感染確率の計算方法
・通常呼吸を想定して，ある時間に吸引する飛沫の総量（ml）をシミュレーションにより予測
・飛沫に含まれるウイルス数を仮定し，呼吸により体内に侵入するウイルス数（N）を算出
・感染に至るウイルス数（No）を過去のクラスターイベントより仮定して，以下の式（ポアソン過程）で感染確率を推定（文献*より）
P(𝑁)=1−e^((−𝑁/𝑁_0 𝐼))
I (強度): 変異株やワクチンの効果
N0: 感染に至るウイルス量，ここでは300~2000 viral copies
（5つのイベント：中国観光バス×2，韓国エアロビ，韓国コールセンター，米聖歌隊）
感染者の飛沫に含まれるウイルス数（ピーク時），107 copies/mL
（患者により大きく異なる！）
伊藤一秀先生（九大）の計算
(*) Prentiss MG, Chu A, Berggren KK. Superspreading Events Without Superspreaders: Using High Attack Rate Events to Estimate N o for Airborne Transmission of COVID-19. Posted October 23, 2020. medRxiv. https://doi.org/10.1101/2020.10.21.20216895.
設定条件
・スタジアムでの大声会話
・応援時（真っすぐ）と会話時を想定
・左図赤丸が感染者
・マスクの有無
・一席空けの効果
・ワクチン接種（効果95%）
・無風
・対象とした株
・デルタ株（従来株の2.5倍程度の感染力
・オミクロン株（デルタ株の4倍程度を想定）
提供：理研・神戸大，協力：鹿島建設・数値フローデザイン・豊橋技科大・京工繊大・東工大・九大
応援時の感染確率（左）と新たな感染者発生の期待値（右）
～デルタ株ワクチン接種無し～
N0 = 900, N0_min = 300, N0_max = 2000
提供：理研・神戸大，協力：鹿島建設・数値フローデザイン・豊橋技科大・京工繊大・東工大・九大
応援時の感染確率（左）と新たな感染者発生の期待値（右）
～デルタ株ワクチン接種り～
N0 = 900, N0_min = 300, N0_max = 2000, Vaccine_Efficacy = 95%
提供：理研・神戸大，協力：鹿島建設・数値フローデザイン・豊橋技科大・京工繊大・東工大・九大
応援時の感染確率（左）と新たな感染者発生の期待値（右）
～オミクロン株ワクチン接種有り～
N0 = 900, N0_min = 300, N0_max = 2000, Vaccine_Efficacy = 95%
提供：理研・神戸大，協力：鹿島建設・数値フローデザイン・豊橋技科大・京工繊大・東工大・九大
会話時の感染確率（左）と新たな感染者発生の期待値（右）
～デルタ株ワクチン接種無し～
N0 = 900, N0_min = 300, N0_max = 2000
提供：理研・神戸大，協力：鹿島建設・数値フローデザイン・豊橋技科大・京工繊大・東工大・九大
応援時の感染確率（左）と新たな感染者発生の期待値（右）
～デルタ株ワクチン接種り～
N0 = 900, N0_min = 300, N0_max = 2000, Vaccine_Efficacy = 95%
提供：理研・神戸大，協力：鹿島建設・数値フローデザイン・豊橋技科大・京工繊大・東工大・九大
応援時の感染確率（左）と新たな感染者発生の期待値（右）
～オミクロン株ワクチン接種有り～
N0 = 900, N0_min = 300, N0_max = 2000, Vaccine_Efficacy = 95%
提供：理研・神戸大，協力：鹿島建設・数値フローデザイン・豊橋技科大・京工繊大・東工大・九大
