JP2002279076A - System for analyzing infective disease propagation and system for simulating propagation - Google Patents
System for analyzing infective disease propagation and system for simulating propagationInfo
- Publication number
- JP2002279076A JP2002279076A JP2001076928A JP2001076928A JP2002279076A JP 2002279076 A JP2002279076 A JP 2002279076A JP 2001076928 A JP2001076928 A JP 2001076928A JP 2001076928 A JP2001076928 A JP 2001076928A JP 2002279076 A JP2002279076 A JP 2002279076A
- Authority
- JP
- Japan
- Prior art keywords
- onset
- infectious disease
- density
- information
- propagation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、感染症伝播解析シ
ステム及びその伝播シミュレーションシステムに関し、
特に、感染症固有の伝播メカニズムについて解析し、こ
の解析結果に基づいて感染症の伝播に関するシミュレー
ションを行うことに関する。The present invention relates to an infectious disease transmission analysis system and a transmission simulation system thereof.
In particular, the present invention relates to analyzing a transmission mechanism peculiar to an infectious disease and performing a simulation on the transmission of the infectious disease based on the analysis result.
【０００２】[0002]
【従来の技術】従来、感染症、例えば、結核、インフル
エンザ、百日咳、麻疹等について、国或いは地域の保健
機関から、それらの発症状況が公表されている。この公
表により、各医療機関に、或いは、住民に対して、注意
を喚起し、予防措置を講ずるように促している。2. Description of the Related Art Hitherto, the state of occurrence of infectious diseases such as tuberculosis, influenza, whooping cough, measles and the like has been disclosed by national or regional health organizations. This announcement calls attention to medical institutions and residents, and encourages them to take precautionary measures.
【０００３】我が国の場合には、例えば、インフルエン
ザであれば、各保健所からは、週に１回、その発症状況
が国立感染症研究所の感染症情報センターに報告され、
同センターは、その報告を纏めて報告書を出している。
この報告書により、インフルエンザの発症地域、発症者
数等を把握することができる。また、外国では、保健衛
生機関が、感染症の発生状況を示す感染症統計情報を、
地理情報システム（ＧＩＳ）を活用して地理的に整理
し、各地域の発生状況を表示し、公表している。我が国
においても、このＧＩＳを利用して感染症に関する地理
的発症分布の整理を行うようになってきている。[0003] In the case of Japan, for example, in the case of influenza, each health center reports its onset status once a week to the Infectious Disease Information Center of the National Institute of Infectious Diseases,
The center has compiled the report and issued a report.
From this report, it is possible to understand the area where the influenza occurred, the number of affected persons, and the like. In foreign countries, health and safety agencies provide infectious disease statistical information
Utilizing the Geographic Information System (GIS), it organizes geographically, displays the occurrence status of each region, and publishes it. In Japan, this GIS has been used to organize the geographical distribution of infectious diseases.
【０００４】[0004]
【発明が解決しようとする課題】しかしながら、感染症
の発症状況に関する統計情報を、ＧＩＳ利用により地理
的発症分布を整理し公表しているが、この地理的発症分
布は、発症がどこであったかをＧＩＳ上で定量的に示し
ているだけであり、感染症の発症状況に関する現状把握
に止まるものである。However, statistical information on the onset of infectious disease is arranged and published by using GIS, and the geographical onset distribution is based on the GIS. It is only quantitatively shown above, and it is not enough to understand the current status of the onset of infectious diseases.
【０００５】医療機関等は、この地理的発症分布の情報
を得ても、感染症の流行等の分析には、過去の経験、或
いは医師の知識を踏まえて分析しなければならなかっ
た。また、この地理的発症分布の情報だけでは、感染症
固有の伝播メカニズムを解析することは不可能であっ
た。そのため、医療機関等は、感染症に対する予防策を
講じることが難しかった。[0005] Even if a medical institution or the like obtains the information on the geographical onset distribution, it has to analyze the epidemic of infectious disease based on past experience or knowledge of a doctor. In addition, it was not possible to analyze the unique transmission mechanism of infectious disease using only the information on the geographical distribution. Therefore, it was difficult for medical institutions to take preventive measures against infectious diseases.
【０００６】そして、例えば、インフルエンザの場合に
は、今回流行する型が何であるかを特定し、さらに、流
行するインフルエンザに対応するワクチンを、どの地域
にはどれだけの量を用意すればよいか、過去の経験に基
づいて対処していた。そこで、本発明は、感染症の伝播
メカニズムを、伝播速度相関モデルと時系列発症密度相
関モデルとを作成することにより、伝播指標として解析
できるシステムを提供し、さらに、これらの伝播指標を
用いて感染症の伝播シミュレーションを行うことができ
るシステムを提供することを目的とする。[0006] For example, in the case of influenza, it is necessary to specify the type of the influenza that spreads this time, and to determine the amount of vaccine corresponding to the influenza in which region and in which region. , Based on past experience. Therefore, the present invention provides a system that can analyze the transmission mechanism of an infectious disease as a transmission index by creating a transmission velocity correlation model and a time-series incidence density correlation model, and furthermore, using these transmission indexes. An object of the present invention is to provide a system capable of performing a simulation of transmitting an infectious disease.
【０００７】[0007]
【課題を解決するための手段】以上の課題を解決するた
めに、本発明では、感染症に関する発症状況情報と、地
図情報及び区域単位毎の人口密度情報を含む地図関連情
報とに基づいて、感染症の伝播を解析するシステムにお
いて、前記発症状況情報に含まれる複数の発症者に係る
行動情報を前記地図情報に関連付け、前記感染症の感染
場所を特定する感染路解析手段を備えた。In order to solve the above-mentioned problems, the present invention is based on the onset status information on infectious diseases and map-related information including map information and population density information for each area unit. In a system for analyzing the spread of infectious diseases, the system further includes an infection path analyzing means for associating behavior information on a plurality of affected persons included in the onset state information with the map information and specifying an infected place of the infectious disease.
【０００８】そして、前記感染路解析手段は、前記発症
状況情報における所定の発症期間内の発症者群から第１
号発症者と第２号発症者を選定し、第１号発症者と第２
号発症者に基づいて前記感染場所を特定し、該感染場所
を感染伝播地とするようにした。さらに、前記解析シス
テムには、前記発症状況情報に含まれる発症者情報に基
づいて、発症区域単位に係る人口密度に対する発症密度
の相関を求める発症密度相関モデル作成手段、前記感染
場所の位置情報と前記発症状況情報に含まれる発症時刻
情報とに基づいて前記感染症の伝播速度を求め、発症区
域単位に係る人口密度に対する伝播速度の相関を求める
伝播速度相関モデル作成手段を備え、前記発症密度相関
モデル作成手段は、前記発症時刻情報に基づいて所定時
間経過毎の発症密度相関モデルを作成できるようにし
た。[0008] The infection path analyzing means may include a first group of persons within a predetermined onset period in the onset state information.
No. 1 and No. 2 are selected, and No. 1 and No. 2
The site of the infection was specified based on the person who developed the infection, and the site of the infection was set as the transmission site of the infection. Further, the analysis system, based on the onset information included in the onset status information, the onset density correlation model creation means for determining the correlation of the onset density to the population density per onset area unit, position information of the infected place and A transmission speed correlation model creating means for obtaining a transmission speed of the infectious disease based on the onset time information included in the onset status information, and obtaining a correlation of a transmission speed with respect to a population density per onset area unit; The model creating means can create an onset density correlation model every predetermined time based on the onset time information.
【０００９】また、本発明による感染症伝播シミュレー
ションシステムにおいて、地図情報における区域単位毎
の人口密度情報、人口密度に対する感染症の伝播速度指
標を格納する格納手段と、前記格納手段から、指定した
感染源地に係る前記区域単位の人口密度に対応する前記
伝播速度指標を読み出し、前記感染源地からの伝播範囲
を求める解析手段と、前記解析手段による解析結果を出
力する出力手段とを備えた。In addition, in the infectious disease transmission simulation system according to the present invention, storage means for storing population density information for each area unit in the map information and an infectious disease propagation speed index for the population density, An analysis unit for reading out the propagation speed index corresponding to the population density of the area pertaining to the source area and obtaining a transmission range from the infection source site, and an output unit for outputting an analysis result by the analysis unit are provided.
【００１０】そして、前記格納手段は、人口密度に対す
る感染症の発症密度指標を格納しており、前記解析手段
は、前記伝播範囲内に係る区域単位毎の人口密度に対応
する前記発症密度指標を読み出し、前記人口密度情報に
基づき当該区域単位毎の発症者数を求めるようにした。
さらに、前記格納手段には、時間経過毎の発症密度指標
が格納されており、前記解析手段は、前記時間経過毎に
前記伝播範囲を求め、該伝播範囲内に係る区域単位毎の
人口密度に対応する時間経過毎の前記発症密度指標を読
み出し、前記人口密度情報に基づき当該区域単位毎の時
間経過毎の発症者数を求めるようにした。[0010] The storage means stores an incidence density index of infectious disease with respect to the population density, and the analysis means stores the incidence density index corresponding to the population density for each area unit within the propagation range. Then, based on the population density information, the number of affected cases per area unit is obtained.
Further, the storage means stores an onset density index for each time lapse, and the analysis means obtains the propagation range for each time lapse, and calculates the population density for each area unit within the propagation range. The corresponding disease density index is read out at each time lapse, and the number of affected people at each time lapse is obtained for each area unit based on the population density information.
【００１１】また、前記伝播速度指標は、発症状況情報
に含まれる当該感染症の発症者に係る行動情報と、該発
症者の発症時刻情報とに基づいて作成された、前記発症
者に係る区域単位の人口密度に対する伝播速度の相関モ
デルとし、前記発症密度指標は、発症状況情報に含まれ
る当該感染症の発症者情報に基づいて作成された、当該
感染症の発症者に係る区域単位毎の人口密度に対する発
症密度の相関モデルとした。[0011] The propagation speed index is an area related to the onset of the infectious disease, which is created based on the behavior information on the onset of the infectious disease contained in the onset information and the onset time information of the onset of the infectious disease. As a correlation model of the propagation speed with respect to the population density of the unit, the incidence density index is created based on the infectious disease onset information included in the onset status information, for each area unit related to the infectious disease onset unit A correlation model of the incidence density to population density was used.
【００１２】前記出力手段は、前記解析手段による解析
結果を、前記地図情報上で区域単位毎に関連付けて表示
でき、前記解析手段による時間経過毎の解析結果につい
ても、前記地図情報上で区域単位毎に関連付けて表示で
きるようにした。またさらに、本発明による感染症伝播
シミュレーションシステムにおいて、地図情報における
区域単位毎の人口密度情報、人口密度に対する感染症の
伝播速度指標、人口密度に対する感染症の発症密度指標
を格納する格納手段と、発症状況情報に含まれる複数の
発症者に係る行動情報を前記地図情報に関連付け、当該
感染症の感染源地を特定する感染路解析手段と、前記格
納手段から、特定された前記感染源地に係る前記区域単
位の人口密度に対応する前記伝播速度指標を読み出し、
前記感染源地からの伝播範囲を求め、該伝播範囲内に係
る区域単位毎の人口密度に対応する前記発症密度指標を
読み出し、前記人口密度情報に基づき当該区域単位毎の
発症者数を求める解析手段と、前記解析手段による解析
結果を出力する出力手段とを備えた。[0012] The output means can display the analysis result by the analysis means in the map information in association with each area unit. The analysis result for each time lapse by the analysis means can also be displayed on the map information in the area unit. Added support for displaying each time. Still further, in the infectious disease propagation simulation system according to the present invention, storage means for storing population density information for each area unit in the map information, an infectious disease propagation speed index for the population density, an infectious disease incidence density index for the population density, The infectious path analysis means for associating the behavior information relating to a plurality of affected persons included in the onset state information with the map information, and specifying the source of the infection, and the storage means, Read out the propagation speed index corresponding to the population density of the area unit,
Analysis for determining the range of transmission from the source of infection, reading the incidence density index corresponding to the population density of each area unit within the range of transmission, and calculating the number of affected individuals per area unit based on the population density information Means, and output means for outputting an analysis result by the analysis means.
