Ferenci Tamás
Jelen írásomban megpróbálom a többlethalálozási mutató hátterét és tágabb kontextusát bemutatni, megvilágítva a kérdés tudományos hátterét, nehézségeit. Úgy vélem, hogy ezek a kérdések nem lehetnek a tudósok meg politikusok belügyei, a számok áradatában való tájékozódáshoz mindenkinek meg kell adni a lehetőséget, hogy megismerje a járványügyi, módszertani hátteret, mert csak így lehet értékelni, kritikusan értékelni és értelmezni az elhangzó adatokat.
Elöljáróban fontos rögzíteni, hogy minden haláloki besoroláson alapuló statisztika közös problémája, hogy ezt a besorolást szinte soha nem lehet jól elvégezni. A probléma oka, hogy kivételes esetektől eltekintve – egészséges fiatalt elgázol egy autó – egy embernek általában nem egy haláloka van. Ez a mostani járványtól függetlenül is igaz, de ez is jó példát szolgáltat rá: elveszítünk egy tumoros, cukorbeteg koronavírus-fertőzöttet; ő akkor most mibe halt bele? A rákba? A cukorbetegségbe? A fertőzésbe? Nem arról van szó, hogy ez bonyolult probléma, hanem arról, hogy ez megoldhatatlan probléma. Valamennyi ok hozzájárult a halálához, tehát, ha szigorúan vesszük, valami olyasmit kellene mondani, hogy 48 százalékban a tumorba halt bele, 33 százalékban a cukorbetegségbe és 19 százalékban a fertőzésbe. Hiába is lenne elvileg ez a helyes, az orvosi realitásnak megfelelő kép, ilyet nem csinálunk (annyiban érthető módon is, hogy ember legyen a talpán, aki ezeket a százalékokat megmondja): mindenkit egy halálokkal számolunk el. Csakhogy innentől ezt nem lehet jól megtenni, illetve erős definíciós bizonytalanság lesz abban, hogy hogyan tesszük meg. Mint látható, ez nem egy kiküszöbölhető probléma: nem arról van szó, hogy jövőre majd okosabbak leszünk, vagy fejlődik az orvostudomány, és akkor majd ezt jobban tudjuk csinálni. Mindaddig, amíg a halált egyetlen okhoz rendeljük, ez egy megoldhatatlan probléma.
Hozzá kell azt is tenni, hogy ez csak a probléma egyik fele, a másik, konkrétabban a mostani helyzetre jellemző nehézség, hogy valójában a halálozási statisztika is függ némileg a tesztelési aktivitástól. Az igazolt esetekből alkotott járványgörbe hatalmas hátránya, hogy erősen függ a tesztelés intenzitásától, és az is kétségtelen, hogy ezen a problémán a halálozások görbéjének használata sokat javít – de azért tökéletesen nem oldja meg. Rosszabb esetben elképzelhető, hogy még egy gyanús tünetet mutató elhunytat sem tesztelnek a halál után sem, de nem csak erről van szó, minden rosszhiszeműség nélkül is előfordulhatnak „hát igen, a nagymamának gyenge volt a szíve, erre sajnos fel kellett készülni" típusú esetek, ahol senki nem végzett tesztet, és soha nem derül ki, hogy azért a dolog nem volt teljesen véletlen, mert a háttérben volt egy infekció is. Az ilyen esetek előfordulása azonban függ a tesztelési aktivitástól.
Itt tehát nagyon komoly definíciós kérdések vannak, ebből fakadóan pedig sajnos nagy tere van az országok közötti adatszolgáltatási eltéréseknek.
Hazánkban két alapvető adatszolgáltatási folyamat révén nyerhetünk információt a mostani koronavírus-járvány halálozási adatairól.
