周産期死亡率

Perinatal mortality after the Fukushima accident: a spatiotemporal analysis というレターに，原発事故後，福島周辺の周産期死亡率が有意に増加したと書かれている（図）。

perinatal mortality

データは e-Stat の 人口動態調査 のもので，study region は福島，岩手，宮城，群馬，栃木，茨城，千葉，control region はそれ以外とのことである。

この7県を選んだ基準も，年の範囲も，もしかしたら図の描き方も，恣意的かもしれない。そこで，改めて e-Stat からデータを取得して，グラフを描き直してみた。

e-Stat の 人口動態調査 → 人口動態統計 → 確定数 → 周産期 → 年次 と進んで，各年の「都道府県別にみた年次別妊娠満22週以後の死産－早期新生児死亡別周産期死亡数」から周産期死亡数（産前・産後の死亡数）を抽出する。1998年〜2017年について，都道府県コード順に並べた結果を perinatal.csv として置いておく。また，人口動態調査 → 人口動態統計 → 確定数 → 出生 → 年次 と進んで，各年の「都道府県別にみた年次別出生数」を抽出し，1994年〜2017年について，同様に並べた結果を birth.csv として置いておく。

このデータから，周産期死亡率の推移をグラフにしてみよう：

import pandas as pd
import matplotlib.pyplot as plt

birth = pd.read_csv("https://okumuralab.org/~okumura/python/data/birth.csv")
perinatal = pd.read_csv("https://okumuralab.org/~okumura/python/data/perinatal.csv")

region = [6, 2, 3, 9, 8, 7, 11]  # 福島，岩手，宮城，群馬，栃木，茨城，千葉
control = list(set(range(47)) - set(region))

pf = {}  # 福島
pr = {}  # 福島を含む7県
pc = {}  # 上記以外
years = range(1998,2018)
for y in years:
    pf[y] = perinatal[str(y)][6] / birth[str(y)][6]
    pr[y] = sum(perinatal[str(y)][region]) / sum(birth[str(y)][region])
    pc[y] = sum(perinatal[str(y)][control]) / sum(birth[str(y)][control])

plt.plot(years, list(pr.values()), "o-", c="C1")
plt.plot(years, list(pc.values()), "o-", c="C0")
plt.plot(years, list(pf.values()), "o-", c="C3")
plt.legend(["study region", "control region", "Fukushima"])
plt.xticks(range(1998, 2018, 2))
plt.savefig('190802a.png', bbox_inches="tight")
perinatal mortality

論文では2012年の影響が大きいようなグラフになっていたが，2012年の死亡率分布を地図にしてみよう：

import japanmap as jp

x = perinatal['2012'] / birth['2012']
x = (x - min(x)) / (max(x) - min(x))
cmap = plt.get_cmap('bwr')
cols = ['#%02X%02X%02X' % (cmap(x[i], bytes=True)[:3]) for i in range(47)]
s = jp.pref_map(range(1,48), cols=cols, tostr=True)
s = s.replace('<path ', '<path stroke="black" stroke-width="0.001" ')
with open("190802b.svg", "w") as f:
    f.write(s)

赤ほど死亡率が大きい：

perinatal mortality

トップは岩手県である。

念のため，ちょっと見にくいが，全都道府県のグラフを（透明度を少し入れて）重ね書きしてみる：

rate = perinatal / birth[[str(y) for y in range(1998,2018)]]
for i in range(47):
    if i in control:
        plt.plot(years, rate.iloc[i,:], c="C0", alpha=0.5)
for i in range(47):
    if i in region:
        plt.plot(years, rate.iloc[i,:], c="C1", alpha=0.5)
plt.plot(years, rate.iloc[6,:], c="C3", alpha=0.5)
plt.xticks(range(1998, 2018, 2))
plt.savefig('190803a.png', bbox_inches="tight")
perinatal mortality