【００１３】そして、前記格納手段には、時間経過毎の
発症密度指標が格納されており、前記解析手段は、前記
時間経過毎に前記伝播範囲を求め、該伝播範囲内に係る
区域単位毎の人口密度に対応する時間経過毎の前記発症
密度指標を読み出し、前記人口密度情報に基づき当該区
域単位毎の時間経過毎の発症者数を求め、前記出力手段
は、前記解析手段による時間経過毎の解析結果を、前記
地図情報上で区域単位毎に関連付けて表示するようにし
た。[0013] The storage means stores an onset density index for each lapse of time, and the analysis means obtains the propagation range for each lapse of time, and obtains the propagation range for each area unit within the propagation range. The onset density index is read out for each time lapse corresponding to the population density, and the number of affected individuals per time lapse for each area unit is obtained based on the population density information. The analysis result is displayed in association with each area unit on the map information.
【００１４】そしてさらに、本発明による感染症伝播シ
ミュレーションシステムにおいて、地図情報における区
域単位毎の人口密度情報、人口密度に対する感染症の伝
播速度指標を格納する格納手段と、取り込まれた発症状
況情報に含まれる発症者時刻情報と感染場所の位置情報
に基づいて前記感染症の前記伝播速度指標を更新する伝
播速度相関モデル作成手段と、前記格納手段から、指定
の感染源地に係る区域単位の人口密度に対応する前記伝
播速度指標を読み出し、前記感染源地からの伝播範囲を
求める解析手段と、前記解析手段による解析結果を出力
する出力手段とを備えた。Further, in the infectious disease transmission simulation system according to the present invention, a storage means for storing population density information for each area unit in the map information, an infectious disease propagation speed index with respect to the population density, and A propagation velocity correlation model creating means for updating the propagation velocity index of the infectious disease based on the included onset time information and the location information of the infected place, and a population per area pertaining to the designated source of infection from the storage means. An analysis unit for reading the propagation speed index corresponding to the density and obtaining a transmission range from the infection source site, and an output unit for outputting an analysis result by the analysis unit are provided.
【００１５】前記格納手段は、人口密度に対する感染症
の時間経過毎の発症密度指標を格納し、前記発症状況情
報に含まれる発症者情報に基づいて前記感染密度指標を
更新する発症密度相関モデル作成手段を有し、前記解析
手段は、求めた前記伝播範囲内に係る区域単位毎の人口
密度に対応する前記発症密度指標を読み出し、前記人口
密度情報に基づき当該区域単位毎の前記時間経過毎の発
症者数を求め、前記出力手段は、前記解析手段による時
間経過毎の解析結果を、前記地図情報上で区域単位毎に
関連付けて表示するようにした。[0015] The storage means stores a disease density index for each time lapse of infectious disease with respect to population density, and creates a disease density correlation model for updating the disease density index based on disease information included in the disease status information. Means, the analysis means reads out the onset density index corresponding to the population density for each area unit pertaining to the determined propagation range, based on the population density information for each time elapsed for each of the area units The number of affected persons is obtained, and the output unit displays the analysis result for each time lapse by the analysis unit in association with each area unit on the map information.
【００１６】[0016]
【発明の実施の形態】次に、本発明による感染症伝播解
析システム及びその伝播シミュレーションシステムに関
する実施形態について、図を参照しながら以下に説明す
る。先ず、感染症の伝播メカニズムの解析処理につい
て、図１乃至図５を参照して説明する。BRIEF DESCRIPTION OF THE DRAWINGS FIG. 1 is a block diagram showing an embodiment of an infectious disease transmission analysis system and a transmission simulation system according to the present invention; First, an analysis process of a transmission mechanism of an infectious disease will be described with reference to FIGS.
【００１７】感染症の発症状況の概要については、国立
感染症研究所の感染症情報センターから公表されるが、
その感染症の発症者に関する詳細な発症状況情報は、定
点観測所である医療機関から取得することができる。先
ず、感染症の発症に係る地域に係る地図情報について
は、通常、ＧＩＳに備えられたものを使用することがで
きる。ただ、感染症の発症状況検討の最小単位を町・丁
目として、この単位を１次区域単位と設定し、さらに広
い単位を市町村区域として２次区域単位と、そして、都
道府県単位として３次区域単位と設定する。その地図情
報の地図属性データとして、各区域単位に、人口に関し
てその総数、男女別数、５歳階級別数、面積、人口密度
等をデータベース化しておく。An overview of the status of the onset of infectious diseases is published by the Infectious Disease Information Center of the National Institute of Infectious Diseases.
Detailed information on the onset of the infectious disease can be obtained from a medical institution that is a fixed-point observatory. First, as for the map information relating to the area related to the onset of the infectious disease, the information provided in the GIS can usually be used. However, the minimum unit for examining the onset of infectious disease is town / chome, this unit is set as the primary area unit, the wider unit is the municipal area as the secondary area unit, and the prefectural unit is the tertiary area. Set the unit. As map attribute data of the map information, the total number, the number according to gender, the number according to the 5-year-old class, the area, the population density, and the like are stored in a database for each area unit.
【００１８】一方、発症状況情報から、各発症者の発症
場所や行動経路に関わる情報をＧＩＳ上に展開すること
により、発症者間で感染がどのように伝播したか、感染
の規模が時系列でどのように変化したかについて、その
地理的関連性を把握することができる。即ち、発症状況
の詳細情報に含まれる、発症者の自宅住所、就業又は就
学場所の所在地、定期的な訪問場所等はポイントデータ
として、通勤又は通学の経路、定期的な訪問場所への経
路等はラインデータとして、また、発症したと考えられ
る日時（以下、発症時刻という。）、発症者の年齢・性
別・職業等のテキストデータは発症者の属性データとし
てデータベース化しておく。On the other hand, information on the onset location and behavioral path of each onset is spread on the GIS from the onset status information, so that how the infection has spread among the onsets, It is possible to understand the geographical relevance of how it has changed. That is, the home address of the affected person, the location of the employment or school place, the place of regular visit, etc. included in the detailed information of the onset situation are point data, the route of commuting or attending school, the route to the place of regular visit, etc. Is stored in a database as line data, and text data such as the date and time of onset (hereinafter referred to as onset time) and the age, gender, occupation, etc. of the onset are stored as attribute data of the onset.
【００１９】これらの発症状況の各データをＧＩＳ上に
展開し重ね合わせることにより、発症者が当該感染症に
感染した可能性が大きい施設又は経路を感染伝播地とし
て特定することができ、さらに、発症者間の発症時刻か
ら当該感染症の伝播速度を求めることができる。また、
ＧＩＳ上に展開した発症場所を前記１次区域単位毎に集
計し、発症時刻によって時系列に整理することにより、
時系列発症密度を求めることができる。By developing and superimposing these data on the onset condition on the GIS, it is possible to specify a facility or a route where the onset of the infectious disease is likely to have been infected as the infection transmitting area. The transmission speed of the infectious disease can be determined from the onset time between affected individuals. Also,
By summarizing the onset locations developed on the GIS for each primary area unit, and arranging them in chronological order by the onset time,
Time series onset density can be determined.
【００２０】ここで、感染症の伝播メカニズム解析を実
現するために必要な伝播速度の求め方について詳述す
る。先ず、発症状況データベースから、ある感染症の発
症状況検討範囲内において、最も早く発症した発症時刻
の発症者について、第１号発症者としてポイントデータ
及びラインデータを読み出し、ＧＩＳ画面に表示する。Here, a method of obtaining a transmission speed necessary for realizing an analysis of a transmission mechanism of an infectious disease will be described in detail. First, point data and line data are read out from the onset status database as the first onset for the onset at the onset time of the onset of the infectious disease within the examination range of the onset status of an infectious disease, and displayed on the GIS screen.
【００２１】表示されたＧＩＳ画面の一例を図１に示
す。図１においては、地図情報が、画面Ｘ11内に１次区
域単位で区分されて表示され、そして、鉄道が敷設さ
れ、駅Ｅ 1乃至Ｅ3を配置された状態が示されている。こ
こで、ポイントデータに含まれる自宅住所と就業場所所
在地により、ＧＩＳ機能を用いて発症者宅Ａと就業場所
ＷAをＧＩＳ画面に表示する。そして、ラインデータに
含まれる通勤経路についても同様にＧＩＳ画面に表示す
る。FIG. 1 shows an example of the displayed GIS screen.
You. In FIG. 1, the map information is displayed on the screen X11Within the first ward
The area is divided and displayed, and the railway is laid.
Station E 1To EThreeIs shown. This
Here, the home address and work place included in the point data
Depending on the location, the home A and the place of employment using the GIS function
WAIs displayed on the GIS screen. And to line data
The included commuting route is also displayed on the GIS screen in the same way.
You.
【００２２】画面Ｘ11では、第１号発症者は、発症時刻
に発症者宅Ａから出かけ、駅Ｅ2で乗車し、駅Ｅ3で降車
し、就業場所ＷAに通勤していることが分かり、第１号
発症者の行動経路が、ＲAとして表示（破線）され、特
定される。次に、発症状況データベースに基づいて、第
１号発症者の発症時刻に次いで早い発症時刻の発症者
を、第１号発症者が属する１次区域単位から検索する。
ただし、このとき、第１号発症者の同居人は除くものと
する。[0022] In the screen X 11, No. 1 onset person, go out from the onset's home A in the development time, and boarding at the station E 2, and get off at the station E 3, it is that you are commuting to work place W A Understandably, the behavior path of the first person is displayed (broken line) as RA and specified. Next, based on the onset status database, an onset person whose onset time is the second earliest onset time after the onset time of the first onset person is searched from the primary area unit to which the first onset person belongs.
However, at this time, cohabitants of the first affected person shall be excluded.
【００２３】そして、１次区域単位内で該当する発症者
が見つからない場合には、当該１次区域を含む次に広い
２次区域単に検索範囲を拡大し、発症者時刻の早い順に
検索する。それでも見つからない場合には、その３次区
域単位に検索範囲を拡大していく。最小単位から検索す
るのは、範囲が拡大されれば、それだけ感染の確度が低
くなり、検索効率を高めるためである。If the affected person cannot be found in the primary area unit, the search range is simply expanded to the next wide secondary area including the primary area, and the search is performed in the order of earliest onset time. If still not found, the search range is expanded to the tertiary area unit. The reason for searching from the minimum unit is that as the range is expanded, the probability of infection becomes lower and the search efficiency is improved.
【００２４】また、第２号発症者候補を検索する際に、
第２号発症者候補の発症時刻が、第１号発症者の発症時
刻から、例えば、７２時間以上経過している場合には、
第２号発症者候補の発症は、時間的に見て、第１号発症
者からの感染によるものであるかどうかが疑わしくなる
ため、７２時間以上経過した発症時刻の発症者しか見つ
からない場合には、第２号発症者候補の検索を終了す
る。Further, when searching for the second onset candidate,
When the onset time of the second onset candidate has passed, for example, 72 hours or more from the onset time of the first onset patient,
If the onset of the second onset candidate is temporally suspected to be due to the infection from the first onset, if only the onset at 72 hours or more onset is found, Terminates the search for the second onset candidate.
【００２５】第２号発症者候補が見つかった場合には、
第１号発症者のときと同様に、発症状況データベースか
ら、ポイントデータ及びラインデータを読み出し、画面
Ｘ11に表示された第１号発症者の行動経路に重ね合わせ
処理を行う。その結果を、図２の画面Ｘ12に示した。画
面Ｘ12では、第１号発症者の行動経路ＲAに加えて、発
症者候補の行動経路ＲBが示されている。行動経路Ｒ
Bは、発症者候補の自宅Ｂから、駅Ｅ2及びＥ3を経由し
て就業場所ＷBに至るものである。画面Ｘ12に示された
例では、行動経路ＲAと行動経路ＲBは、駅Ｅ2と駅Ｅ3と
の区間で重なっている。このことから、第１号発症者と
発症者候補とは、当該区間に於いて感染した蓋然性が高
いと推定できる。When the second candidate is found,
Similar to the case of No. 1 progressors performs onset status database, reads the point data and line data, the process superimposed on Funnels No. 1 progressors displayed on the screen X 11. The results, shown in screen X 12 in FIG. 2. In the screen X 12, in addition to Funnels R A No. 1 progressors, Funnels R B of progressors candidates are shown. Action route R
B, from the home B of onset candidates, are those that lead to employment location W B via the station E 2, and E 3. In the example shown in screen X 12, Funnels R A and Funnels R B overlaps in a section between the stations E 2 and station E 3. From this, it can be estimated that the first onset and the onset candidate have a high probability of being infected in the section.
