我が国における超過死亡の推定
(2020年7月までのデータ分析)
掲載日:2020年10月30日
※結果をご覧いただく際の注意事項
10月現在の本分析(2020年7月までのデータ分析)では、超過死亡はすべての死因を含むため、今回観察された超過死亡は新型コロナウイルスを直接の原因とする死亡の総和ではありません。外出自粛等に伴う病院不受診や生活習慣の変化に伴う持病の悪化による死亡(増加分)、さらには例年より減少している可能性があるとされる交通事故死(減少による相殺分)など、新型コロナウイルスの感染拡大による間接的な影響も含まれています。これら死因を考慮し、直接と間接を明確にした分析は、データが入手出来次第行って参ります。
超過死亡は新型コロナウイルス問題が顕在化した 2020 年1月下旬以降だけではなく、過去の時点でも確認されています。過去との比較目的で、本分析では最近2017年以降の毎年毎月の超過死亡も報告いたします。毎月の始まりと終わりの日付は感染研疫学週を参照ください。また、本分析に関するQ&A(2020年10月30日時点版)もご参考ください。なお、元データおよび分析アルゴリズムも全て補足資料にて公表しておりますので、どなたでも再度検証可能です。
要約
2012年–2020年の人口動態統計データを用いて、日本における新型コロナウイルス感染症流行期における2020年1月から7月26日における超過死亡を、週別、都道府県別に推定しました。前回報告同様、米国疾病予防管理センター(CDC)の用いるFarringtonアルゴリズム、および欧州死亡率モニター(EuroMOMO)の用いるEuroMOMOアルゴリズムを用いて推定しています。期間中、予測死亡数の95%片側予測区間(上限)を超える観測死亡数が認められた週は、両アルゴリズムで11都府県、片方で5県において検出されました。各県の期間中の毎週の超過死亡の積算値は次の通りです。
- Farringtonアルゴリズム:秋田(17–111)、栃木(14–142)、群馬(32–134)、埼玉(9–395)、千葉(49–264)、東京(28–295)、富山(19–113)、愛知(7–234)、大阪(6–270)、奈良(17–129)、徳島(4–90)、香川(11–134)
- EuroMOMOアルゴリズム:秋田(13–149)、茨城(12–207)、栃木(22–201)、群馬(39–226)、埼玉(28–611)、千葉(45–389)、東京(65–594)、富山(11–144)、静岡(12–370)、愛知(14–366)、大阪(18–423)、奈良(16–172)、徳島(4–112)、福岡(1–234)
結果の妥当性の検討の一環として、メインの推定モデルのパラメータ値に変化を与えた感度分析の結果では、その設定によっては、Farringtonアルゴリズムでは茨城、神奈川、静岡、福岡で、EuroMOMOアルゴリズムでは岩手、福井、滋賀、京都、島根、香川、高知、佐賀、長崎、熊本、大分、宮崎、鹿児島でも、期間中に予測死亡数の95%片側予測区間(上限)を超える観測死亡数が認められた週が検出される場合もありました。
47都道府県(全国)の超過死亡の積算は、Farringtonアルゴリズムで213–4953、 EuroMOMOアルゴリズムで300–8100でした。1月から7月時点で、最も多くの超過死亡が確認された月は4月でした(Farringtonアルゴリズムで173–2584、 EuroMOMOアルゴリズムで265–4088)。
過去2017–2019年の1-7月の超過死亡は、Farringtonアルゴリズム・EuroMOMOアルゴリズムそれぞれで、1932–18076・1603–23729(2019年)、4258–27596・1704–25475(2018年)、3042–29888・296–19196(2017年)でした。なお、Farringtonアルゴリズムでは過去5年間の同期間のデータが推定に用いられています。例えば2017年の超過死亡は2012年からのデータから、2018年は2013年からのデータが使用されています。一方でEuroMOMOアルゴリズムは、年にかかわらず2012年から2020年までのデータが使用されています。
報告の遅れや、介入、社会人口学的・経済的な状況が異なるため必ずしも直接の比較はできないですが、日本の全ての死因を含む超過死亡は、おおよそ同時期の米国およびヨーロッパにおけるそれよりも相対的に小さい(絶対数や対人口比)可能性があります(参考)。
参考
- Centers for Disease Control and Prevention. Excess deaths associated with COVID-19. 2020. https://www.cdc.gov/nchs/nvss/vsrr/covid19/excess_deaths.htm (2020年10月30日アクセス).
