Analyse globale de la COVID-19...
Une réflexion sur la question de la dynamique de l'épidémie.
On constate en effet que les pays, régions ou villes avec des populations denses sont les plus touchées. C'est un fait normal, car la probabilité d'interaction entre personnes est alors plus élevée. Les cas d'école avec une très forte densité sont les bateaux (porte-avion Charles-de-Gaulle, et paquebot Diamond-Princess). A titre de comparaison à Paris, la densité est de 20,000 habitants/km2. Sur un bateau comme le Charles-de-Gaulle, qui fait 245 m de long et 65 m de large, en considérant 3 ponts, la densité de population atteint 1,700*1,000,000/245/65/3 = 35,000 personnes/km2 ! Pas étonnant que l'épidémie explose. A titre comparatif, à Marseille, la densité de population n'est que de 3,500 habitants/km2, donc bien moindre. A Wuhan, elle est de 5,800 habitants/km2 (bien moindre qu'à Paris !), et à Manhattan (New-York), elle atteint 27,000 habitants/km2. A Dakar au Sénégal, elle vaut 5,500 habitants/km2 quatre fois moins que de Paris, alors qu'il n'y a que très peu de décès comparativement... On expliquera cette différence spectaculaire. En Afrique, avec des disparités importantes, la densité de population est globalement faible, 40 habitants/km2 (Europe 73 habitants/km2, Etats-Unis 33 habitants/km2, Chine 148 habitants/km2, et Inde 395 habitants/km2) sauf au Nigéria (Lagos notamment avec 21,300 habitants/km2). Et c'est à Lagos au Nigéria qu'il y a le plus de cas ! Donc si la densité de population est un facteur important, c'est bien dans des zones localisées où la densité de population est très élevée que l'épidémie se développe le plus.
Mais, ce n'est pas le seul critère. En effet, la létalité, qui est le facteur psychologique essentiel de toute épidémie ne suit pas exactement le rapport de densité de population comme entre Dakar et Paris ! En plus comme indiqué hier, la taux de létalité lié à 100% au COVID-19 peut être sujet à controverse, et il est même très probable que celui-ci soit bien plus faible (< 0.7%) qu'annoncé par l'OMS (2-3%). En revanche, le COVID-19 engendre un très grand nombre de gens sérieusement malades, et la question est donc de savoir pourquoi tant de gens sont si malades dans un pays et alors que ce nombre est bien plus faible dans un autre, à densité de population égale...
C'est là qu'intervient la pyramide des âges. Elle est très pondérée vers les âges jeunes pour l'Inde, 56% de la population a moins de 30 ans, alors que pour la France, elle est uniforme et seulement 37% de la population a moins de 30 ans ! Voir le lien ici. Aux Etats-Unis, elle est de 41%, comme en Chine qui paie un lourd tribu de l'enfant unique ! En Afrique, les écarts sont encore plus marqués : Sénégal 72% de la population a moins de 30 ans, idem au Nigéria, 55% au Maroc et en Algérie. Donc, comme on sait que le COVID-19 touche bien plus les personnes âgées que les jeunes (qui peuvent être porteurs sains ou faiblement malades, 99.8% pour les plus de 30 ans, voir la courbe dans la note technique), il n'est pas surprenant que l'épidémie reste presque muette en Inde et en Afrique, sauf dans les régions à très forte densité de population, où les cas de COVID-19 émergent un peu plus, comme au Nigéria, car la forte densité compense le faible ratio de la population qui peut être réellement touchée.
Donc en résumé, le COVID-19 est une maladie des régions très denses où la fraction de personnes âgées est élevée. C'est la conjugaison des deux facteurs qui rend le problème aigu. Donc les pays Européens, la Chine, les Etats-Unis sont plus touchés que l'Afrique et l'Inde, sauf en des régions très localisées à forte densité de population. Par exemple en Russie, la ville de Moscou sera très touchée, mais pas le reste du pays, même si 39% de le population à moins de 30 ans. La densité de population est en effet extrêmement faible ailleurs.
A partir de cette analyse, on peut extraire un critère sur l'impact de l'épidémie de COVID-19 en terme sanitaire. Ce facteur Fcovid est le produit de (la densité d'habitants/km2)x(la fraction de personnes de plus de 30 ans). Plus Fcovid est élevé, plus le risque de dommages sanitaires est élevé:
| % population + de 30 ans | Density population (hbts/km2) | Fcovid | Nbre décès COVID-19/100,000 hbts | |
| France | 0.63 | 105 | 66 | 27 |
| France, Paris | 0.63 | 22,000 | 14,000 | 48 |
| France, Marseille | 0.62 | 3,500 | 2,170 | 3 |
| France, Cantal | 0.63 | 25 | 16 | 0 |
| Suède | 0.63 | 23 | 15 | 14.9 |
| Chine | 0.59 | 148 | 87 | 0.33 |
| Chine, Wuhan | 0.59 | 5,800 | 3,422 | 34 |
| Inde | 0.44 | 395 | 174 | 0.28 |
| Sénégal | 0.28 | 82 | 23 | 0.02 |
| Sénégal, Dakar | 0.28 | 5,500 | 1,540 | 0.28 |
| Nigéria | 0.28 | 230 | 64 | 0.0097 |
| Nigéria, Lagos | 0.28 | 21,300 | 5,964 | 0.094 |
| Liban | 0.49 | 638 | 312 | 0.31 |
| Iran | 0.49 | 50.27 | 24 | 6.15 |
| Iran, Téhéran | 0.49 | 812 | 397 | ? |
| Maroc | 0.45 | 80 | 36 | 1.5 |
| Maroc, Rabat | 0.45 | 4,873 | 2,193 | 0.87 |
| Algérie | 0.45 | 18 | 8.1 | 0.86 |
| Algérie, Alger | 0.45 | 3,700 | 1,665 | 1.24 |
| Russie | 0.61 | 8 | 5 | 0.21 |
| Russie, Moscou | 0.61 | 8,300 | 5,063 | ? |
| Singapour | 0.66 | 7,842 | 5,170 | 0.19 |
| Etats-Unis | 0.59 | 33 | 19 | 11 |
| Etats-Unis, New York | 0.59 | 7,100 | 4,189 | 105 |
| Porte-avion Charles-de-Gaulle (*) | 0.05 | 35,000 | 1,750 | 0 |
| Paquebot Diamond-Princess (**) | 0.7 | 35,000 | 24,500 | 411 |
(*): valeurs très basse car il n'y a que des jeunes hommes dans l'équipage
(**): 70% des passagers+équipage sont des personnes âgés de plus de 50 ans.
