Einführung

In Bezug auf die Bedrohung durch die neue Coronavirus-Infektion (COVID-19) wurde auch in Japan eine Notfallerklärung abgegeben, und die Gefahr eines medizinischen Zusammenbruchs ist gefordert. Insbesondere als Reaktion auf den raschen Anstieg der Zahl infizierter Menschen in städtischen Gebieten haben Maßnahmen wie die Aufnahme milder und asymptomatischer Menschen in Unterkünfte begonnen. Darüber hinaus wurde, wie im Fernsehen berichtet, darauf hingewiesen, dass es in China, Italien, den Vereinigten Staaten usw. zu einem medizinischen Zusammenbruch gekommen ist, und es gibt Fälle, in denen aufgrund einer Lähmung der Krankenhausfunktionen keine ausreichende Behandlung erhalten werden kann. In diesem Artikel möchte ich den medizinischen Kollaps anhand der von der Johns Hopkins University veröffentlichten Daten ** quantitativ verifizieren ** und gleichzeitig konkret definieren, was ein medizinischer Kollaps ist.

Was ist ein medizinischer Zusammenbruch?

Laut Wikipedia Es scheint, dass es bedeutet, dass "ein stabiles und kontinuierliches medizinisches Versorgungssystem aufgrund einer Abnahme der Arbeitsmoral der Ärzte, einer Zunahme der verteidigungsmedizinischen Versorgung, einer Verschlechterung des Krankenhausmanagements usw. nicht eingerichtet wird", sondern in Bezug auf COVID-19 Es gibt einen Mangel an medizinischem Personal und medizinischer Ausrüstung, und es ist schwierig geworden, schwerkranke Menschen zu behandeln. " Mit anderen Worten, es scheint, dass sich die Bedeutung je nach Kontext, in dem sie verwendet wird, geringfügig ändert. Im früheren Sinne [diese Grafik](https://ja.wikipedia.org/wiki/%E3%83%95%E3%82%A1%E3%82%A4%E3%83%AB:Oecd- Mit Blick auf doctorconsult2013.svg) scheinen sich Japan und Südkorea als Länder mit einer großen Anzahl von Konsultationen im Vergleich zur Anzahl der Ärzte pro Bevölkerung hervorzuheben. Dieses Mal möchte ich die Definition des medizinischen Kollapses * im Zusammenhang mit * COVID-19 wie folgt definieren.

Medizinischer Kollaps ist ein Phänomen, bei dem die Sterblichkeitsrate aufgrund der Enge oder Erschöpfung der menschlichen und physischen medizinischen Ressourcen aufgrund einer Zunahme der Anzahl der Patienten (Anzahl der behandlungsbedürftigen Personen) steigt.

Quantifizieren Sie den medizinischen Kollaps

Von der Johns Hopkins University veröffentlichte Daten aggregiert tägliche kumulative Infektionen, Genesung und Todesfälle aus der ganzen Welt. Ich bin. Basierend auf diesen Daten werden die folgenden zwei Indikatoren berechnet.

Mortalität rD: Anzahl der Todesfälle an diesem Tag, die sich aus der Anzahl der Personen ergeben, die am Vortag behandelt werden müssen (C)
Wiederherstellungsrate rR: Anzahl der Wiederhersteller an diesem Tag, generiert aus der Anzahl der Personen, die am Vortag behandelt werden müssen (C)

Tatsächlich gibt es eine Zeitverzögerung vom Krankenhausaufenthalt bis zum Tod oder vom Krankenhausaufenthalt bis zur Genesung. Daher muss dies bei der Berechnung berücksichtigt werden. Da jedoch keine Daten zur für den Tod oder die Genesung pro Patient erforderlichen Zeit enthalten sind, ist dies einfach. Ich entschied mich zu rechnen. Obwohl es einfach ist, scheint die Anzahl der Personen, die eine Behandlung benötigen (C), Patienten mit unterschiedlichen Tagen nach dem Krankenhausaufenthalt zu umfassen, so dass dies in gewissem Maße als Index angesehen wird. Die Anzahl der behandlungsbedürftigen Personen wird übrigens nach folgender Formel berechnet.

Anzahl der behandlungsbedürftigen Personen (C) = Kumulative Anzahl infizierter Personen (PS) - Kumulative Anzahl von Genesern (RS) - Kumulative Anzahl von Todesfällen (DS)

Versuchen Sie mit Python zu rechnen

Dieser Code ist auf GitHub verfügbar. Es wird im Jupyter Notebook-Format gespeichert. (Dateiname: 03_R0_estimation-WLD-RDR-01c.ipynb)

GitHub: okimebarun / 01_COVID19_analysis

Code

Ich werde nicht den gesamten Code im Artikel behandeln, da er lang sein wird, aber ich werde die wichtigsten Punkte in der Berechnung erläutern.

