)/dt = b*S(t)I(t)/N - (mu+sig)*E(t)
dI(t)/dt = sig*E(t) - (mu+g)*I(t)
dR(t)/dt = g*I(t) - mu*R + nu*S(t)
mu:自然死亡率 b:感染率(S->I)
nu:ワクチン有効率(S->R) sig:発症率(E->I),g:回復率(I->R)

今の時期に国外から持ち込まれるCOVID-19はパラメータが異なるように思える。

>>756

素晴らしい。なんと素晴らしい馬○発見機会を得られたのだろうと喜べばよい。

強く疑われる場合にのみ検査して出された感染発覚者人数と
見舞金目的（？）と思われるような集団にさえ検査を行い、カウントされた感染発覚者人数を
同レベルで比較するコメンテーターや、無調整で統計処理を施そうとする人を見つけたら、ラッキーと思えばよい。

彼らの発言は信用できないという強い証拠を得られたのだから。

>>756
30代以下の感染者が80%以上を占めているわけだから慌てる必要は無い
現状の対策を継続維持だ

>>762
SARS罹患した若者の長期予後は芳しくないと耳にしたことがある。
SARS-COV-2の場合の長期予後は未知だから楽観視できないと思う。

SIRモデルにしろ、はしかモデルにしろ
感染症数理モデルはウィルス拡散防御のためにある公衆衛生.医学の道具で、
方程式だけをいじっても素人は素人。
最近　医療現場無縁の関西の似非専門家
ど素人が声高く徘徊してますね。

・都のデータの注意書きも読めない
　IPS細胞のY京大教授
・医療システム無視でPCR検査信奉
　のH京大名誉教授
・医療公衆衛生無知でウィルス実験と
　混同するM京大准教授
・核物理が専門なのにグラフを
　いじってK値をとなえるN阪大教授

　不思議にお維新に近い考え方です。

西浦北大教授がまともでしょうし、
生物の数理モデルがベースでしょ。
故山口京大教授の数理モデルも考え方も
関西から絶滅したのだろう。

西浦氏が山中氏と対談 “市中感染が広がり始めている認識”
https://www3.nhk.or.jp/news/html/20200710/k10012508491000.html

西浦先生は正しかったからな

K値予測は、実効再生産数が0.7前後くらいの地域で、一時的要因により感染者が急増して域内での感染が蔓延、
その後収束していく様子を描いてるのでは？

日本でいえば、東京以外の大都市部

鹿児島は、基本的な実効再生産数がかなり低く、クラスター対策もしっかりできたので、
大量に出た感染者は、K値予測よりかなりはやくストンと直滑降で収束

東京は、実効再生産数が継続的に1を超えてるので、K値予測が適応不可

東京以外の大都市部は、東京から継続的に感染者が供給されてるので、
「一時的要因」ではないのでK値予測が当てはまらない

東京はすでに、感染者の急増と、市中感染の増加により、クラスター対策が不可能になったので、
大規模規制でおさえるしかない状況

3月4月はまだ正体がよく分かってなかったこともあり非常事態宣言を出したけど、今は分かってるからね
撲滅は目指さない。共存戦略でいく
風邪やインフルエンザウイルスと同じようにね。既存の4種のコロナウイルスとも同様だ
急速な終息を目指すのは賢い戦略では無いからね
医療体制の崩壊を防ぐこと
院内感染を防止すること
老人施設などクラスター防止
オフィスなどのクラスター防止
60歳以上の高齢者の重症化対策に重点を置く
これでいいんだよ
重症化対策がこの病気の肝
若者層は無症状がほとんどだし感染クラスターを把握していく今の体制で十分
たとえ1000人規模になっても30歳以下が80%以上で上記施設でクラスターが抑え込めていれば現状の対処でよい

>>766
K値って原子核の崩壊定数からの類推なのかな？

>>768
そのいいとこ取りの解ってどんな解？

逆に、
院内感染急増
老人施設クラスター急増
60歳以上の感染者急増
入院患者急増
重症者急増
といった事態が生じたら速やかに非常事態宣言だな
要は感染者数だけを強調するのはナンセンスだ
メディアで報道しないといけないのは
入院者数
重症者数
死亡者数

