統計で見るコロナウイルス Part.1
■ このスレッドは過去ログ倉庫に格納されています
このスレは各国/日本/各県のCOVID-19の感染者数統計をもとにどのような理由でこの数に至ったのか、また今後どのような変化をするか予想するスレです。
不謹慎な話題もOKですが、デマは厳禁です。 【9月入学は社会を混乱させるだけ】
コロナで日本は疲弊しています。更に9月入学を実施すれば社会を混乱させるだけです!
皆さんと一緒に9月入学を反対しましょう!
(1)入試
「7月や8月など夏の時期に、高校入試や大学入試を行う必要性があるが、十分に対応できるのか。
すでに通常どおりの入試スケジュールで、受験の準備を進めている生徒や学校などは混乱が予測される」
(2)家庭の負担増、採用時期見直し
「学生は社会人になるのが半年分遅くなるので、家庭では子どもを扶養する期間が長くなり、その分負担が増す可能性がある。
企業も、今の一括した春の採用時期を見直さなければならない」
(3)幼児教育との接続は
「幼稚園の入園や卒園も半年ずらすのか、検討しなければならない。
幼稚園教育の内容は、学習指導要領で定められているが、幼児期の発達や年齢に応じたものに見直すことができるのか。
保育園の場合、今よりも小学校入学までの半年分、子どもを預かる体制や予算を確保しなければならない」
(4)切れ目ない教育可能?
「今の教育は、幼稚園から大学まで、ギャップが生じないよう、切れ目のない仕組みになっている。
1つ変えようとすると、すべての学校、教育段階に影響が出る。変更は容易ではないと思う」
(5)学校の運営
「私立の場合は、授業料の支払いで経営が成り立っているが、9月入学になると、支払いが後ろ倒しになり経営が危うくなる学校も出てくるのではないか。
国公立や私立ともに学校への補償も検討が必要だ」
2020年4月30日
NHK News Webより抜粋 >>33
東京は1/9から1/14まで連続して最高温度が10℃を超えてるね。
論文探さなきゃ詳細覚えてないけど、インフルって、最高気温が15℃超え始めると感染が緩くなるんじゃなかったっけ? >>35
気温と湿度は調べてみる必要があると思う
グラフでは1月前半に既に減少傾向が出てるように見えるけど、気象の影響の可能性は考えられる
ただ気温は高かったとしても12月でも流行するんだし、どちらかと言えば湿度が高いほうが減少傾向が現れやすいんじゃないかな
相対湿度でじゃなくて絶対湿度のデータを見ないと何とも言えないんだけど 今年、温ったけーなおい
湿度は1月の方が高いかな
www.data.jma.go.jp/obd/stats/etrn/view/daily_s1.php?prec_no=44&block_no=47662&year=2019&month=12&day=&view= >>37
気温__2019__2020
*7日___8.9___6.2
14日___9.2___7.8
21日___9.1___6.6
28日___7.3___6.2
湿度__2019__2020
*7日__63.3__57.3
14日__66.9__68.9
21日__68.4__64.4
28日__66.0__72.4
2019年1月と2020年1月の週ごとの気温と湿度の平均の比較
気温は2020年のほうがやや低い
湿度は2020年の最終週以外はどっちもどっち
データが相対湿度だから正確な判断にはならないけど感染を大きく変化させるほどの違いはなさそう 東京都1月2月の絶対湿度(g/m3)、単位は(mg/L)でも同じ
週\年__2016.__2017.__2018.__2019.__2020.
