我が国におけるすべての死因を含む超過死亡の推定
（2020年9月までのデータ分析）

 掲載日：2020年12月23日

※結果をご覧いただく際の注意事項

本報告（2020年9月までのデータ分析）は、すべての死因を含む超過死亡数を提供します。すべての死因を含むため、観察された超過死亡数は新型コロナウイルス感染症を直接の原因とする死亡の総和ではなく、生活習慣の変化等に伴う持病の悪化による死亡といった間接的な影響による死亡も含まれています。これら死因を考慮し、直接と間接を明確にした分析結果は、別途公表いたします。

本報告は、日本国内での新型コロナウイルスの影響に関しての「データに基づく開かれた議論」に貢献することを主眼としています。開かれた議論の担保のため、データおよび解析用のプログラムコードは全て公開されています（補足資料）。超過死亡数は、「過去のデータをもとに統計モデルから予測された死亡数」と「実際に観測された死亡数」の差として計算されています。統計モデルとデータ解析の説明については、これまでのすべての死因を含む超過死亡数の報告における解説 およびQ&A もご参照ください。加えて、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数も報告いたします。

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9月27日における超過死亡数を、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24都府県、片方で4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数の積算値は次の通りです。

• Farringtonアルゴリズム：青森(7–84), 秋田(17–150), 山形(4–98), 栃木(14–212), 群馬(37–258), 埼玉(79–606), 千葉(100–454), 東京(287–921), 神奈川(94–348), 富山(17–159), 山梨(6–137), 静岡(42–291), 愛知(91–689), 三重(34–244), 滋賀(18–183), 大阪(224–860), 兵庫(54–467), 奈良(16–183), 和歌山(7–140), 岡山(9–171), 山口(5–103), 徳島(4–113), 香川(16–207), 佐賀(5–92), 宮崎(22–291)
• EuroMOMOアルゴリズム：青森(14–181), 秋田(14–234), 茨城(11–285), 栃木(23–295), 群馬(45–402), 埼玉(106–1019), 千葉(106–730), 東京(342–1499), 神奈川(107–684), 富山(10–204), 山梨(3–207), 静岡(73–614), 愛知(135–1068), 三重(24–336), 滋賀(19–262), 大阪(254–1237), 兵庫(68–676), 奈良(15–272), 和歌山(1–222), 岡山(5–215), 山口(9–191), 徳島(4–167), 香川(4–242), 愛媛(4–169), 福岡(4–323), 佐賀(4–152), 宮崎(4–303)

47都道府県（全国）の超過死亡数の積算は、Farringtonアルゴリズムで1209–9744、 EuroMOMOアルゴリズムで1408–15538でした。1月から9月時点で、最も多くの超過死亡数が確認された月は8月でした（Farringtonアルゴリズムで943–3809、 EuroMOMOアルゴリズムで1066–5500）。

過去2017–2019年の1-9月の超過死亡数は、Farringtonアルゴリズム・EuroMOMOアルゴリズムそれぞれで、2127–22343・1812–31207（2019年）、4400–31065・1821–30863（2018年）、3173–33479・297–22248（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年の超過死亡数は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、日本のすべての死因を含む超過死亡数は、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12月15日アクセス).
• EuroMOMO network. 2020. https://www.euromomo.eu (2020年12月15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12月15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数は、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39週[2020年9月21日–27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」が指すのはすべての死亡であり、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9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、前回報告を参照下さい。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1–9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数の積算値は次の通りです：

• Farringtonアルゴリズム：青森(7–84), 秋田(17–150), 山形(4–98), 栃木(14–212), 群馬(37–258), 埼玉(79–606), 千葉(100–454), 東京(287–921), 神奈川(94–348), 富山(17–159), 山梨(6–137), 静岡(42–291), 愛知(91–689), 三重(34–244), 滋賀(18–183), 大阪(224–860), 兵庫(54–467), 奈良(16–183), 和歌山(7–140), 岡山(9–171), 山口(5–103), 徳島(4–113), 香川(16–207), 佐賀(5–92), 宮崎(22–291)

47都道府県（全国）の超過死亡数の積算は1209–9744で、最も多くの超過死亡数が確認された月は8月でした（943–3809）。過去2017–2019年の1-9月の超過死亡数は、2127–22343（2019年）、4400–31065（2018年）、3173–33479（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。週別の超過死亡数は別添図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数、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数、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1－9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数の積算値は次の通りです：

• EuroMOMOアルゴリズム：青森(14–181), 秋田(14–234), 茨城(11–285), 栃木(23–295), 群馬(45–402), 埼玉(106–1019), 千葉(106–730), 東京(342–1499), 神奈川(107–684), 富山(10–204), 山梨(3–207), 静岡(73–614), 愛知(135–1068), 三重(24–336), 滋賀(19–262), 大阪(254–1237), 兵庫(68–676), 奈良(15–272), 和歌山(1–222), 岡山(5–215), 山口(9–191), 徳島(4–167), 香川(4–242), 愛媛(4–169), 福岡(4–323), 佐賀(4–152), 宮崎(4–303)

47都道府県（全国）の超過死亡数の積算は1408–15538で、最も多くの超過死亡数が確認された月は8月でした（1066–5500）。過去2017–2019年の1-9月の超過死亡数は、1812–31207（2019年）、1821–30863（2018年）、297–22248（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。週別の超過死亡数は別添図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数、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数、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数と、図1–4の全国の期間中の超過死亡数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数の積算を全国の超過死亡数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、超過死亡数の算出をしているためです。過去を含む月別の超過死亡数は補足資料5を参照下さい。

表1：2020年1–9月（2019年12月30日から2020年9月27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数。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）。

※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9月27日までの週別の超過死亡数の積算で、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、全国の超過死亡数推定値は、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

本報告は、すべての死因を含む超過死亡数を提供します。すべての死因を含むため、観察された超過死亡数は新型コロナウイルス感染症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）

6. すべての死因を含む超過死亡数の推定に関するQ&A

すべての死因を含む超過死亡数の推定に関するQ&A（2020年12月23日時点版）

過去の報告

• 我が国における超過死亡の推定(2020年11月) / Q&A（2020年11月30日時点版）
• 我が国における超過死亡の推定(2020年10月) / Q&A（2020年10月30日時点版）
• 我が国における超過死亡の推定(2020年9月) / Q&A（2020年9月30日時点版）
• 我が国における超過死亡の推定(2020年8月) / Q&A（2020年8月31日時点版）
• 我が国における超過死亡の推定(2020年7月) / Q&A（2020年7月31日時点版）