Evidemment, ce coefficient doit être calculé de manière rigoureuse avec la distribution des âges, et la taux de létalité par classe d'âge. Mais à partir des calculs grossiers qui ont été effectués ci-dessus, on constate approximativement trois grands groupes :
- Groupe I (Fcovid < 100) : l'épidémie a potentiellement un impact sanitaire nul ou presque, et on ne voit presque pas de décès (cas du Cantal en France notamment)
- Groupe II (100 < Fcovid < 2,500) : l'épidémie a potentiellement un impact sanitaire modéré (Alger, Marseille, Dakar, Rabat, Liban, Iran, porte-avion Charles-de-Gaulle)
- Groupe III (2,500 < Fcovid) : l'épidémie a potentiellement un impact sanitaire marqué à très fort (Paris, Wuhan, Lagos, Moscou, New-York, Paquebot Diamond-Princess, Singapour)
Donc, aucune surprise à partir des données, c'est la conjonction d'une mauvaise pyramide des âges avec une forte densité de population qui rend le risque sanitaire du COVID-19 potentiellement élevé. Les villes des pays ayant la mauvaise pyramide des âges sont les plus pénalisées. Mais la situation peut être atténuée par une gestion rapide de l'épidémie (distanciation sociale), et de ce point de vue, Sinpagour a géré l'épidémie de manière remarquable. La singularité de l'Iran vient uniquement des rassemblements religieux comme dans la ville sainte de Quom. On retrouve le même phénomène en Corée du Sud, en Inde (Rajasthan), en France près de Mulhouse et en Italie près de Bergame (match de foot). Rassembler 1000-2000 personnes ou plus dans un espace restreint revient à les placer dans un bateau dont la densité est 35,000 personnes/km2 environ. Le potentiel explosif de ces rassemblements liés à la densité de population est donc avéré. De ce point de vue, l'Arabie Saoudite, en fermant les lieux saints à la Mecque a fait exactement ce qu'il fallait.
Il est enfin intéressant de corréler le nombre de décès du COVID-19 par 100,000 habitants avec le coefficient Fcovid indiqué ci-dessus. Si l'on ne considère pas le cas de Singapour qui est singulier car il y a une gestion très stricte des personnes contaminées dès le début de l'épidémie, on trouve une estimation du coefficient de corrélation linéaire de Bravais-Pearson de rp = 0.93 entre les deux séries (voir calcul dans la note) ! Quand celui-ci vaut 1 c'est la corrélation parfaite, 0 aucune corrélation, et -1 une anti-corrélation. On constate donc que le facteur Fcovid est bien très fortement correlé au nombre de décès du au COVID-19 pour 100,000 habitants, quelque soit le pays, la région, la ville, ou même un bateau !!! Dans ces conditions, on peut prévoir que :
- il n'y aura pas de problème sanitaire avec le COVID-19 en Afrique et en Amérique du Sud (seules quelques villes très denses seront peut-être faiblement touchées) car la population est jeune et la densité de population globalement faible.
- le risque épidémique en Inde est plus élevé qu'en Afrique, car la densité de population est plus grande et moins jeune. Mais il reste très modéré malgré tout. La fréquentation des grands temples doit être interdite cependant !
- Europe, Etats-Unis, Chine, Russie: les grandes villes sont très touchées car la population est plutôt âgée et la densité de population forte. Mauvaise conjonction. Il vaut donc mieux vivre à la campagne dans ces pays !! A ce titre la Suède est moins touchée car la densité de population est faible ! Ce pays ne gère donc pas mieux son épidémie que les autres pays d'Europe... Le risque de vagues épidémiques secondaires est élevé dans ces villes tant qu'aucun vaccin ne sera trouvé.
- Pour la Chine, le risque est très grave, car le pays est constitué d'un cluster de grandes villes très denses, avec une population globalement âgée conséquence de la politique de l'enfant unique. C'est probablement le pays le plus fragile du monde. On a du mal à imaginer un complot chinois dans ces conditions...
- les rassemblements religieux ou sportifs ou culturels sont de véritables catastrophes ! L'Iran est probablement le meilleur exemple, car la densité de population, même transitoire lors de ces événements compense largement la jeunesse de la population ! La France, l'Italie, la Corée du Sud ont tous été la victime de ces rassemblements ! Ils doivent être interdits tant qu'un vaccin ne sera pas trouvé. C'est la jeunesse de la population iranienne qui a sauvé le pays en terme de nombre de décès, contrairement à une couverture médiatique catastrophiste de la situation.
- Enfin, la singularité du COVID-19 est l'agressivité croissante du virus avec l'âge ! La compréhension de ce mécanisme sera déterminante pour traiter la maladie. Problème métabolique des récepteurs ACE2 avec l'âge ?
En conclusion, l'épidémie ne va pas avoir un impact important dans la plupart des pays du monde, et notamment en Afrique comme l'OMS s'en est inquiétée. C'est un problème localisé aux grandes villes ayant des populations âgées. Les rassemblements, comme les croisières sont à proscrire tant qu'il n'y aura pas de vaccin. Les avions posent problème également, par concentration temporaire importante de la population, donc risque de contagion élevé. Tant qu'un vaccin ne sera pas trouvé, les pays actuellement déjà lourdement concernés par l'épidémie resteront donc très fragiles.