Az egyik az az eljárás, amely bármely haláleset bekövetkezésekor megtörténik: törvényben pontosan meghatározott rend szerint a halottvizsgálatot végző orvos kitölt egy Halottvizsgálati Bizonyítványt (röviden HVB, orvosi köznyelvben elterjedt nevén a „hatpéldányos"), melyben rögzíti a halálozással kapcsolatos fontos tényeket, standardizált formátumban. (Apróbb kivételek vannak, például magzati halálozás esetén, bizonyos folyamatok elektronizáltak, de ez most számunkra nem lényeges.) A HVB egyik példánya ezt követően a KSH megfelelő szervéhez kerül, ahol az Egészségügyi Világszervezet ajánlásának megfelelő, részletekbe menően szabályozott algoritmus szerint elvégzik a haláloki besorolást. Ez aprólékos munka, például, ha nem egyértelmű a kitöltés, akkor a KSH validálja az adatokat a területileg illetékes kormányhivatallal együttműködve. Természetesen az eredmény nem mutathat pontosabb képet annál, ahogy a HVB-t kitöltötték, illetve fontos hangsúlyozni, hogy akármilyen aprólékosan is dolgoznak, az előző részben ismertetett limitációt nem lehet feloldani, hiszen az elvileg lehetetlen.
Ez a folyamat nagyon lassú, heteket vesz igénybe, így egy éppen zajló járvány esetén, ahol napi sűrűséggel van szükség adatra, nem használható. Szükség van tehát egy gyorsabb besorolásra is; ez az, aminek az adatait mindannyian halljuk a napi kommunikációban.
Sajnálatos módon Magyarországon a mai napig nincsen nyilvánosan, írásban rögzítve, hogy milyen eljárásrend határozza meg, hogy ezen besorolás szerint ki minősül koronavírusos halottnak. Tovább rontja a helyzetet, hogy elhangzott ezzel kapcsolatban egy nyilvánvaló nyelvbotlás, miszerint „valamennyi olyan elhunytat, akinél a betegség időtartama alatt, vagy előtte bármikor ! pozitív személynek regisztráltak, tehát készült nála laboratóriumi vizsgálat, ami pozitivitást mutatott, mindenkit beszámolunk az elhunytak közé". Ez természetesen – szerencsére – nem igaz, hiszen ha szó szerint vennénk, akkor valakit, aki tavaly áprilisban megbetegedett majd meggyógyult, majd ma elüti egy autó, azt elvileg koronavírusos halottként kellene elszámolni. (Most olyan apróságokról nem beszélve, hogy így a koronavírus halálozási aránya, tehát, hogy a fertőzöttek mekkora hányada hal bele a betegségbe, garantáltan 100 százalék lenne…) Erről természetesen nincs szó, a gyakorlatban senki sem fog törődni azzal, hogy egy éve az elgázoltnak volt egy pozitív tesztje, de az nagyon fontos lenne, hogy közzé legyen téve, hogy elvileg milyen szempontok döntenek abban a kérdésben, hogy kit lehet koronavírusos elhunytnak minősíteni. Az európai járványügyi szervezet, az ECDC például azt az ajánlást fogalmazza meg, hogy nem koronavírus a halálok akkor, ha (1) van egyértelmű, alternatív, a koronavírustól független mechanizmussal ható halálok (pl. trauma autóbalesetben), vagy ha (2) a diagnózis és a halál között teljes gyógyulás következett be. Több ország nem ez követi, hanem egyszerűen bevezetett egy időbeli küszöböt is, tipikusan a diagnózistól számított 28 napot, ameddig koronavírusos halálozásnak mutat ki egy halálesetet, minden további vizsgálat nélkül. Persze, ez sem tökéletes (valakit elüthet az autó a tizedik napon, vagy fordítva, feladhatja a fertőzéssel való küzdelmet a negyvenediken), de ez legalább egy definiált, reprodukálható algoritmus.