Die Daten der Johns Hopkins University werden nach Land und Bundesstaat aggregiert. Da jedoch die nach Bundesstaat aufgelisteten Daten und die nach Land insgesamt aufgeführten Daten gemischt sind, werden sie nach Ländern neu aggregiert. ..

def getSumOfCountry01(df, country):
    df1 = df[df["Country/Region"] == country]
    # summarise for each country/region
    if df1['Province/State'].isnull().any():
        df2 = df1.fillna({'Province/State':'SUM'})
        df3 = df2[df2['Province/State'] == 'SUM']
    else:
        df3 = pd.DataFrame(df1.sum(axis=0)).T
        df3['Province/State'] = 'SUM'
        df3['Country/Region'] = df1.iloc[0,1]    
    return df3

Dies ist der Teil, der die obige Sterblichkeitsrate rD und die Wiederfindungsrate rR berechnet. Der gleitende Durchschnitt wird unter Berücksichtigung der Zeitverzögerung ermittelt.

def calcCRD(df, keys):
    #
    nth = keys['nth']
    tf = keys['tf']
    #
    nrow  = len(df)
    getV  = lambda s, tag: df.loc[s, tag] if s < nrow else np.NaN
    # tf [days]Gleitender Durchschnitt bis zum Ende
    getV2 = lambda s, tag: np.nanmean([getV(u, tag) for u in range(s,s + tf)])
    df.loc[0, 'C'] = 0.
    for t in range(1, nrow):
        df.loc[t, 'C'] = getV(t, 'PS') - getV(t, 'RS') - getV(t, 'DS')
        if df.loc[t-1, 'C'] > nth: #Für Maßnahmen gegen kleinen Nenner
            df.loc[t, 'rR'] = getV2(t, 'R') / df.loc[t-1, 'C']
            df.loc[t, 'rD'] = getV2(t, 'D') / df.loc[t-1, 'C']
        else:
            df.loc[t, 'rR'] = np.NaN
            df.loc[t, 'rD'] = np.NaN
    return df

Mehrere Dateien werden zu einem Datenrahmen zusammengefasst.

def CRDinWorldArea01(area):
    keys = { 'nth':100, 'tf': 3 }
    df1 = makeCalcFrame(100) #
    df2 = readCsvOfWorldArea_Confirmed(area)
    df3 = readCsvOfWorldArea_Recovered(area)
    df4 = readCsvOfWorldArea_Deaths(   area)
    df = df1
    df = mergeCalcFrame(df, df2)
    df = mergeCalcFrame(df, df3)
    df = mergeCalcFrame(df, df4)
    df = calcCRD(df, keys)
    return df

Ergebnis der Analyse

Schauen wir uns nun die Berechnungsergebnisse an. Das Berechnungsziel sind Länder, in denen die Zahl der Infizierten zum 15. April 5.000 übersteigt.

Gesamttrend

Zeichnen Sie zunächst die durchschnittliche Wiederfindungsrate rR auf der horizontalen Achse und die durchschnittliche Mortalität rD auf der vertikalen Achse. Die Sterblichkeitsraten variieren erheblich von Land zu Land. Zu den Ländern mit besonders hohen Sterblichkeitsraten zählen EU-Länder wie Spanien, das Vereinigte Königreich, Italien, Frankreich sowie Belgien und der Iran. Umgekehrt gehören zu den Ländern mit niedrigen Sterblichkeitsraten Australien, Israel, Norwegen, Chile, Südkorea und Deutschland. Die Wiederherstellungsrate ist ebenfalls sehr unterschiedlich, aber es ist charakteristisch, dass der Iran und Peru hoch sind. China scheint eine hohe Erholungsrate zu haben, da es seit der Pandemie lange her ist.

Vergleich innerhalb von G7

Lassen Sie uns einen Vergleich innerhalb von G7 machen. Erstens ist die Sterblichkeitsrate. Das Land links hat eine relativ niedrige Sterblichkeitsrate und das Land rechts hat eine relativ hohe Sterblichkeitsrate. In Ländern mit relativ niedrigen Sterblichkeitsraten (links) sinken die Sterblichkeitsraten tendenziell, wenn die Zahl der behandlungsbedürftigen Personen zunimmt. Insbesondere die Zahl der Infizierten in den Vereinigten Staaten ist die höchste der Welt, wird jedoch auf etwa 0,5% unterdrückt. In Ländern mit relativ hohen Sterblichkeitsraten (rechts) steigt die Sterblichkeitsrate tendenziell mit zunehmender Anzahl der behandlungsbedürftigen Personen. Wenn die Anzahl der behandlungsbedürftigen Personen 1000 oder mehr erreicht, steigt die Sterblichkeitsrate schnell von etwa 1% auf maximal etwa 3%.

Schauen wir uns die Wiederherstellungsrate an. In Ländern mit relativ niedrigen Sterblichkeitsraten (links) mit Ausnahme der Vereinigten Staaten scheinen die Genesungsraten zu steigen, wenn die Zahl der behandlungsbedürftigen Personen relativ gering ist. In Kanada und Deutschland steigt die Genesungsrate sprunghaft an, wenn die Zahl der behandlungsbedürftigen Personen ein bestimmtes Niveau erreicht. In Ländern mit relativ hohen Sterblichkeitsraten (rechts) ** sinkt die Genesungsrate tendenziell, wenn die Zahl der behandlungsbedürftigen Personen steigt **.