>>771
イヤ、数学板なんだから数理防疫学の話してよ。
どんな解の事言ってんの？

現状の
「感染者出ました！」
「感染者増えました！」
と大騒ぎするのは知能が足りてないよ
メディアがレポすべきなのは
医療現場がいかに対処したか？
医療現場がいかに重症患者を救ったか？
治療レシピはなにが最適か？
医療体制はどうあるべきか？

感染者数で一喜一憂するなよ。バカみたい

>>773
他所でやって

>>761
人数はともかく、増大のトレンドにあることは確かだけどね。
東京以外でも、症状が出てる感染者が確実に増えてる。

>>734
ウイルスから守ると言う意味では、特に布マスクや、不織布マスクでも隙間があると無力らしい
https://www.asahi.com/articles/ASN7430PVN72UBQU00B.html

各社が夏にぴったりとか言って、隙間だらけの布マスクを販売してるけど、
電車の中で、マスク無しの感染者が咳・くしゃみをすると相当ヤバそう。。

>>776
私のマスクがあなたを守り、あなたのマスクが私を守る。
NEJMへ投稿された動画
https://i.ytimg.com/vi/UNHgQq0BGLI/default.jpg

>>776
通常のマスクに防御の役割が低いのはとっくの昔にわかってたこと。
その記事はなにを今更って感じで論外。大西君も今頃そんなこと
やってるなんて、、、。恥を知ってほしい。

>>734は感染させないためのマスクという役割を前提として指摘ですよ。

コロナに感染させたマウスが入ったケージと、非感染のマウスが入ったケージを用意し、
送風機で、感染側から非感染側に風を送ったところ、非感染マウスの一部が感染した。

非感染側のケージに布マスクに相当するような障壁を置いたところ、感染割合が約2/3に、
感染側のケージに布マスクに相当するような障壁を置いたところ、感染割合が約1/3にまで減った。

という論文が出された、というテレビ放送を見たことがある。つまり、非感染者が布マスクを
つけること（＝自衛目的）により、感染を1/3防ぐことができ、感染者が布マスクをつけること
（＝感染拡大抑止目的）により、感染を2/3防ぐことができるということだ。

布マスクの隙間サイズが、コロナウィルスのサイズの数百倍〜数千倍あるから、
布マスクの効果は限定的だという話は以前から指摘されているが、それを覆す報告だ。
ウィルスが単独で飛翔することは希で、大概飛沫に乗って移動する。
従って飛沫の通過／進入を防ぐことができるなら、その分の効果は期待できると言うことなのだろう。

もしかすると、布マスクの最大の効用は、口や鼻を直接触る機会を減らすことにあるかもしれない。
だとすると、上のようなマウス実験例を示すまでも無く、「布マスクでも効果はある」と断言できる。

花粉症が蔓延している日本では、春先にマスクを着ける姿は違和感無く受け入れられている。
ファクターＸは、多くの要因の集合体と思われるが、一要因に「マスク」も含まれるだろう。

>>769

>K値
物理なら標準的な基本理論に
基づき実験し測定値を実験式で
表して誤差を考察するけどK値は物理と
無関係でしょ。
感染症素人が個人的にグラフや資料を
見てピピっとお告げがあったんだろう
競馬予想や株価預言でも見られる
現象かな、まあ阪大の保証もないし
雨合羽にK値ではネタしかならないな

>>780
続き

>SIR微分方程式と原子核崩壊

・SIRモデル。
　感染症数理モデルはシンプルで
　集団モデルのSIRが基本モデルだ。
　微分方程式は(ミクロな)個人間の接触　
　が均等より非線型項βSIがあり
　非線型。
・原子核崩壊。
　放射平衡は
微分方程式d N1/dt=-λ1N1
　が基本で相対論的場の量子論.
　断面積から導かれる。
　親→娘→孫の線型方程式。
・SIRモデルの局所線型化。
　SIRモデルで初期t≒0の時
　S(t)≒S(0)=1 で線型方程式になる
　SIRモデル(t≒0)と放射平衡は
　共に線型微分方程式として
　対応できる
・マスク効果は個人間接触の相互作用.
　断面積パラメータで扱え
　集団のSIRモデルで感染率パラメータ
　となる。
　ミクロ相互作用の接触は密度に依存
　する
以上は数理モデルの概論です