- EuroMOMO network. 2020. https://www.euromomo.eu (2020年10月30日アクセス).
- The Economist. Tracking covid-19 excess deaths across countries. 2020. https://www.economist.com/graphic-detail/2020/07/15/tracking-covid-19-excess-deaths-across-countries (2020年10月30日アクセス).
1. 超過死亡推定法
本稿における新型コロナウイルス感染症流行期における超過死亡は、特定の集団における2020年1月以降(感染研疫学週における2020年第1週[2019年12月30日–2020年1月5日]から第30週[2020年7月20日–26日]まで)に、例年の死亡数をもとに推定される死亡数(予測死亡数の点推定)[閾値1]およびその95%片側予測区間(上限)[閾値2]と実際の死亡数(観測死亡数)との差のレンジで提示しています。ここで、「死亡数」が指すのは全ての死亡であり、新型コロナウイルス感染症を直接の原因とする死亡のみならず、様々な間接的な疾患に起因する死亡の増減分も含まれています。
推定方法は米国疾病予防管理センター(CDC)の用いるFarringtonアルゴリズム、および欧州死亡率モニター(EuroMOMO)の用いるEuroMOMOアルゴリズムを用いました(詳しくは7月報告分を参照)。分析には2012年から2018年の人口動態統計の確定数、2019年は概数、2020年1月分以降は速報を利用しました。今回の報告では2020年7月分までのデータを利用しています。詳細の方法論及び、速報データの補正に関しては、7月報告分を参照下さい。両アルゴリズムのRコードを補足資料1、補足資料2として掲載します。本分析に使用された都道府県別の週別の死亡者数、および速報の補正済みデータは、補足資料3を参照下さい。
2. 結果
Farringtonアルゴリズム
期間中(2020年1–7月)、予測死亡数の95%片側予測区間(上限)を超える観測死亡数が認められた週は、12都府県において検出されました。各県の期間中の毎週の超過死亡の積算値は次の通りです:
- Farringtonアルゴリズム: 秋田(17–111)、栃木(14–142)、群馬(32–134)、埼玉(9–395)、千葉(49–264)、東京(28–295)、富山(19–113)、愛知(7–234)、大阪(6–270)、奈良(17–129)、徳島(4–90)、香川(11–134)
感度分析の結果では、パラメーター値の設定によっては、茨城、神奈川、静岡、福岡でも、期間中に予測死亡数の95%片側予測区間(上限)を超える観測死亡数が認められた週が検出される場合もありました。47都道府県(全国)の超過死亡の積算は213–4953で、最も多くの超過死亡が確認された月は4月でした(173–2584)。過去2017–2019年の1-7月の超過死亡は、1932–18076(2019年)、4258–27596(2018年)、3042–29888(2017年)でした。
過去を含む都道府県別の超過死亡数は表1を参照下さい。週別の超過死亡は別添図1(補正あり)、図2(補正なし)を参照下さい。
EuroMOMOアルゴリズム
期間中(2020年1-7月)、予測死亡数の95%片側予測区間(上限)を超える観測死亡数が認められた週は、14都府県において検出されました。各県の期間中の毎週の超過死亡の積算値は次の通りです:
- EuroMOMOアルゴリズム: 秋田(13–149)、茨城(12–207)、栃木(22–201)、群馬(39–226)、埼玉(28–611)、千葉(45–389)、東京(65–594)、富山(11–144)、静岡(12–370)、愛知(14–366)、大阪(18–423)、奈良(16–172)、徳島(4–112)、福岡(1–234)
感度分析の結果では、パラメーター値の設定によっては、岩手、福井、滋賀、京都、島根、香川、高知、佐賀、長崎、熊本、大分、宮崎、鹿児島でも、期間中に予測死亡数の95%片側予測区間(上限)を超える観測死亡数が認められた週が検出される場合もありました。47都道府県(全国)の超過死亡の積算は300–8100で、最も多くの超過死亡が確認された月は4月でした(265–4088)。過去2017–2019年の1-7月の超過死亡は、1603–23729(2019年)、1704–25475(2018年)、296–19196(2017年)でした。
過去を含む都道府県別の超過死亡数は表1参照下さい。週別の超過死亡は別添図3(補正あり)、図4(補正なし)を参照下さい。