Senkit nem szeretnék kérdőre vonni egy szerencsétlen nyelvbotlás miatt, de az már probléma, hogy ennek a nyelvbotlásnak a korrekciója, és a valódi eljárásrend közlésével való helyesbítése a mai napig nem történt meg.
A többlethalálozás nagy előnye, hogy tényleg semmilyen szinten nem függ a tesztelési aktivitástól. Ilyen szempontból úgy tűnhet, hogy ez a legjobb indikátor (eltekintve most attól, hogy az összes mutató közül a legnagyobb a késleltetése), azonban a helyzet sajnos nem ilyen egyszerű.
A többlethalálozásnak ugyanis két problémája is van. Az egyik, hogy a többlethalálozás – definíció szerint – a tényleges halálozás és a járvány nélkül várt halálozás különbsége. Az első adatsorral még nincs is probléma, na, de azt honnan mondjuk meg, hogy hány haláleset lett volna, ha nincs járvány?! Erre vannak egyszerűbb módszerek: például alapul vehetjük a 2019-es halálozási adatot (közel van a vizsgált évhez, de csak egyetlen évnyi adat, így bizonytalanabb), vagy vehetjük a 2015-2019 évek átlagát (a hosszabb periódus miatt biztosabb számok, de gond lehet, ha időközben változtak a halálozási trendek), és akadnak bonyolultabb módszerek is (görbét rakunk a megelőző évekre és azt meghosszabbítjuk), ám végeredményben mindegyik egy becslés. Ebből fakadóan mindig ott lesz a kérdés, hogy igazából mi sem tudhatjuk, hogy tényleg ennyi halálozás lett-e volna, ha nincs a járvány.
A másik probléma sokkal jelentősebb: a többlethalálozás egy nettó jellegű mutató, ami egybeméri a járvány direkt hatásaival (belehalnak emberek) annak indirekt hatásait is. Hogy még rosszabb legyen a helyzet, ezek a hatások egyaránt lehetnek pozitívak és negatívak. Pozitív indirekt hatás, hogy a védelmi intézkedések más légúti fertőzések ellen is jót tesznek, de kicsit elengedve a fantáziánkat, az is pozitív indirekt hatás, hogy kevesebb autóbaleset történik. Negatív indirekt hatás, hogy más betegség ellátása nehezedik meg, de itt is lehet távlatibb kérdésekre gondolni, például mi van, ha megnő az öngyilkosságok száma a szociális elszigetelődés miatt, vagy emelkedik az – egészségügyi állapotot közismerten rontó – munkanélküliség a gazdaság visszaesése miatt. Ezek feltárása véleményem szerint rendkívül fontos feladat, és az első empirikus eredmények már meg is jelentek. (Amerikai adatok szerint például megnőtt a kórházon kívüli szívmegállások előfordulása és halálozási aránya, de az öngyilkosságra vonatkozóan nincs egyértelmű negatív trend.) Nagyon fontos azonban hangsúlyozni, hogy ezek elkülönítése lehetetlen a többlethalálozás alapján!
Sajnos a dolog mindkét irányban előfordulhat: elképzelhető olyan helyzet, hogy nem halnak meg sokan, de a többlethalálozás magas (komoly negatív indirekt hatások vannak), illetve az is, hogy sokan meghalnak, még sincs lényeges többlethalálozás (komoly pozitív indirekt hatások vannak). Ez szükségszerűen korlátozza a többlethalálozás gyakorlati hasznosíthatóságát.
(A többlethalálozás további problémái és kérdései kapcsán bátran merem ajánlani Janine Aron és John Muellbauer átfogó cikkét.)
Remélem, a fentiekből is érzékelhető, hogy nincsenek univerzálisan „jobb" és „rosszabb" mutatók, az ilyen indikátorokat mindig egészében kell vizsgálni, és az átfogó kép alapján értékelni.