【００２６】そこで、画面Ｘ13に示されるように、今回
検索された発症者候補を第２号発症者と判断して特定
し、第１号発症者と第２号発症者の行動経路が重なる駅
Ｅ2と駅Ｅ3との区間を感染経路とし、当該感染症の伝播
地とする。なお、画面Ｘ12には、第１号発症者の行動経
路ＲAと第２号発症者の行動経路ＲBが重なった例を示し
たが、感染源が異なる場合には、これらの行動経路が重
なるとは限らない。そのため、画面Ｘ12において、行動
経路ＲBが行動経路ＲAと重ならないときには、今回検索
した発症者を第２号発症者とはできないので、今回検索
した発症者の発症時刻に次いで早い発症時刻の発症者を
再度検索する。[0026] Therefore, as shown in screen X 13, identified by determining the time retrieved progressors candidate No. 2 progressors, No. 1 progressors and No. 2 progressors Funnels overlap the section between the station E 2 and station E 3 and infection routes, a propagated locations of the infectious disease. Note that the screen X 12, an example is shown in which Funnels R B are overlapped in the first issue progressors Funnels R A and No. 2 progressors, if the source of infection is different, these Funnels Do not always overlap. Therefore, in the screen X 12, when Funnels R B does not overlap with Funnels R A, since the current retrieved progressors not be a No. 2 progressors, followed earlier onset time to onset time of the present retrieved progressors Search again for the onset of the disease.
【００２７】そして、該当する発症者が見つかったなら
ば、画面Ｘ12の様に、その発症者の行動経路が第１号発
症者の行動経路ＲAと重なるかどうかを判定する。この
検索処理を、検索した発症者の行動経路が第１号発症者
の行動経路ＲAと重なるまで繰り返す。ただ、このとき
も、上述したように、時間的制限があり、例えば、発症
時刻が７２時間以上経過したものは検索せず、その範囲
で第２号発症者の候補がなければ、感染経路を特定でき
ないとして、感染症伝播の解析を終了する。[0027] and, if appropriate onset person is found, as in the screen X 12, it determines whether or not the action path of its development's overlap with the action route R A No. 1-progressors. This search process is repeated until the searched behavior path of the affected person overlaps with the behavior path RA of the first affected person. However, also at this time, as described above, there is a time limitation. For example, if the onset time is 72 hours or more, the search is not performed. If not identified, end infectious disease transmission analysis.
【００２８】以上の図１乃至図３で示された例では、伝
播地の特定として、感染経路がラインデータに基づく場
合についてであったが、次に、図４及び図５を参照し
て、定期的に訪れる場所又は施設が伝播地となる場合を
説明する。画面Ｘ11で示した場合と同様に、発症状況デ
ータベースに基づいて、ある感染症の発症期間内で発症
時刻の最も早い発症者を検索する。この発症者を第１号
発症者とし、当該発症者に係るポイントデータ及びライ
ンデータを読み出す。そして、これらのデータをＧＩＳ
上の地図情報に関連付け、図４に示されるように、画面
Ｘ21に表示する。In the examples shown in FIGS. 1 to 3 above, the case where the transmission route is specified based on the line data is used to specify the transmission place. Next, referring to FIGS. 4 and 5, A case where a place or facility that is visited regularly is a propagation place will be described. As in the case shown in screen X 11, based on the development status database, searches for the earliest progressors onset time in the development duration infections. The onset is defined as the first onset, and point data and line data relating to the onset are read. And these data are
Associated with the map information of the above, as shown in FIG. 4, the screen X 21.
【００２９】画面Ｘ21では、第１号発症者が、自宅Ｃか
ら行動経路ＲCを経由して施設Ｍに定期的に訪れた様子
が示されている。第２号発症者候補の選択は、感染経路
がラインデータに基づく場合と同様に、発症状況データ
ベースに基づいて、第１号発症者に次いで早い発症時刻
の発症者を、第１号発症者が属する１次区域単位から検
索する。なお、第１号発症者の同居人、及び、第１号発
症者の発症時刻から、例えば、７２時間以上経過して発
症した発症者は、検索対象外とし、また、検索すべき１
次区域単位に発症者候補がいなければ、順次検索範囲を
拡大していく。[0029] In the screen X 21, No. 1 progressors have been regularly state that visited indicated in the facility M via the action route R C from home C. As in the case where the infection route is based on line data, the second onset candidate is selected based on the onset status database based on the onset status database. Search from the primary area unit to which it belongs. In addition, the cohabitants of the first onset and the onset of onset, for example, 72 hours or more after the onset of the first onset, are excluded from the search target.
If there is no candidate candidate in the next area unit, the search range is sequentially expanded.
【００３０】ここで、第２号発症者候補が見つかったな
らば、発症状況データベースから当該発症者に係るポイ
ントデータとラインデータを読み出す。そして、ＧＩＳ
上の地図情報と関連付けて、第１号発症者の行動経路Ｒ
Cに第２号発症者候補の行動経路ＲDを重ね合わせる。そ
の様子を、図５の画面Ｘ22に示した。画面Ｘ22の例で
は、第２号発症者候補が自宅Ｄから行動経路ＲDを経由
して施設Ｍに定期的に訪れた様子が現れている。ここ
で、両者は、共通する施設Ｍに定期的に訪れており、施
設Ｍにおいて、第２号発症者候補は、第１号発症者から
感染した蓋然性が高いと判断できるので、第２号発症者
候補を第２号発症者と特定する。Here, if the second candidate is found, point data and line data relating to the patient are read out from the onset database. And GIS
In association with the above map information, the behavior path R of the first onset person
The action route RD of the second onset candidate is superimposed on C. This state, shown in screen X 22 in FIG. In the example of the screen X 22, how the No. 2 onset candidate has regularly visited the establishment M via the action route R D from home D has appeared. Here, the two persons regularly visit the common facility M. At the facility M, the candidate with the second onset can be judged to have a high probability of being infected by the first onset, so that Candidate is identified as the second onset.
【００３１】第２号発症者が特定されたならば、第１号
発症者と第２号発症者の発症時刻から伝播時間を求め、
さらに、ＧＩＳ上から両者間の距離を求めて、伝播速度
を算出する。なお、発症者候補の行動経路が、ＧＩＳ上
で重なる部分がない場合には、次の発症者候補を検索
し、画面Ｘ22に示したと同様の処理を行う。この場合で
も、発症時刻からの時間的制限がなされる。Once the second onset is identified, the propagation time is determined from the onset times of the first onset and the second onset,
Further, the distance between the two is obtained from the GIS, and the propagation speed is calculated. Incidentally, Funnels of progressors candidate, if there is no overlap on the GIS is to search for the next onset candidate, performs the same processing as shown in screen X 22. Even in this case, the time limit from the onset time is imposed.
【００３２】以上の様にして、特定の期間及び特定地域
における感染症の感染に係る伝播地が特定され、そし
て、その伝播速度を求めることができる。ところで、感
染症の感染には、人と人との接触度合いが高ければ、そ
れだけ感染による発症も増加することになり、また、そ
の感染する速さも早いとすることができる。つまり、人
口密度が高い地域では、感染する密度も高く、また、感
染速度も速いと予想することができる。As described above, the transmission site of the infection of the infectious disease in the specific period and the specific region is specified, and the transmission speed can be obtained. By the way, in the case of infectious diseases, the higher the degree of contact between people, the more the onset due to the infection increases, and the faster the infection can be made. In other words, it can be expected that an area with a high population density has a high infection density and a high infection rate.
【００３３】この様なことから、伝播メカニズムの指標
として、過去事例による発症状況データベースに基づ
き、人口密度に対する伝播速度相関モデルと、時系列に
よる人口密度に対する発症密度相関モデルを作成する。
以下に、この様にして作成された指標の具体例につい
て、図６及び図７を参照しながら説明する。Based on the above, a propagation speed correlation model with respect to population density and a time-series population density correlation model with respect to population density are created as indices of the transmission mechanism based on the onset database of past cases.
Hereinafter, a specific example of the index created as described above will be described with reference to FIGS. 6 and 7.
【００３４】図６は、人口密度に対する伝播速度相関モ
デルの一例を示した。横軸は、人口密度ｘを、縦軸は伝
播速度Ｖを表している。上述した感染症の伝播速度の解
析処理に従って、当該感染症の発症状況データベースに
含まれる発症期間毎に、感染伝播地を特定し、その伝播
速度を求める。そして、当該伝播地が属する区域単位を
ＧＩＳ上で求めて、当該区域単位の人口密度を属性情報
データベースから読み取り、人口密度に対する伝播速度
を相関図中にプロットする。FIG. 6 shows an example of a propagation velocity correlation model with respect to population density. The horizontal axis represents the population density x, and the vertical axis represents the propagation velocity V. In accordance with the above-described analysis of the transmission speed of an infectious disease, the site of transmission of the infection is specified for each onset period included in the onset status database of the infectious disease, and the transmission speed is determined. Then, the area unit to which the propagation place belongs is obtained on the GIS, the population density of the area unit is read from the attribute information database, and the propagation speed with respect to the population density is plotted in the correlation diagram.
【００３５】この様にして、発症状況データベースに含
まれる当該感染症の過去事例の全てについて伝播速度を
求め、人口密度に対応付けてプロット（黒点で示す）す
ることにより作成した相関図が、図６に示される。そこ
で、図６の相関図に基づいて、当該感染症に関する人口
密度に対する伝播速度の相関関数Ｖ（ｘ）を求める。こ
の相関関数Ｖ（ｘ）が伝播速度相関モデルであり、この
関数から、人口密度ｘに対する伝播速度の指標を作成す
ることができる。In this way, the correlation diagram created by obtaining the propagation speeds of all past cases of the infectious disease included in the onset status database and plotting them with the population density (indicated by black dots) is shown in FIG. 6 is shown. Therefore, a correlation function V (x) of the propagation speed with respect to the population density for the infectious disease is obtained based on the correlation diagram of FIG. This correlation function V (x) is a propagation velocity correlation model, and an index of the propagation velocity with respect to the population density x can be created from this function.
【００３６】次に、図７に、時系列による、人口密度に
対する発症密度相関モデルの例を示した。図中、横軸
は、人口密度ｘを、そして、縦軸は、発症密度Ｆを表し
ており、時系列ｔ1、ｔ2、…、ｔn、…は、感染症の発
症経過時間を示しており、その時間間隔を、例えば、１
２時間とすれば、発症経過時間ｔ1は１２時間後を、ｔ2
は２４時間後を示している。Next, FIG. 7 shows an example of an onset density correlation model with respect to population density in a time series. In the figure, the horizontal axis represents the population density x, and the vertical axis represents the onset density F, and the time series t 1 , t 2 ,..., T n ,. And the time interval is, for example, 1
If it is 2 hours, the onset time t 1 is 12 hours later, and t 2
Indicates 24 hours later.
【００３７】発症密度相関モデルを作成するには、先
ず、発症状況データベースから、当該感染症に係るポイ
ントデータとテキストデータを読み出し、ＧＩＳ上で、
発症経過時間毎に各１次区域単位における発症者数を集
計する。そして、１次区域単位毎に、かつ、発症時間経
過毎に、集計された発症者数から各区域単位の発症密度
を算出する。In order to create the onset density correlation model, first, point data and text data relating to the infectious disease are read out from the onset status database, and
For each elapsed time of onset, the number of onset patients in each primary area unit is totaled. Then, for each primary area unit and each time the onset time elapses, the onset density of each area unit is calculated from the total number of affected individuals.