第1週___4.82___3.98___3.34___5.54___4.23
第2週___4.05___4.33___3.40___5.97___5.64
第3週___3.84___3.44___5.06___6.07___4.86
第4週___2.82___3.08___2.83___5.22___5.32
第5週___4.39___3.59___4.22___4.55___4.82
第6週___3.65___3.62___3.22___4.60___2.93
第7週___5.19___3.55___3.10___3.48___6.49
第8週___4.91___4.25___4.45___5.62___5.23
近年はどの週も7g/m3を下回っているので、常にインフルエンザが流行しやすい環境だったと考えられる
一般的に使われてる相対湿度をわざわざ絶対湿度に換算する必要性については下記リンクを参照
※リンク先はインフルエンザの資料であり、新型コロナの性質ではないことに注意
▼絶対湿度と相対湿度の違いとは - ウェザーニュース
https://weathernews.jp/s/topics/202002/280095/
▼気温と相対湿度から絶対湿度を算出するExcelの式(気=気温のセル参照、相=相対湿度のセル参照)
=217*(6.1078*10^(7.5*気/(気+237.3)))/(気+273.15)*相/100 今日調べたのは、中国人渡航者2019年の国別ビザ申請件数(ソースは下記)
1.日本
2.タイ
3.シンガポール
4.マレーシア
5.ベトナム
6.アメリカ
7.フィリピン
8.オーストラリア
9.イギリス
10.カナダ
日本が1位もあると思ってたけど結構抜けた1位だった
中国人の感染者が早い時期から数多く訪れていた可能性はどこの国よりも高い
しかも日本は中国からの渡航に制限をかけるのが他国の対応より遅かったと思う
逆にそれによって日本は第1波を取り入れたとも考えられる
(スレッドの趣旨に沿った統計的な考察なので政治的な突っ込みには応答しません)
印象としてはアメリカとイギリスの状況が悪い以外は患者や死者が少ない国が多い気がする
特にアメリカは西部、中部、東部くらいに分けて考察する必要がありそう
まずは人口当たりに換算してみないと実態は見えないかな
▼これまでのまとめ
最初の記事(>>3)
インフルエンザ流行の推移:ttp://idsc.tokyo-eiken.go.jp/diseases/flu/flu/#suii
1月の報道:ttps://www.mixonline.jp/tabid55.html?artid=68694
東京都1月2月の絶対湿度(>>39)
絶対湿度と相対湿度の違い:ttps://weathernews.jp/s/topics/202002/280095/
ビザ申請件数:ttps://www.kankokeizai.com/【データ】trip-comグループ、「中国人旅行者の2019年傾/ >>40
日本の死亡率が欧米より低いことについて同様の考察があったので自己レス
https://headlines.yahoo.co.jp/hl?a=20200508-00000018-nkgendai-hlth
この記事ではBCGとBMIについても触れてる
各国の新型コロナの死亡率と肥満度の関係は調べてみる気はあるんだけど既にどこかで詳しくまとめられてるかな? >>41
cross-countryでの話なら、BCGのプレプリでBMIも考慮してるのなら見た事あるけど、
BMIに着目してしてるのは見たことないかな >>2
厚労省、検査キットの性能評価と感染状況の調査で先行1000人分の結果を公表
陽性判定は東京都500人中3人、東北6県500人中2人
https://www.nikkei.com/article/DGXMZO59137890V10C20A5MM0000/
基本的な情報として、この検査結果は本人には通知しないことが伝えられている
これにより新型コロナに罹ったような自覚がある人が集まってしまうことを回避している
今回の結果だけでは全体像は分からないけど、気になるのは去年1月から3月の血液でも500人中2人の陽性が出てること
本物の陽性なら去年の1月頃の時点で既に新型コロナが存在していたことになる
偽陽性なら今回の1000人中5人も偽陽性の範囲内とも考えられる
複数の検査キットの結果が数多く一致してるならある程度信頼できそうだけど、他のニュースではバラツキがあったということなので、調査結果の検討は1万人規模になってから行うか、もっと精度がいい検査方法の確立が必要なのかもしれない
こうなると過去に行われた抗体検査の結果も件数が少ないものは精度が疑わしくなってしまう
▼以前0.5〜2%って予想したんだけどもっと少ないのかな?