On peut appliquer l'analyse précédente à l'Europe pour comprendre pourquoi certains pays sont touchés et pas d'autres. En Europe, tous les pays ont a peu près une pyramide des âges défavorables, avec une forte proportion de personnes âgées. Donc le seul critère restant est la densité de population. A partir de là il est facile de comprendre la géographie du COVID-19, et quels sont les pays touchés. Les ordres décroissant de la ville la plus dense à la moins dense on trouve ainsi Athène (17,000 h/km2), puis Barcelone (16,000 h/km2), Paris (12,000 h/km2), Genève (12,000 h/km2), Lyon (10,000 h/km2), Milan (7650 h/km2), Bruxelles (7500 h/km2), Londres (5600 h/km2), Madrid (5300 h/km2), Stockholm (5100 h/km2). Les autres grandes villes européennes ont une densité de population bien moindre : Dublin (4600 h/km2), Münich (4500 h/km2), Berlin (3840 h/km2), Amsterdam (3600 h/km2), Marseille (3500 h/km2), Pragues (2600 h/km2), Rome (2200 h/km2), Oslo (1200 h/km2), Varsovie (734 h/km2), Copenhague (712 h/km2), Vienne (62 h/km2), Reykjavik (3.1 h/km2). Or ce qui est frappant, mis à part Athènes qui est un cas à part sur lequel on reviendra, les villes les plus denses sont en Italie, Espagne, France, et Royaume-Uni, les quatre pays européens les plus touchés ! Pour l'Europe du Nord, incluant Berlin et Münich, les villes sont globalement peu denses, donc l'épidémie ne peut pas se développer de manière explosive, sauf s'il y a un grand rassemblement avec temporairement une sur-densité (comme en Iran). Comme cette corconstance n'est jamais arrivée, l'Europe du Nord a eu une épidémie de COVID-19 très modérée et sans confinement ! Les gestes barrières suffisent à achever le travail de protection !
Pour montrer l'importance de la densité de population, parmi les pays d'Europe du Nord, le plus touché est la Suède, car Stockholm est la ville avec la plus forte densité de population de la région. Et c'est là que résident la plupart des cas.
Les médias ont annoncé que la Belgique était le pire pays d'Europe quand au COVID-19 en terme de taux de mortalité, i.e. nombre de décès pour 100,000 habitants (à ne pas confondre avec le taux de létalité). Cette alégation est très fausse, car elle ignore l'inhomogénéité de la répartition des malades. En fait, l'épidémie sévit dans deux villes principalement: Bruxelles et Amsterdam. Bruxelles étant bien plus dense qu'Amsterdam, l'épidémie s'est vite propagée, avec une grande analogie avec celle dans les Pays-Bas. Heureusement, les autorités ont choisi un confinement strict, conduisant à ralentir l'épidémie, alors qu'à Amsterdam, il n'y avait pas de confinement, juste des recommandations pour se confiner. Peu importe la manière, le résultat est probant à Bruxelles, et seulement 8000 décès seront à déplorer selon les calculs grâce au confinement, pour 6000 à Amsterdam. Ramené à la densité de popluation des villes, l'épidémie a bien flambé en Belgique, car la densité de la ville de Bruxelles est bien plus élevée que celle d'Amsterdam. Mais si on ramène cela à la population, on obtient le résultat inverse, puisque les Pays-Bas comptent 17 millions d'habitants, alors que le Belgique 11 millions seulement. Donc ramené à la population des pays respectifs, on obtient un mauvais résultat pour la Belgique, car elle compte moins d'habitants que les Pays-Bas, alors que c'est la densité des clusters (villes) qui importe ! Donc ramener le nombre de décès à la population totale du pays n'a AUCUN SENS quand la dynamique d'une épidemie est par cluster ! La Belgique n'est pas li pire pays d'Europe, c'est un pays comme un autre qui a au contraire très bien géré l'épidémie compte-tenu de la très forte densité de population à Bruxelle !
Cette analyse conforte donc plus que jamais l'importance du produit Fcovid = densité population x âge population qui a été appliqué avec succès à un ensemble très hétérogène de cas. Les pays d'Europe du Nord, l'Allemagne, et l'Autriche n'ont aucun mérite particulier. L'aménagement de leur territoire font qu'ils sont naturellement moins fragile par rapport à un processus épidémique. Rien à voir avec la qualité des soins, l'organisation de ceux-ci, etc... Faible densité = épidémie se propageant faiblement. On peut également appliquer cela à la ville de Marseille, qui n'a pas une forte densité de population comme déjà indiqué. Pas un effet chloroquine...
Sur cette base, le processus de déconfinement est assez limpide : il faut libérer les territoires à faible densité, et garder sous contrôle les villes comme Lyon ou Paris, tant que le nombre de cas et de décès sera trop élevé. Donc on voit bien l'intérêt d'un processus différentiel de déconfinement, et qu'il est très circonscrit ! Evidemment, les rassemblements dans grande et moyenne échelle doivent être totalement proscrit, car ce sont de véritables bombes épidémiques (déjà bien observé), par le fait même d'une sur-densité de population, même si elle est locale et temporaire. On pourra donc déconfiner presque toute la France assez vite, et évidemment suivre attentivement les cas de COVID-19 pour éviter qu'ils ne se propagent. Mais le risque épidémique restera toujours modéré donc potentiellement gérable, tant que la densité de population restera en dessous de 5000 h/km2.
Enfin, reste le cas d'Athènes en Grèce, ville de 600,000 habitants, mais aussi de Genève, un peu moins peuplée, deux villes néanmoins à très forte densité de population dans lesquelles l'épidémie est toujours restée très contenue. La seule explication est le confinement précoce de la population (ou une incitation très forte, lorsque le civisme des gens suffit), qui a fait baisser la densité apparente de la population (et donc le fameux R0). De ce point de vue, la Grèce et la Suisse ont donc très bien géré l'épidémie de COVID-19, au même titre que la Belgique.
En résumé, la répartition spatiale de l'épidémie de COVID-19, et la dynamique temporelle résultent de la conjonction de deux facteurs : densité population et âge population (pyramide des âges) condensé dans un seul facetur Fcovid = densité population x âge population. Ce terme explique toutes les observations globales et même locales ! Le mystère du COVID-19 est donc la raison pour laquelle le virus est plus virulent en fonction de l'âge. Ce n'est pas un problème d'épidémiologie mais de médecine.
Le calcul exact du risque de létalité a été effectué pour tous les pays du monde et par région, en prenant en compte la pyramide des âges et le taux de décès en fonction de l'âge. De là, à partir de la densité de chaque ville et de sa population totale, on peut estimer le risque par ville et même le nombre de décès par ville en fonction du type de confinement effectué : aucun, complet modéré (les personnes peuvent se déplacer pour faire des courses par exemple), partiel et modéré en fonction de la classe d'âge (plus ou moins 65 ans par exemple), ou partiel et fort, toujours en fonction d'une classe d'âge donnée, mais dans ce cas, les personnes confinées sont supposées être à l'isolement complet. Cette différenciation avec l'âge permet aussi de tenir compte d'habitude sociales, comme entre l'Europe du Nord et du Sud, les premiers étant plus isolés des jeunes générations, alors quen Europe du Sud, une famille entière peut vivre sous le même toit, exposant les générations âgées à des risques supplémentaires.
