今回の内容
（1）東京都モニタリング会議資料（2022/7/14）1に基づき、BA.2系統からBA.5系統への移行を再設定、
9月末までの新規陽性者数、死者数を予測する。
・ BA.5系統の感染力を下記の通りと仮定し、予測を行った。但し、これまでの文献2,3からは、その定量的な値は示されていないため、近似的に設定。
- BA.2系統に対して、感染力が1.3倍*、ワクチンによる感染予防効果が6割に低下する。
・ 60歳以上に対する4回目接種を、3回目接種から5カ月後（実測値ベース）に行ったと仮定。
＊その他のデータとの年齢区分のため、推定結果は0-9歳、10-64歳、65歳以上とする。
*無症状感染者数は、新規陽性者数の8倍いると仮定。
*感染力の強さは、実効再生産数を指標として定義。
（2）東京におけるTwitter数の減少に伴う影響を考慮。活動に比べてワクチン感染予防効果の低下が確認されるため（回避効果およびワクチン世代別接種状況などの影響）、実測値をベースに組み込む。
1. https://www.bousai.metro.tokyo.lg.jp/taisaku/saigai/1021348/1021756.html
2. Hachmann NP. et al.. 2022. “Neutralization Escape by the SARS-CoV-2 Omicron Variants BA.2.12.1 and BA.4/BA.5.” MedRxiv. https://www.medrxiv.org/content/10.1101/2022.05.16.22275151v1. (preprint)
3. Wang Q. et al.. 2022. “SARS-CoV-2 Omicron BA.2.12.1, BA.4, and BA.5 subvariants evolved to extend antibody evasion.” bioRxiv. https://www.biorxiv.org/content/10.1101/2022.05.26.493517v1. (preprint)
（前提条件）BA.5系統への推移
東京都モニタリング会議資料（2022/7/21）1より作成
7/21現在では、BA.5系統への推移(赤実線)の傾向は、BA.2系統への推移(緑)とほぼ一致。
感染研は、 BA.5系統は７月第２週に５０％超、7月中にほぼ全て置き換わると試算している2ことから、
赤点線のように推移すると仮定した。
1週目に相当する週は、BA.5(2022.5.24-5.30)、BA.2(2022.2. 8-2.14)、オミクロン株(2021.12.14-12.20)、デルタ株(2021.5.3-5.9)
1. https://www.bousai.metro.tokyo.lg.jp/taisaku/saigai/1021348/1021840.html
2. https://www.m3.com/news/general/1057642
東京における新規陽性者数推定結果
人流・行動は、7月中旬以降、感染拡大に伴い、ゆるやかに低下すると仮定。
BA.5系統の感染力はBA.2系統の1.3倍、60歳以上４回目ワクチン接種は3回目接種の5カ月後から開始するとした。
* 感染力の倍率は実効再生産数ベース
東京 年代別新規陽性者数（感染力および免疫回避の影響）
※60代のデータを人口割合に基づき、60-64歳、65歳-69歳のデータに換算
東京 年代別死者数（感染力および免疫回避の影響）
※60代のデータを人口割合に基づき、60-64歳、65歳-69歳のデータに換算
東京における重症者数試算結果
* 年代別の重症者数データが入手困難なため、全年代の重症者数を対象として以下の仮定で試算。
重症者数の9割以上が60歳以上1であることから、全年代の重症者数すべてが65歳以上と仮定して試算。
BA.5系統の感染力は、 BA.2系統に対して1.3倍(実効再生産ベース)、ワクチンによる重症化予防効果は
BA.2系統に対して、10%低減する（9割に低下） 2と仮定した。
* 重症者数は東京都の基準による
1. 第80回新型コロナウイルス感染症対策アドバイザリーボード（https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/0000121431_00333.html）
2. NP Hachmann, Neutralization Escape by SARS-CoV-2 Omicron Subvariants BA. 2.12. 1, BA. 4, and BA.5, N Engl J Med, 2022
ワクチン感染予防効果の推定値
ワクチン２回以上接種者が、主要な変異株に対してどの程度の感染予防効果を有しているかの割合（推定値）
東京都プレスリリース1の新規陽性者のワクチン接種状況より概算
猛暑：6/24-6/30(影響がでるであろう日程6/29-7/5)
赤の実線は、Kodera et al (2022)2に基づき推定した値
年末年始、GWはTwitterとの相関あり(次ページ)
1. https://www.metro.tokyo.lg.jp/tosei/hodohappyo/press/2022/07/index.html
2. Kodera et al., vaccines, vol. 10, pii:430, 8 pages, 2022 (https://www.mdpi.com/2076-393X/10/3/430)
ワクチン感染予防効果の推定値
前ページの集団に対するワクチン感染予防効果と、新規陽性者のワクチン接種状況より概算したワクチン効果の差分
ワクチン感染予防効果の低減とツイート数との相関
前ページのワクチンによる感染予防効果の低減率と、 ツイート数、夜間滞留人口の相関を示す。
世代時間および発症から報告日までのラグを考慮して、12/31-1/20(デルタ株とオミクロン株が混在)では8日前、3/28-5/18(オミクロン)では、5日前の値とした。ワクチン感染予防効果の低減率、ツイート数、夜間滞留人口は、前後3日間の平均値。
・Twitter数の増加に伴い、人口レベルでの感染予防効果が低減する傾向。
・年末年始は、複数のリスクワードを考慮したほうが相関がよい。4-5月は、BBQを含めたほうが相関がよい。
・夜間滞留人口との相関は弱い（平均日数７日でも同様の傾向）。
今後のワクチン感染予防効果の推移
接種後２週間以内の感染予防効果：デルタ ９５％、オミクロンBA1 ６２％
BA2＝ BA1と同等、BA5＝約４０％
無症状感染者を８倍と仮定した場合、ピークをつけるのは７月２９日ー８月５日ごろ 。
その場合でも集団での感染予防効果は従来ほど強くない。 ３回目接種者数、行動により前後する可能性。
換気、猛暑によるワクチンの感染予防効果の推移により、前後する可能性。
人口の３０－４０％（無症状者を含む）が感染しなければ、第５波、第６波レベルの免疫保有に達しない。
前提条件と限界
・BA5系統に代表される新規変異株の感染力（1.3倍）および免疫回避(感染予防効果低減40%．重症化予防効果低減10%)を仮定し、新規陽性者数および死者数を試算。
・PCR検査数の上限はあるものの、第６波に比べて拡充されると仮定。検査体制が変化すれば、推定値も変化。
・無症状感染者が４－８倍いると仮定しての分析。
・換気（気象）の影響は考慮していない。
参考資料：年代別新規陽性者数予測モデル
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、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・死者数を予測するモデルを開発。
これまで開発してきた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（10歳未満、10-64歳、65歳以上）カテゴリを分けることで、各年代の特徴を考慮。また、ワクチンの４回目接種率の感染状況への影響も推計した。
*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
1. 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.
参考資料：年代別新規陽性者数・実効再生産数(東京)
東京都における年代別の感染状況（下図）より、年代によって感染の傾向が異なることが分かる。
参考資料：これまでの予測推移
7/11および7/19までのものは、感染対策が6月以前と同等になされていると仮定した。
※60代のデータを人口割合に基づき、60-64歳、65歳-69歳のデータに換算