ttps://krsw.5ch.net/test/read.cgi/covid19/1588006466/677
ttps://krsw.5ch.net/test/read.cgi/covid19/1588006466/724 肥満に関して、英国首相がBMI34 (175cm 105kg)
英国(スコットランドを除く)のICUデータベース(ICNARC)によると
新型コロナは太り気味の人を重症化させやすい傾向
https://www.tokyo-np.co.jp/article/world/list/202004/CK2020041002000145.html 自粛って結局他の病気の感染にも影響するわな。
交通事故の統計もかな? >>43
これ、しばらく輸血すんなとしか見えないんだが? こんだけ大きな行動変容でも
確実に影響受けないと言い切れるものって
逆に何あるかな
宇宙規模のものしか思いつかなかった
日没時間とか >>41
国別100万人あたりの死者数、感染者数、肥満率%
死者 感染者 肥満率 国名
781 *4772 22.1 ベルギー
590 *5914 23.8 スペイン
525 *3717 19.9 イタリア
508 *3540 27.8 イギリス
423 *2749 21.6 フランス
364 *2941 20.6 スウェーデン
331 *2561 20.4 オランダ
311 *4877 25.3 アイルランド
272 *4559 36.2 アメリカ
217 *3536 19.5 スイス
166 *6291 22.6 ルクセンブルク
153 *1861 19.9 エクアドル
151 *2012 29.4 カナダ
118 *2824 20.8 ポルトガル
*96 *2104 22.3 ドイツ
*94 *1875 19.7 デンマーク
*83 *1412 25.8 イラン
*77 *2690 19.7 ペルー
*74 *1100 22.1 ブラジル
*70 *1805 20.1 オーストリア
*62 *2194 22.7 パナマ
*57 **868 22.5 ルーマニア
*54 *1146 22.2 フィンランド
*51 *1471 18.9 モルドバ
*50 **705 20.2 スロベニア
*49 *1758 32.1 トルコ
*47 *1337 21.2 エストニア
*47 **846 22.4 北マケドニア
*47 **363 26.4 ハンガリー
*43 *1521 23.1 ノルウェー
*40 *1118 27.6 ドミニカ共和国
*39 **690 17.9 ボスニア・ヘルツェゴビナ
*39 **366 28.9 メキシコ
*31 *1923 26.1 イスラエル
*29 *5285 21.9 アイスランド
*28 **790 26.0 チェコ
*28 **244 31.6 バハマ
*26 *1201 21.5 セルビア
*25 *3238 37.9 クウェート
*24 **486 23.1 ポーランド
*23 **541 24.4 クロアチア
*22 *2291 31.7 アラブ首長国連邦
*22 *2169 28.0 チリ
*21 **565 26.3 リトアニア
*20 *1509 20.2 アルメニア
*18 *1931 23.1 ロシア
*17 *3035 24.5 ベラルーシ
*16 **318 25.0 ブルガリア
*16 **270 24.9 ギリシャ
*14 **758 21.8 キプロス >>41
*14 **328 20.2 ボリビア
*14 **260 21.4 ホンジュラス
*12 **418 24.1 ウクライナ
*12 **156 27.4 アルジェリア
*11 **324 21.7 アルバニア
*11 **294 22.3 コロンビア
*10 **534 23.6 ラトビア
**9 *1497 35.4 サウジアラビア
**8 **261 10.8 モーリシャス
**8 **173 28.3 アルゼンチン
**8 **114 *6.4 フィリピン
**7 *3984 29.8 バーレーン
**7 **164 24.6 キューバ
**6 **128 *4.3 日本
**6 **115 32.0 エジプト
**6 ***83 18.6 トリニダード・ドバゴ
**5 10774 35.1 カタール
**5 **595 15.0 ガボン
**5 **274 20.5 スロバキア
**5 **216 *4.7 韓国
**5 **211 27.9 ウルグアイ
**5 **183 26.1 モロッコ
**5 **117 11.4 カメルーン
**4 *4797 *6.1 シンガポール
**4 *1019 27.0 オマーン
**4 **311 30.8 ニュージーランド
**4 **310 19.9 アゼルバイジャン
**4 **277 29.0 オーストラリア
**4 **242 28.3 南アフリカ
**4 **206 24.6 エルサルバドル
**4 **182 *8.6 パキスタン
**4 **165 *5.5 アフガニスタン
**4 **139 14.2 タジキスタン
**4 **132 33.7 レバノン
**4 ***88 26.9 チュニジア