Il ne s'agit pas de coller parfaitement à la réalité, mais de voir si des tendances se dégagent de ces calculs
Cliquez sur l'image pour l'agrandir.
Il est indiqué sur les deux figures ci-dessous. On voit bien que le risque est essentiellement européen, en raison de la mauvaise pyramide des âges. Comme discuté plus haut avec des arguments plus simples mais corrects, l'Afrique, l'Inde ne risquent pratiquement rien. Le risque est un peu plus marqué pour l'Amérique du Sud. C'est la conjonction entre la pyramide des âges et la dépendance de la létalité avec l'âge, une spécificité unique du COVID-19. Evidemment, pour les mégalopoles hyper-dense, le risque est élevé d'avoir un grand nombre de décès, touchant les personnes âgées principalement, mais faible en regardant de conditions de densité de population en Europe ou aux Etats-Unis ou même en Chine.
Pour comparer le risque épidémique entre deux pays, deux villes, ou même avec des rassemblements religieux ou sportif, il faut multiplier le risque de létalité avec la densité de population.A noter que le risque de létalité est très correlé au risque de contamination, comme indiqué pour chaque pays étudié, donc ce chiffre est une bonne mesure du risque épidémique global
Toutes les données sont accessibles à partir du lien dessous les deux figures
Risque épidémique naturel (aucun confinement de la population)
Cliquez sur l'image pour l'agrandir.
Risque épidémique artificiel (confinement strict des personnes âgées de plus de 65 ans)
Cliquez sur l'image pour l'agrandir.
Données indiquées par ordre de risque décroissant. L'index correspond aux deux figures ci-dessus pour retrouver facilement un pays.
1 - COVID-19 fatality risk (no lockdown) : 0.0053575 for Japan (country code : 392)
2 - COVID-19 fatality risk (no lockdown) : 0.0047608 for Italy (country code : 380)
3 - COVID-19 fatality risk (no lockdown) : 0.004617 for Greece (country code : 300)
4 - COVID-19 fatality risk (no lockdown) : 0.0045879 for Martinique (country code : 474)
5 - COVID-19 fatality risk (no lockdown) : 0.0045739 for Portugal (country code : 620)
6 - COVID-19 fatality risk (no lockdown) : 0.0045666 for Germany (country code : 276)
7 - COVID-19 fatality risk (no lockdown) : 0.0044888 for Finland (country code : 246)
8 - COVID-19 fatality risk (no lockdown) : 0.0044542 for Southern Europe (country code : 925)
9 - COVID-19 fatality risk (no lockdown) : 0.0044422 for Lithuania (country code : 440)
10 - COVID-19 fatality risk (no lockdown) : 0.0044118 for Puerto Rico (country code : 630)
11 - COVID-19 fatality risk (no lockdown) : 0.0044059 for Western Europe (country code : 926)
12 - COVID-19 fatality risk (no lockdown) : 0.0043851 for France (country code : 250)
13 - COVID-19 fatality risk (no lockdown) : 0.0043695 for Latvia (country code : 428)
14 - COVID-19 fatality risk (no lockdown) : 0.0043271 for Croatia (country code : 191)
15 - COVID-19 fatality risk (no lockdown) : 0.0043097 for Spain (country code : 724)
16 - COVID-19 fatality risk (no lockdown) : 0.0043061 for Slovenia (country code : 705)
17 - COVID-19 fatality risk (no lockdown) : 0.0042697 for Estonia (country code : 233)
18 - COVID-19 fatality risk (no lockdown) : 0.004254 for United States Virgin Islands (country code : 850)
19 - COVID-19 fatality risk (no lockdown) : 0.0042532 for Bulgaria (country code : 100)
20 - COVID-19 fatality risk (no lockdown) : 0.0042331 for Guadeloupe (country code : 312)
21 - COVID-19 fatality risk (no lockdown) : 0.0042329 for Sweden (country code : 752)
22 - COVID-19 fatality risk (no lockdown) : 0.0041986 for Malta (country code : 470)
23 - COVID-19 fatality risk (no lockdown) : 0.0041706 for Netherlands (country code : 528)
24 - COVID-19 fatality risk (no lockdown) : 0.0041681 for Belgium (country code : 56)
25 - COVID-19 fatality risk (no lockdown) : 0.0041439 for Austria (country code : 40)
26 - COVID-19 fatality risk (no lockdown) : 0.0041435 for Denmark (country code : 208)
27 - COVID-19 fatality risk (no lockdown) : 0.0041048 for Switzerland (country code : 756)
28 - COVID-19 fatality risk (no lockdown) : 0.0040889 for EUROPE (country code : 917)
29 - COVID-19 fatality risk (no lockdown) : 0.0040615 for Northern Europe (country code : 924)
30 - COVID-19 fatality risk (no lockdown) : 0.0040391 for United Kingdom (country code : 826)
31 - COVID-19 fatality risk (no lockdown) : 0.0040234 for Czechia (country code : 203)
32 - COVID-19 fatality risk (no lockdown) : 0.0040018 for Hungary (country code : 348)
33 - COVID-19 fatality risk (no lockdown) : 0.003983 for Romania (country code : 642)
34 - COVID-19 fatality risk (no lockdown) : 0.0039679 for China, Hong Kong SAR (country code : 344)
35 - COVID-19 fatality risk (no lockdown) : 0.0039622 for EUROPE AND NORTHERN AMERICA (country code : 1829)
36 - COVID-19 fatality risk (no lockdown) : 0.0039057 for Curaçao (country code : 531)
37 - COVID-19 fatality risk (no lockdown) : 0.0039 for Poland (country code : 616)
38 - COVID-19 fatality risk (no lockdown) : 0.0038935 for Channel Islands (country code : 830)
39 - COVID-19 fatality risk (no lockdown) : 0.0038867 for Canada (country code : 124)
40 - COVID-19 fatality risk (no lockdown) : 0.0038123 for Serbia (country code : 688)
41 - COVID-19 fatality risk (no lockdown) : 0.003794 for Bosnia and Herzegovina (country code : 70)
42 - COVID-19 fatality risk (no lockdown) : 0.0037831 for Norway (country code : 578)
43 - COVID-19 fatality risk (no lockdown) : 0.003743 for Barbados (country code : 52)
44 - COVID-19 fatality risk (no lockdown) : 0.0037002 for NORTHERN AMERICA (country code : 918)
45 - COVID-19 fatality risk (no lockdown) : 0.0036982 for Ukraine (country code : 804)
46 - COVID-19 fatality risk (no lockdown) : 0.0036882 for Eastern Europe (country code : 923)
47 - COVID-19 fatality risk (no lockdown) : 0.0036783 for United States of America (country code : 840)
48 - COVID-19 fatality risk (no lockdown) : 0.0036674 for New Zealand (country code : 554)
49 - COVID-19 fatality risk (no lockdown) : 0.003635 for AUSTRALIA/NEW ZEALAND (country code : 927)
