この記事は、パートナーである SAS が提供する、COVID-19 パンデミックを理解する上でのデータの役割を探るシリーズの一部です。 SAS は、データ管理および分析分野のパイオニアです。 (シリーズの他の投稿は、「COVID-19 誤報について賢くなる」ページでご確認ください。)
症例致死率と死亡率
COVID-19 関連のデータや情報は、専門家でなければ解釈するのが難しい場合があります。 私たちは、ここ数週間で新しい用語をたくさん学びました。 最もよく目にする用語の 1 つは、症例致死率 (Case Fatality Rate、CFR) です。 これは、COVID-19と確定診断された人のうち、何人がこの病気の結果として死亡しているかを理解するのに役立つ重要な指標です。
まず、症例致死率を、死亡率や、感染した場合に死亡する人のリスクなど、他の指標と区別することが重要です。
Graphic courtesy of SAS.
残念ながら、これらの数値を完全に正確に測定することは困難です。 現在 COVID-19 と診断されている人の数は、実際に発症している人の数と同じではありません。 そして、その数の正確な評価を得ることができない可能性もあります。 現在の症例致死率は、この病気にかかった場合に実際に死亡するリスクと比較して、高めに設定されている可能性が高い。
他の要因も考慮する
年齢や既往症などの基礎的な要因によって、個人のリスクと全体のリスクは異なっています。
最後に、あまり見かけなくなりましたが、注目に値する指標として、全体の死亡率があります。 これは、パンデミックの結果として死亡した人口の割合を指します。 この数値は、全員が感染するわけではないので、通常、症例死亡率とは大きく異なります。 100人しかいない国を想像してみてください。 そのうちの20人が感染し、そのうち1人が死亡したとすると、症例致死率（感染者のうち死亡した人の割合）は5％となります。 しかし、死亡率は1％に過ぎない。 つまり、全人口の1％が亡くなったのです。*
ここで重要なのは、報告されている割合を注意深く見て、それがどの集団に当てはまるかを理解することです。 それは全人口なのか? 感染した人たちだけですか? 重度の症状を持つ人たちだけですか?
結論
数字やデータは事実であるという共通の認識がありますが、それらが世界の完全に正確な姿であると考えるのは間違っています。 私たちが持っているデータは、現時点で入手可能な最高の測定値です。 症例数が日々どのように変化しているかを確実に知るには、一人一人を毎日検査する以外に方法はありません。 しかし、それは不可能なので、不完全な測定値に頼らざるを得ません。 This makes understanding the pandemic and its progression more challenging; but data analysis is still a powerful tool to give us insight and help us make decisions.
*The original version of this blog post included incorrect figures in the section discussing mortality rate vs. case fatality rate. They were corrected on April 14, 2020, the date of publication. We apologize for the error.
Other articles in this series:
-
- Examining data behind racial disparities.
- Comparing data across countries.
- Comparing data across time.
- Age isn’t everything.
About SAS: Through innovative analytics software and services, SAS helps customers around the world transform data into intelligence.