新型コロナウイルス感染症（COVID-19）のパンデミック下において私たちは，新規陽性者数や重症患者数などの情報を毎日のように目にしている。日本における感染者の全国総数や都道府県別の値が棒グラフで表され，その時点での増減や，第1波，第2波など流行の動向を視覚的に確認できる。併せて，都道府県別等の件数を一つの地図上に色分けして描いた「疾病地図」は，件数の地域的な分布や流行の地域差をイメージすることに役立てられている。

感染症と歴史的に深い関連を持つ空間疫学

　件数のデータに対し位置情報を付加したデータは空間データと呼ばれ，近年その利活用が進んできている。今回のCOVID-19パンデミックでは，モバイル端末のGPSデータや交通機関の利用なども含めた膨大な空間データを活用し，人の移動や感染動向を地理情報システム（Geographic Information System：GIS）によって視覚化する試みや検討も行われている^{1, 2）}。空間データを扱うことで，従来のデータによる「どのくらい」の量だけではなく，「どこに，どのくらい」という情報が得られ，特に疾病発生をはじめとする健康関連分野における地域的な分布を分析する空間疫学（spatial epidemiology）では中心的なデータとなる^3）。

　空間疫学は感染症と深い関連を持つ研究分野である。John Snowによる1854年のコレラの疾病地図がさまざまなテキストで必ず紹介される（図1）^4）。Snowはロンドン・ブロード街におけるコレラ症例を地図上にプロットすることで発生状況を視覚的に確認し，ある給水ポンプから近い場所でほぼ全ての死亡が起きているという症例のクラスタ（集積）をとらえた。これをきっかけにポンプの使用を止めてその地区の感染流行を抑え，さらにいくつかの研究からコレラの原因究明や対策が実現したのである。

サーベイランスシステムと疾病地図で流行状況を把握する

　観測された件数を地図上に表示することは空間データ記述の第一歩である。COVID-19の感染流行状況把握でも，各地域の件数を見ることは重要である。疫学研究の基本として，適切にデザインされた調査によって収集されたデータを用いることが望ましい。一方，感染症の発生や突発的な事象の発生を早期発見するためには日頃から発生状況をモニタリングしておく必要がある。通常の状況に比べ，突発的な増加を重要なシグナルとしてとらえる目的ではサーベイラスシステムの活用が有効である。感染症発生動向調査の定点報告などは全数を把握することはできないが，その流行状況を把握するために役立てられている。

　例として大阪府における2013年第49週のインフルエンザ流行の様子を観察するため，保健所管轄を単位とした定点報告数に基づく検討を行った疾病地図を図2に示す^5）。この週は流行シーズン初期の段階であり，府全体の定点報告総数が13...