よくある質問 問1 国内での累計感染者数や死亡者数が厚生労働省の集計より多いのはなぜですか? 当サイトの更新は、各自治体の公式発表を元にリアルタイムで行っています。 自治体が開く記者会見や、Webサイトに掲載された発表資料を確認でき次第、迅速に更新しています。 一方、厚労省でも各自治体からの報告を元に集計作業を行っていますが、当社が同省に確認したところ、自治体からの報告が数日遅れとなる場合もあるということです。 このため、リアルタイムに更新を続けている当社のデータとは数字に差が生じます。 問2 国内での累計感染者数の下に表示されている「前日比」とはどういう意味ですか? 国内での累計感染者数が、前日に比べて何人増えたかを表しています。 累計回復者数や死亡者数要入院・療養者数、の下に表示された数字も同様です。 問3 東京都で新たに感染者が増えたというニュースを見ましたが、このサイトでは増加分がまだ反映されていないことがあります。 それはなぜですか。 東京都を含め、一部の自治体では正式な発表前におおよその感染者数の報道が先行する場合がありますが、当サイトでは原則、自治体の正式な発表や厚労省の集計を確認した後に更新しています。 問4 国内での累計感染者数や死亡者数にダイヤモンド・プリンセス号 クルーズ船 の乗員・乗客を含めないのはなぜですか? 当初は便宜置籍船の存在などの理由からダイヤモンド・プリンセス号 クルーズ船 を含めた値で表示していましたが、ダイヤモンド・プリンセス号以外での感染拡大ペースが上がっている状況を踏まえ、ダイヤモンド・プリンセス号の乗員・乗客を除いた値をわかりやすく示すために表記と計算を変更しました。 問5 一方で、長崎港のクルーズ船コスタ・アトランチカ号の感染者を国内累計に含めるのはなぜですか? 厚労省の集計基準に合わせています。 同省は検疫法第5条「外国から来航した船舶などは、検疫済証の交付を受けた後でなければ上陸してはならない(概略)」を元に、入国時の検疫の有無を集計基準としています。 入国時に乗船者全員の検疫を終えていなかった横浜港のクルーズ船ダイヤモンド・プリンセス号の感染者については、入国前の事例として扱い、国内累計には含めていません。 一方、コスタ・アトランチカ号の乗船者については、入国時に全員の検疫が済んでいたため、同号の感染者は入国後の事例として、国内累計に含めています。 当サイトもこれに合わせています。 問6 一度感染し、回復後に再び陽性となった感染者は集計に含めていますか? 当サイトでは、再陽性は集計に含めず、感染者の「実数」で公表しています。 一部自治体では、再陽性も含めた「延べ人数」として公表しているところがあります。 当サイトと一部自治体の集計に差が見られるのは、こうした集計基準の違いによるものです。 一方、回復者の集計には再陽性の事例も含めています。 回復者については人数のみ発表する自治体が多く、年代・性別などの詳細が不明で、突き合わせ作業が難しいためです。
次の
東京都が今月から公表を始めた新型コロナウイルスの区市町村別の累計感染者数をみると、5日時点で数が最も多いのは高級住宅街として知られる世田谷区だった。 ただ、人口比のランキング(別表)をみると様相は異なる。 酒場だけでなく、レストランを含む飲食店が多い街に脅威が潜んでいる様子が浮かぶ。 5日時点の累計感染者数トップが世田谷区で93人。 港(67人)、杉並(44人)、目黒(40人)、新宿と練馬(ともに39人)の各区が続く。 これを人口比で並べ替えると、六本木や赤坂など高級歓楽街を抱える港区が最も多く、飲食店の多い目黒区が2位、若者の街、渋谷区が3位。 上野や浅草がある台東区、銀座がある中央区、歌舞伎町のある新宿区と続く。 世田谷区は人口比では23区中7番目だった。 小池百合子都知事は「接客を伴う飲食の場で感染を疑う事例が多発している」として、「3密」(密閉空間、密集場所、密接場面)になりやすいナイトクラブやバー、キャバクラなどへの入店自粛を要請している。 たしかに人口比ランキングも大規模な歓楽街を抱える区が上位を占めている。 各区の累計感染者数と、都の経済統計(2016年)での飲食店や酒場などのデータを用いて予備解析した帝京大学アジア国際感染症制御研究所の鈴木和男教授は、こう指摘する。 「東京の場合、夜間人口の少ない千代田区と中央区を度外視すれば、感染者数と飲食店や酒場の数と連動しているようにみえる。 特に飲食店との連動が強く出ており、『3密』の一部を裏付けているようにみえる」 PR.
次の
45 2 349,1 180 5. 16 3 5,148 81 3. 44 4 168,553 51 3. 03 5 287,741 76 2. 64 6 4,1 4 2. 52 7 939,669 4 2. 49 8 9,463 49 2. 34 9 300,613 62 6 342, 70 4 585,632 7 1. 83 66,080 1. 82 13 270, 35 1. 30 14 6,043 26 1. 15 519,652 56 1. 08 16 454, 46 1. 01 739,548 71 0. 96 18 742,840 67 0. 90 19 583,467 50 0. 354,1 30 0. 85 21 683, 50 0. 73 22 695,1 47 0. 68 ,826 13 0. 59 数 一万人当たり数 1 54,537 5 0. 2 83,804 7 0. 84 3 75,136 6 0. 80 4 1,402 14 0. 73 5 91,790 6 0. 65 6 5, 8 0. 64 7 190,018 0. 63 8 6,2 13 0. 63 9 9,754 15 0. 63 6,361 7 0. 60 263,169 15 0. 57 433,882 0. 55 13 147,589 8 0. 54 14 148,439 8 0. 54 15 84,0 4 0. 47 16 180,650 8 0. 44 75,9 3 0. 40 18 576,383 0. 35 19 196,430 6 0. 2,4 3 0. 27 21 150,289 4 0. 27 22 8,058 3 0. 133,303 2 0. 15 71,542 1 0. 14 25 80,0 1 0. 26 57,285 0 0.
次の