　

>>780
レスありがとうございます。
K値とは合羽値の頭文字出会ったとｗ
>694のκ値とは別物。

>>782
K値は根拠不明

工学の人が好きそうな、いきあたりばったり的なパラメータだよね＞K値

理学系なら演繹的に捻り出すモデルを考えろよ、と言いたい。

モデルを考えている間に感染が広がったり経済的損失が拡大してしまったら役に立たない
病気の原因はわかっても患者が死んだら意味がない
学問的には意味があるだろうけど実践的には意味がない
モデルを考えるのは後からでもいい

日本に必要なのは、都道府県別実効再生産数を1未満に保つ、
仮に1を上回ったら2週間以内に1以下に下げる
っていう数値目標を加えること

実効再生産数が1を超えると2週間後に感染者が目に見えて増大、4週間後には急拡大する

感染者数とかだけで見てると先手先手をうった対応が出来ず後手後手にまわるのは
いまの東京を見れば明白

東京は5月後半に実効再生産数が継続的に1を超えて、
感染拡大するのは明白だったのにろくな対策しなかった

実効再生産数の目標には外部要因も考慮する必要がある

たとえば、自分ところの都道府県は実質的には実効再生産数が1以下で、
自分ところの都道府県内での感染は抑制されてるが、
他県、たとえば東京からどんどん感染者が流入してくるので数値的には1を超えた、みたいな場合ね

>SIRモデルと再生産数

潜伏期間が0や住民間で均等な接触
を仮定し集団を対象にしたシンプルな
非線型微分方程式。
生物の基本的な数理モデル
・防疫戦略の基本的な道具の一つ
・インドボンベイのペスト流行でも
　流行曲線を再現した
・体内のウィルス感染モデルにも
　使用されている。
・初期に非感染者S≒1の場合
　d I/dt=(β-γ) I =(Ro-1)γI
　基本再生産数Ro≡β/γ
　Ro>1の時　感染者 Iが増加
・実効再生産数R
　感染原因が住民間の接触だから　
　接触を減らせばRが減少する。
　8割接触が減少すれば
　R=Ro×(1-0.8)=0.2R
だからマスクをして三密はさける。
(物理公式と同じく意味もわからず
公式へ数値を入れ結果を振り回さない、
Rは指標の一つでデータの取り方に
依存する>マスコミ素人学者政治家)
・都道府県単位で平均された
　データ指標には注意が必要。
　ウィルス拡散は放射能拡散と
同様に県境がないし業種交通網
　年齢他にも依存する
・検査対象データは検査数対象
　特性に依存するし東京以外は
　戦略的検査数が少なく過ぎると
　思われる
　抗体検査では大阪>東京>宮城
　だった
・SIRモデルから潜伏期間EのSEIR
モデル、進行波解がある(SIR＋拡散
項)モデル、再帰性があるインフル
　エンザモデルなどがあり個人行動
　をシュミレーションしたibmモデル
　も以前からある。
　新型インフルエンザ対策として
　政府へ提言されていた
　マスク備蓄もね

>>787
検査していますか？

>>788
海外から流入するパラメータの違うIを加えたモデルってあるかな。

>>790
移流項＋SIRモデルやibmモデルかな。
SIRモデルは人口一定の閉鎖地域だから
感染者Iの流入流出項を加える。
(物理化学モデルの類似なら
閉じ込められた分子が衝突して化学
反応をしている。
更に外部から分子が流入するとか)
西浦教授が海外からの水際対策を説明
するため玉を流してぶつけていたが
西浦教授に聞いてください。

>>787
その数が分かっているなら、Rtの分子から流入分は除くべき。
西浦先生の計算では、輸入分の患者はそう取り扱っていたと思う。

>>791
レスありがとうございます。
SEIRに人口増加の項を加えたモデルはみたことがあるけど
IBMって今はレノボではと思ったら別のIBMだったｗ
こういうのがみつかりました。
https://bradduthie.github.io/blog/individual-based-models-in-r/
理解できるかわからないけど読んでみます。

