COVID-19感染予測

最新データでの関東（茨城、栃木、群馬、埼玉、千葉、東京、神奈川、山梨）におけるCOVID-19の感染予測です。 ７日移動平均を推定していることに注意してください。休日が多い週についてはズレが大きくなる可能性があります。 塗りつぶされた部分は ±1σ 誤差範囲を表し、そこに入る可能性が68%程度と見積もられるという意味です。

手法

現在、COVID-19について、日常の各行動パターンの感染率をマクロなGPSデータから推定した論文(https://arxiv.org/abs/2203.09531)を投稿中です。 研究室メンバーの尾崎、志田、高安秀樹、高安美佐子による研究です。 この研究ではAI的アプローチは用いず、要素を全てモデリングすることにより実効再生産数をGPSデータから再現することに成功しました。パラメタ数も低く抑えられています。 また、行動によって感染率が28倍以上異なることを示し、ワクチンの効果や変異株の影響も導入し説明できています。また地域やその他の属性ごとに、実効再生産数への寄与の推定が可能です。
さらに、新しい要素として、追加でワクチン効果の減衰、集団免疫の影響を導入済です。詳細は、今後の論文に記載する予定です。

過去の予測アーカイブ

Prediction_20220830 Prediction_20220906 Prediction_20220913 Prediction_20220920 Prediction_20220930 Prediction_20221014 Prediction_20221028 Prediction_20221111 Prediction_20221125 Prediction_20221216

連絡先

尾崎順一 (ozaki.j.ac_at_m.titech.ac.jp ※_at_ を @ と変換してください)