図1–4の週別の予測死亡数の点推定値およびその95%片側予測区間(上限)は、補足資料4を参照下さい。表1の期間中の全国の積算超過死亡と、図1–4の全国の期間中の超過死亡の積算値は一致しません:前者は47都道府県別の超過死亡の積算を全国の超過死亡としているのに対し、後者は47都道府県別の観測死亡数、予測死亡数の点推定、その95%片側予測区間を毎週ごとに積算した上で、超過死亡の算出をしているためです。また、FarringtonアルゴリズムおよびEuroMOMOアルゴリズムの感度分析の結果はそれぞれ補足資料5を参照下さい。過去を含む月別の超過死亡は補足資料6を参照下さい。
表1:2020年1–7月(2019年12月30日から2020年7月26日)のFarringtonアルゴリズムおよびEuroMOMOアルゴリズムに基づく推定超過死亡。過去についてはそれぞれ2018年12月31日から2019年8月4日(2019年)、2018年1月1日から2018年8月5日(2018年)、2017年1月2日から2017年8月6日(2017年)。
2020 | 2019 | 2018 | 2017 | |||||
都道府県 | Farring- ton |
Euro- MOMO |
Farring- ton |
Euro- MOMO |
Farring- ton |
Euro- MOMO |
Farring- ton |
Euro- MOMO |
北海道 | 0-115 | 0-227 | 318-1126 | 217-1201 | 107-1025 | 12-936 | 26-761 | 0-582 |
青森 | 0-42 | 0-110 | 60-485 | 18-501 | 36-332 | 3-268 | 74-416 | 10-237 |
岩手 | 0-77 | 0-116 | 13-325 | 3-392 | 10-302 | 0-333 | 14-315 | 2-244 |
宮城 | 0-49 | 0-107 | 77-488 | 44-481 | 33-347 | 12-329 | 0-395 | 0-319 |
秋田 | 17-111 | 13-149 | 16-184 | 2-198 | 20-266 | 3-280 | 21-411 | 3-296 |
山形 | 0-59 | 0-90 | 7-242 | 0-254 | 53-388 | 18-329 | 43-321 | 12-274 |
福島 | 0-72 | 0-93 | 18-397 | 18-506 | 24-364 | 0-400 | 22-479 | 1-362 |
茨城 | 0-87 | 12-207 | 52-568 | 51-781 | 72-569 | 0-454 | 93-758 | 26-566 |
栃木 | 14-142 | 22-201 | 21-251 | 28-391 | 3-219 | 0-249 | 132-719 | 14-460 |
群馬 | 32-134 | 39-226 | 45-470 | 27-549 | 45-472 | 26-403 | 76-571 | 21-348 |
埼玉 | 9-395 | 28-611 | 202-1016 | 188-1203 | 289-1458 | 73-1149 | 78-1285 | 0-682 |
千葉 | 49-264 | 45-389 | 186-1088 | 154-1255 | 69-675 | 10-657 | 133-1355 | 2-778 |
東京 | 28-295 | 65-594 | 380-1711 | 337-2141 | 590-2592 | 248-2008 | 254-2390 | 0-979 |
神奈川 | 0-134 | 0-317 | 96-870 | 130-1388 | 153-1199 | 81-1312 | 253-1898 | 3-1077 |
新潟 | 0-0 | 0-49 | 48-410 | 47-551 | 143-821 | 52-682 | 2-585 | 0-323 |
富山 | 19-113 | 11-144 | 20-208 | 10-270 | 19-186 | 9-224 | 18-323 | 0-234 |
石川 | 0-36 | 0-73 | 24-226 | 8-262 | 15-227 | 4-234 | 69-341 | 28-265 |
福井 | 0-84 | 0-101 | 16-220 | 12-270 | 21-240 | 17-277 | 31-309 | 0-227 |
山梨 | 0-64 | 0-97 | 28-248 | 15-265 | 38-269 | 23-228 | 24-286 | 5-243 |
長野 | 0-77 | 0-111 | 23-366 | 13-438 | 42-242 | 40-332 | 53-678 | 7-483 |
岐阜 | 0-49 | 0-79 | 28-371 | 20-526 | 21-334 | 5-417 | 12-513 | 0-440 |