【００３８】ここで、発症密度を算出できた区域単位に
係る人口密度は、属性情報データベースに含まれている
ので、該当する各区域単位の人口密度を読み取り、算出
された発症密度を当該区域単位の人口密度に関連付け
て、発症時間経過毎で相関図にプロット（黒点で示す）
する。そして、発症時間経過毎に、人口密度に対する発
症密度の相関関数Ｆn（ｘ）を求める。Here, the population density pertaining to the area unit for which the incidence density could be calculated is included in the attribute information database. Therefore, the population density of each corresponding area unit is read, and the calculated onset density is calculated for the relevant area unit. Is plotted in the correlation diagram for each time of onset in relation to the population density (shown by black dots)
I do. Then, a correlation function F n (x) of the onset density with respect to the population density is obtained for each elapse of the onset time.
【００３９】この様にして、当該感染症に係る時系列発
症密度相関モデルを作成できる。図７の例では、発症時
間経過毎に、発症密度が上昇し、感染が増していること
を示しており、感染症の流行が収まれば、相関関数Ｆn
（ｘ）の傾きが、発症時間経過毎に緩くなれば、その感
染症の流行が収まっていくことを示している。この相関
関数Ｆn（ｘ）による発症密度相関モデルによれば、発
症時間経過毎の人口密度に対する発症密度に関する指標
を得ることができる。In this way, a time-series onset density correlation model for the infectious disease can be created. The example in FIG. 7 shows that the onset density increases and the infection increases each time the onset time elapses. If the epidemic of the infectious disease stops, the correlation function F n
If the slope of (x) becomes gentler each time the onset time elapses, it indicates that the epidemic of the infectious disease will subside. According to the onset density correlation model using the correlation function F n (x), it is possible to obtain an index regarding the onset density with respect to the population density for each lapse of onset time.
【００４０】次に、以上で説明した感染症のメカニズム
解析原理に基づいた本実施形態による感染症の伝播解析
システムと、伝播解析システムによって作成される伝播
速度相関モデル及び発症密度相関モデルを用いた伝播シ
ミュレーションについて、図を参照しながら説明する。
図８に、感染症の伝播解析システム及び伝播シミュレー
ションシステムを構成するシステムブロック図を示し
た。これらのシステムは、入力部１、制御部２、解析部
３、地図情報データベース５、属性情報データベース
６、発症状況データベース７、そして記憶部８で構成さ
れている。Next, an infectious disease transmission analysis system according to the present embodiment based on the infectious disease mechanism analysis principle described above, and a propagation velocity correlation model and an onset density correlation model created by the transmission analysis system were used. The propagation simulation will be described with reference to the drawings.
FIG. 8 shows a system block diagram of a transmission analysis system and a transmission simulation system of an infectious disease. These systems include an input unit 1, a control unit 2, an analysis unit 3, a map information database 5, an attribute information database 6, an onset status database 7, and a storage unit 8.
【００４１】入力部１は、システムを操作していく上で
必要なデータの入力又は指示を行えるものであり、ま
た、通信情報システムを介して外部から必要なデータを
取り込むためのインターフェイスも含まれる。制御部２
は、ＧＩＳのシステム制御を行うものであり、各データ
ベースからのデータ読み出し、或いは記憶部への記憶又
は読み出しの制御、各部の動作制御を行う。The input unit 1 is for inputting or instructing data necessary for operating the system, and also includes an interface for taking in necessary data from outside via the communication information system. . Control unit 2
Is for controlling the GIS system, and controls the reading of data from each database, or the control of storage or reading in a storage unit, and the operation control of each unit.
【００４２】解析部３は、図９に示されるように、発症
密度解析手段３１、伝播速度解析手段３２、感染経路解
析手段３３、感染伝播地設定手段３４、伝播シミュレー
ション解析手段３５、発症密度相関モデル作成手段３
６、そして伝播速度相関モデル作成手段３７を含んでい
る。出力部４は、表示手段を含み、地図情報等の各種デ
ータを画像表示でき、シミュレーション解析結果を画像
表示することができるとともに、これらの表示画像をプ
リントアウトすることもできる。また、解析結果を他の
システムに伝送するインターフェイスを含んでいても良
い。As shown in FIG. 9, the analysis unit 3 includes an onset density analysis unit 31, a transmission speed analysis unit 32, an infection route analysis unit 33, an infection transmission place setting unit 34, a transmission simulation analysis unit 35, an onset density correlation Model creation means 3
6, and a propagation velocity correlation model creating means 37. The output unit 4 includes a display unit, can display various data such as map information in an image, can display a simulation analysis result in an image, and can print out these display images. Further, an interface for transmitting the analysis result to another system may be included.
【００４３】地図情報データベース５は、ＧＩＳ上で地
図を表示するための地図データを格納している。また、
地図情報データベース５には、感染症発症状況を検討す
る区域単位となるポリゴンデータが含まれており、最小
単位である１次区域単位としては町丁目区域が、さらに
広い単位である２次区域単位としては市区町村区域が、
そして、３次区域単位としては都道府県区域が、という
構成に設定されている。The map information database 5 stores map data for displaying a map on the GIS. Also,
The map information database 5 includes polygon data as an area unit for examining the infectious disease development situation. The town area is a minimum unit of the primary area unit, and the secondary area unit is a wider unit. As a municipal area,
The prefectural area is set as the tertiary area unit.
【００４４】属性情報データベース６には、地図情報の
各区域単位に関連付けられた属性データとして、人口に
関しその総数、男女別数、５歳階級別数、区域面積、人
口密度等のデータが格納されている。発症状況データベ
ース７には、ポイントデータ、ラインデータ及びテキス
トデータが含まれ、ポイントデータとして、発症者の自
宅住所、就業又は就学場所の所在地、定期的な訪問場所
の所在地等の、ラインデータとして、通勤又は通学の経
路、定期的な訪問場所への経路等の、さらに、テキスト
データとして、発症時刻、発症者の年齢・性別職業等の
発症状況に関する各データが格納されている。The attribute information database 6 stores, as attribute data associated with each area unit of the map information, data on the population, such as the total number, the number by gender, the number by five-year class, the area of the area, and the population density. ing. The onset status database 7 includes point data, line data, and text data, and as point data, as line data such as the home address of the affected person, the location of a work or school place, and the location of a regularly visited place. Further, data such as a commuting or commuting route, a route to a regularly visited place, and the like are stored as text data on the onset time, onset of the onset, age, sex, and occupation of the onset.
【００４５】記憶部８は、システム動作上必要なプログ
ラムを記憶しておくばかりでなく、発症密度相関モデル
や伝播速度相関モデル、そして、伝播シミュレーション
解析結果を記憶する。この様に構成された解析システム
の動作処理について、図１０及び図１１に示したフロー
チャートを用いて説明する。The storage unit 8 not only stores programs necessary for system operation, but also stores an onset density correlation model, a propagation velocity correlation model, and a propagation simulation analysis result. The operation processing of the analysis system thus configured will be described with reference to the flowcharts shown in FIGS.
【００４６】図１０のフローチャートは、感染症の伝播
メカニズムを解析するための処理に関するものであり、
発症密度解析と伝播速度解析とに分かれるので、発症密
度解析の処理から説明する。先ず、属性情報データベー
ス６から、各区域単位の人口密度データを読み込む（ス
テップＳ１）。The flowchart of FIG. 10 relates to a process for analyzing the transmission mechanism of an infectious disease.
Since it is divided into the incidence density analysis and the propagation velocity analysis, the processing of the incidence density analysis will be described. First, population density data for each area is read from the attribute information database 6 (step S1).
【００４７】一方、発症状況データベース７から、ポイ
ントデータ、ラインデータ及びテキストデータを読み込
み（ステップＳ６）、ＧＩＳ上に各データを展開する
（ステップＳ２）。ここで、発症密度解析手段３１は、
発症状況データベース７から読み込まれた当該感染症に
係るポイントデータとテキストデータにより、ＧＩＳ上
で、発症経過時間毎に各区域単位における発症者数を集
計する。そして、区域単位毎に、かつ、発症時間経過毎
に、集計された発症者数から各区域単位の発症密度を算
出する（ステップＳ３）。On the other hand, point data, line data and text data are read from the onset database 7 (step S6), and each data is developed on the GIS (step S2). Here, the onset density analysis means 31
On the basis of the point data and text data relating to the infectious disease read from the onset situation database 7, the number of onset patients in each area unit is counted on the GIS for each onset time of onset. Then, the onset density of each area unit is calculated from the totaled number of affected persons for each area unit and each time the onset time elapses (step S3).
【００４８】次に、発症密度相関モデル作成手段３６
は、発症密度が算出された区域単位に対応する各区域単
位の人口密度を、地図属性情報データから選択し、算出
された発症密度を当該区域単位の人口密度に関連付け
て、発症時間経過毎で相関図にプロットし、そして、発
症時間経過毎に、図７に示されるような人口密度に対す
る発症密度の相関関数Ｆn（ｘ）を求める（ステップＳ
４）。Next, the onset density correlation model creating means 36
Is selected from the map attribute information data, the population density of each area unit corresponding to the area unit for which the onset density has been calculated, and associates the calculated onset density with the population density of the area unit, for each elapsed time of onset. Plotted in a correlation diagram, and a correlation function F n (x) of the population density with respect to the population density as shown in FIG.
4).
【００４９】これで、当該感染症に係る時系列の発症密
度相関モデルが作成されたので、制御部２は、記憶部８
に、時系列の発症密度相関モデルを記憶する（ステップ
Ｓ５）。相関モデルを記憶しておくと、人口密度データ
の入力により、相関関数Ｆn（ｘ）に従って、発症時間
経過毎の人口密度に対する発症密度に関する指標を得る
ことができる。Thus, the time series incidence density correlation model for the infectious disease has been created.
Next, a time-series incidence density correlation model is stored (step S5). When the correlation model is stored, by inputting the population density data, it is possible to obtain an index relating to the population density with respect to the population density for each lapse of the onset time according to the correlation function F n (x).
【００５０】次に、感染症の伝播速度解析の処理を行
う。ＧＩＳ上には、ステップＳ２において、区域単位毎
に、発症状況データベース７からポイントデータ、ライ
ンデータ及びテキストデータが展開されている。伝播速
度解析手段３２は、ある感染症の発症期間を指定し、ポ
イントデータ及びラインデータを検索して最も早い発症
時刻の発症者を選定し、この発症者を第１号発症者と特
定する（ステップＳ７）。Next, processing for analyzing the transmission speed of the infectious disease is performed. On the GIS, in step S2, point data, line data, and text data are developed from the onset database 7 for each area unit. The propagation velocity analyzing means 32 designates the onset period of a certain infectious disease, searches the point data and the line data, selects the onset person with the earliest onset time, and specifies this onset person as the first onset person ( Step S7).
【００５１】次いで、感染経路解析手段３３は、第１号
発症者に係るポイントデータ及びラインデータに基づい
て地図情報に関連付け、図１に示されるように、行動経
路をＧＩＳ画面に表示する（ステップＳ８）。画面Ｘ11
によれば、第１号発症者の行動経路ＲＡが表示される。
一方、伝播速度解析手段３２は、ステップＳ７におい
て、第１号発症者が選定されたならば、第１号発症者に
次いで早い発症時刻の第２号発症者を発症状況データベ
ースに基づき検索し特定する（ステップＳ９）。検索範
囲は、第１号発症者の属する最小単位の１次区域単位か
ら始め、当該１次区域単位内で該当する発症者が見つか
らない場合には、当該１次区域を含む次に広い２次区域
単位に、それでも見つからない場合には、その３次区域
単位に順次拡大する。Next, the infection route analyzing means 33 associates the route information with the map information based on the point data and the line data relating to the first person, and displays the action route on the GIS screen as shown in FIG. S8). Screen X 11
According to the above, the behavior path RA of the first onset person is displayed.