**4 ***64 *6.9 インドネシア
**4 ***58 *8.7 シエラレオネ
**4 ***44 *9.9 リベリア
**3 **213 15.6 マレーシア
**3 **175 24.7 ジャマイカ
**3 **174 21.7 ジョージア
**3 ***86 *8.3 ソマリア
**3 ***81 30.4 イラク
**3 ***71 *9.6 コンゴ
**3 ***58 *6.2 中国
**3 ***29 *6.1 チャド
**2 **494 *9.5 ギニア・ビサウ
**2 **328 21.0 カザフスタン
**2 **175 16.6 キルギス
**2 **168 25.7 コスタリカ
**2 **135 *3.6 バングラデシュ
**2 **109 20.3 パラグアイ
**2 ***99 21.2 グアテマラ >>41
**2 ***66 *3.9 インド
**2 ***52 *8.6 スーダン
**2 ***41 *8.6 マリ
**2 ***38 *5.6 ブルキナ・ファソ
**2 ***37 *8.9 ニジェール
**2 ***31 22.7 ハイチ
**1 **203 *7.7 ギニア
**1 **185 10.9 ガーナ
**1 **146 *8.8 セネガル
**1 ***60 35.5 ヨルダン
**1 ***43 10.0 タイ
**1 ***36 *8.4 トーゴ
**1 ***27 *8.9 ナイジェリア
**1 ***16 *9.6 コンゴ
**1 ***15 *7.1 ケニア
**1 ****9 12.7 モーリタニア
**1 ****4 23.7 ニカラグア
**1 ****4 17.1 イエメン
**0 ***82 16.6 ウズベキスタン
**0 ***68 *7.5 中央アフリカ共和国
**0 ***45 *5.2 スリランカ
**0 ***42 20.6 モンゴル
**0 ***37 *8.1 ザンビア
**0 ***28 *9.6 ベナン
**0 ***22 *5.8 ルワンダ
**0 ***18 25.6 ベネズエラ
**0 ***18 *3.8 東ティモール
**0 ***11 *5.0 エリトリア
**0 ***10 18.9 ボツワナ
**0 ***10 10.3 ガンビア
**0 ***10 *5.3 マダガスカル
**0 ***10 *4.1 ネパール
**0 ****9 32.5 リビア
**0 ****9 *8.4 タンザニア
**0 ****7 *3.9 カンボジア
**0 ****6 17.2 ナミビア
**0 ****5 *5.3 ウガンダ
**0 ****4 *7.2 モザンビーク
**0 ****3 27.8 シリア
**0 ****3 15.5 ジンバブエ
**0 ****3 *5.8 マラウイ
**0 ****3 *5.8 ミャンマー
**0 ****3 *4.5 エチオピア
**0 ****3 *2.1 ベトナム
**0 ****1 21.3 パプアニューギニア
**0 ****1 16.6 レソト
**0 ****1 *8.2 アンゴラ
**0 ****1 *5.4 ブルンジ
上位は肥満率20%以上の国が多く、1桁%の国は下位のほうが多いように見える
ただしそれを肥満率と死亡率の因果関係と結論付けず、各国の食糧事情や医療普及の相関関係も考慮に入れる必要がある
ソース
https://www.worldometers.info/coronavirus/
https://obesity.procon.org/global-obesity-levels/ >>43
東大が抗体検査実施 陽性は0.6% 都内500人で感染状況を調査
ヤフーニュース:https://news.yahoo.co.jp/articles/fbf894b6198b59ced39e1d438da18119cd5bc8cb
東京大学:https://www.rcast.u-tokyo.ac.jp/ja/news/release/20200515.html
過去に各地で行われた検査キットを使用した定性検査に対し、今回東大が行ったのは定量検査なので信頼性が遥かに高いと考えられる
ただし陽性0.6%の内訳が500検体中3人なので1人の違いで大きな誤差が生じてしまう
抗体検査の正確な把握は医学的な意義がある他に様々な推測にも活用できる
例えば欧米に比べアジアや日本の死亡率が低い理由として、生活環境の他にBCGや遺伝などが考えられている
もしBCGや遺伝によって抑制されたのなら、感染しても発症する割合が低いという結果が出る可能性が高い
(感染しにくいかどうかはBCGや遺伝や生活環境などの何が影響したのか判断しずらい)
感染者と発症者の実数が分かればそれらの考察の材料になる
今後の調査結果が期待される
日テレ:https://www.news24.jp/articles/2020/05/13/07642059.html
大量測定プロジェクト:https://www.ric.u-tokyo.ac.jp/topics/2020/ig.html >>52
分析のまとめは早くて秋か
思ったよりは早い気もするけど素人でも分かるような傾向が現れるんだろうか?
