Prediction of new infections and deaths by age group

These will be replaced by English slides as soon as they are available.

Date: 2022.05.24
Researcher: Akimasa Hirata
Organization: Center of Biomedical Physics and Information Technology

年代別新規陽性者数・実効再生産数(東京)

年代別新規陽性者数予測モデルの開発

対象年代カテゴリを、0-9歳、10-64歳、65歳以上の3区分とし、深層学習（LSTMモデル）に基づき、一日当たりの新規陽性者数/重症者数（1週間平それぞれの年代の過去の陽性者数・死者数、ワクチン有効率を入力することで、年代別の新規陽性者数・死者数が予測可能なモデルを開発。これまでは、各都市における全人口を対象とした予測モデルを拡張し、年代カテゴリを分けることで、各年代の特徴を考慮。オミクロン株のみを考慮

*NTTデータから提供されたTwitterデータを用いて東京大学生産技術研究所豊田研にて作成
E. A. Rashed and A. Hirata, “Infectivity upsurge by COVID-19 viral variants in Japan: evidence from a deep learning modeling.” Int. J. Environ. Res. Public Health, 2021.

感染予防効果モデル(65歳以上)

オミクロン株に対するワクチン効果モデル
デルタ株への効果に対して、 2回目の予防効果7割（65％）、3回目の予防効果8割（75％）、 4回目の予防効果9割（85％）と仮定。ワクチン効果の減少は、接種後14日間でピークとなり、その後半年で25％減衰（40％，50％，60％まで線形的に減少）と仮定。無症状感染者は、6倍いると仮定。
文献2より、4回目のワクチン接種による効果は、重症化予防効果はもっと高いことが想定される。