On the other hand, if the first onset is selected in step S7, the propagation velocity analysis means 32 searches for and identifies the second onset at the earliest onset time after the first onset based on the onset status database. (Step S9). The search range starts from the primary area unit of the smallest unit to which the first onset belongs, and if no applicable onset is found in the primary area unit, the next largest secondary area including the primary area If it is still not found in the area unit, it is sequentially expanded to the tertiary area unit.
【００５２】ただ、第２号発症者を検索したとき、当該
発症者が第１号発症者の同居人であるか、又は当該発症
者の発症時刻が、第１号発症者の発症時刻から、所定時
間以上経過している場合には、感染による発症者ではな
いとして、指定した発症期間内での第２号発症者の検索
を終了する。そして、次の発症期間を指定し、当該期間
における第１号発症者の特定処理からやり直す。However, when searching for the second onset, if the onset is a cohabitant of the first onset, or the onset time of the onset is based on the onset time of the first onset, If the predetermined time has elapsed, it is determined that the patient has not developed the disease due to the infection, and the search for the second person who has developed the disease within the designated onset period is terminated. Then, the next onset period is designated, and the process is repeated from the identification process of the first onset person in that period.
【００５３】感染経路解析手段３３は、第２号発症者が
見つかった場合には、当該発症者に係るポイントデータ
及びラインデータに基づいて、図２の画面Ｘ12に示めさ
れるように、第２号発症者の行動経路を第１号発症者の
行動経路に重ね合わせ処理を行う（ステップＳ８）。そ
こで、重ね合わせ処理の結果、両者の行動経路に関して
重なり場所を特定できる場合には、この重なり場所を伝
播地と特定する（ステップＳ１０）。この伝播地には、
感染した施設等の地点、或いは感染経路が含まれ、記憶
部８に記憶される。[0053] Transmission-analyzing unit 33, when the No. 2 progressors is found, on the basis of the point data and line data concerning the progressors, as fit shown in screen X 12 in FIG. 2, The action path of the second person is superimposed on the action path of the first person (step S8). Therefore, as a result of the superimposition process, if an overlapping place can be specified for both action routes, the overlapping place is specified as a propagation place (step S10). In this propagation area,
The location of the infected facility or the like or the infection route is included and stored in the storage unit 8.
【００５４】しかし、ステップＳ８において、行動経路
の重ね合わせ処理で、両者の行動経路が重ならないとき
には、ステップＳ９に戻り、発症時間が次に早い第２号
発症者を特定し直す。そして、次の第２号発症者につい
て行動経路の重ね合わせ処理を行い、当該発症期間にお
ける伝播地の特定を行う。ステップＳ１０において、伝
播速度解析手段３２は、伝播地が特定されると、第１号
発症者と第２号発症者の発症時刻から伝播時間を求め、
さらに、ＧＩＳ上から両者間の距離を求め（ステップＳ
１１）、この伝播時間と両者間の距離から、当該伝播地
に係る伝播速度を算出する（ステップＳ１２）。However, if the two action routes do not overlap in the action route overlapping process in step S8, the process returns to step S9, and the second onset person having the next onset time is specified again. Then, the process of superimposing the action route is performed on the next person who has the second onset, and the propagation place in the onset period is specified. In step S10, when the propagation speed is specified, the propagation speed analysis means 32 calculates the propagation time from the onset times of the first and second cases,
Further, the distance between the two is obtained from the GIS (step S
11) From the propagation time and the distance between the two, the propagation speed related to the propagation place is calculated (step S12).
【００５５】ここで、発症状況データベース７に過去の
発症事例が複数格納されている場合には、ステップＳ７
に戻って、新たな発症期間を指定し、当該期間に於ける
第１号発症者と第２号発症者とを特定し、ステップＳ７
からステップＳ１２の処理を繰り返す。そして、それぞ
れの発症期間に於ける伝播速度を算出する。次いで、ス
テップＳ１２において、伝播速度を算出し終えたなら
ば、伝播速度相関モデル作成手段３７は、当該伝播地が
属する１次区域単位をＧＩＳ上で求めて、当該区域単位
の人口密度に対する伝播速度を相関図中にプロットす
る。発症状況データベースに含まれる当該感染症の全過
去事例の伝播速度に基づいて、当該感染症に関する人口
密度に対する伝播速度の相関関数Ｖ（ｘ）を求め、図６
に示されるような伝播速度相関モデルを作成する（ステ
ップＳ１３）。If a plurality of past onset cases are stored in the onset status database 7, the process proceeds to step S7.
Returning to step S7, a new onset period is designated, the first onset and the second onset are specified during the period, and step S7 is performed.
To repeat the processing of step S12. Then, the propagation speed in each onset period is calculated. Next, in step S12, when the propagation speed has been calculated, the propagation speed correlation model creating means 37 determines the primary area unit to which the propagation place belongs on the GIS, and determines the propagation speed for the population density of the area unit. Is plotted in the correlation diagram. Based on the propagation speeds of all past cases of the infectious disease included in the onset status database, a correlation function V (x) of the propagation speed with respect to the population density of the infectious disease was determined, and FIG.
(Step S13).
【００５６】制御部２は、作成された伝播速度相関モデ
ルを記憶部８に記憶する（ステップＳ５）。この相関モ
デルから、人口密度ｘに対する伝播速度の指標を求める
ことができる。これまで、感染症の伝播メカニズムに関
する発症密度と伝播速度の解析処理と、発症密度相関モ
デルと伝播速度相関モデルの作成処理について説明して
きた。The control unit 2 stores the created propagation velocity correlation model in the storage unit 8 (Step S5). From this correlation model, an index of the propagation speed with respect to the population density x can be obtained. So far, the analysis processing of the onset density and the propagation velocity relating to the transmission mechanism of infectious disease and the creation processing of the onset density correlation model and the propagation velocity correlation model have been described.
【００５７】次に、発症密度相関モデルと伝播速度相関
モデルを用いて、感染症の伝播シミュレーション解析の
処理について、図１１のフローチャートを参照して説明
する。ここでは、感染症が今回発症し始めたときに、こ
れから、発症した感染症がどのように伝播していくかを
シミュレーション解析する場合について説明する。た
だ、この場合における伝播シミュレーション解析では、
シミュレーション解析の前に、今回の発症事例に関する
伝播解析を行うことになるので、図１１に示した処理フ
ローの前半には、図１０に示したと同様の発症密度及び
伝播速度の解析処理が含まれる。そして、今回の発症事
例が、発症密度相関モデルと伝播速度相関モデルの指標
に反映されるようになっている。Next, the process of analyzing the spread of an infectious disease using the incidence density correlation model and the propagation velocity correlation model will be described with reference to the flowchart of FIG. Here, a case will be described in which, when an infectious disease starts to develop this time, how the infectious disease that has developed spreads from now on. However, in the propagation simulation analysis in this case,
Before the simulation analysis, the propagation analysis on the current case is performed, so the first half of the processing flow shown in FIG. 11 includes the same analysis processing of the onset density and the propagation speed as shown in FIG. . Then, the current onset case is reflected on the index of the onset density correlation model and the propagation velocity correlation model.
【００５８】先ず、今回発症した感染症に関する発症状
況データを医療機関から取得したものとする。この発症
状況データには、最新の発症事例が含まれており、入力
部１から最新の発症状況データを発症状況データベース
７に格納しておく。また、人口密度データに変更がある
場合には、属性情報データベース６の人口密度データを
更新しておく。First, it is assumed that the onset data regarding the infectious disease that has occurred this time has been obtained from a medical institution. The onset status data includes the latest onset case, and the latest onset status data is stored in the onset status database 7 from the input unit 1. When there is a change in the population density data, the population density data in the attribute information database 6 is updated.
【００５９】次に、制御部２は、最新の発症状況データ
から該当するシミュレーション地域を指定してＧＩＳを
起動する（ステップＳ２０）。これは、入力部１からシ
ミュレーション地域を指定することもできる。取り込ま
れた最新の発症状況データに基づく発症密度解析処理
（ステップＳ２２）は、図１０のフローチャートにおけ
るステップＳ１乃至ステップＳ３と同様の処理であり、
また、最新の発症状況データに基づく伝播速度解析処理
（ステップＳ２５）は、図１０のフローチャートにおけ
るステップＳ６乃至ステップＳ１２と同様の処理であ
る。Next, the control unit 2 activates the GIS by designating the corresponding simulation area from the latest on-scene condition data (step S20). In this case, a simulation area can be specified from the input unit 1. The onset density analysis process (step S22) based on the acquired latest onset status data is the same process as steps S1 to S3 in the flowchart of FIG.
In addition, the propagation velocity analysis processing (step S25) based on the latest onset data is the same processing as steps S6 to S12 in the flowchart of FIG.
【００６０】そこで、発症密度相関モデル作成手段３６
は、ステップ２２において求められた発症密度を、記憶
部８に記憶されている時系列発症密度相関モデルに追加
し、相関関数Ｆn（ｘ）を修正する（ステップＳ２
３）。そのモデルが記憶部８に記憶される。また、伝播
速度相関モデル作成手段３７は、ステップＳ２５におい
て求められた伝播速度を、記憶部８に記憶されている伝
播速度相関モデルに追加し、相関関数Ｖ（ｘ）を修正す
る（ステップＳ２６）。Therefore, the onset density correlation model creating means 36
Adds the onset density determined in step 22 to the time-series onset density correlation model stored in the storage unit 8, and corrects the correlation function F n (x) (step S2).
3). The model is stored in the storage unit 8. Further, the propagation velocity correlation model creating means 37 adds the propagation velocity obtained in step S25 to the propagation velocity correlation model stored in the storage unit 8, and corrects the correlation function V (x) (step S26). .
【００６１】次いで、シミュレーション解析手段３５
は、指定された地域に属する１次区域単位毎の人口密度
に基づいて発症密度相関モデルから当該区域単位に該当
する時系列発症密度を、そして、速度伝播相関モデルか
ら当該区域に該当する伝播速度をそれぞれ求め、ＧＩＳ
上に各区域単位に該当データを設定する（ステップＳ２
７）。Next, the simulation analysis means 35
Is the time series incidence density corresponding to the area unit from the incidence density correlation model based on the population density of each primary area unit belonging to the designated area, and the propagation speed corresponding to the area from the velocity propagation correlation model GIS
The corresponding data is set for each area unit above (step S2
7).
【００６２】ここで、シミュレーション解析手段３５
は、ステップＳ２５における伝播速度解析処理の過程
で、つまり、図１０のステップＳ１０で特定された伝播
地を記憶部８から読み出し、シミュレーション解析の起
点となる。この起点を感染源地として設定する（ステッ
プＳ２８）。なお、感染源地が、例えば、施設である場
合には、その起点は、地図上では一点であるが、その感
染源地が感染経路であり、地図上で線状である場合に
は、シミュレーション解析の起点がその線上に並んだ複
数の起点と考えればよい。Here, the simulation analysis means 35
Is read from the storage unit 8 in the course of the propagation velocity analysis processing in step S25, that is, the propagation place specified in step S10 in FIG. 10, and becomes the starting point of the simulation analysis. This starting point is set as the source of infection (step S28). If the source of the infection is, for example, a facility, the starting point is one point on the map, but if the source of the infection is the route of infection and is linear on the map, the simulation is started. The starting point of the analysis may be considered as a plurality of starting points arranged on the line.
【００６３】入力部１から、シミュレーション時間の設
定を行う（ステップＳ２９）。これは、シミュレーショ
ン解析を当該感染症の発症時点からどの時点まで行うの
かを決めるものである。シミュレーション時間が設定さ
れると、シミュレーション解析手段３５は、シミュレー
ション解析を開始する。先ず、シミュレーション解析の
起点である感染源地が属する当該１次区域単位を第１感
染源区域とし、第１感染源区域の伝播速度を読み出し、
該伝播速度と、発症経過時間ｔ1までの時間間隔ｔとに
基づいて、発症経過時間で伝播する距離を算出し、起点
からの伝播距離範囲に含まれる第２の区域単位を選定
し、第２感染源区域とする。このとき、その区域単位が
この範囲に含まれるかどうかの判断は、各区域単位の重
心点位置を基準として行う。The simulation time is set from the input unit 1 (step S29). This is to determine the time from the onset of the infectious disease to the simulation analysis. When the simulation time is set, the simulation analysis means 35 starts the simulation analysis. First, the primary area unit to which the source of infection, which is the starting point of the simulation analysis, belongs as the first source of infection, and the propagation speed of the first source of infection is read out.