50 - COVID-19 fatality risk (no lockdown) : 0.003629 for Australia (country code : 36)
51 - COVID-19 fatality risk (no lockdown) : 0.0036258 for Cuba (country code : 192)
52 - COVID-19 fatality risk (no lockdown) : 0.0035956 for Belarus (country code : 112)
53 - COVID-19 fatality risk (no lockdown) : 0.0035869 for Republic of Korea (country code : 410)
54 - COVID-19 fatality risk (no lockdown) : 0.0035565 for Slovakia (country code : 703)
55 - COVID-19 fatality risk (no lockdown) : 0.0035543 for Iceland (country code : 352)
56 - COVID-19 fatality risk (no lockdown) : 0.0035456 for Russian Federation (country code : 643)
57 - COVID-19 fatality risk (no lockdown) : 0.0035292 for Georgia (country code : 268)
58 - COVID-19 fatality risk (no lockdown) : 0.0035123 for Taiwan (country code : 158)
59 - COVID-19 fatality risk (no lockdown) : 0.0035062 for Uruguay (country code : 858)
60 - COVID-19 fatality risk (no lockdown) : 0.0034627 for Montenegro (country code : 499)
61 - COVID-19 fatality risk (no lockdown) : 0.003375 for Aruba (country code : 533)
62 - COVID-19 fatality risk (no lockdown) : 0.003372 for Luxembourg (country code : 442)
63 - COVID-19 fatality risk (no lockdown) : 0.0033581 for Ireland (country code : 372)
64 - COVID-19 fatality risk (no lockdown) : 0.0033355 for Albania (country code : 8)
65 - COVID-19 fatality risk (no lockdown) : 0.0032341 for Cyprus (country code : 196)
66 - COVID-19 fatality risk (no lockdown) : 0.0032268 for North Macedonia (country code : 807)
67 - COVID-19 fatality risk (no lockdown) : 0.0031888 for Réunion (country code : 638)
68 - COVID-19 fatality risk (no lockdown) : 0.0031607 for Thailand (country code : 764)
69 - COVID-19 fatality risk (no lockdown) : 0.0031368 for Eastern Asia (country code : 906)
70 - COVID-19 fatality risk (no lockdown) : 0.0031154 for Singapore (country code : 702)
71 - COVID-19 fatality risk (no lockdown) : 0.0030538 for Armenia (country code : 51)
72 - COVID-19 fatality risk (no lockdown) : 0.0030411 for Israel (country code : 376)
73 - COVID-19 fatality risk (no lockdown) : 0.0029945 for Chile (country code : 152)
74 - COVID-19 fatality risk (no lockdown) : 0.0029621 for China, Macao SAR (country code : 446)
75 - COVID-19 fatality risk (no lockdown) : 0.0029589 for Mauritius (country code : 480)
76 - COVID-19 fatality risk (no lockdown) : 0.0029474 for Republic of Moldova (country code : 498)
77 - COVID-19 fatality risk (no lockdown) : 0.0029147 for China (country code : 156)
78 - COVID-19 fatality risk (no lockdown) : 0.0028784 for EASTERN AND SOUTH-EASTERN ASIA (country code : 1832)
79 - COVID-19 fatality risk (no lockdown) : 0.0028637 for Trinidad and Tobago (country code : 780)
80 - COVID-19 fatality risk (no lockdown) : 0.0028282 for Argentina (country code : 32)
81 - COVID-19 fatality risk (no lockdown) : 0.0028228 for Sri Lanka (country code : 144)
82 - COVID-19 fatality risk (no lockdown) : 0.0027738 for Caribbean (country code : 915)
83 - COVID-19 fatality risk (no lockdown) : 0.0027311 for Guam (country code : 316)
84 - COVID-19 fatality risk (no lockdown) : 0.0026873 for Costa Rica (country code : 188)
85 - COVID-19 fatality risk (no lockdown) : 0.0026718 for Saint Lucia (country code : 662)
86 - COVID-19 fatality risk (no lockdown) : 0.0026689 for Saint Vincent and the Grenadines (country code : 670)
87 - COVID-19 fatality risk (no lockdown) : 0.0026644 for Dem. People's Republic of Korea (country code : 408)
88 - COVID-19 fatality risk (no lockdown) : 0.0026571 for Grenada (country code : 308)
89 - COVID-19 fatality risk (no lockdown) : 0.0025719 for Antigua and Barbuda (country code : 28)
90 - COVID-19 fatality risk (no lockdown) : 0.0025675 for New Caledonia (country code : 540)
91 - COVID-19 fatality risk (no lockdown) : 0.0025329 for Brazil (country code : 76)
92 - COVID-19 fatality risk (no lockdown) : 0.0025273 for South America (country code : 931)
93 - COVID-19 fatality risk (no lockdown) : 0.0024929 for Tunisia (country code : 788)
94 - COVID-19 fatality risk (no lockdown) : 0.0024911 for French Polynesia (country code : 258)
95 - COVID-19 fatality risk (no lockdown) : 0.0024891 for Seychelles (country code : 690)
96 - COVID-19 fatality risk (no lockdown) : 0.0024864 for Jamaica (country code : 388)
97 - COVID-19 fatality risk (no lockdown) : 0.0024457 for LATIN AMERICA AND THE CARIBBEAN (country code : 1830)
98 - COVID-19 fatality risk (no lockdown) : 0.0024416 for Turkey (country code : 792)
99 - COVID-19 fatality risk (no lockdown) : 0.0024341 for Colombia (country code : 170)
100 - COVID-19 fatality risk (no lockdown) : 0.0024288 for Panama (country code : 591)
101 - COVID-19 fatality risk (no lockdown) : 0.0024145 for Kazakhstan (country code : 398)
102 - COVID-19 fatality risk (no lockdown) : 0.002385 for Peru (country code : 604)
103 - COVID-19 fatality risk (no lockdown) : 0.0023724 for Viet Nam (country code : 704)
104 - COVID-19 fatality risk (no lockdown) : 0.0023626 for Venezuela (Bolivarian Republic of) (country code : 862)
105 - COVID-19 fatality risk (no lockdown) : 0.0023459 for El Salvador (country code : 222)
106 - COVID-19 fatality risk (no lockdown) : 0.0022835 for Bahamas (country code : 44)
107 - COVID-19 fatality risk (no lockdown) : 0.0022464 for Morocco (country code : 504)
108 - COVID-19 fatality risk (no lockdown) : 0.0022358 for Azerbaijan (country code : 31)
109 - COVID-19 fatality risk (no lockdown) : 0.0022334 for Mexico (country code : 484)
110 - COVID-19 fatality risk (no lockdown) : 0.0022281 for Dominican Republic (country code : 214)
111 - COVID-19 fatality risk (no lockdown) : 0.0022224 for Polynesia (country code : 957)
112 - COVID-19 fatality risk (no lockdown) : 0.0022185 for Lebanon (country code : 422)
113 - COVID-19 fatality risk (no lockdown) : 0.0022004 for Ecuador (country code : 218)
114 - COVID-19 fatality risk (no lockdown) : 0.0022 for Suriname (country code : 740)
115 - COVID-19 fatality risk (no lockdown) : 0.002172 for South-Eastern Asia (country code : 920)