新型コロナ 重症化に遺伝的要因は? 遺伝情報を分析へ
https://www3.nhk.or.jp/news/html/20200521/k10012438401000.html >>52
新型コロナウイルスに免疫を獲得できる可能性、鍵となる「T細胞」とは一体どんな細胞なのか?
https://gigazine.net/news/20200518-t-cells-covid-19-immunity/
この記事ではB細胞のほかにキラーT細胞が働いた可能性を示唆している
また普段の風邪のヒトコロナウイルスの感染経験によって新型コロナに対する免疫が獲得できる可能性があるとしている
キラーT細胞はウイルスが感染した細胞を攻撃してウイルスの活動を阻止するのでB細胞とは系統が異なる
抗体を作るのはB細胞の働きで、キラーT細胞が働いた場合は抗体はできない
先日の東大先端研の新型コロナの抗体検査は都内の検体で陽性0.6%という結果
東京の生活環境を考えると抗体を持ってる(感染経験のある)人がもう少し早く多くなりそうな気がする
もし日本人の多くがキラーT細胞の免疫を持ってるなら、感染はしてるけど発症する人の割合が低く、抗体の陽性率も低いという検査結果の説明ができる
山中伸弥教授が想定してるファクターXの一角がキラーT細胞である可能性も考えられる >>54
コロナウイルス抗体の定量的検査について(村上財団)
https://murakamizaidan.jp/コロナウイルス抗体の定量的検査について/
東大先端研による抗体検査は、今後はリンクの文書の【4】のように進められるらしい
また【3】の「IgGが早期に立ち上がり、IgMが遅れて立ち上がる」という点が注目される
これは日本人(東アジア在住の人)が新型コロナかそれに類似したウイルスの感染経験があるかのような結果である
類似したウイルスとしては一般的な風邪コロナウイルスが有力視されると考えられる
今後は、この抗体の立ち上がりに関する研究が中心になりそう、実用的な面が大きいので
なので先日書いたキラーT細胞の研究は行われるとしてもその先の話になるのかなという感じ >>3
5月6日の予想と多数の共通点がある査読前論文がCambridge Open Engageに発表されたらしい
発表したのは京大大学院の教授と吉備国際大学の教授らの研究グループ
https://news.infoseek.co.jp/article/president_35711/
予想との共通点は、初期に流入したS型やK型のウイルスはあまり症状が現れない弱毒性だったこと
そのK型ウイルスはインフルエンザ流行曲線が大きく欠けるほど日本に流入したこと
欧米諸国は渡航制限でK型の流入を抑えたために免疫ができずG型の被害が大きく現れたこと
日本は入国制限が遅く、K型を取り入れたことで毒性が強いG型の感染が抑制されたこと(>>40)
第1波から第3波の数え方が微妙にズレたけど、それぞれの現象の根拠がかなり類似してる
予想を裏付けるような論文が出たのは嬉しいんだけど、これらの理由で日本の被害が抑制されたのなら、東大先端研の抗体検査の陽性率がもう少し高く出るような気がする
やはり新型ではない風邪コロナウイルスの交差免疫も影響したのでは、というのが今の予想 インフルエンザは12月に大いに注意されてた。
2018の注目度が高かったからね。
武漢の話題は1月末がピーク
https://trends.google.co.jp/trends/explore?date=today%205-y&geo=JP&q=インフルエンザ,武漢 >>49
>**4 **311 30.8 ニュージーランド
>**4 **277 29.0 オーストラリア
ということは、肥満は関係なさそうですね。
両国とも死亡率(100万人あたりの死者数)低いので。 >>57