Based on the propagation speed and the time interval t to the onset elapsed time t 1 , a propagation distance at the onset elapsed time is calculated, and a second zone unit included in the propagation distance range from the starting point is selected. 2 Infectious source area. At this time, whether or not the area unit is included in the range is determined based on the position of the center of gravity of each area unit.
【００６４】次いで、第１及び第２感染源区域の全てに
ついて、発症経過時間ｔ1の発症密度を読み出し、区域
単位毎に発症経過時間ｔ1での発症者数を算出する。そ
して、第２感染源区域について、伝播速度を読み出す。
さらに、第２感染源区域の伝播速度と、発症経過時間ｔ
1からｔ2までの時間間隔ｔとに基づいて、第２伝播距離
を算出する。そして、また、第２感染源区域の重心点か
ら第２伝播距離の範囲内にある第３の１次区域単位を選
定し、第３感染源区域とする。ここで選定される第３感
染源区域には、第１及び第２感染源区域を含めない。Next, the onset density at the onset time t 1 is read out for all of the first and second infection source areas, and the number of affected individuals at the onset time t 1 is calculated for each area unit. Then, the propagation speed is read for the second infection source area.
Furthermore, the propagation speed of the second infection source area and the onset time t
Based from 1 to the time interval t to t 2, to calculate a second propagation distance. Then, a third primary area unit within the range of the second propagation distance from the center of gravity of the second infection source area is selected, and is set as the third infection source area. The third source area selected here does not include the first and second source areas.
【００６５】そして、第１乃至第３感染源区域の全てに
ついて、発症経過時間ｔ2の発症密度を読み出し、区域
単位毎に発症経過時間ｔ2での発症者数を算出する。こ
こにおいても、第３感染源区域の伝播速度を読み出し、
第３伝播距離を算出する。この様な処理手順により、発
症経過時間が設定したシミュレーション時間になるま
で、この処理が繰り返され、発症時間経過毎の発症者数
が算出される（ステップＳ３０）。Then, for all of the first to third infection source areas, the onset density at the onset time t 2 is read out, and the number of affected individuals at the onset time t 2 is calculated for each area unit. Again, the propagation speed of the third source area is read out,
A third propagation distance is calculated. According to such a processing procedure, this processing is repeated until the onset time reaches the set simulation time, and the number of onset persons is calculated for each onset time (step S30).
【００６６】なお、感染源地が感染経路の場合には、第
１伝播距離が複数の起点毎に算出され、第２感染源区域
の選択は、複数の起点からそれぞれ延びる第１伝播距離
の範囲内で行われる。これまでに算出された発症時間経
過毎の発症者数に基づいて、出力部４の画面に、感染症
の伝播状態を表示する。その具体例を、図１２乃至図１
４に示した。ここでは、伝播地が施設である場合につい
て、各区域単位の発症者数の多さに応じて、区域単位毎
に斜線密度に差をつけて示し、発症経過時間が経つにつ
れて発症者数の推移を表示した。When the source of infection is an infection route, the first transmission distance is calculated for each of the plurality of starting points, and the selection of the second infection source area is performed within the range of the first transmission distance extending from each of the plurality of starting points. Done within. The transmission status of the infectious disease is displayed on the screen of the output unit 4 on the basis of the number of affected persons calculated every time the onset time elapses. FIGS. 12 to 1 show specific examples thereof.
The results are shown in FIG. Here, when the propagation site is a facility, the shaded line density is shown differently for each area unit according to the number of cases in each area unit, and the change in the number of cases as the elapsed time elapses Was displayed.
【００６７】図１２に示した画面Ｘ31では、感染源地を
起点Ａとし、発症経過時間ｔ1における伝播状態を示し
ている。図１３に示した画面Ｘ32では、発症経過時間ｔ
2における状態を、そして、図１４の画面Ｘ33では、発
症経過時間ｔ3の状態を示しており、鉄道に沿った人口
密度が高い方向に発症者数が多くなっていることを示し
ている。The screen X 31 shown in FIG. 12 shows the transmission state at the onset time t 1 with the source of infection as the starting point A. In the screen X 32 shown in FIG. 13, the onset elapsed time t
A condition in 2, and, in the screen X 33 in FIG. 14 shows a state of the onset elapsed time t 3, shows that the population density along the railways has many progressors number higher direction .
【００６８】なお、図１２乃至図１４では、感染の伝播
状態を、発症経過時間を追って、発症者数の多さを区域
単位毎の濃淡で表したが、濃淡でなく色別でもよく、ま
た、伝播速度を区域単位の重心点によって結んだ等値線
で表してもよい。そして、各画面を発症経過時間に応じ
てコマ送りで順次表示してもよい。さらに、出力部４で
プリントアウトしてもよい。In FIGS. 12 to 14, the spread state of the infection is represented by the shading of the number of affected persons in each unit of area according to the elapsed time of onset, but may be classified by color instead of shading. Alternatively, the propagation speed may be represented by an isoline connected by the center of gravity of each area. Then, each screen may be sequentially displayed by frame advance according to the onset time. Further, the printout may be performed by the output unit 4.
【００６９】これまで説明では、今回発症した感染症が
どのように伝播していくかをシミュレーション解析する
場合についてであったが、今回発症したことに関係な
く、感染を想定した伝播地を設定してシミュレーション
解析を行うことができる。この場合には、図１１に示さ
れたフローチャートにおいて、ステップＳ２１乃至ステ
ップＳ２６の処理を必要としない。In the description so far, a case has been described in which a simulation analysis is performed on how the infectious disease that has developed this time is transmitted. Simulation analysis. In this case, the processing of steps S21 to S26 is not required in the flowchart shown in FIG.
【００７０】ステップＳ２０において、感染を想定した
伝播地を含むシミュレーション地域を指定し、ステップ
Ｓ２１において、シミュレーション地域に含まれる各区
域単位の時系列発症密度を記憶されている発症密度相関
モデルから各区域単位の人口密度に対応して、また、伝
播速度を伝播速度相関モデルから各区域単位の人口密度
に対応してそれぞれ求め、ＧＩＳ上にそれらのデータを
設定する。In step S20, a simulation area including a transmission area supposed to be infected is designated. In step S21, the time series incidence densities of each area included in the simulation area are calculated from the onset density correlation model stored in each area. The propagation speed is determined in accordance with the population density of each unit and the propagation speed in accordance with the population density of each area from the propagation speed correlation model, and the data is set on the GIS.
【００７１】ステップＳ２８では、想定した感染源地を
設定すればよく、以降のシミュレーション解析処理は、
ステップＳ２９からステップＳ３１までと同様である。
この様にして感染症の伝播をシミュレーション解析した
結果については、保存するため、記憶部８に記憶する
（ステップＳ３２）。保存しておけば、再度シミュレー
ション解析を行わなくとも、いつでも再表示することが
できる。In step S28, the assumed infection source may be set, and the subsequent simulation analysis processing is performed as follows.
This is the same as steps S29 to S31.
The result of the simulation analysis of the transmission of the infectious disease in this manner is stored in the storage unit 8 for storage (step S32). If saved, it can be redisplayed at any time without having to perform simulation analysis again.
【００７２】以上のように、本実施形態による感染症伝
播解析システム及び感染症伝播シミュレーションシステ
ムによれば、感染症の感染について、発症者の日常行動
における発症者間の接触を視点として、感染症の伝播メ
カニズムについて、時系列発症密度と伝播速度に基づい
た解析システムを提供できる。本実施形態による感染症
伝播シミュレーションシステムをＧＩＳに適用している
ので、感染症サーベイランスＧＩＳとして構築すること
ができ、例えば、感染症に係る発症者数を簡単に予測す
ることができ、ワクチンの需要量を把握しやすく、その
開発を容易にしている。また、適切な薬剤の確保等が可
能となる。特に、周期的に流行する感染症の場合には、
事前に予防措置を講じ易くなるため、社会経済面での損
失を防げる。As described above, according to the infectious disease transmission analysis system and the infectious disease transmission simulation system according to the present embodiment, the infectious disease infection is considered from the viewpoint of contact between the onset patients in their daily activities. An analysis system can be provided based on the time-series onset density and the propagation velocity for the propagation mechanism. Since the infectious disease transmission simulation system according to the present embodiment is applied to GIS, it can be constructed as an infectious disease surveillance GIS. For example, it is possible to easily predict the number of cases of infectious disease, and to increase the demand for vaccines. The quantity is easy to grasp and its development is easy. In addition, it is possible to secure an appropriate medicine and the like. Especially in the case of infectious diseases that are cyclical,
Preventive measures can be taken in advance to prevent socio-economic losses.
【００７３】[0073]
【発明の効果】本発明では、感染症固有の伝播メカニズ
ムを解析できるシステムを提供でき、さらに、伝播メカ
ニズムの解析によって、感染症伝播に係る発症密度相関
モデルと伝播速度相関モデルを作成でき、これらのモデ
ルを用いて感染症伝播のシミュレーション解析を行うこ
とができるシステムを提供することができる。According to the present invention, it is possible to provide a system capable of analyzing an infectious disease-specific transmission mechanism. Further, by analyzing the transmission mechanism, it is possible to create an onset density correlation model and a transmission speed correlation model relating to infectious disease transmission. And a system capable of performing a simulation analysis of infectious disease transmission using the model.
【図１】発症者による行動経路の一例を示す図である。FIG. 1 is a diagram showing an example of a behavior path by a person having an onset.
【図２】図１に示した発症者による行動経路に他の発症
者による行動経路を重ねて表示した図である。FIG. 2 is a diagram in which an action path by another onset person is superimposed and displayed on the action path by onset person shown in FIG.
【図３】図２に示した行動経路において、感染経路を表
示した例を示す図である。FIG. 3 is a diagram showing an example in which an infection route is displayed in the behavior route shown in FIG. 2;
【図４】発症者による行動経路の他の例を示す図であ
る。FIG. 4 is a diagram showing another example of a behavior path by an onset person.
【図５】図４に示した発症者による行動経路に他の発症
者による行動経路を重ね、感染地点を表示した図であ
る。5 is a diagram in which the path of action by another onset person is superimposed on the path of action by the onset person shown in FIG. 4, and an infection point is displayed.
【図６】本実施形態による感染症伝播解析システム及び
そのシミュレーションシステムのブロック構成を示す図
である。FIG. 6 is a diagram showing a block configuration of an infectious disease transmission analysis system and a simulation system thereof according to the present embodiment.
【図７】図６に示された解析部の詳細ブロック構成を示
す図である。FIG. 7 is a diagram showing a detailed block configuration of an analysis unit shown in FIG. 6;
【図８】本実施形態における発症密度解析及び伝播速度
解析に関する処理のフローチャートを示す図である。FIG. 8 is a diagram showing a flowchart of processing relating to onset density analysis and propagation velocity analysis in the present embodiment.
【図９】人口密度に対する発症密度の相関モデルの例を
時系列によるプロット図で示した図である。FIG. 9 is a diagram showing an example of a correlation model of the onset density with respect to population density in a time-series plot diagram.
【図１０】人口密度に対する伝播速度の相関モデルの例
をプロット図で示した図である。FIG. 10 is a plot diagram illustrating an example of a correlation model of a propagation speed with respect to population density.
【図１１】本実施形態におけるシミュレーション解析に
関する処理のフローチャートを示す図である。FIG. 11 is a diagram showing a flowchart of processing relating to simulation analysis in the present embodiment.
【図１２】シミュレーション解析結果について画像表示
した例を示し、発症の第１段階を表示した図である。FIG. 12 is a diagram showing an example of displaying an image of a simulation analysis result and displaying a first stage of onset.
