国立感染症研究所

我が国における超過死亡の推定
2020年11月

 

※結果をご覧いただく際の注意事項

11月現在の本分析(2020年8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11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8月30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23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:青森(9–82), 秋田(17–128), 山形(7–102), 栃木(13–187), 群馬(41–218), 埼玉(76–591), 千葉(108–470), 東京(295–841), 神奈川(99–353), 富山(17–124), 山梨(7–122), 岐阜(2–117), 静岡(82–319), 愛知(83–503), 三重(20–184), 滋賀(31–171), 大阪(193–695), 兵庫(55–349), 奈良(16–186), 岡山(9–157), 山口(7–94), 徳島(4–104), 香川(17–184), 佐賀(5–95), 宮崎(1–197)
  • EuroMOMOアルゴリズム:青森(15–165), 秋田(13–196), 茨城(10–231), 栃木(21–264), 群馬(47–330), 埼玉(100–914), 千葉(111–699), 東京(347–1296), 神奈川(110–599), 富山(9–151), 山梨(4–167), 岐阜(2–177), 静岡(109–609), 愛知(121–777), 三重(19–250), 滋賀(32–243), 大阪(213–973), 兵庫(67–523), 奈良(13–264), 岡山(4–190), 山口(11–146), 徳島(4–142), 香川(5–206), 愛媛(4–143), 福岡(3–252), 佐賀(4–159)

47都道府県(全国)の超過死亡の積算は、Farringtonアルゴリズムで1214–8466、 EuroMOMOアルゴリズムで1398–13090でした。1月から8月時点で、最も多くの超過死亡が確認された月は8月でした(Farringtonアルゴリズムで999–3570、 EuroMOMOアルゴリズムで1102–4991)。

過去2017–2019年の1-8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、2047–20348・1706–27422(2019年)、4314–29406・1744–28055(2018年)、3154–32143・290–20969(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

 

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8月24日–30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数値を利用しました。今回の報告では2020年8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1–8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、25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:青森(9–82), 秋田(17–128), 山形(7–102), 栃木(13–187), 群馬(41–218), 埼玉(76–591), 千葉(108–470), 東京(295–841), 神奈川(99–353), 富山(17–124), 山梨(7–122), 岐阜(2–117), 静岡(82–319), 愛知(83–503), 三重(20–184), 滋賀(31–171), 大阪(193–695), 兵庫(55–349), 奈良(16–186), 岡山(9–157), 山口(7–94), 徳島(4–104), 香川(17–184), 佐賀(5–95), 宮崎(1–197)

47都道府県(全国)の超過死亡の積算は1214–8466で、最も多くの超過死亡が確認された月は8月でした(999–3570)。過去2017–2019年の1-8月の超過死亡は、2047–20348(2019年)、4314–29406(2018年)、3154–32143(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1(補正あり)、図2(補正なし)を参照下さい。

図1:Farringtonアルゴリズムに基づく週別の超過死亡、速報の補正あり(2017年から)。オレンジ折線=予測死亡数の点推定;緑折線=その95%片側予測区間(上限);青棒グラフ=観測死亡数。十字は観測死亡数>95%片側予測区間(上限)の値のフラグ

図2:Farringtonアルゴリズムに基づく週別の超過死亡、速報の補正なし(2017年から)。オレンジ折線=予測死亡数の点推定;緑折線=その95%片側予測区間(上限);青棒グラフ=観測死亡数。十字は観測死亡数>95%片側予測区間(上限)の値のフラグ

EuroMOMOアルゴリズム

期間中(2020年1-8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、26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:青森(15–165), 秋田(13–196), 茨城(10–231), 栃木(21–264), 群馬(47–330), 埼玉(100–914), 千葉(111–699), 東京(347–1296), 神奈川(110–599), 富山(9–151), 山梨(4–167), 岐阜(2–177), 静岡(109–609), 愛知(121–777), 三重(19–250), 滋賀(32–243), 大阪(213–973), 兵庫(67–523), 奈良(13–264), 岡山(4–190), 山口(11–146), 徳島(4–142), 香川(5–206), 愛媛(4–143), 福岡(3–252), 佐賀(4–159)

47都道府県(全国)の超過死亡の積算は1398–13090で、最も多くの超過死亡が確認された月は8月でした(1102–4991)。過去2017–2019年の1-8月の超過死亡は、1706–27422(2019年)、1744–28055(2018年)、290–20969(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3:EuroMOMOアルゴリズムに基づく週別の超過死亡、速報の補正あり(2017年から)。オレンジ折線=予測死亡数の点推定;緑折線=その95%片側予測区間(上限);青棒グラフ=観測死亡数。十字は観測死亡数>95%片側予測区間(上限)の値のフラグ

図4:EuroMOMOアルゴリズムに基づく週別の超過死亡、速報の補正なし(2017年から)。オレンジ折線=予測死亡数の点推定;緑折線=その95%片側予測区間(上限);青棒グラフ=観測死亡数。十字は観測死亡数>95%片側予測区間(上限)の値のフラグ

 

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。過去を含む月別の超過死亡は補足資料5を参照下さい。

 