Próbáljuk meg áttekinthetővé tenni a többlethalálozási mutatókat! Először is, ne év alapú mutatókat nézzük (semmilyen kitüntetett járványügyi jelentősége nincs a december 31-nek, hogy akkor vágjuk el az adatokat), hanem egyszerűen folytonosan kezeljük az időt. Másrészt, érdemesebb relatív mutató gyanánt a lélekszámmal osztani, így ugyanis egy olyan mutatót kapunk, ami analóg a regisztrált halálozások közlésével, hiszen azt is halál / millió főben szokták megadni. Ha a többletet is millió lakosra osztjuk rá, akkor a kettő egymással is jól összehasonlítható lesz.
Én az Eurostat adatai alapján kiszámítottam a többlethalálozást, mégpedig heti alapon, egységesen az országokra, és valamennyi európai országra. Az elemzéshez és ábrázoláshoz használt programot – a „nyílt tudomány" jegyében – teljes egészében nyilvánosságra hozom, így bárki reprodukálhatja, ellenőrizheti és továbbfejlesztheti a számításaimat, illetve itt elolvashatóak a módszertani részletek is.
A többlethalálozás számítása az egyik legkorszerűbb eljárással, Acosta és Irizzary módszerével történt, mely kifinomult statisztikai eljárással igyekszik jól meghatározni a múltbeli adatokból a viszonyítási alapot. Kihagytam azokat az országokat, melyeknek 1 milliónál kevesebb lakosa van, illetve nem volt megfelelő adat Svédországra és Lettországra. (Az 1 milliónál kisebb országokat a lakosságszámra való ráosztás miatt hagytam el, Svédország és Lettország pedig sajnos nem elhanyagolható mértékben nem közölte a halálozások hetét.)
Kezdjük a járvány kezdete óta összesített adatokkal (piros görbe Magyarország, a szürke görbék a többi európai országot jelölik):
(Az ábra a 2020. 04. 15. szerinti állapotot mutatja.)
Látható, hogy a legfrissebb adatok szerint – persze ne felejtsük, ez egy hónappal ezelőtti állapotot jelent! – nagyjából a középmezőnyben vagyunk, a rossz hír, hogy a nálunk rosszabb 5 ország mindegyikében már javult a helyzet, míg nálunk gyorsan romlott ebben az időszakban, így könnyen lehet, hogy őket meg fogjuk előzni. (Azaz már megelőztük, és így a legrosszabb harmadban vagyunk, csak még nincsenek meg róla az adatok.)
Mit tudunk mondani az aktuális helyzetről? Ezt mutatják a heti adatok:
(Az ábra a 2020. 04. 15. szerinti állapotot mutatja.)
Mint látszik, itt már „most" (azaz március elején) rosszul állunk, tehát április elején nagyon valószínű, hogy az aktuális járványügyi helyzetünk – még e mutató szerint is – az összes európai ország közül a legrosszabbak között van.
Teljes mértékben egyetértek azzal, hogy most nem személyi felelőst kell keresni, ujjal mutogatni, hogy ki mit rontott el, ám messzemenőkig nem értek egyet azzal, hogy a kérdést elintézzük olyan mondatokkal, mint hogy ez az időszak „a gyászról és a megfeszített küzdelemről" szól. Nem, itt nem lehet befejezni egy elemzést, ugyanis épp a gyászolóknak és megfeszítve küzdőknek tartozunk azzal, hogy feltárjuk a hibák okait, pont azért, hogy a jövőben minél kevesebben gyászoljanak, és legyenek kénytelenek megfeszítve küzdeni.
