Changes in testing rates could mask the novel coronavirus disease (COVID-19) growth rate
2019年12月に中国でCOVID-19が出現して以降、それは急速に世界中に伝播し、近年の歴史の中で最も重要なパンデミックイベントの1つに至る。COVID-19の流行拡大率の信頼できる推定値を導き出すことは、介入戦略のタイミングと強度を導くためにかなり重要である。実際、多くの研究では、基本的な再生産数R0を推定するために、流行の初期段階で報告された症例の時系列を用いて流行拡大率を定量化している。COVID-19の発生率の日次時系列を用いて、報告された症例の流行曲線が、検査率の変化により必ずしも真の流行拡大率を反映していない可能性があることを示し、これは流行初期の診断検査能力が限られていることに影響されている可能性がある。
イタリアでのCOVID-19の流行は、調査期間中に指数関数的な成長を示したが、日本では最初の数週間は直線的な成長を示した。このパターンは、日本では流行が拡大しているにもかかわらず、一定の感染リスクに直面していることを示唆していると考えられる。日本では2020年3月5日まで直線的な増加が見られるが、この傾向は、その間に症例数が検査能力を上回ったことを示唆している。実際、2020年3月4日には検査率の急激な上昇が見られ、累積陽性率が大きく変化している。さらに、検査能力の制約から偏りが少ないと思われる入院患者数と重症患者数（挿管やICUが必要）の増加傾向は、指数関数的な増加傾向を示している。
さらに、アメリカ・カリフォルニア州での流行の軌跡は、2020年3月11日のゼロカウントから指数関数的な増加に続き、不連続的な増加から始まっていることもわかった。この急激な増加は、おそらく、検査の遅れ、報告の遅れ、あるいは流行初期のCOVID-19症例の確定が困難であったことによるものであり、このパターンは一般の人々にも誤解を与えるものであると考えられる。
2019年12月に中国でCOVID-19が出現して以降、それは急速に世界中に伝播し、近年の歴史の中で最も重要なパンデミックイベントの1つに至る。COVID-19の流行拡大率の信頼できる推定値を導き出すことは、介入戦略のタイミングと強度を導くためにかなり重要である。実際、多くの研究では、基本的な再生産数R0を推定するために、流行の初期段階で報告された症例の時系列を用いて流行拡大率を定量化している。COVID-19の発生率の日次時系列を用いて、報告された症例の流行曲線が、検査率の変化により必ずしも真の流行拡大率を反映していない可能性があることを示し、これは流行初期の診断検査能力が限られていることに影響されている可能性がある。
イタリアでのCOVID-19の流行は、調査期間中に指数関数的な成長を示したが、日本では最初の数週間は直線的な成長を示した。このパターンは、日本では流行が拡大しているにもかかわらず、一定の感染リスクに直面していることを示唆していると考えられる。日本では2020年3月5日まで直線的な増加が見られるが、この傾向は、その間に症例数が検査能力を上回ったことを示唆している。実際、2020年3月4日には検査率の急激な上昇が見られ、累積陽性率が大きく変化している。さらに、検査能力の制約から偏りが少ないと思われる入院患者数と重症患者数（挿管やICUが必要）の増加傾向は、指数関数的な増加傾向を示している。
さらに、アメリカ・カリフォルニア州での流行の軌跡は、2020年3月11日のゼロカウントから指数関数的な増加に続き、不連続的な増加から始まっていることもわかった。この急激な増加は、おそらく、検査の遅れ、報告の遅れ、あるいは流行初期のCOVID-19症例の確定が困難であったことによるものであり、このパターンは一般の人々にも誤解を与えるものであると考えられる。