表1::2020年1–8月(2019年12月30日から2020年8月30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9月1日(2019年)、2018年1月1日から2018年9月2日(2018年)、2017年1月2日から2017年9月3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 0-112 0-215 318-1243 217-1309 107-1081 12-973 28-869 0-643
青森 9-82 15-165 60-532 18-582 36-375 3-318 89-514 10-313
岩手 0-89 0-142 13-359 4-451 10-323 0-375 14-325 2-273
宮城 0-54 0-115 85-555 48-561 33-348 12-336 0-424 0-363
秋田 17-128 13-196 28-290 10-325 20-278 2-304 21-416 3-306
山形 7-102 0-143 12-311 0-316 53-388 18-334 43-353 12-305
福島 0-60 0-115 18-426 19-579 43-451 16-520 27-587 1-457
茨城 0-89 10-231 52-594 51-851 72-599 0-510 93-789 24-594
栃木 13-187 21-264 23-291 37-461 23-283 18-329 136-772 14-513
群馬 41-218 47-330 59-543 33-642 45-501 25-433 76-625 18-372
埼玉 76-591 100-914 202-1098 186-1362 289-1516 71-1216 111-1524 0-861
千葉 108-470 111-699 186-1101 157-1310 69-729 10-749 133-1448 3-852
東京 295-841 347-1296 380-1835 351-2444 590-2775 249-2245 266-2623 0-1093
神奈川 99-353 110-599 96-956 130-1583 153-1324 82-1503 253-2085 3-1193
新潟 0-0 0-69 48-468 47-654 143-821 53-684 16-672 0-391
富山 17-124 9-151 20-235 9-293 19-186 9-229 18-323 0-229
石川 0-50 0-114 24-265 9-305 15-246 4-255 69-359 29-275
福井 0-107 0-130 16-254 11-319 21-240 17-277 31-324 0-246
山梨 7-122 4-167 28-259 14-273 38-297 23-254 24-286 5-240
長野 0-100 0-156 51-495 35-584 42-279 40-383 53-684 7-490
岐阜 2-117 2-177 28-371 24-573 21-335 5-447 12-544 0-492
静岡 82-319 109-609 11-603 0-890 94-1072 66-933 164-1223 27-660
愛知 83-503 121-777 22-713 56-1251 320-1576 171-1463 123-1210 6-812
三重 20-184 19-250 52-332 27-440 87-524 18-540 33-411 3-372
滋賀 31-171 32-243 5-147 3-260 83-367 63-392 54-458 10-324
京都 0-201 0-286 26-524 16-572 138-610 86-558 90-692 9-453
大阪 193-695 213-973 0-753 21-1359 482-2284 211-1941 268-1987 0-902
兵庫 55-349 67-523 21-645 31-896 102-1158 35-1144 30-1160 0-712
奈良 16-186 13-264 9-209 7-282 50-385 16-343 9-443 0-306
和歌山 0-91 0-160 0-129 0-208 56-399 10-342 37-371 4-286
鳥取 0-54 0-54 25-209 18-232 13-131 10-163 22-217 11-223
島根 0-112 0-140 7-131 0-185 10-276 1-278 40-292 6-251
岡山 9-157 4-190 0-215 0-319 110-685 52-689 21-464 0-358
広島 0-110 0-198 5-432 4-629 227-954 87-921 104-700 25-506
山口 7-94 11-146 0-201 0-322 61-511 0-419 95-458 8-340
徳島 4-104 4-142 0-223 0-258 12-239 1-250 30-416 1-313
香川 17-184 5-206 0-119 0-151 41-420 21-413 9-192 6-185
愛媛 0-91 4-143 13-314 10-373 113-447 68-454 20-434 0-329
高知 0-61 0-108 9-244 3-319 73-378 20-362 19-245 0-179
福岡 0-79 3-252 42-474 53-830 103-926 28-987 257-1485 15-909
佐賀 5-95 4-159 14-179 10-246 69-363 14-342 30-324 0-184
長崎 0-146 0-237 1-173 0-282 37-549 5-449 39-443 10-261
熊本 0-53 0-89 24-244 31-405 0-253 0-369 35-531 11-449
大分 0-84 0-142 2-149 3-227 38-357 2-384 2-306 0-206
宮崎 1-197 0-190 0-121 0-150 23-270 16-353 0-202 0-240
鹿児島 0-96 0-137 0-143 0-306 92-555 65-586 87-601 7-457
沖縄 0-54 0-84 12-241 3-253 38-342 9-306 23-332 0-251
全国 1214-8466 1398-13090 2047-20348 1706-27422 4314-29406 1744-28055 3154-32143 290-20969

※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8月30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

11月現在の本分析(2020年8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。

8月に複数の都府県で観察された超過死亡は、暑熱による死亡者数の増加によるものと考えられます。8月は全国的に平年より気温が高く、多くの都道府県で熱中症による救急搬送数が平年と比べて増加しました(総務省消防庁熱中症情報)。暑熱によるものと思われる超過死亡は、2018年7月、2019年7月にも複数の都府県で認められており、珍しいことではありません。

 

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11月30日時点版)

  


過去の報告

Copyright 1998 National Institute of Infectious Diseases, Japan

Top Desktop version