Azzal tehetünk a magyar emberek egészségéért, ha feltesszük azt a kérdést: mi az oka ezeknek az adatoknak? Csak akkor tudunk ugyanis tenni a javításukért, ha értjük, hogy miért alakultak így. Miért halnak meg ilyen sokan nálunk európai összevetésben? Azért, mert sokan megfertőződtek (de ők már ugyanolyan valószínűséggel haltak meg, mint más országokban) vagy azért, mert bár ugyanannyian fertőződtek meg, de a magyar fertőzöttek nagyobb valószínűséggel haltak meg? Esetleg mindkettő egyszerre, és ha igen, milyen arányban? Ha az előbbire gyanakszunk, akkor például az intézkedéseket (a szigorúságukat és az időbeliségüket is), azok betartásának fegyelmét kell vizsgálni, a tesztelési és kontaktuskövetési stratégiát kell vizsgálni. Ha az utóbbit elemezzük, akkor kétfelé ágaznak a lehetőségek. Vagy az emberek olyan jellemzőjében van eltérés, ami befolyásolja a kórlefolyást, és könnyen eszünkbe is juthatnak magyarázatok: mind kockázati tényezőkben (elhízás, dohányzás, alkoholfogyasztás), mind krónikus betegségek terén jól ismert a magyar lakosság kirívóan rossz állapota. A másik – nem feltétlenül kizáró – lehetőség, hogy az egészségügyi ellátásban kell keresni a magyarázatot. Az elérhető eszközök, gyógyszerek, az orvosok és szakdolgozók képzettsége nem tér el lényegesen, de magyarázatul szolgálhat a túlterhelődés? Vagy az, hogy a betegek ellátása nem egységes irányelvek mentén zajlik? Itt jön képbe a másik vesszőparipám, járványtól függetlenül: az objektív és transzparens teljesítménymérés hiánya a magyar egészségügyben. Amíg nincsenek definiált, standard indikátorok, melyek jellemzik az ellátásminőséget, fogalmunk sem lehet arról sem, hogy egyáltalán ki csinál valamit jól, és ki rosszul, nem tudhatjuk, hogy melyik kórházról vagy osztályról kell példát venni, és melyiknél feltárni, hogy mi a rossz teljesítmény oka; végképp nem tudjuk az egészségügyi rendszer egészét értékelni és összehasonlítani, akár időben, akár más országokkal.
Nem állítom, hogy ezek a kérdések könnyen megválaszolhatóak, és részben egyet is értek azzal, hogy a járványkezelés kiértékelése távlatot és rálátást igényel, de nem teljes mértékben: ha valamit rosszul csinálunk, azt jó minél hamarabb kideríteni, mielőtt túl sokáig csináljuk tovább rosszul.
A számítások aktualizálásának dátuma: 2021-04-19.
Elsőként betöltjük a szükséges könyvtárakat:
library(data.table)
library(excessmort)
library(ggplot2)A mortalitási adatokat az Eurostat-tól kérjük le (demo_r_mwk_ts
adatbázis), az eurostat csomag használatával. Leszűrjük, hogy mindkét
nem összesített adata legyen benne (ahogy életkor szerint sem bontunk),
majd kikóduljuk az évet és a hónapot:
RawData <- as.data.table(eurostat::get_eurostat("demo_r_mwk_ts", time_format = "raw"))
RawData <- RawData[sex=="T"]
RawData$year <- as.numeric(substring(RawData$time, 1, 4))
RawData$week <- as.numeric(substring(RawData$time, 6, 7))Kidobjuk a 2002 előtti adatokat, és Svédországot valamint Lettországot, így nem marad 99-es (azaz héthez nem rendelt) mortalitási adat:
RawData <- RawData[year>=2002&!geo%in%c("SE", "LV")]
sum(RawData$week==99)## [1] 0
Dátumként az adott hét első napját használjuk; fontos, hogy az ISO 8601
szerinti hétbesorolást használja az Eurostat, amit az ISOweek csomag
kezel:
RawData$date <- ISOweek::ISOweek2date(paste0(RawData$year, "-W", sprintf("%02d", RawData$week), "-1"))Csinálunk egy átnevezést, hogy később egyszerűbb legyen az illesztés:
names(RawData)[names(RawData)=="values"] <- "outcome"A háttérpopuláció létszám adatait szintén az Eurostat-tól kérjük le
(demo_pjan adatbázis); szintén összes nemre és életkorra együtt:
PopData <- as.data.table(eurostat::get_eurostat("demo_pjan"))
PopData$numdate <- as.numeric(PopData$time-as.Date("1960-01-01"))
PopData <- PopData[age=="TOTAL"&sex=="T"]
PopData$geo <- as.factor(PopData$geo)Ez minden év január 1-re vonatkozóan tartalmazza a lélekszámokat, ebből
úgy kapjuk meg az egyes hetek adatait, hogy egy spline illesztünk rá, és
abból kérjük le a megfelelő napokat. Ehhez az mgcv csomagot
használjuk; a dátumot pedig numerikussá kell alakítanunk, hogy át tudjuk
adni magyarázó változóként.