Vergleich von Ländern mit hohen und niedrigen Sterblichkeitsraten weltweit

Schauen wir uns einen Vergleich zwischen Ländern mit hohen und niedrigen Sterblichkeitsraten weltweit an. Erstens ist die Sterblichkeitsrate. Das Land links hat eine relativ niedrige Sterblichkeitsrate und das Land rechts hat eine relativ hohe Sterblichkeitsrate. In Ländern mit relativ geringer Sterblichkeit (links) sind flache Formen von 0,5% oder weniger zu sehen. In Ländern mit relativ hohen Sterblichkeitsraten (rechts) steigen ausnahmslos ** die Sterblichkeitsraten mit zunehmender Anzahl der behandlungsbedürftigen Personen **.

Schauen wir uns die Wiederherstellungsrate an. In Ländern mit relativ niedrigen Sterblichkeitsraten (links) sind die Genesungsraten bei einer bestimmten Anzahl von Personen, die eine Behandlung benötigen, in die Höhe geschossen. In Ländern mit relativ hohen Sterblichkeitsraten (rechts) sinken die Genesungsraten tendenziell, wenn die Zahl der behandlungsbedürftigen Personen zunimmt.

BCG japanische Stamm geimpfte Länder und Nachbarländer

Ein Artikel darüber, ob eine routinemäßige BCG-Impfung COVID-19 beeinflussen kann wurde in Deutschland, den Niederlanden, Australien usw. veröffentlicht. Die klinische Studie hat begonnen. Schauen wir uns also die Auswirkungen von BCG an, insbesondere japanischer Aktien. Erstens ist die Sterblichkeitsrate. Das linke ist das Land, das mit japanischen BCG-Stämmen geimpft wurde, und das rechte ist das Nachbarland, in das japanische Stämme ohne BCG geimpft wurden. Die Sterblichkeitsrate ist im Iran hoch, aber die Sterblichkeitsrate ist in anderen Ländern, die nicht mit BCG-japanischen Stämmen geimpft wurden, relativ unterdrückt.

Schauen wir uns die Wiederherstellungsrate an. In Ländern, die mit BCG-Stämmen geimpft wurden, beträgt die Anzahl der behandlungsbedürftigen Personen weniger als 1000 und die Wiederherstellungsrate ist hoch. In Ländern, die nicht mit BCG-japanischen Stämmen geimpft wurden, steigt die Wiederherstellungsrate jedoch nur an, wenn die Anzahl der Personen, die eine Behandlung benötigen, auf 1000 oder mehr steigt. .. Mit anderen Worten, ** BCG-Inokulation mit japanischen Stämmen hat keinen Effekt auf die Senkung der Sterblichkeitsrate, kann jedoch den Effekt haben, dass die Wiederfindungsrate in einem frühen Stadium erhöht wird **.

Erwägung

Aus dem Obigen wurden die folgenden Trends aus den Daten als Verifizierungsergebnisse bezüglich des medizinischen Kollapses gefunden.

In Ländern mit hohen Sterblichkeitsraten (Spanien, Großbritannien, Italien, Frankreich usw.) ** gab es eine Tendenz zum Anstieg des medizinischen Zusammenbruchs, da die Zahl der behandlungsbedürftigen Personen zunahm **. Der Effekt besteht darin, die Sterblichkeitsrate von 1% auf 3% zu erhöhen.
In Ländern mit niedrigen Sterblichkeitsraten (Deutschland, Österreich, Chile, Südkorea usw.) ** stieg die Genesungsrate tendenziell stark an, wenn die Zahl der behandlungsbedürftigen Personen eine bestimmte Zahl erreichte **.
In Ländern, in denen japanische Stämme mit BCG geimpft wurden, stieg die Genesungsrate tendenziell früh an, wenn die Anzahl der behandlungsbedürftigen Personen weniger als 1000 betrug. Mit anderen Worten, es darf nicht schwerwiegend werden.

Außerdem ...

Die Tatsache, dass die Sterblichkeitsrate mit zunehmender Anzahl der behandlungsbedürftigen Personen steigt, bedeutet, dass es einen signifikanten Unterschied in der Gesamtsterblichkeitsrate gibt.
Auch innerhalb derselben EU sind die Trends sehr unterschiedlich, zum Beispiel in Frankreich und Deutschland. Dies deutet darauf hin, dass medizinische Ressourcen und Richtlinien einen erheblichen Einfluss auf die Sterblichkeitsrate von COVID-19 haben.
Möglicherweise besteht ein enger Zusammenhang zwischen der Nichtschwere und der Vermeidung eines medizinischen Zusammenbruchs. Mit anderen Worten, die Theorie besagt, dass das Bett frühzeitig geöffnet werden kann, weil es nicht schwerwiegend wird, und dass ausreichende medizinische Ressourcen in die Behandlung von Schwerkranken investiert werden können, was zu einer niedrigeren Sterblichkeitsrate führt.

Referenzlink

Ich habe auf die folgende Seite verwiesen.

[PYTHON] Lassen Sie uns die medizinische Kollapshypothese des neuen Koronavirus testen