RにIBMのパッケージがあった。
https://cran.r-project.org/web/packages/ibm/index.html

>>785
だから、実践なんか二の次で真理を求めるのが理学。

K値による予測を使うべきでない理由
http://katukawa.com/?p=6228

>>795
真理って言っても確率的に大雑把にしか言えないと思う
個々の人から排出される飛沫にウイルスがどの程度含まれて
それかが別の人の体内にどの程度入って
その体内でウイルスがどう動いて免疫がどう働いて
結果的に症状や他の人に感染させるかとか
具体的な事は複雑で判らないと思う

真理にはたどり着けない

まぁ何をどう言い繕ってみても再生産数を1未満、最低でも1以下にしない限り社会は崩壊する。
再生産数が1より大きい状態では何をどうやっても社会を維持することはできない。

>>796
>K値というものが物理学者によって
提唱されて、大阪などでは利用されて
いるようです

阪大核物理 Nが提唱し大阪府がK値を
利用していると明記してください。　
京大RIMSのMグループはIUTが数学
のabc予想から天気予報の改善まで
有効と主張しています。
関西の数理科学はアホくさく悲惨です
がコロナ対策は命を守る問題です。

数学と物理は感染症分野は素人だから
生物数理モデルから個人的に学ぶべき
であくまで素人の範囲でしょう。

生物数理モデルは故山口昌哉京大教授
がカオスを含め解析し弟子も活躍し
今では世界的に正統派です。
西浦北大教授の感染症対策の仕事や話も
山口先生の仕事の発展があると思って
います。

All analyses were performed using R version 3.6.3 (R Foundation).
なんて書いてあるんで読んでみたけど
割り算に使っただけみたいだ。

https://jamanetwork.com/journals/jama/fullarticle/2768351
対照群もなんにもない。小学生に夏休みの自由研究みたいだ。

>>800
平均値と標準偏差の計算に使っただけだろうな。

K値は基本役に立たない
一番役に立つのは実効再生産数

実効再生産数をモニタリング指標、および数値目標にして管理するのが最適

K値予測が当たるのは、一時的に実効再生産数が1を超えて、また1以下に戻る、みたいな場合
もちろん、実効再生産数が1を超えたら行政がすぐい対応して1以下に減らす対策をとることが前提

行政が1か月以上実効再生産数を減らす対策をとらない東京には当てはまらない

>>797
単純な原理から、いかに自然現象をより高い精度で近似できるかって
ことが、自然現象を理解するってことでしょ。科学における「真理」
という言葉は、そういうただし書きつきだと理解しないと。
そこらへんは数学とは事情が異なる。

自然科学において、絶対的な真理など空疎な言葉。そんなものは、
宗教屋が唱えるおまじないでしかない。

>>804
同じようにある条件下で成り立つ法則を数式などで数量も含めて表現したものと思う
ニュートン力学は量子領域や宇宙領域では成り立たないだろうし
量子領域の物理で人間サイズを扱おうとするとシュレーディンガーの猫みたいになると思う

ウイルスと人間の免疫の活動の結果として健康に大きな影響なければ普通の風邪などと同様に無視していいからミクロな視点も無視はできない
ウイルスが体内でどのように増殖するのかも知るのも真理を知ることにはなると思う

マクロはミクロの積み重ねだから
個人の行動変容が感染拡大に影響するのも確かなこと

同じウイルスと人間の活動をどんな観点で記述するかの違いの様に思う
同じ現象だから互いに整合するはずだと思う

K値予測
http://katukawa.com/wp-content/uploads/fig6-1024x574.png

PCR検査、アメリカでは200人だかの検体をまとめて検査してるそうだ。
つまり検査結果が陰性なら全員がセーフ、陽性なら誰か陽性の人が1人以上いるぞ！ってこと
複数の検査を
検査1,2,3,4,5,6,7,8,9,10
検査a,b,c,d,e,f,g,h,i,j
のように受けることでシロの人の洗い出しが素早くできたりはしないでしょうか
またはその逆にクロのひとの洗い出し

>>807
サンプルを混ぜる手法はバランスパズル・偽コイン問題やiPS細胞の実験手法で有名よね
http://www.jscf.org/jscf/katudou/Walk_Again_2008/08_10_5-1.pdf

>>807
>>633の式を当てはめると、アメリカは陽性率の事前確率を25/100万ぐらいに見積もってるのだな。

>>805
マクロなシステムの振る舞いをミクロな構造から説き起こそうとする
演繹的な方法論には限界があるが、それでもそれしかないからね。
モデル化ってのまさにそういうことでしょ。

マクロなシステムの予測に役立つk値のようなパラメータを経験的に
見出すような、帰納的なやり方もありなのは確かにそうなんだろう。
だけど、熱力学が統計力学で置き換えられたように、そこでとどまっ
ていては現象を理解した気にはなれんのよね。

やはり普遍的な基本法則から（たとえ数値シミュレーションの結果
であっても）演繹的に導かれるような説明ができないと理解した気
になれない。

>>807
へー、実際にやってるんだ。

>>803
訂正
ばつ.大阪015>東京0.1> 宮城0.01
まる.大阪0.17>東京0.1>宮城0.03

>>813
つづき

移流項があるSIRモデル。
・移流項は個人が一様性等方の運動を
　して個人間の感染,相互作用が仮定
される、
　ブラウン運動も一様等方の運動。
　移流項d∇^2(S、 I、R)より
　∂S/∂ t=-βSI＋d(∇^2)S
　 ∂ I/∂t=βSI-γY＋d(∇^2 )I
　∂R/∂t=γY ＋d(∇^2)R
まず移流項なし閉鎖地域のSIR方程式を
解くこと。
解き方は力学系.近似解.数値計算などが
あり力学系ベクトル場から閾値の存在が
すぐわかる。
Murray数理生物学は感染症の章に
ペスト狂犬病などがあり
空間.時空間の発展モデルがある。
更にロジスティック曲線もある。
念のためゴンペルツ曲線は全くない。

>>807
検体をまとめて調査する手法は、検査能力が足りないときに検査数拡大したいときによく使われる手法

中国では、武漢の集団PCR検査で使ってた
韓国も、3月ころの検査数足りないときにやってた

しかし200人ってのはちょっと信憑性かけるのでは？
アメリカの陽性率だと、200人もまぜたらほぼ全部陽性になって検査にならない

日本は学校なんかの全生徒検査とかがあれば、
検体混ぜるのを使えばいいとおもうよ

感染者と同じクラスの児童や担任、クラス外で親密な人→検体まとめずに個別検査、
それ以外→検体混ぜて検査
みたいな感じで

ただし、紙とFAXで検査してる日本じゃ、検体ミックスなんてやったら保健所がパンクしたりミスがたくさん出そう
ちゃんとコンピュータ化してれば、検体ミックスが有効に使える

水中でも感染力を失わないならやばそう。

https://www.medrxiv.org/content/10.1101/2020.06.17.20133504v1

K値モデル完全失敗、西浦予想に近い形になる

K値モデルは、感染者が増えたらあわてて政府・行政が対策するなら、K値モデルに近くなる
現実は、感染者増えても自治体も政府も無対策どころかさらに感染者ふやす対策をとる

>>815 >>816
毒ワイン問題の帰結から類推すると、陽性と出るか陰性と出るか1/2の確率になるくらいの
人数分を混ぜて検査するのが、最適な方法ではないだろうか。

>>819
>>419

誰かk値理論の論文読んで解説してくれん？
なんかアホらしくて探す気にも読む気にもならん。

1) 感染者数の推移についてどんなモデル曲線を採用してるのか、どんなパラメータを持ってるのか
2) そのパラメータをどんなモニタリング指標を使ってどう統計処理して推定するのか？

もちろん2)はk値とかいうのを使うんやろうけど

ツイッターかnoteかで解読してるヤツおらんかった？

なんかどうせデタラメやろうから調べる気にすらならん。
検索して読む時間全部無駄になる予感しかせん

実際に大阪とかはK値モデル採用して意思決定してるんだから、その予測が出来るから無駄ではないと思うけど。

つまりは大阪がどんなデタラメ理論に基づいて動いてるかわかる事に意味があると？
イヤ、ちょっとご勘弁w

>>825
発言権を得て大阪以外も追随する可能性があるし、トンデモ理論の成り立ちとかわかるから面白いと思うけどね。（大阪専門家委員にはウイルス学の宮坂いるんだけどこの人もちょっとアホだからK値に感心している。あと山中伸弥教授もいたようだから、K値と接触して宣伝する可能性があって危険。）