TempData <- merge(RawData, rbindlist(lapply(unique(RawData$geo), function(g)
data.frame(date = unique(RawData$date), geo = g,
population = predict(mgcv::gam(values ~ s(numdate), data = PopData[geo==g]),
data.frame(numdate =
as.numeric(unique(RawData$date)-as.Date("1960-01-01"))))))))A többlethalálozás becsléséhez kizárjuk a mostani járvány időszakát (az
alapráta meghatározásához), majd az excessmort csomaggal elvégeztetjük
a számításokat. Kiszedjük a tényleges és a várt halálozást, a nyersen
számolt és modellel simított többletet, a többlet abszolút értékét,
illetve ez utóbbihoz standard hibát is számolunk (ezt kénytelenek
vagyunk kézzel megtenni), bár a mostani számításban nem lesz rá
szükségünk:
exclude_dates <- seq(as.Date("2020-03-01"), max(RawData$date), by = "day")
res <- rbindlist(setNames(lapply(unique(TempData$geo), function(cntry)
with(excess_model(TempData[geo==cntry], start = min(TempData[geo==cntry]$date),
end = max(TempData[geo==cntry]$date), exclude = exclude_dates),
data.table(date = date, observed = observed, expected = expected,
y = 100 * (observed - expected)/expected,
increase = 100 * fitted,
excess = expected*fitted,
se = sapply(1:length(date), function(i) {
mu <- matrix(expected[i], nr = 1)
x <- matrix(x[i,], nr = 1)
sqrt(mu %*% x %*% betacov %*% t(x) %*% t(mu))
})))), unique(TempData$geo)), idcol = "geo")Egyesítjük a többlethalálozási adatbázist a korábbi adatokkal, leszűrjük a járvány időszakára, és kizárjuk az 1 millió lakosúnál kisebb országokat (mert később lélekszámra akarunk osztani):
res <- merge(res, TempData, by = c("geo", "date"))
res <- res[order(geo, date)]
res <- res[date>=as.Date("2020-03-01")]
res <- res[geo%in%res[,.(tail(population,1)), .(geo)][V1>1e6]$geo]Kiszámoljuk a – járvány eleje óta – kumulált többletet, illetve a populációból is egy átlagot:
res[, cumexcess := cumsum(excess), .(geo)]
res[, cumpopulation := dplyr::cummean(population), .(geo)]A geo átalakítjuk faktorrá, és beállítjuk, hogy Magyarország az utolsó
legyen, hogy az ábrázolásnál az kerüljön a legtetejére:
res$geo <- forcats::fct_relevel(as.factor(res$geo), "HU", after = Inf)Az aktuális többlethalálozás (relatív mutató, népességszámra vetítve):
ggplot(res, aes(x = date, y = excess/population*1e6, group = geo, label = geo)) +
geom_line(aes(color = geo=="HU")) +
scale_color_manual(values=c("FALSE" = "gray", "TRUE" = "red")) + guides(col = FALSE) +
labs(x = "", y = "Többlethalálozás [fő/1M fő]") + scale_x_date(date_breaks = "months", date_labels = "%b") +
theme_bw() + directlabels::geom_dl(method = list("last.points", cex = 0.6))
Az aktuális többlethalálozás (relatív mutató, korábbi adatokra vetítve):
ggplot(res, aes(x = date, y = increase, group = geo, label = geo)) + geom_line(aes(color = geo=="HU")) +
scale_color_manual(values=c("FALSE" = "gray", "TRUE" = "red")) + guides(col = FALSE) +
labs(x = "", y = "Relatív többlethalálozás [%]") +