静岡 | 0-119 | 12-370 | 11-506 | 0-754 | 94-1029 | 68-877 | 164-1180 | 27-638 |
愛知 | 7-234 | 14-366 | 22-664 | 56-1117 | 320-1493 | 174-1319 | 123-1172 | 7-770 |
三重 | 0-67 | 0-89 | 39-223 | 21-300 | 87-509 | 18-494 | 33-396 | 4-354 |
滋賀 | 0-68 | 0-109 | 5-130 | 3-212 | 83-343 | 63-344 | 48-383 | 10-260 |
京都 | 0-156 | 0-210 | 6-416 | 0-443 | 138-597 | 85-535 | 90-692 | 8-451 |
大阪 | 6-270 | 18-423 | 0-702 | 22-1213 | 482-2237 | 212-1865 | 268-1897 | 0-850 |
兵庫 | 0-111 | 0-212 | 21-579 | 30-775 | 101-1046 | 31-1003 | 30-1073 | 0-662 |
奈良 | 17-129 | 16-172 | 9-205 | 7-250 | 50-341 | 17-286 | 9-408 | 0-283 |
和歌山 | 0-70 | 0-120 | 0-96 | 0-160 | 56-345 | 11-285 | 37-355 | 4-271 |
鳥取 | 0-49 | 0-49 | 25-170 | 18-186 | 13-124 | 10-148 | 22-213 | 11-215 |
島根 | 0-96 | 0-114 | 7-125 | 0-172 | 10-244 | 1-236 | 34-242 | 6-207 |
岡山 | 0-85 | 0-109 | 0-202 | 0-293 | 99-602 | 48-592 | 21-464 | 0-358 |
広島 | 0-82 | 0-123 | 5-382 | 2-514 | 227-923 | 84-841 | 104-687 | 26-477 |
山口 | 0-48 | 0-76 | 0-201 | 0-306 | 61-494 | 0-381 | 95-446 | 8-323 |
徳島 | 4-90 | 4-112 | 0-202 | 0-225 | 12-221 | 1-220 | 30-382 | 1-282 |
香川 | 11-134 | 0-143 | 0-95 | 0-121 | 41-395 | 22-392 | 9-162 | 7-159 |
愛媛 | 0-64 | 0-97 | 0-249 | 0-294 | 113-408 | 68-401 | 20-400 | 0-295 |
高知 | 0-59 | 0-100 | 9-224 | 2-281 | 73-374 | 20-347 | 19-224 | 0-154 |
福岡 | 0-81 | 1-234 | 42-427 | 53-715 | 103-858 | 25-886 | 257-1421 | 16-858 |
佐賀 | 0-68 | 0-121 | 14-159 | 10-220 | 69-318 | 14-289 | 30-318 | 0-183 |
長崎 | 0-103 | 0-168 | 1-148 | 0-243 | 37-517 | 5-409 | 39-428 | 10-253 |
熊本 | 0-53 | 0-80 | 24-155 | 31-299 | 0-227 | 0-316 | 35-496 | 11-404 |
大分 | 0-67 | 0-106 | 2-146 | 3-222 | 38-324 | 2-337 | 2-306 | 0-208 |
宮崎 | 0-126 | 0-124 | 0-96 | 0-128 | 23-270 | 16-343 | 0-177 | 0-203 |
鹿児島 | 0-78 | 0-110 | 0-89 | 0-234 | 92-520 | 64-551 | 87-601 | 6-458 |
沖縄 | 0-47 | 0-72 | 12-215 | 3-229 | 33-310 | 9-277 | 8-256 | 0-201 |
全国 | 213-4953 | 300-8100 | 1932-18076 | 1603-23729 | 4258-27596 | 1704-25475 | 3042-29888 | 296-19196 |
※表のレンジは、「95%片側予測区間(上限)と観測死亡数の差分」〜「予測死亡数の点推定と観測死亡数の差分」を指します。後者については、毎週の死亡者数の偶然の変動(ばらつき)も含まれてしまっていることには注意が必要です。実際、図1–4を見ると、点推定値と観測死亡数の差分がゼロを超える週は、期間中のみならず過去の多くの時点に存在しています。表の値は両アルゴリズムで推定された2020年1月から7月26日までの週別の超過死亡の積算で、観測値が閾値を超えていない場合はゼロとしてカウントしています。同様に、全国の超過死亡推定値は、各都道府県の推定値を積算しています。