武漢が検索されたのは2月1日頃にダイアモンドプリンセスが沖縄に到着したからでしょ
最初の感染者は香港で下船したけど、他の乗客にも症状が出てるという報道が事前に流れてたからネットで話題になるのは必然的
その後、横浜で連日感染者数が報道されて、日に日に10〜30人くらいずつ増えていったけど、それでも世間の反応は対岸の火事だった
時期的に言えば、山中伸弥教授が2月16日の京都マラソンに参加して自己ベストを更新したんだけど、この時にはそんなウイルスがあるんだ程度にしか思ってなかったと後々テレビ番組などで発言してる
https://www.kyoto-np.co.jp/articles/-/162738
山中教授は感染症の専門家ではないけど、その後海外の研究者から情報を得たり文献を調べていくうちに危機感を抱いて、日本の感染症の専門家との公開対談などの活動を始めたのが3月に入ったころ
ところが世間の反応がほとんど得られず、医学に携わる者として情報を発信する重要性を感じてホームページを立ち上げたのが3月の中頃
1月末が武漢の検索のピークだったとしても、それを世間の感染症対策のピークと考えるのは無理がある >>58
死亡率に影響する要因があるとしても、その1つのルールに100%従った比例関係を示すことはむしろ考えづらく、羅列したデータを考察するなら局所に拘らず、全体を通した傾向が見られるかどうかで判断するべきだと思う
例えば上位中位下位くらいに分割してそれぞれの平均を比較するとか…
それと、>>56のリンクの記事の一部をぎゅっと要約すると「K型のウイルスが流入した地域は死亡率が低くなる」という内容が書かれてる
オーストラリアは、中国人のビザ申請件数の上位に入ってる国(>>40)で、渡航が制限される前にK型が流入したのなら>>56の説を裏付る好材料になる
これは調査を行えば型の分析ができるらしいので、いずれ公表される可能性がある
ちなみに今年の中国春節の長距離旅行の人気順はオーストラリアが1位でニュージーランドは4位に入ってる
https://www.yamatogokoro.jp/inboundnews/pickup/36615/ >>59
武漢への関心がインフルを越えたタイミングがそこだということ。
客船が注目されたのは武漢より後のタイミング。
https://trends.google.co.jp/trends/explore?geo=JP&q=インフルエンザ,武漢,ダイヤモンド・プリンセス スマホだとわからなかったけど時期指定できるのね。
https://trends.google.co.jp/trends/explore?date=2019-12-01%202020-02-15&geo=JP&q=インフルエンザ,武漢,ダイヤモンド・プリンセス,マスク
マスクの意識は武漢と同じように1/23にインフルより関心高くなりました。 >>19
奥村晴彦先生のCOVID-19関連ページをぐぐると良いよ >>61
あ、世間の話題のタイミングってことね
ずっと感染と感染予防の推移について調べてきたから、時期っていうとついついそっちの話かと思ってしまった
インフルエンザは例年1千万人が感染するからトレンドの値が高いのか低いのか前年と比べてみないと分からないんだけど >>66
さっき見たけど、関心が移れば感染予防対策の行動をとるわけじゃないから
正直言って俺は興味がない 関心が移ってるのにマスクの検索は増えてるわけだから、推測 は可能だね。物理的な行動を追うのは不可能では >>68
マスクの検索は転売ヤーに買い占められて品切れが発生しての検索数の増加
物理的な現象としては、厚労省が社会福祉施設に対して新型コロナの事務連絡を行ったのが2月13日が最初
https://www.mhlw.go.jp/content/10900000/000596202.pdf
この時点になってもどんなウイルスか不明なので、例年の感染対策マニュアルの励行を指示してる