116 - COVID-19 fatality risk (no lockdown) : 0.0021644 for Bolivia (Plurinational State of) (country code : 68)
117 - COVID-19 fatality risk (no lockdown) : 0.0021587 for Central America (country code : 916)
118 - COVID-19 fatality risk (no lockdown) : 0.0021519 for Guyana (country code : 328)
119 - COVID-19 fatality risk (no lockdown) : 0.0021326 for Micronesia (country code : 954)
120 - COVID-19 fatality risk (no lockdown) : 0.0020977 for Algeria (country code : 12)
121 - COVID-19 fatality risk (no lockdown) : 0.0020827 for Malaysia (country code : 458)
122 - COVID-19 fatality risk (no lockdown) : 0.0020433 for Iran (Islamic Republic of) (country code : 364)
123 - COVID-19 fatality risk (no lockdown) : 0.0020217 for Indonesia (country code : 360)
124 - COVID-19 fatality risk (no lockdown) : 0.0020043 for Paraguay (country code : 600)
125 - COVID-19 fatality risk (no lockdown) : 0.0019908 for India (country code : 356)
126 - COVID-19 fatality risk (no lockdown) : 0.0019591 for Myanmar (country code : 104)
127 - COVID-19 fatality risk (no lockdown) : 0.0019544 for Fiji (country code : 242)
128 - COVID-19 fatality risk (no lockdown) : 0.0019386 for Tonga (country code : 776)
129 - COVID-19 fatality risk (no lockdown) : 0.0019278 for Southern Asia (country code : 5501)
130 - COVID-19 fatality risk (no lockdown) : 0.001927 for CENTRAL AND SOUTHERN ASIA (country code : 921)
131 - COVID-19 fatality risk (no lockdown) : 0.0019241 for Brunei Darussalam (country code : 96)
132 - COVID-19 fatality risk (no lockdown) : 0.0019058 for Central Asia (country code : 5500)
133 - COVID-19 fatality risk (no lockdown) : 0.0019036 for Northern Africa (country code : 912)
134 - COVID-19 fatality risk (no lockdown) : 0.0019003 for NORTHERN AFRICA AND WESTERN ASIA (country code : 1833)
135 - COVID-19 fatality risk (no lockdown) : 0.0018975 for Western Asia (country code : 922)
136 - COVID-19 fatality risk (no lockdown) : 0.0018781 for Bhutan (country code : 64)
137 - COVID-19 fatality risk (no lockdown) : 0.0018584 for Nicaragua (country code : 558)
138 - COVID-19 fatality risk (no lockdown) : 0.001858 for French Guiana (country code : 254)
139 - COVID-19 fatality risk (no lockdown) : 0.0018409 for Philippines (country code : 608)
140 - COVID-19 fatality risk (no lockdown) : 0.0018206 for Samoa (country code : 882)
141 - COVID-19 fatality risk (no lockdown) : 0.0018147 for Egypt (country code : 818)
142 - COVID-19 fatality risk (no lockdown) : 0.0018096 for South Africa (country code : 710)
143 - COVID-19 fatality risk (no lockdown) : 0.0018049 for Kyrgyzstan (country code : 417)
144 - COVID-19 fatality risk (no lockdown) : 0.0018042 for Bangladesh (country code : 50)
145 - COVID-19 fatality risk (no lockdown) : 0.0017939 for Nepal (country code : 524)
146 - COVID-19 fatality risk (no lockdown) : 0.0017888 for Turkmenistan (country code : 795)
147 - COVID-19 fatality risk (no lockdown) : 0.0017776 for Southern Africa (country code : 913)
148 - COVID-19 fatality risk (no lockdown) : 0.0017766 for Uzbekistan (country code : 860)
149 - COVID-19 fatality risk (no lockdown) : 0.0017527 for Cabo Verde (country code : 132)
150 - COVID-19 fatality risk (no lockdown) : 0.0017398 for Mongolia (country code : 496)
151 - COVID-19 fatality risk (no lockdown) : 0.0017328 for Belize (country code : 84)
152 - COVID-19 fatality risk (no lockdown) : 0.0017226 for Haiti (country code : 332)
153 - COVID-19 fatality risk (no lockdown) : 0.0016947 for Cambodia (country code : 116)
154 - COVID-19 fatality risk (no lockdown) : 0.0016807 for Libya (country code : 434)
155 - COVID-19 fatality risk (no lockdown) : 0.0016755 for Honduras (country code : 340)
156 - COVID-19 fatality risk (no lockdown) : 0.0016744 for Syrian Arab Republic (country code : 760)
157 - COVID-19 fatality risk (no lockdown) : 0.0016607 for Guatemala (country code : 320)
158 - COVID-19 fatality risk (no lockdown) : 0.0016548 for Djibouti (country code : 262)
159 - COVID-19 fatality risk (no lockdown) : 0.0016484 for Lesotho (country code : 426)
160 - COVID-19 fatality risk (no lockdown) : 0.001646 for Kiribati (country code : 296)
161 - COVID-19 fatality risk (no lockdown) : 0.0016383 for Kuwait (country code : 414)
162 - COVID-19 fatality risk (no lockdown) : 0.0016265 for Micronesia (Fed. States of) (country code : 583)
163 - COVID-19 fatality risk (no lockdown) : 0.0015906 for OCEANIA (EXCLUDING AUSTRALIA AND NEW ZEALAND) (country code : 1835)
164 - COVID-19 fatality risk (no lockdown) : 0.0015888 for Pakistan (country code : 586)
165 - COVID-19 fatality risk (no lockdown) : 0.0015813 for Botswana (country code : 72)
166 - COVID-19 fatality risk (no lockdown) : 0.001566 for Eritrea (country code : 232)
167 - COVID-19 fatality risk (no lockdown) : 0.001563 for Lao People's Democratic Republic (country code : 418)
168 - COVID-19 fatality risk (no lockdown) : 0.0015616 for Mayotte (country code : 175)
169 - COVID-19 fatality risk (no lockdown) : 0.0015536 for Timor-Leste (country code : 626)
170 - COVID-19 fatality risk (no lockdown) : 0.0015411 for Jordan (country code : 400)
171 - COVID-19 fatality risk (no lockdown) : 0.0015208 for Melanesia (country code : 928)
172 - COVID-19 fatality risk (no lockdown) : 0.0015203 for Saudi Arabia (country code : 682)
173 - COVID-19 fatality risk (no lockdown) : 0.0014892 for Western Sahara (country code : 732)
174 - COVID-19 fatality risk (no lockdown) : 0.0014778 for Vanuatu (country code : 548)
175 - COVID-19 fatality risk (no lockdown) : 0.0014625 for Tajikistan (country code : 762)
176 - COVID-19 fatality risk (no lockdown) : 0.0014581 for Solomon Islands (country code : 90)
177 - COVID-19 fatality risk (no lockdown) : 0.0014417 for Papua New Guinea (country code : 598)
178 - COVID-19 fatality risk (no lockdown) : 0.0014349 for Maldives (country code : 462)
179 - COVID-19 fatality risk (no lockdown) : 0.0014318 for Sudan (country code : 729)
180 - COVID-19 fatality risk (no lockdown) : 0.0014293 for Namibia (country code : 516)
181 - COVID-19 fatality risk (no lockdown) : 0.0014212 for Gabon (country code : 266)
