我が国における超過死亡の推定
（2020年8月までのデータ分析）

 掲載日：2020年11月30日

 

※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

• 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11月30日アクセス).
• EuroMOMO network. 2020. https://www.euromomo.eu (2020年11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11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。

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）