scale_x_date(date_breaks = "months", date_labels = "%b") + theme_bw() +
directlabels::geom_dl(method = list("last.points", cex = 0.6))
Látszik, hogy a kétféle relatív mutató között nincs nagy különbség. Kicsit direktebben is összevethetjük őket, ha országonként külön-külön ábrázoljuk, egymással szemben:
ggplot(res, aes(x = increase, y = excess/population*1e6)) + geom_line() +
labs(x = "Relatív többlethalálozás [%]", y = "Többlethalálozás [fő/1M fő]") + theme_bw() +
facet_wrap(~geo) + geom_abline(intercept = 0, slope = 2, alpha = 0.3)
Az ábra az origón átmenő, 2 meredekségű egyenest tünteti fel a viszonyítást segítendő. (Miért pont erre illeszkednek jól? E szerint a 100% többlet – azaz épp a halálozás – 200 fő/M főnek felel meg. De vigyázat, ez heti adat, így az éves az 52 ⋅ 200 = 10400, ami ezer főre vetítve 10,4, és csakugyan ennyi nagyjából az európai országok nyers halálozási rátája.) Ez egyúttal arra is rámutat, hogy mi a lélekszámra vetítés baja: függ a nyers halandóságtól. Ilyen szempontból az alapértékre való vetítés jobb, de mint láthatjuk, a különbség európai viszonyokon belül nem nagy.
Az összesített többlethalálozás (relatív mutató, népességszámra vetítve):
ggplot(res, aes(x = date, y = cumexcess/cumpopulation*1e6, group = geo, label = geo)) +
geom_line(aes(color = geo=="HU")) +
scale_color_manual(values=c("FALSE" = "gray", "TRUE" = "red")) + guides(col = FALSE) +
labs(x = "", y = "Összesített többlethalálozás [fő/1M fő]") +
scale_x_date(date_breaks = "months", date_labels = "%b") + theme_bw() +
directlabels::geom_dl(method = list("last.points", cex = 0.6))
Visszatérve a relatív mutatókhoz, érdemes lehet országonként külön-külön is ábrázolni, hogy jobban látható legyen, az egyes országok hogyan teljesítettek a járvány kezelésében, mik a jó és a rossz példák:
ggplot(res, aes(x = date, y = increase, group = geo)) + geom_line() +
labs(x = "", y = "Relatív többlethalálozás [%]") +
scale_x_date(date_breaks = "2 months", labels = function(z) gsub("^0", "", strftime(z, "%m"))) +
theme_bw() + facet_wrap(~geo)
Következő lépésben kiszámoljuk a 3 betűs ISO-országkódot, a 2 betűs Eurostat kódból, hogy később az OWID adatbázissal lehessen egyesíteni:
res$iso_code <- countrycode::countrycode(res$geo, "eurostat", "iso3c")A jelentett halálozás céljából letöltjük az OWID adatbázist, kikóduljuk ott is az évet és a hetet, majd ott is áttérünk heti adatokra:
EpiData <- fread("https://raw.githubusercontent.com/owid/covid-19-data/master/public/data/owid-covid-data.csv")
EpiData$year <- lubridate::year(EpiData$date)
EpiData$week <- lubridate::isoweek(EpiData$date)
EpiData$new_deaths[is.na(EpiData$new_deaths)] <- 0
EpiData <- EpiData[,.(new_deaths = sum(new_deaths)) , .(iso_code, year, week)]Egyesítjük az előbbi táblával, és a jelentett halálozásokat itt is felkumuláljuk:
res <- merge(res, EpiData, by = c("iso_code", "year", "week"))