3. 超過死亡の解釈
10月現在の本分析(2020年7月までのデータ分析)では、超過死亡はすべての死因を含むため、今回観察された超過死亡は新型コロナウイルスを直接の原因とする死亡の総和ではありません。主に以下の内訳等の死亡の総和と解釈できます。
1)新型コロナウイルス感染症を直接死因と診断され、(実際に)新型コロナウイルス感染症を原因とする死亡
2)新型コロナウイルス感染症を直接死因と診断され、(実際には)新型コロナウイルス感染症を原因としない死亡(例えば、実際の死因はインフルエンザだが、新型コロナウイルス感染症が死因と診断された死亡。新型コロナウイルス感染症の診断がPCR検査に基づく現状では、ほぼ該当例はないと考えられる。)
3)新型コロナウイルス感染症を直接死因と診断されず(他の病因を直接死因と診断された)、(実際には)新型コロナウイルス感染症を原因とする死亡
4)新型コロナウイルス感染症を直接死因と診断されず、(新型コロナ流行による間接的な影響で)他の疾患を原因とする死亡(例えば、病院不受診や生活習慣の変化に伴う持病の悪化による死亡)
一方で、同時期に新型コロナウイルス感染症以外を原因とする死亡(例えば、交通事故死、自殺、インフルエンザ等他の感染症による死亡)が過去の同時期より減少した場合、新型コロナウイルス感染症を直接死因とする超過死亡を相殺することがあり得えます。
4. 補足資料
補足資料1:FarringtonアルゴリズムのRコード。
補足資料2:EuroMOMOアルゴリズムのRコード。
補足資料3:2010年からの都道府県別の週別の死亡者数(速報値については補正あり・なし両方)。
補足資料4a-d:a-dそれぞれ図1–4の実数値。2017年からの都道府県別と全国の週別の予測死亡数の点推定値およびその95%片側予測区間(上限)。
補足資料5:FarringtonアルゴリズムおよびEuroMOMOアルゴリズムの感度分析結果:1–7月の総超過死亡、2017–2020年(補正あり)。Farringtonアルゴリズム(a) b=3, w=2; (b) b=4, w=2, (c) b=3, w=4, (d) b=4, w=4;EuroMOMOアルゴリズム (a) 自由度=2; (b) 自由度=3。期間の始まりと終わりの日付は感染研疫学週を参照(https://www.niid.go.jp/niid/ja/calendar.html)
補足資料6:FarringtonアルゴリズムおよびEuroMOMOアルゴリズムの感度分析結果を含む月別の超過死亡(補正あり)。毎月の始まりと終わりの日付は感染研疫学週を参照(https://www.niid.go.jp/niid/ja/calendar.html)
5. 研究班構成員
「新型コロナウイルス感染症等の感染症サーベイランス体制の抜本的拡充に向けた人材育成と感染症疫学的手法の開発研究」(厚生労働科学研究令和2年度)
国立感染症研究所 感染症疫学センター | 鈴木 基 |
国立感染症研究所 感染症疫学センター | 砂川 富正 |
国立感染症研究所 感染症疫学センター | 高橋 琢理 |
国立感染症研究所 感染症疫学センター | 土橋 酉紀 |
国立感染症研究所 感染症疫学センター | 小林 祐介 |
国立感染症研究所 感染症疫学センター | 有馬 雄三 |
国立感染症研究所 感染症疫学センター | 加納 和彦 |
東京大学大学院 医学系研究科国際保健政策学 | 橋爪 真弘 |
慶應義塾大学 医学部医療政策・管理学教室 | 野村 周平 |
聖路加国際大学大学院 公衆衛生学研究科 | 米岡 大輔 |
早稲田大学 ビジネスファイナンス研究センター | 田上 悠太 |
東京工業大学 情報理工学院 | 川島 孝行 |
長崎大学 熱帯医学・グローバルヘルス研究科 | Chris Fook Sheng Ng |
千葉大学 予防医学センター | 江口 哲史 |
国立環境研究所 生物・生態系環境研究センター | 瓜生 真也 |
東京大学大学院 医学系研究科機能生物学専攻 | 史 蕭逸 |
理化学研究所 環境資源科学研究センター | 河村 優美 |
株式会社ホクソエム | 牧山 幸史 |
株式会社ホクソエム | 松浦 健太郎 |
慶應義塾大学 医学部医療政策・管理学教室 | 宮田 裕章 |
国立循環器病研究センター 予防医学・疫学情報部 | 小野塚大介 |
東京大学大学院 医学系研究科国際環境保健学 | Yoonhee Kim |
国立環境研究所 環境リスク・健康研究センター | 林 岳彦 |
6. 超過死亡の推定に関するQ&A
超過死亡の推定に関するQ&A(2020年10月30日時点版)