俺は身内の1人が高齢者施設に入っていて月に1〜2回面会に行ってた
2月と3月の変わり目のころにおそらく厚労省の次の事務連絡があって、それを受けて面会を自粛してくれという連絡がきたんだけど、2月中頃は行くことに問題はなかった
物理的と言ってもこれらは個人的なことばかりだけど
山中教授の2月京都マラソンとかその頃の動画を見ると、例年ってこんなにマスクせず人との距離が近かったのかと、今となっては違和感すら感じるほど感染予防が増加してる様子がない >>52
▼東京大学:新型コロナ抗体の大量測定プロジェクトの紹介
├第二回東京の500例測定、前回と合わせ千例
├ひらた中央病院での抗体検査を行った経緯と結果
├抗体陽性率検査について先端研プレスリリースなど
https://ric.u-tokyo.ac.jp/topics/2020/ig.html
抗体大量測定プロジェクトの東京の途中経過は第一回陽性3人、第二回陽性4人、計千人で0.7%
この様子だと東北では千人の調査段階では1人も検出されない可能性もありそう
全国トータルの陽性率は0.2%程度になるのかなぁという印象
ひらた中央病院で抗体検査が行われた経緯は当該記事を参照していただきたい
ここでは医療従事者に対して検査が行われ陽性率は0.88%だった
この件については陽性率よりも事前に行われた簡易キットの結果との比較が大きな意味を持つ
使用したキットの説明書には特異度97%と記載されていたらしいが実際には90%そこそこしかなかった
といっても現実の陽性率が1%に満たない環境では特異度が97%でも99%でも疫学調査の目的は果たせない
しかしながら簡易の定性検査も全く利用価値がないわけではなく、また定量検査は正確ではあるにしても、その結果を鵜呑みにして良いわけでもないということが記事に書かれている
その他の関連記事
▼東大、千人の新型コロナ抗体検査 0.7%が陽性
https://www.nikkei.com/article/DGXMZO60047040V00C20A6000000/
▼抗体定性検査、陽性者の9割が定量検査で陰性に
https://medical.nikkeibp.co.jp/leaf/all/report/t344/202006/565883.html >>79
うーん、、、、特異度が90%だと、尤度日=感度÷(1−特異度)が最大でも10切るから、厳しいかもね。 東大つながりということで
▼国産ゲノム編集技術CRISPR-Cas3を用いたCOVID-19迅速診断法の開発
https://www.ims.u-tokyo.ac.jp/imsut/jp/about/press/page_00009.html
これが本格的に普及すると現状の医療用PCR検査の設備の大部分が必要なくなる
日本のPCR検査は未だに拡充される気配がないけど、この技術によってたまたま救われることになるんだろうか?
▼新しいゲノム編集ツールCRISPR-Cas3の開発に成功 | 東京大学
https://www.u-tokyo.ac.jp/focus/ja/articles/z0508_00038.html
こんな技術を開発していたとは!
これまでゲノム編集と言えばCRISPR-Cas9が主流だったんだけど、Cas9にあったいくつかの問題をCas3の技術によって解決できるらしい
ゲノム編集は海外で開発された技術だけど、その基礎となる反復クラスターを発見したのは日本人
興味がある人は自力で調べてほしい 今回の騒動ですら、リソースあるのに使ってないんだから厚生省の体質が変わらない限り日本ではムダ。米国に持っていった方がマシ。八木アンテナの時代から日本は何にも変わっていない。 クリスパーキャス3なんて今研究してるのにPCRと比較していいのか? ■ このスレッドは過去ログ倉庫に格納されています