res[, cumnewdeaths := cumsum(new_deaths), .(geo)]Megnézhetjük Magyarország példáján a kétféle adatsort:
ggplot(melt(res[geo=="HU", .(date, excess = excess/population*1e6,
new_deaths = new_deaths/population*1e6)], id.vars = "date"),
aes(x = date, y = value, group = variable, color = variable)) + geom_line() +
labs(x = "", y = "Halálozás [fő/M fő]") +
scale_x_date(date_breaks = "months", date_labels = "%b")
Vagy a kettő viszonyát (pontosabban annak alakulását időben) az összes országra:
ggplot(res, aes(x = date, y = cumexcess/cumnewdeaths, group = geo)) + geom_line() +
coord_cartesian(xlim = c(as.Date("2020-07-01"), NA), ylim = c(-1, 3)) + facet_wrap(~geo) +
geom_hline(yintercept = 1, col = "red") + labs(x = "", y = "Többlethalálozás / jelentett halálozás") +
scale_x_date(date_breaks = "2 months", labels = function(z) gsub("^0", "", strftime(z, "%m")))
Ezen az ábrán a többlet és a jelentett halálozás hányadosa látható, a piros vonal jelzi a kettő egyenlőségét, tehát a fölötte lévő érték jelenti azt, hogy a többlet meghaladja a jelentett halálozást, az alatta lévő azt, hogy kisebb a többlet, mint a jelentett.
Érdekes lehet összevetni a kétféle mutatót az aktuális helyzet szerint (a fekete vonal az egyenlőség vonala, ahol a többlethalálozás egyezne a jelentett halálozással):
ggplot(res[,tail(.SD, 1), .(geo)], aes(x = cumexcess/population*1e6,
y = cumnewdeaths/population*1e6, label = geo)) +
geom_point(aes(col = geo=="HU")) + geom_abline() + geom_text(hjust = "left", nudge_x = 30) +
scale_color_manual(values=c("FALSE" = "gray", "TRUE" = "red")) + guides(col = FALSE) +
labs(x = "Összesített többlethalálozás [fő/1M fő]", y = "Összesített jelentett halálozás [fő/M fő]")
(Ennél az ábránál és a következőnél nem ugyanaz az időpont van az egyes országoknál, hiszen mindegyiknél a saját legrégebbi közölt adata az alap.)
Mivel a többlethalálozás utolsó adatai nem véglegesek, ezért korrektebb egy régebbi állapotot nézni, vegyük az egy hónappal megelőzőt (az Eurostat adatai szerint ilyenkor már 90% vagy a fölötti a regisztráltság minden országban):
ggplot(res[,.SD[nrow(.SD)-4], .(geo)], aes(x = cumexcess/population*1e6,
y = cumnewdeaths/population*1e6, label = geo)) +
geom_point(aes(col = geo=="HU")) + geom_abline() + geom_text(hjust = "left", nudge_x = 30) +
scale_color_manual(values=c("FALSE" = "gray", "TRUE" = "red")) + guides(col = FALSE) +
labs(x = "Összesített többlethalálozás [fő/1M fő]", y = "Összesített jelentett halálozás [fő/M fő]")
Látszik, hogy az országok többségében a többlethalálozás meghaladja a jelentett (és ahol nem, ott is csak minimális a különbség).
Továbbfejlesztési ötletek:
- Életkori és nemi lebontás. (Hátha mások a mortalitási trendek!)
- Életkorra és nemre standardizálás.
- A jelentés teljességének a vizsgálata (mennyire nőnek még az utolsó adatok, és meddig?). Válasz: Eurostat metadata 13.1-es pont.
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent