数学 統計に詳しい人が語るコロナウイルス ☆2
■ このスレッドは過去ログ倉庫に格納されています
新型コロナで死亡者数ってポアソン分布に従うだろうか? 馬に蹴られて死亡した数がポアソン分布の起源だったというのだが。 >>444 はあ?初場所前の検査で今年に入ってからやったはずだが。 GOTO前だと7月だぞ。何言ってるの。 クラスター化した病院だと感染者が患者の場合約20%が死亡するらしい。 永寿総合病院(東京) 214人感染 43人死亡 吉田病院(北海道) 212人感染 38人死亡 (感染者には看護師も含まれているから、入院患者の死亡率は20%に達しているだろう。) 戸田中央総合病院は患者だけで148人感染、31人死亡。 問題 某院で46人の患者感染と報道されていた。 死亡する確率率を20%とすると 予想される死亡者数とその95%信頼区間はいくらになるか? 正規分布近似でなしに計算するには起こりやすい順に確率を加算していって0.95を超える値を探るしかないのかなぁ? >>446 今、相撲取りに全員検査したら前回とは大きく異なると思う。 >>446 日本相撲協会は7日、親方や力士ら全協会員に新型コロナウイルスのPCR検査を実施すると発表した。 過去に全協会員への抗体検査を実施しているが、PCR検査は初めて。1000人規模となる。 GOTO前に抗体検査しているというぞ。 >>449 だからどうした? 直近のPCR検査で1%未満なんだが。 >>447 永寿とかもそうだが、入院患者の多くは高齢者で基礎疾患あり だから、20%の致死率はそんなもんだろうな。 >447(自己レス) 数値を変えて計算できるようにRで関数化 fn <- function( n=46, # 感染患者数 p=0.2, # 死亡確率 cl=0.95, # confidence level print=FALSE ){ px=dbinom(0:n,n,p) ix=order(px,decreasing = TRUE) # 確率の高い順の死亡数のindex dx=(0:n)[ix] # 確率の高い順の死亡数 cx=cumsum(px[ix]) # 高い順の確率総和(累積和) i=which(cx>cl)[1] cx[c(i-1,i)] cat('range = ',range(dx[1:i]),' conf.level =',round(cx[i],3),'\n') # dx[1:i] cat('range = ',range(dx[1:(i-1)]),' conf.level =',round(cx[i-1],3),'\n') # dx[1:(i-1)] nlwr=qnorm(0.05/2,n*p,sqrt(n*p*(1-p))) # 正規分布近似 nupr=qnorm(0.05/2,n*p,sqrt(n*p*(1-p)),lower=FALSE) cat('asymptotic range =',round(nlwr,2),' ',round(nupr,2),'\n\n') if(print){ library(HDInterval) plot(0:n,px,type='h',bty='l',xlab='death toll',ylab='probability',col=2,lwd=3) print(HDInterval::hdi(qbinom,size=n,prob=p)) print(HDInterval::hdi(qnorm,mean=n*p,sd=sqrt(n*p*(1-p))))} } > fn(46,0.2) range = 4 14 conf.level = 0.959 range = 5 14 conf.level = 0.936 asymptotic range = 3.88 14.52 パッケージHDIntervalの値と一致するから多分、バグはないと思う。 >>450 サワシリンアレルギーの患者のピロリ菌除菌やったことないの? 抗原検査キットはクリニックレベルまで不急しているから、ぽつぽつと陽性がでる。 インフルエンザは今シーズンは0。同僚や看護師に聞いてもインフルエンザは経験ないっていってた。 インフルエンザワクチンは必要なかったんじゃないかな。 >>457 >>435 ,437を書いた俺は識者でも指揮者でもないけど、 >>450 とは別人だし、彼と意見が同じわけでもない。 ↑ いけね、>>450 じゃなくて、>>454 とは別人 >>458 医者が羨ましいとはね。接客業が賤業と気づいたときには時遅しだったな。 近隣の病院が3箇所クラスター化しているし、内視鏡も防護服を着ての施行。 明日は我が身。 >>462 別に移ったっていいだろ。お前がどうなったって社会は何一つ変わらない。 >>463 通勤のタクシーチケットも支給される優良職場はなかなかないんだな。 去年は内視鏡休診でも全額給与が支給されたし。 昔、研修にいっていた急性期病院でもクラスター発生の報道に接した。 アクティブな病院ほどリスクが高い。 >>464 日本語通じてないぞ。患者として病院行けジジイ。 >>464 積極的にコロナ診療していた民間病院のホームページから (quote) 地域の皆さん、患者さん、ご家族の皆さん 非常事態を宣言します。 新型コロナウイルスの感染が急拡大し、極めて身近に なってきました。院内での感染も多く認められるように なりました。感染経路が追えなくなってきています。 救急外来も止めざるを得ません。 >>445 都道府県別の死亡者数がここにあった https://www3.nhk.or.jp/n-data/opendata/coronavirus/nhk_news_covid19_prefectures_daily_data.csv 東京のデータだけ、抜き出すと > TYO [1] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 [26] 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 [51] 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 1 0 0 1 0 0 1 1 1 1 [76] 7 0 0 2 5 7 0 1 4 1 4 0 2 0 5 6 3 7 5 3 6 4 0 6 6 [101] 7 0 6 2 9 3 6 15 4 5 0 5 5 11 9 0 9 7 7 9 7 11 7 4 3 [126] 3 9 7 8 9 8 4 4 3 3 2 1 0 1 0 1 2 2 0 0 0 0 0 2 1 [151] 0 0 2 1 0 3 0 0 1 2 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 [176] 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 1 0 0 0 1 1 2 0 0 [201] 1 0 0 0 0 0 0 1 2 0 2 0 0 2 1 3 3 1 2 0 0 2 2 2 0 [226] 2 0 2 3 1 0 1 4 0 0 3 6 1 0 1 2 0 2 2 3 0 1 0 0 1 [251] 0 1 3 4 1 0 6 1 1 1 0 2 0 2 1 2 1 4 0 0 0 2 2 2 4 [276] 3 2 0 1 2 3 3 0 2 3 1 0 2 2 0 0 4 0 0 2 0 0 0 1 3 [301] 3 2 0 0 0 2 4 0 0 1 1 1 0 0 3 3 3 0 0 1 5 5 2 8 2 [326] 0 6 6 5 2 5 0 0 3 9 10 0 4 5 0 1 1 10 9 10 10 0 6 5 4 [351] 5 4 0 1 2 14 8 11 7 8 3 4 2 13 3 10 3 5 3 16 10 7 9 9 3 [376] 14 13 18 20 ヒストグラムにすると https://i.imgur.com/3aAVZVj.png >>469 Rのfitdistrplusを使って平均値=実測となるポアソン分布を重ねると https://i.imgur.com/oqmVhJ0.png goodness of fitnessを算出させると Chi-squared statistic: 15037.22 Degree of freedom of the Chi-squared distribution: 6 Chi-squared p-value: 0 Goodness-of-fit criteria 1-mle-pois Akaike's Information Criterion 2184.220 Bayesian Information Criterion 2188.157 ポワソン分布には従ってないみたい。 >>469 理由はさっぱりわからんが、負の二項分布を当てはめると https://i.imgur.com/gsWUdhr.png なんとなく、分布が近似している。 Rのコード library(fitdistrplus) fTYO=fitdist(TYO,'nbinom') summary(fTYO) gofstat(fTYO) plot(fTYO) > gofstat(fTYO) Chi-squared statistic: 8.525185 Degree of freedom of the Chi-squared distribution: 5 Chi-squared p-value: 0.1295687 ポワソン分布の時と違って、 負の二項分布に従うという帰無仮説は棄却されない。 >>471 おいジジイ いつになったら医師免許晒すんだよ >>471 大阪府のデータを使って負の二項分布で近似させてみると https://i.imgur.com/Au0x2W8.png > gofstat(fOSK) Chi-squared statistic: 5.835746 Degree of freedom of the Chi-squared distribution: 4 Chi-squared p-value: 0.2117552 Goodness-of-fit criteria 1-mle-nbinom Akaike's Information Criterion 1463.302 Bayesian Information Criterion 1471.177 東京よりも当てはまりが良好 ちなみに東京のAICとBICは Goodness-of-fit criteria 1-mle-nbinom Akaike's Information Criterion 1470.136 Bayesian Information Criterion 1478.011 >>472 医師免許証の画像ならネットにいくらでも転がっているらしいぞ。 医師会のタイピンの画像はないだろうから、開業医スレにアップしておいたよ。 良識派の感想 数学 統計に詳しい人が語るコロナウイルス ☆2 https://rio2016.5ch.net/test/read.cgi/math/1596506253/435 435 名前:132人目の素数さん[] 投稿日:2021/01/21(木) 01:21:45.49 ID:wnrMDA5R ↑ なんだか頭のおかしな人が... 怖いわ。 >>471 指数分布で近似しようとしたのだが、やってみたら負の二項分布の方が当てはまりがよかった。 近似した負の二項分布を図示すると https://i.imgur.com/pchRFBr.png 10人以上の死者がでる確率は fTYO$estimate Tsize=fTYO$estimate[1] Tmu=fTYO$estimate[2] pnbinom(10-1,size=Tsize,mu=Tmu,lower=F) で計算できる。 こういう https://i.imgur.com/EVaHN6x.png トレンドを考慮しない計算であるのは当然ではあるけど。 西浦さんの最近出た「gotoがコロナ拡散に影響を与えた」とする論文読んでみたけどさ https://www.mdpi.com/2077-0383/10/3/398 これ殆ど何も示せてなくね 因果を示せとまでとは言わないけど、意味のある相関すらないんじゃないか 旅行関連感染者が増えたって言うけど非旅行関連感染者の方が増えてるし 観光関連感染者が増えたってのもあるけど、そもそもGotoで母集団(全国民)の観光旅行客が爆増してんだからそこ考慮に入れなきゃ意味ないと思うけどそういうのもないし そもそも時期のチョイスもちょっとおかしいとか色々あるけどそういうの置いておいてもそもそも根本的に疑似相関にすらなってないと思う データ集めただけですよって言うならわかるけど これって数学的にgotoと感染との関係を示唆出来てるとは思えんのよね でもDiscussionにハッキリ、gotoが影響与えた可能性ある、って書いちゃってるし 指数分布近似でのグラフ https://i.imgur.com/0SmMRr9.png グラフの見た目は負の二項分布の方がよさそうだったのだが、 AICやBICは指数分布の方が小さいのでこっちの方がいいみたい。 Goodness-of-fit criteria 1-mle-exp Akaike's Information Criterion 1369.557 Bayesian Information Criterion 1373.494 eTYO=fitdist(TYO,'exp') summary(eTYO) gofstat(eTYO) plot(eTYO) Trate=eTYO$estimate ; 1/Trate curve(dexp(x,rate=Trate),0,30,bty='l') 10人以上の死亡者がでる確率は pexp(10,rate=Trate,lower=F) で計算できる。 指数分布近似の方が確率が高いな。 >>478 人から人へ感染するのだから、人との接触機会が増えれば感染が増えるのは自明だと思う。 スカイダイビングでパラシュートを付けた方が生存率に統計的有意差があるという比較試験はないらしい。 >>479 逆だった。1桁誤認していた。負の二項分布での計算の方が確率が高い。 >>482 二期校時代に現役で合格。 一期校は滑り止めに理一。 どちらも模試での判定がAだったから。 もし判定って過去のデータからロジスティク回帰で計算しているんだろうな。 >>484 ここだったら学歴なんか何言おうと思いのまま。嘘も言い続ければ真になるってか? それが事実ならここまで歪みきってここで燻ってるはずないだろう。それが分からないのが非医。 可哀想だね。 それが人生のピークだったのかな? それとも全部嘘なのかな? >>485 ひょっとして俺より低学歴なのかwwww 臨床やっているから、業界ネタはいくらでも語れるぞ。 サワシリンアレルギーの患者にはPPI+クラリス+フラジールだと保険査定されにくい。 バイト先で2件経験したので主治医にsuggestion。 2例中1例は除菌成功。あとはグレースビットを含むレジミンだけどこっちは自費になる。 >>487 医師免許見せれば一発なのにどこから持ってきたのか必死だね。 世論 統計爺ってスレタイも読めない、医師免許もない、誰からも必要とされない すこしは誇れるものはないのかね 3900人はどうやって算出したんだろう。 1 孤高の旅人 ★ sage 2021/01/29(金) 23:30:18.25 ID:WTE/oZYZ9 広島の大規模PCR、最大3900人の陽性想定 県が計画案、検査費用10億円盛る 1/29(金) 23:18配信 https://news.yahoo.co.jp/articles/7f222da16d82a489183003c2b751077b10fb2013 新型コロナウイルス対策で、広島県は29日、広島市内4区で取り組む任意、無料の大規模PCR検査の基本計画案を発表した。市の感染者数が減少傾向にある中、無症状者を早く見つけ出し、感染を抑え込むのが狙い。1カ月で約28万人を検査し、最大3900人の感染が判明すると想定する。緊急編成した2020年度一般会計補正予算案に事業費10億3800万円を盛り込み、2月3日開会の県議会臨時会に提案する。 >>489 どうせ拝借したというにきまっているからね。 >>492 実際そうなんだろ?そもそも持ってないんだろ。 >>491 不思議な予測値だね。 広島市の一週間あたりの新規感染者数の最大値が10万人あたり40人。 いまは減少傾向で10人。感染後2週間はPCR陽性が続くとすれば、 2週間以内の新規感染者がひっかかるはずだからピーク値でもせいぜい 80人。28万人あたりになおせば200人程度。3900ということ は、潜在的感染者が最大その20倍はいると見積もってることになるね。 いくらなんでも、それはないと思うが。 28万人調査したときの陽性者数の95%信頼区間の上限を3900人とすると 信頼区間は正規分布近似として > uniroot(function(p,n=280000,upper=3900) qnorm(0.975,n*p,sqrt(n*p*(1-p)))-upper,c(0,1))$root [1] 0.0135076 陽性率1.35%に想定していることになるなぁ。 >447のコードを流用して二項分布で計算すると > uniroot(function(p,n=280000,upper=3900) hdi(qbinom,prob=p,size=n)[2]-upper,c(0,1))$root [1] 0.01350607 正規分布での値とほぼ一致だな。 でも、最初から陽性率が設定できているなら、何を出すために疫学調査するのだろうかが疑問だな。 99%信頼区間の上限が3900人としても、想定された陽性率は1.3%程度であまり変わらんな。 > uniroot(function(p,n=280000,upper=3900) qnorm(0.995,n*p,sqrt(n*p*(1-p)))-upper,c(0,1))$root [1] 0.01338053 > uniroot(function(p,n=280000,upper=3900) HDInterval::hdi(qbinom,prob=p,size=n,cred=0.99)[2]-upper,c(0,1))$root [1] 0.01338956 >>492 拝借したのはお前だろ。 身内か何か知らんがとんだ不届き者だ。 東京で14000人に「抗体」検査して、その陽性率が1.8%だからね。 広島でPCR検査して陽性率が1.4%って、まずありえないっしょ。 桁が違ってる。 >>498 タイピンは使わないから俺の机の引き出しに以前からずっとあるんだよ。 賤業の臨床医が羨ましいなんて医学部落ちたのかよ? 病棟をもっていると夜間休日も電話かかってきて拘束感が半端ない。感染対策委員会とか救急委員会とか会議も多くてうんざりする。 4月から内視鏡バイトをもう1日増やしてくれと頼まれた。 タクシーチケットも支給されるから引き受けた。 ナースが慣れていて仕事がしやすいというのもある。 >>500 同じことしか言わねーな。用意したセリフだろう。 >>499 その頃の東京の一日のPCR陽性者って2桁くらいじゃなかったかな? >>502 今日は日曜救急当番の代休で1日休み。 昨日から抗ウイルス薬の勉強中。 抗ウイルス薬は配合薬が増えた。 TANGO試験のデータの統計処理を自分で検算したりして遊びながら論文読んでる。 算出方法が明記されていなくて95%CIが合致しないことが多いんだな。 ゾフルーザの95%CIはbootstrap法で算出と明記されていたから、これは合致しなくても納得。 >>499 今、東京で抗体検査したらどれくらいの陽性率になるんだろう? メラノーマの薬だから覚えなくていいなと思っていたら、大腸がんにまで適用拡大されていた。 おまけに同じ作用機序の新薬がでたり。 ビラフトビやメクトビは阻害する遺伝子のBRAFやMEKからと分かったがトビってなんだろう?と疑問だった。 新薬のインタビューフォームにgoodを意味するヘブライ語だと記載されていた。 ベルソムラとかだとフランス語由来と簡単に想像がついたが、ヘブライ語なんぞ知らん。 インタビューフォームに薬の由来が書いてあるのを知ったのは有意義であった。 こんな感じでシグナル伝達の動画がyoutubeに沢山あるので文章を読まなくていいので楽ちん。 https://www.youtube.com/watch?v=W3ZASYwqjNc アラカンの医者の時代って 偏差値40台の私大医学部あったよね ウリュウのジジイはそんな奴らを傍目で見て嫉妬で狂っていたと見える。 日本国内で日本人初の武漢ウイルス感染が確認されたのは昨年の1月29日。 武漢からのツアー客を乗せたバスの運転手だった。 それから、ほぼ一年。きりの良い時期なので、整理してみようと思った が、諸処事情から、2020年1月1日を起点にした一年のデータを整理。 2020年1月1日 総人口 : 12602万人 (1) 2021年1月1日 総人口 : 12557万人 2021年1月1日 0〜4才人口 : 463万人 2021年1月1日 1才以上の人口推定値 : 12464.4万人 (2) 2020年1月1日に生きていた人の内、2021年1月1日までに死亡した人の推定人数 : 137.6万人 (3) 2021年1月1日 国内の感染者数 : 237071人 (4) 2021年1月1日 死亡者数 : 3540人 (5) 2021年1月1日 感染経験生存者 : 233531人 (6) 参照元 http://www.stat.go.jp/data/jinsui/pdf/202001.pdf http://www.stat.go.jp/data/jinsui/pdf/202101.pdf https://www.asahi.com/special/corona/ 前投稿のデータを用い、2020年1月1日に生きていた12602万人を対象に 1年後の 生/死、及び感染経験の有/無 をクロス表にしてみた。 \ 生 死 合計 感染有 23.35 0.354 23.71 感染無 12441 137.25 12578.3 合 計 12464 137.6 12602 1段目のデータ(感染有)は左から、(6),(5),(4) 2段目のデータ(感染無)は左から、(2)-(6),(3)-(5),(1)-(4)を利用/計算してます。 おいジジイ ど平日の社会人が1日中5chに張り付きとはどういうことだ? >>513 だから何?感染してなくても1%は死ぬんだから、死亡率1.5%なら たいしたことないとか?そんな比較しても意味ないでしょうに。 それよか、少子高齢化のため、長年に渡って毎年の死者数は1〜2 万人ずつ増加してるのに、2020年は減少して一昨年のレベルに戻って んのよ。つまり、コロナで死ぬ人より、感染対策やらなにやらのおか げで死なずにすんでる人のほうがはるかに多かったってこと。 >>514 平日に毎日働かなくても生活できるからね。 新コロナ前からそういう生活している。 稼いでも税金で持っていかれるだけ。 >>519 12中下旬で東京0.9% 一方、感染者の累計は5万人。ってことで、やっぱりその2倍くらい だな。無症状、軽症で終わる人の割合がそれだけ多いってことかもね。 そういえば、NHKの番組で、医療現場でマスクつけた従事者でも感染 したけど、9割近くが無症状だったという事例が紹介されてたな。 マスク着用の効果もあるかもしれん。 ついでにいうと、現時点で累計感染者は10万人だから、 東京の抗体陽性率は現在1.8%くらいと推定される。 >生保か? こういうこというやつって なんか生活保護受けたいのかな? だったら発狂して生活保護受ければいいのに もう狂ってるんだろ? 医療事務の分際で医者ぶってるって滑稽だね。 恵まれた境遇のやつが毎日ルサンチマンまみれの歪んだ書き込みするかよ。 臨床医が羨ましいのか? リスクの高い賤業だぞ。病棟持ったらプライベートな時間がない。 まあ、バイト先には困らんが。 こういう記述は術者にしか書けんよ。 https://egg.5ch.net/test/read.cgi/hosp/1579701192/548 >>519 ※ この調査では、陽性の判定をより正確に行うため、2種類の検査試薬(アボット社・ロシュ社)の両方で陽性が確認されたものを「陽性」としています。 陽性数を少なくみせたい意図を感じるな。 2種類の検査のカッパ値はどの程度なんだろ? >>524 何が術者だよ、笑わせんな。 お前は年中無休で5chしかしてない社会と家族のお荷物だろ。 >>525 4月から内視鏡バイトを増やしてくれと頼まれた。 今と同じくタクシーチケット出るので引き受けた。 まあ半分(ざっと所得税4割住民税1割)は税金で持っていかれる。 んで、あんたこそお荷物じゃないの? 仕事あんの? >>526 あんたが医者じゃないとか無意味な難癖つけてくる異常者は 放置でいいから、コロナ関連の話をしてくれ。 不毛なやりとりはうんざりだよ。 >>513 武漢ウイルスが直接的原因で無くなった方は、報道されている数字の、27%程。 逆に言えば、新型コロナが蔓延しなくたって、コロナ死と認定された者の73%は、 別の原因での死は免れなかった。 >>528 コロナ患者の退院基準が甘すぎて 「発症日から10日間経過し、かつ、症状軽快から72時間経過した場合に退院可能」だからPCRすらなしで一般病院に押し付けて来るんだなぁ。 俺の勤務先でも受けている。 俺は主治医じゃないけど未だに微熱が続いている。 当直中に発作性心房細動が起こったので呼ばれた。 防護服来て病室に赴いて診察後は風呂に入った。 当直帯はの待機時間が多い勤務だから風呂に入ったりできるけど コロナ対応の病院はトイレにも満足にいけないという。 HBs抗体があってもde novo肝炎みたいに再活性化することもある。 昔、勤務していた病院でリツキサンを使っていた症例に出ていたな。テノゼットもベムリディもなかった時代の話。 >>513 ありきたりの計算 > dat [,1] [,2] [1,] 233531 3540 [2,] 124410469 1372460 > chisq.test(dat) Pearson's Chi-squared test with Yates' continuity correction data: dat X-squared = 353.87, df = 1, p-value < 2.2e-16 > fisher.test(dat) Fisher's Exact Test for Count Data data: dat p-value < 2.2e-16 alternative hypothesis: true odds ratio is not equal to 1 95 percent confidence interval: 0.7039544 0.7525420 sample estimates: odds ratio 0.7277541 >>513 生と死の配置をいれかえたcontingency tableにして感染した場合の死のオッズ比とリスク比を95%CI付きで出してみた。 a=3540 b=233531 c=137.6e4-3540 d=12464.4e4-233531 (dat=matrix(c(a,b,c,d),nrow=2,byrow=TRUE)) chisq.test(dat) fisher.test(dat) oddsratio(dat) rateratio(a,c,a+b,c+d) > oddsratio(dat) Disease Nondisease Total Exposed 3540 233531 237071 Nonexposed 1372460 124410469 125782929 Total 1376000 124644000 126020000 Odds ratio estimate and its significance probability data: dat p-value < 2.2e-16 95 percent confidence interval: 1.329178 1.420525 sample estimates: [1] 1.374092 > rateratio(a,c,a+b,c+d) Cases Person-time Exposed 3540 237071 Unexposed 1372460 125782929 Total 1376000 126020000 Incidence rate ratio estimate and its significance probability data: a c a + b c + d p-value < 2.2e-16 95 percent confidence interval: 1.324104 1.414398 sample estimates: [1] 1.368506 >437と>528のように正しい認識の方が複数あらわれたので、統計処理に専念しよう。 >535の計算は二項分布を正規分布近似して信頼区間を算出していると思う。 パッケージfmsbのコードを読むとそうなっている。 Rの contingencyTableBF {BayesFactor} R Documentation Function for Bayesian analysis of one- and two-sample designs を使って乱数発生させてやってみた。MCMCでやったというとカッコいいw 死亡数は死亡率に従う二項分布として計算(上段) 死亡数はポアソン分布に従うとして計算(下段) https://i.imgur.com/BE1nggk.png どれもほぼ同じ数値。カイ二乗やフィッシャーテストの値ともほぼ同じ。 これをもって、COVID-19に感染すると死亡するリスクが3割から4割増すのですよ、と恐怖を煽るのに使える。 問題: (1) COVID-19感染の死亡寄与率とその95%信頼区間を求めよ。 (2) COVID-19による死者が1人現れるには何人が感染する必要があるか?95%信頼区間とともに求めよ。 >>536 二項分布による乱数発生で求めた分布 https://i.imgur.com/LNenVZB.png ポワソン分布による乱数発生で求めた分布 https://i.imgur.com/ppWicYq.png コロナ感染者が250人でるとそのうち1人は1年以内に死亡するという結果になった。 正規分布近似でのリスク差の値 > riskdifference(a,c,a+b,c+d) equals to zero) data: a c a + b c + d p-value < 2.2e-16 95 percent confidence interval: 0.003532353 0.004509443 sample estimates: [1] 0.004020898 ともほぼ一致。 >>538 >437と>528のように正しい認識の方が複数あらわれたね。 RのパッケージEpiを使うと、リスク比、オッズ比、リスク差まで95%信頼区間付きで出してくれる。 しばらく使ってなかったのでその存在を失念していた。 > Epi::twoby2(dat) 2 by 2 table analysis: ------------------------------------------------------ Outcome : Col 1 Comparing : Row 1 vs. Row 2 Col 1 Col 2 P(Col 1) 95% conf. interval Row 1 3540 233531 0.0149 0.0145 0.0154 Row 2 1372460 124410469 0.0109 0.0109 0.0109 95% conf. interval Relative Risk: 1.3685 1.3244 1.4140 Sample Odds Ratio: 1.3741 1.3292 1.4205 Probability difference: 0.0040 0.0035 0.0045 Asymptotic P-value: 0.0000 twoby2のコードをみるとこれは正規分布近似での信頼区間算出だな。 >>536 コロナの死亡率は年齢依存性が著しく高いので、 全年代を対象に分析してもあまり意味がないと 思う。 たとえば、70歳だと死亡リスクは数倍になるけど、 20歳だと0.1%しか違わないとか(数字はテキトー)。 >>540 まあ、層別に処理しないとシンプソンのパラドックスが出てくるだろうね。 新型コロナの死亡率が1〜2%くらいという話だから、 コロナ感染者が250人でるとそのうち1人は1年以内に死亡するという結果はそれほど的外れでもないと思う。 そもそも60代後半になれば、コロナに感染してなくても 1年以内に死亡する確率が1%くらいあるはず。なので、 感染したら1年以内に0.4%が死ぬと言われてもどうって ことない。 こういう記述に接すると早速グラフ化したくなる。 " The proportion (f) of the population that must be vaccinated to end an outbreak equals (1-[1/R0])/E, where E is the vaccine efficacy to prevent transmission. If E = 95% (0.95) and R0 = 3, then (1-1/3)/E = 70% of the population that will need to be vaccinated. If the vaccine actually prevents a smaller proportion of transmissible infections, or if the virus becomes more transmissible, as the London variant is said to be, the proportion of the population that needs to be vaccinated is greater. If the vaccine efficacy to prevent transmission is less than (1? 1/R0), it is impossible to eliminate an infection solely by vaccinating even the whole population. https://www.msdmanuals.com/en-jp/professional/news/editorial/2021/01/08/14/02/covid-vaccine-update " https://i.imgur.com/c6vsfPA.png 風邪と同じで、ワクチンの効き目が弱い変異株が現れるので、 永久に感染は終息しない、に百万ペプル。 ■ このスレッドは過去ログ倉庫に格納されています
read.cgi ver 07.5.5 2024/06/08 Walang Kapalit ★ | Donguri System Team 5ちゃんねる