182 - COVID-19 fatality risk (no lockdown) : 0.0014122 for Eswatini (country code : 748)
183 - COVID-19 fatality risk (no lockdown) : 0.0013811 for Ghana (country code : 288)
184 - COVID-19 fatality risk (no lockdown) : 0.0013738 for Bahrain (country code : 48)
185 - COVID-19 fatality risk (no lockdown) : 0.0013664 for Iraq (country code : 368)
186 - COVID-19 fatality risk (no lockdown) : 0.0013626 for Liberia (country code : 430)
187 - COVID-19 fatality risk (no lockdown) : 0.0013589 for South Sudan (country code : 728)
188 - COVID-19 fatality risk (no lockdown) : 0.0013572 for Sao Tome and Principe (country code : 678)
189 - COVID-19 fatality risk (no lockdown) : 0.0013558 for Ethiopia (country code : 231)
190 - COVID-19 fatality risk (no lockdown) : 0.0013514 for Benin (country code : 204)
191 - COVID-19 fatality risk (no lockdown) : 0.0013497 for Mauritania (country code : 478)
192 - COVID-19 fatality risk (no lockdown) : 0.0013462 for State of Palestine (country code : 275)
193 - COVID-19 fatality risk (no lockdown) : 0.0013407 for Comoros (country code : 174)
194 - COVID-19 fatality risk (no lockdown) : 0.0013236 for Rwanda (country code : 646)
195 - COVID-19 fatality risk (no lockdown) : 0.0013141 for Madagascar (country code : 450)
196 - COVID-19 fatality risk (no lockdown) : 0.001304 for Senegal (country code : 686)
197 - COVID-19 fatality risk (no lockdown) : 0.0012963 for Democratic Republic of the Congo (country code : 180)
198 - COVID-19 fatality risk (no lockdown) : 0.0012881 for Zimbabwe (country code : 716)
199 - COVID-19 fatality risk (no lockdown) : 0.0012858 for Congo (country code : 178)
200 - COVID-19 fatality risk (no lockdown) : 0.0012699 for Togo (country code : 768)
201 - COVID-19 fatality risk (no lockdown) : 0.0012644 for Sierra Leone (country code : 694)
202 - COVID-19 fatality risk (no lockdown) : 0.0012609 for Oman (country code : 512)
203 - COVID-19 fatality risk (no lockdown) : 0.0012492 for Western Africa (country code : 914)
204 - COVID-19 fatality risk (no lockdown) : 0.0012426 for Cote d'Ivoire (country code : 384)
205 - COVID-19 fatality risk (no lockdown) : 0.0012408 for Yemen (country code : 887)
206 - COVID-19 fatality risk (no lockdown) : 0.001239 for Nigeria (country code : 566)
207 - COVID-19 fatality risk (no lockdown) : 0.0012367 for Guinea (country code : 324)
208 - COVID-19 fatality risk (no lockdown) : 0.0012356 for Somalia (country code : 706)
209 - COVID-19 fatality risk (no lockdown) : 0.0012353 for Middle Africa (country code : 911)
210 - COVID-19 fatality risk (no lockdown) : 0.0012282 for Guinea-Bissau (country code : 624)
211 - COVID-19 fatality risk (no lockdown) : 0.0012222 for Central African Republic (country code : 140)
212 - COVID-19 fatality risk (no lockdown) : 0.0012191 for Mozambique (country code : 508)
213 - COVID-19 fatality risk (no lockdown) : 0.0012116 for Cameroon (country code : 120)
214 - COVID-19 fatality risk (no lockdown) : 0.0012092 for United Republic of Tanzania (country code : 834)
215 - COVID-19 fatality risk (no lockdown) : 0.0011885 for Qatar (country code : 634)
216 - COVID-19 fatality risk (no lockdown) : 0.0011805 for Kenya (country code : 404)
217 - COVID-19 fatality risk (no lockdown) : 0.0011803 for Niger (country code : 562)
218 - COVID-19 fatality risk (no lockdown) : 0.0011793 for Afghanistan (country code : 4)
219 - COVID-19 fatality risk (no lockdown) : 0.0011762 for Malawi (country code : 454)
220 - COVID-19 fatality risk (no lockdown) : 0.001166 for Gambia (country code : 270)
221 - COVID-19 fatality risk (no lockdown) : 0.0011517 for Burundi (country code : 108)
222 - COVID-19 fatality risk (no lockdown) : 0.0011503 for Burkina Faso (country code : 854)
223 - COVID-19 fatality risk (no lockdown) : 0.0011419 for Mali (country code : 466)
224 - COVID-19 fatality risk (no lockdown) : 0.001139 for United Arab Emirates (country code : 784)
225 - COVID-19 fatality risk (no lockdown) : 0.0011335 for Chad (country code : 148)
226 - COVID-19 fatality risk (no lockdown) : 0.0011221 for Angola (country code : 24)
227 - COVID-19 fatality risk (no lockdown) : 0.0011169 for Equatorial Guinea (country code : 226)
228 - COVID-19 fatality risk (no lockdown) : 0.0010671 for Zambia (country code : 894)
229 - COVID-19 fatality risk (no lockdown) : 0.0010321 for Uganda (country code : 800)
1 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0014486 for Singapore (country code : 702)
2 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0014434 for China, Hong Kong SAR (country code : 344)
3 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0014401 for Republic of Korea (country code : 410)
4 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0014273 for Aruba (country code : 533)
5 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0014251 for China, Macao SAR (country code : 446)
6 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0014036 for Martinique (country code : 474)
7 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013917 for Bosnia and Herzegovina (country code : 70)
8 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013902 for Belarus (country code : 112)
9 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.001382 for Taiwan (country code : 158)
10 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013643 for Thailand (country code : 764)
11 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013627 for Curaçao (country code : 531)
12 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013627 for Lithuania (country code : 440)
13 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013592 for Germany (country code : 276)
14 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.001358 for Cuba (country code : 192)
15 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.001342 for Russian Federation (country code : 643)
16 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013418 for Guadeloupe (country code : 312)
17 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013406 for Slovenia (country code : 705)