【図１３】図１２の画像表示に続くものであり、発症の
第２段階を表示した図である。FIG. 13 is a view following the image display of FIG. 12 and showing a second stage of the onset.
【図１４】図１３の画像表示に続くものであり、発症の
第３段階を表示した図である。FIG. 14 is a view following the image display of FIG. 13 and showing a third stage of onset.
１…入力部 ２…制御部 ３…解析部 ３１…発症密度解析手段 ３２…伝播速度解析手段 ３３…感染経路解析手段 ３４…伝播地設定手段 ３５…シミュレーション解析手段 ３６…発症密度相関モデル作成手段 ３７…伝播速度相関モデル作成手段 ４…出力部 ５…地図情報データベース ６…属性情報データベース ７…発症状況データベース ８…記憶部 DESCRIPTION OF SYMBOLS 1 ... Input part 2 ... Control part 3 ... Analysis part 31 ... Onset density analysis means 32 ... Propagation velocity analysis means 33 ... Infection route analysis means 34 ... Propagation place setting means 35 ... Simulation analysis means 36 ... Onset density correlation model creation means 37 ... Propagation velocity correlation model creation means 4 ... Output unit 5 ... Map information database 6 ... Attribute information database 7 ... Onset situation database 8 ... Storage unit
───────────────────────────────────────────────────── フロントページの続き (72)発明者 三浦 勝 東京都目黒区東山１−１−２ 株式会社パ スコ内 (72)発明者 有馬 大輔 東京都目黒区東山１−１−２ 株式会社パ スコ内 (72)発明者 倍田 賢一 東京都目黒区東山１−１−２ 株式会社パ スコ内 (72)発明者 柴田 不二子 東京都目黒区東山１−１−２ 株式会社パ スコ内 ──────────────────────────────────────────────────続 き Continued on the front page (72) Inventor Masaru Miura 1-1-2 Higashiyama, Meguro-ku, Tokyo Inside Pasco Co., Ltd. (72) Inventor Daisuke Arima 1-1-2 Higashiyama, Meguro-ku, Tokyo Pasco Co., Ltd. (72) Inventor Ken-ichi Kenda 1-1-2 Higashiyama, Meguro-ku, Tokyo Inside Pasco Co., Ltd. (72) Inventor Fujiko 1-1-2 Higashiyama, Meguro-ku, Tokyo Pasco Co., Ltd.
Claims (17)
報及び区域単位毎の人口密度情報を含む地図関連情報と
に基づいて、感染症の伝播を解析するシステムであっ
て、 前記発症状況情報に含まれる複数の発症者に係る行動情
報を前記地図情報に関連付け、前記感染症の感染場所を
特定する感染路解析手段を有する感染症伝播解析システ
ム。1. A system for analyzing the transmission of an infectious disease based on onset information on infectious disease and map-related information including map information and population density information for each area unit, An infectious disease transmission analysis system having an infectious path analysis means for associating behavior information on a plurality of included persons with the map information and specifying an infected location of the infectious disease.
報における所定の発症期間内の発症者群から第１号発症
者と第２号発症者を選定し、第１号発症者と第２号発症
者に基づいて前記感染場所を特定し、該感染場所を感染
伝播地とする請求項１に記載の感染症伝播解析システ
ム。2. The infection path analysis means selects a first onset and a second onset from a group of onsets within a predetermined onset period in the onset status information, and selects a first onset and a second onset. The infectious disease transmission analysis system according to claim 1, wherein the infection site is specified based on a person who has had an infection, and the infection site is set as an infection transmission site.
に基づいて、発症区域単位に係る人口密度に対する発症
密度の相関を求める発症密度相関モデル作成手段を有す
る請求項１又は２に記載の感染症伝播解析システム。3. The infection according to claim 1 or 2, further comprising an onset density correlation model creating means for obtaining a correlation between the onset density and population density per onset area unit based on onset information included in the onset status information. Disease transmission analysis system.
情報に含まれる発症時刻情報とに基づいて前記感染症の
伝播速度を求め、発症区域単位に係る人口密度に対する
伝播速度の相関を求める伝播速度相関モデル作成手段を
有する請求項１乃至３のいずれか一項に記載の感染症伝
播解析システム。4. A method for determining the propagation speed of the infectious disease based on the location information of the infected place and the onset time information included in the onset status information, and determining the correlation of the transmission speed with the population density per onset area unit. The infectious disease transmission analysis system according to claim 1, further comprising a speed correlation model creation unit.
記発症時刻情報に基づいて所定時間経過毎の発症密度相
関モデルを作成する請求項３又は４に記載の感染症伝播
解析システム。5. The infectious disease transmission analysis system according to claim 3, wherein the onset density correlation model creating unit creates an onset density correlation model every predetermined time based on the onset time information.
情報、人口密度に対する感染症の伝播速度指標を格納す
る格納手段と、 前記格納手段から、指定した感染源地に係る前記区域単
位の人口密度に対応する前記伝播速度指標を読み出し、
前記感染源地からの伝播範囲を求める解析手段と、 前記解析手段による解析結果を出力する出力手段とを有
する感染症伝播シミュレーションシステム。6. A storage means for storing population density information for each area unit in the map information and an infectious disease propagation velocity index for the population density, and said population density of said area unit relating to a designated source of infection from said storage means. Reading the propagation velocity index corresponding to
An infectious disease transmission simulation system, comprising: analysis means for obtaining a range of transmission from the source of infection; and output means for outputting an analysis result by the analysis means.
症の発症密度指標を格納しており、 前記解析手段は、前記伝播範囲内に係る区域単位毎の人
口密度に対応する前記発症密度指標を読み出し、前記人
口密度情報に基づき当該区域単位毎の発症者数を求める
請求項６に記載の感染症伝播シミュレーションシステ
ム。7. The storage means stores an incidence density index of infectious disease with respect to population density, and the analysis means stores the incidence density index corresponding to population density for each area unit within the propagation range. The infectious disease transmission simulation system according to claim 6, wherein the number of affected cases is read out for each area unit based on the population density information.
度指標が格納されている請求項７に記載の感染症伝播シ
ミュレーションシステム。8. The infectious disease transmission simulation system according to claim 7, wherein said storage means stores an onset density index for each lapse of time.
伝播範囲を求め、該伝播範囲内に係る区域単位毎の人口
密度に対応する時間経過毎の前記発症密度指標を読み出
し、前記人口密度情報に基づき当該区域単位毎の時間経
過毎の発症者数を求める請求項８に記載の感染症伝播シ
ミュレーションシステム。9. The analysis means obtains the propagation range for each time lapse, reads out the onset density index for each time lapse corresponding to the population density for each area unit within the propagation range, and reads the population density. 9. The infectious disease transmission simulation system according to claim 8, wherein the number of affected persons per time lapse for each area unit is obtained based on the information.
含まれる当該感染症の発症者に係る行動情報と、該発症
者の発症時刻情報とに基づいて作成された、前記発症者
に係る区域単位の人口密度に対する伝播速度の相関モデ
ルである請求項６乃至９のいずれか一項に記載の感染症
伝播シミュレーションシステム。10. The area for the onset of the infectious disease, which is created based on the behavior information on the onset of the infectious disease included in the onset status information and the onset time information of the onset of the onset of the infectious disease. The infectious disease propagation simulation system according to any one of claims 6 to 9, which is a correlation model of a propagation speed with respect to a unit population density.
含まれる当該感染症の発症者情報に基づいて作成され
た、当該感染症の発症者に係る区域単位毎の人口密度に
対する発症密度の相関モデルである請求項６乃至９のい
ずれか一項に記載の感染症伝播シミュレーションシステ
ム。11. The onset density index is a correlation between the onset density and population density for each area unit of the onset of the infectious disease, which is created based on the onset of the infectious disease included in the onset status information. The infectious disease propagation simulation system according to any one of claims 6 to 9, which is a model.
解析結果を、前記地図情報上で区域単位毎に関連付けて
表示する請求項６乃至１１のいずれか一項に記載の感染
症伝播シミュレーションシステム。12. The infectious disease transmission simulation system according to claim 6, wherein said output means displays an analysis result by said analysis means in association with each area unit on said map information.
時間経過毎の解析結果を、前記地図情報上で区域単位毎
に関連付けて表示する請求項８乃至１１のいずれか一項
に記載の感染症伝播シミュレーションシステム。13. The infectious disease according to claim 8, wherein the output unit displays an analysis result for each lapse of time by the analysis unit in association with each area unit on the map information. Propagation simulation system.
度情報、人口密度に対する感染症の伝播速度指標、人口
密度に対する感染症の発症密度指標を格納する格納手段
と、 発症状況情報に含まれる複数の発症者に係る行動情報を
前記地図情報に関連付け、当該感染症の感染源地を特定
する感染路解析手段と、 前記格納手段から、特定された前記感染源地に係る前記
区域単位の人口密度に対応する前記伝播速度指標を読み
出し、前記感染源地からの伝播範囲を求め、該伝播範囲
内に係る区域単位毎の人口密度に対応する前記発症密度
指標を読み出し、前記人口密度情報に基づき当該区域単
位毎の発症者数を求める解析手段と、 前記解析手段による解析結果を出力する出力手段とを有
する感染症伝播シミュレーションシステム。14. A storage means for storing population density information for each area unit in the map information, an infectious disease propagation speed index for the population density, an infectious disease incidence density index for the population density, and a plurality of Infectious path analysis means for associating the behavior information relating to the affected person with the map information and identifying the source of the infectious disease, and from the storage means, the population density of the area unit relating to the identified source of the infection. The corresponding transmission speed index is read, the transmission range from the source of infection is determined, the incidence density index corresponding to the population density of each area unit within the transmission range is read, and the area is determined based on the population density information. An infectious disease propagation simulation system, comprising: analysis means for obtaining the number of affected persons per unit; and output means for outputting an analysis result by the analysis means.
密度指標が格納されており、 前記解析手段は、前記時間経過毎に前記伝播範囲を求
め、該伝播範囲内に係る区域単位毎の人口密度に対応す
る時間経過毎の前記発症密度指標を読み出し、前記人口
密度情報に基づき当該区域単位毎の時間経過毎の発症者
数を求め、 前記出力手段は、前記解析手段による時間経過毎の解析
結果を、前記地図情報上で区域単位毎に関連付けて表示
する請求項１４に記載の感染症伝播シミュレーションシ
ステム。15. The storage means stores an onset density index for each lapse of time, and the analysis means obtains the propagation range for each lapse of time, and obtains the propagation range for each area unit within the propagation range. The onset density index is read out for each time lapse corresponding to the population density, and the number of affected individuals per time lapse for each area unit is obtained based on the population density information. The infectious disease transmission simulation system according to claim 14, wherein the analysis result is displayed on the map information in association with each area unit.
度情報、人口密度に対する感染症の伝播速度指標を格納
する格納手段と、 取り込まれた発症状況情報に含まれる発症者時刻情報と
感染場所の位置情報に基づいて前記感染症の前記伝播速
度指標を更新する伝播速度相関モデル作成手段と、 前記格納手段から、指定の感染源地に係る区域単位の人
口密度に対応する前記伝播速度指標を読み出し、前記感
染源地からの伝播範囲を求める解析手段と、 前記解析手段による解析結果を出力する出力手段とを有
する感染症伝播シミュレーションシステム。16. A storage means for storing population density information for each area unit in the map information, an infectious disease propagation speed index with respect to the population density, the onset time information and the location of the infected place included in the acquired onset status information. A propagation speed correlation model creating means for updating the propagation speed index of the infectious disease based on the information, and from the storage means, read out the propagation speed index corresponding to a population density in an area unit related to a designated source of infection, An infectious disease transmission simulation system, comprising: analysis means for obtaining a transmission range from the source of infection; and output means for outputting an analysis result by the analysis means.