>>802
>行政が1か月以上実効再生産数を
減らす対策をとらない東京には
当てはまらない

デマですね。
あなたはなぞのK値でも信奉してください

東京都は戦略的にPCR検査を増やし
隔離感染者を増大していますね。
これは基本的なSIRモデルで有効な
対策で実効再生産数を小さくします

>>821
>>796にK値のポイントが整理されて
いますね。
「論文」も検索できるし

>>828
なんかアホらしすぎて読む気にならんのよねぇ。
ただ例え便所の落書きとはいえ、k値理論に口出しするなら、やっぱ読まんといかんかなぁと言う気もするし。
なんでこんな怪しさ満載の理論採用されてるんかねぇ？
そもそも実績としてもことごとく予測値外してるのに

>>821
>796にでてくるゴンペルツ曲線
https://en.wikipedia.org/wiki/Gompertz_function
ここに利用法として
Examining disease spread
と書いてあるな。

>>830
thx
未知パラメータ３つか。
コレをK値で推定すると。
しかしコレ増加しっぱなし、減少しっぱなしやん。
それでみんなどこから起点日に取るかの恣意性があるって言ってんのか。
それとも起点日もパラメータにしてちゃんと推計値出すのかな？
読んだ？と思われる人のレスだと無さそうだなww

>>827
東京はクラスター対策がいい加減すぎて、PCR検査で実効再生産数を十分低くすることは難しい
中国並みに厳格なクラスター対策しない限り、東京のようなザルクラスター対策では
大して実効再生産数下げられない

ちなみに北京は、6月中旬からはじまった感染クラスターで、
普段の感染対策と、大量のPCR検査を組み合わせて抑え込みに成功した
高リスクグループから順に毎日数十万件とかいう検査をおこなった結果抑え込めたわけで、
いまは低リスクグループの大量検査を実施中で、すでに検査数が1000万件を超えてる

>>831
ゴンペルツ曲線って新規発生数じゃなくて累積患者数を表しているんじゃないかな？

ゴンペルツ分布というのがあるらしいが
新規発生数=pdf 累積患者数=cdfとすると
パラメータによってpdfは単調にも一峰性にもなるみたい。
https://en.m.wikipedia.org/wiki/Gompertz_distribution

>>832
中国は共産党独裁国家だし
大阪は検査もろくにしなかった。
法令システムでは
措置法は規制がなくザルで厚労省は
食中毒並みのPCR検査義務と休業命令
も通達しない。
国、政府、国会の法改正責任が重大なのにGO TO キャンペーンへ、
まあコロナはただの風邪路線なのだろう

>>829
論文を読むとインチキ手口がわかるよw

>>834
そうかもね。よんだ？
>>836
自信が確信になってもなぁw

>>830
しかしなぁ
sir方程式の解はピーク時点は左右対称になんかならんからな。
もちろん現実世界では再生産数は社会の対策で変動してるからsirの解通りには変動しないけど。
なのでどこでピークアウトするかは理論的に予測できるハズはほとんどないんだけどな。

>>837
K値論文の仮定が根拠不明だ。

SIRは数値計算を行なっている。
実際の測定値は検査などによる隔離感染者数だな
感染者数Iは推定で対策よりγが
変わればSIR予測も変わる。

>>839
まぁまだ論文読んでないけど(そして読む気も消え失せたけどw)大体インチキなのは確定したな。
モデルの曲線に何とるにせよ、そのモデルの曲線はなんかの意味もって選定しないと話にならん。
sirのモデルではsir方程式
d/dt I = β SI - γ I (感染者の増加分は感受性宿主数と感染者数に比例し、減少分(死亡、回復する数)は感染者数に比例する
をとる。
「そやろな」と納得いく式だし、実績もある。
この方程式に従えば感受性宿主数がγ/βに到達するまでピークアウトしない。
にもかかわらず実際の第一波でははるかに早い段階でピークアウトしてる。
それは感染率βが定数ではないからだ。
行動制限などによって接触率が下がれば感染率βも下がる。
第一波が早期にピークアウトしたのは緊急事態宣言下で市民が接触率を下げた効果。
つまりどこでピークアウトするかは市民の生活様式によるものでとても現在の新規感染者数から予測できるようなものじゃない。
もうそれを現在の新規感染者すうから計算できるK値なるもので予測できると言ってる時点でインチキ確定と言っていいやろ。
もう全く読む気が失せたww