染症の時間経過毎の発症密度指標を格納し、 前記発症状況情報に含まれる発症者情報に基づいて前記
感染密度指標を更新する発症密度相関モデル作成手段を
有し、 前記解析手段は、求めた前記伝播範囲内に係る区域単位
毎の人口密度に対応する前記発症密度指標を読み出し、
前記人口密度情報に基づき当該区域単位毎の前記時間経
過毎の発症者数を求め、 前記出力手段は、前記解析手段による時間経過毎の解析
結果を、前記地図情報上で区域単位毎に関連付けて表示
する請求項１６に記載の感染症伝播シュミレーションシ
ステム。17. The onset density correlation, wherein the storage unit stores an onset density index for each time lapse of infectious disease with respect to population density, and updates the infectivity density index based on onset information of the onset person included in the onset status information. It has a model creation means, the analysis means reads out the onset density index corresponding to the population density for each area unit pertaining to the obtained propagation range,
Based on the population density information, determine the number of affected individuals per time lapse per area unit, the output unit associates the analysis result per time lapse by the analysis unit with each area unit on the map information. The infectious disease transmission simulation system according to claim 16, which is displayed.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001076928A JP3995424B2 (en) | 2001-03-16 | 2001-03-16 | Infectious disease transmission analysis system and its transmission simulation system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001076928A JP3995424B2 (en) | 2001-03-16 | 2001-03-16 | Infectious disease transmission analysis system and its transmission simulation system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2002279076A true JP2002279076A (en) | 2002-09-27 |
| JP3995424B2 JP3995424B2 (en) | 2007-10-24 |
Family
ID=18933773
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001076928A Expired - Lifetime JP3995424B2 (en) | 2001-03-16 | 2001-03-16 | Infectious disease transmission analysis system and its transmission simulation system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP3995424B2 (en) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010524063A (en) * | 2007-04-02 | 2010-07-15 | カーン，カムラン | System and method for predicting the global spread of infectious pathogens via private airplane travel |
| JP2011070248A (en) * | 2009-09-24 | 2011-04-07 | Hitachi Solutions Ltd | Infectious patient action history collection/analysis system |
| JP2011172007A (en) * | 2010-02-18 | 2011-09-01 | Fujitsu Ltd | Influence analysis supporting device, method therefor, and program therefor |
| WO2012002435A1 (en) * | 2010-06-30 | 2012-01-05 | 株式会社ニコン | Infection spread prevention support system, infection spread prevention support server, examination terminal, mobile terminal and program |
| CN102713914A (en) * | 2009-10-19 | 2012-10-03 | 提拉诺斯公司 | Integrated health data capture and analysis system |
| JP2014186447A (en) * | 2013-03-22 | 2014-10-02 | Nec Corp | Infection dangerous area specification system, infection dangerous area specification method, and program |
| CN105893657A (en) * | 2016-03-20 | 2016-08-24 | 河南理工大学 | New type simulation method for spatial diffusion of infectious diseases |
| JP2018169938A (en) * | 2017-03-30 | 2018-11-01 | 富士通株式会社 | Infection direction display program, infection direction display method, and infection direction display device |
| US10210735B2 (en) | 2016-04-26 | 2019-02-19 | Sysmex Corporation | Monitoring method, information processing apparatus, information processing system, and non-transitory computer readable medium |
| CN110600139A (en) * | 2019-10-25 | 2019-12-20 | 甘肃大禹九洲空间信息科技有限公司 | GIS-based regional population infectious disease early warning method |
| WO2020012886A1 (en) * | 2018-07-13 | 2020-01-16 | パナソニックＩｐマネジメント株式会社 | Infection risk evaluation method, infection risk evaluation system, and infection risk evaluation program |
| CN111554408A (en) * | 2020-04-27 | 2020-08-18 | 中国科学院深圳先进技术研究院 | Urban interior dengue space-time prediction method and system and electronic equipment |
| JP2020135332A (en) * | 2019-02-18 | 2020-08-31 | 富士フイルム株式会社 | Information processing device, information processing method and information processing program |
| KR20220017751A (en) | 2020-08-05 | 2022-02-14 | 남성원 | Location information-based disease field diagnosis method and related epidemiological information management system |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113496781A (en) * | 2020-04-01 | 2021-10-12 | 中国科学院深圳先进技术研究院 | Urban internal infectious disease diffusion simulation method and system and electronic equipment |
| KR102530990B1 (en) | 2021-01-18 | 2023-05-16 | 동국대학교 산학협력단 | Method and system for tracking infections disease outbreak area based on sewage-based epidemiology and pipe network analysis |
| KR102509851B1 (en) | 2021-01-18 | 2023-03-15 | 동국대학교 산학협력단 | Method and system for optimizing sewage monitoring network for infectious diseases and predicting infection scale |
-
2001
- 2001-03-16 JP JP2001076928A patent/JP3995424B2/en not_active Expired - Lifetime
Cited By (29)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2010524063A (en) * | 2007-04-02 | 2010-07-15 | カーン，カムラン | System and method for predicting the global spread of infectious pathogens via private airplane travel |
| JP2011070248A (en) * | 2009-09-24 | 2011-04-07 | Hitachi Solutions Ltd | Infectious patient action history collection/analysis system |
| US11158429B2 (en) | 2009-10-19 | 2021-10-26 | Labrador Diagnostics Llc | Integrated health data capture and analysis system |
| CN102713914A (en) * | 2009-10-19 | 2012-10-03 | 提拉诺斯公司 | Integrated health data capture and analysis system |
| JP7023913B2 (en) | 2009-10-19 | 2022-02-22 | ラブラドール ダイアグノスティクス エルエルシー | Integrated health data acquisition and analysis system |
| JP2013508859A (en) * | 2009-10-19 | 2013-03-07 | セラノス， インコーポレイテッド | Integrated health data acquisition and analysis system |
| US8862448B2 (en) | 2009-10-19 | 2014-10-14 | Theranos, Inc. | Integrated health data capture and analysis system |
| CN105808956A (en) * | 2009-10-19 | 2016-07-27 | 提拉诺斯公司 | Integrated health data capture and analysis system |
| US11139084B2 (en) | 2009-10-19 | 2021-10-05 | Labrador Diagnostics Llc | Integrated health data capture and analysis system |
| US9460263B2 (en) | 2009-10-19 | 2016-10-04 | Theranos, Inc. | Integrated health data capture and analysis system |
| KR101875858B1 (en) * | 2009-10-19 | 2018-07-06 | 테라노스, 인코포레이티드 | Integrated health data capture and analysis system |
| JP2020030841A (en) * | 2009-10-19 | 2020-02-27 | セラノス アイピー カンパニー エルエルシー | Integrated health data capture and analysis system |
| US11195624B2 (en) | 2009-10-19 | 2021-12-07 | Labrador Diagnostics Llc | Integrated health data capture and analysis system |
| JP2011172007A (en) * | 2010-02-18 | 2011-09-01 | Fujitsu Ltd | Influence analysis supporting device, method therefor, and program therefor |
| WO2012002435A1 (en) * | 2010-06-30 | 2012-01-05 | 株式会社ニコン | Infection spread prevention support system, infection spread prevention support server, examination terminal, mobile terminal and program |
| JP2014186447A (en) * | 2013-03-22 | 2014-10-02 | Nec Corp | Infection dangerous area specification system, infection dangerous area specification method, and program |
| CN105893657A (en) * | 2016-03-20 | 2016-08-24 | 河南理工大学 | New type simulation method for spatial diffusion of infectious diseases |
| US10210735B2 (en) | 2016-04-26 | 2019-02-19 | Sysmex Corporation | Monitoring method, information processing apparatus, information processing system, and non-transitory computer readable medium |
| JP2018169938A (en) * | 2017-03-30 | 2018-11-01 | 富士通株式会社 | Infection direction display program, infection direction display method, and infection direction display device |
| JPWO2020012886A1 (en) * | 2018-07-13 | 2021-07-15 | パナソニックＩｐマネジメント株式会社 | Infection risk assessment method, infection risk assessment system, and infection risk assessment program |
| JP7373726B2 (en) | 2018-07-13 | 2023-11-06 | パナソニックＩｐマネジメント株式会社 | Infection risk assessment method, infection risk assessment system, and infection risk assessment program |
| WO2020012886A1 (en) * | 2018-07-13 | 2020-01-16 | パナソニックＩｐマネジメント株式会社 | Infection risk evaluation method, infection risk evaluation system, and infection risk evaluation program |
| JP2020135332A (en) * | 2019-02-18 | 2020-08-31 | 富士フイルム株式会社 | Information processing device, information processing method and information processing program |
| JP7120942B2 (en) | 2019-02-18 | 2022-08-17 | 富士フイルム株式会社 | Information processing device, information processing method, and information processing program |
| CN110600139A (en) * | 2019-10-25 | 2019-12-20 | 甘肃大禹九洲空间信息科技有限公司 | GIS-based regional population infectious disease early warning method |
| CN111554408A (en) * | 2020-04-27 | 2020-08-18 | 中国科学院深圳先进技术研究院 | Urban interior dengue space-time prediction method and system and electronic equipment |
| CN111554408B (en) * | 2020-04-27 | 2024-04-19 | 中国科学院深圳先进技术研究院 | City internal dengue space-time prediction method, system and electronic equipment |
| KR20220017751A (en) | 2020-08-05 | 2022-02-14 | 남성원 | Location information-based disease field diagnosis method and related epidemiological information management system |
| KR102405788B1 (en) * | 2020-08-05 | 2022-06-07 | 남성원 | Location information-based disease field diagnosis method and related epidemiological information management system |
Also Published As
| Publication number | Publication date |
|---|---|
| JP3995424B2 (en) | 2007-10-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2002279076A (en) | System for analyzing infective disease propagation and system for simulating propagation | |
| Lobben | Tasks, strategies, and cognitive processes associated with navigational map reading: A review perspective | |
| US20170351832A1 (en) | Personal travel health vulnerability navigator | |
| CN106203694B (en) | Method and device for building site congestion degree prediction model and predicting site congestion degree | |
| Zhao et al. | Observing individual dynamic choices of activity chains from location-based crowdsourced data | |
| JP2017509038A (en) | System and method for recommending a target position | |
| Basso et al. | Analytics Saves Lives During the COVID-19 Crisis in Chile | |
| Li et al. | A personalized activity-based spatiotemporal risk mapping approach to the COVID-19 pandemic | |
| JP2018180104A (en) | Analysis support device | |
| Arenghi et al. | Unibs4all: A mobile application for accessible wayfinding and navigation in an urban university campus | |
| Pesaresi et al. | DYNAMIC SPACE-TIME DIFFUSION SIMULATOR IN A GIS ENVIRONMENT TO TACKLE THE COVID-19 EMERGENCY. TESTING A GEOTECHNOLOGICAL APPLICATION IN ROME. | |
| Kazi et al. | Predictive Risk Analysis by using Machine Learning during Covid-19 | |
| JP2021157807A (en) | Information processing device, information processing program, and information processing system | |
| Wood et al. | Predicting future spatial patterns in COVID-19 booster vaccine uptake | |
| Hammad et al. | PureNav: A Personalized Navigation Service for Environmental Justice Communities Impacted by Planned Disruptions | |
| JP2007080296A (en) | Visiting spot extraction program and interest level evaluation program | |
| JP2002269242A (en) | Hospital-user number prediction system | |
| JP2019124587A (en) | Wheelchair user support map system | |
| JP2009031461A (en) | Device and method for predicting evacuation status in disaster | |
| JPWO2019155629A1 (en) | Communication evaluation system and communication evaluation method | |
| JP2020149729A (en) | Information processing apparatus, information processing method and computer program | |
| Wang et al. | An AI-enabled Annotation Platform for Storefront Accessibility and Localization | |
| JP2005227619A (en) | Language learning support system | |
| Wood et al. | Spatial analysis of COVID-19 booster vaccine uptake in Scotland, and projection of future distributions | |
| Savino | Exploring the effects of decoupling the design space for mobile navigation technologies |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20050117 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20050201 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20050404 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060704 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20060904 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070403 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070604 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20070703 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070731 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100810 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 3995424 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100810 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100810 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110810 Year of fee payment: 4 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120810 Year of fee payment: 5 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130810 Year of fee payment: 6 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| EXPY | Cancellation because of completion of term |