あ、達するまでというか減るまでね。

K値論文

Indicator K to analyze the transition of
COVID-19 spread In this study,

we introduce a new indicator called the
K value defined by K(d) = 1−N(d − 7)/N(d), where d is the number
of days from the reference date,
and N (d) and N (d − 7) are the
total number of infected people
on days d and (d − 7), respectively.
Since N (d) is greater than N (d − 7)
during the period from the initiation
of spread to convergence,
K takes a value between 0 and 1.
( infected people 感染者)


k = 1 + 2.88K′ (Fig. S1).
この公式を図へあてはめたのか、
図から帰納的に公式を導いたのか、
特に2.88の由来はなんだろう？？

K値について調べてみました

https://tatsuharug.com/kvalue

>>842
Indicator K の K はなんの K ?

KはあまカッパのKからともいわれている
が、よくしらない。
阪大か大阪府へきいてみたら

>>842

R0 = 2.5であとは適当にパラメータ設定したSEIRモデルにK値を重ねてグラフにしてみた。

https://i.imgur.com/5AsiQxW.png

どうやって予想に使うんだろう？

>>846
変数名が別のデータと被っていたので
rm(list=ls())でメモリクリアしてから
作図し直した。

https://i.imgur.com/KpwhZ0G.png

>>847
K値の基準となる日を１週間ずつずらしてK値の変動をグラフにしたみた。

https://i.imgur.com/fkN9JLg.png

K値モデルが正しく、なにもしなくて収束するなら、
アメリカやブラジルはとっくに収束してるわ

K値モデルがダメな点は、ただの一学者の主張じゃなくて、
大阪府知事が信じて取り入れてしまった点だな

やっぱ実効再生産数がいちばん大事

なぜいまだに政府も東京都も大阪府も、
実効再生産数をモニタリング指標および政策目標につかわないのかまったく不明

東京と大阪以外は実効再生産数0.7、東京と大阪は実効再生産数0.8
これくらいを政策目標にすればいいのに

一時的に実効再生産数が0.5以下になるまで規制して感染者を大きく減らし、
その後は実効再生産数0.8目標でいいとおもう

>実効再生産数

山中京大教授は実効再生産数のエクセル用公式を見つけて数値いれて威張って
いますが、
実効再生産数は感染症数理モデルに基づきますのでマネすることはおやめください

疫学者が頑張って計算する正確な実効再生産数じゃなくても、
日々の確認陽性者数をエクセルに入れて処理する簡単な実効再生産数でも十分役に立つんだよ

ネットで公表されてる簡易モデルは、実際の確認感染者数の増減とだいたい一致してる

日本の都道府県別実効再生産数
ttps://rt-live-japan.com/
ttps://covid.gutas.net/

アメリカの州ごとの実効再生産数
ttps://rt.live/

世界の実効再生産数
ttps://covid.gutas.net/world

疫学者ががんばって計算する実効再生産数じゃなくても、
このレベルの簡易モデルで、十分通用するのが今回の新型コロナだよ

日本の場合、感染者がかなり少ない都道府県はまともに算出されないが、
それ以外はだいたい妥当な値になってる

ドイツやイタリアは実効再生産数ベースに対策を考えてるのでは？
実効再生産数が上がらないように対策してる感じがする

日本は、日本全国および東京都の実効再生産数が継続的に1を超えてるのに、
感染対策をやらずに自粛解除だけ進めていったのがこの事態を引き起こした

本来、自粛解除しても実効再生産数が１を超えないように感染対策をした上で
自粛解除をする必要があった

そう、なのに日本だとわけのわからんモニタリング指標に従って対策立ててる
アホじゃないかと