18 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013393 for China (country code : 156)
19 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013372 for Austria (country code : 40)
20 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013323 for Armenia (country code : 51)
21 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013309 for Puerto Rico (country code : 630)
22 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013288 for Eastern Asia (country code : 906)
23 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013282 for Ukraine (country code : 804)
24 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013269 for United States Virgin Islands (country code : 850)
25 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.001322 for Dem. People's Republic of Korea (country code : 408)
26 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013205 for Eastern Europe (country code : 923)
27 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013201 for Italy (country code : 380)
28 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00132 for Latvia (country code : 428)
29 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.001316 for Spain (country code : 724)
30 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013154 for Republic of Moldova (country code : 498)
31 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.001315 for Croatia (country code : 191)
32 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013147 for Switzerland (country code : 756)
33 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013096 for Channel Islands (country code : 830)
34 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013095 for Southern Europe (country code : 925)
35 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013087 for Netherlands (country code : 528)
36 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013085 for Canada (country code : 124)
37 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013078 for Western Europe (country code : 926)
38 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0013064 for Georgia (country code : 268)
39 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.001304 for EUROPE (country code : 917)
40 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.001299 for North Macedonia (country code : 807)
41 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012989 for Barbados (country code : 52)
42 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012969 for Slovakia (country code : 703)
43 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012942 for Réunion (country code : 638)
44 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012917 for Albania (country code : 8)
45 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012903 for EUROPE AND NORTHERN AMERICA (country code : 1829)
46 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00129 for Romania (country code : 642)
47 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012895 for Seychelles (country code : 690)
48 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012891 for Bulgaria (country code : 100)
49 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012877 for Mauritius (country code : 480)
50 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012872 for Luxembourg (country code : 442)
51 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012861 for Poland (country code : 616)
52 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012846 for Belgium (country code : 56)
53 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012828 for Greece (country code : 300)
54 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012813 for Portugal (country code : 620)
55 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012803 for Azerbaijan (country code : 31)
56 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.001277 for EASTERN AND SOUTH-EASTERN ASIA (country code : 1832)
57 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012716 for Montenegro (country code : 499)
58 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012619 for NORTHERN AMERICA (country code : 918)
59 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012592 for Kuwait (country code : 414)
60 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012577 for Trinidad and Tobago (country code : 780)
61 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012564 for United States of America (country code : 840)
62 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012537 for Estonia (country code : 233)
63 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012505 for New Zealand (country code : 554)
64 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012471 for Iceland (country code : 352)
65 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012455 for United Kingdom (country code : 826)
66 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012448 for Denmark (country code : 208)
67 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012432 for Northern Europe (country code : 924)
68 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012406 for Hungary (country code : 348)
69 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012397 for Antigua and Barbuda (country code : 28)
70 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012383 for Serbia (country code : 688)
71 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.001238 for France (country code : 250)
72 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012363 for Finland (country code : 246)
73 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012343 for Malta (country code : 470)
74 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012327 for Norway (country code : 578)
75 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012285 for Czechia (country code : 203)
76 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012219 for Sri Lanka (country code : 144)
77 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012163 for AUSTRALIA/NEW ZEALAND (country code : 927)
78 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012144 for Chile (country code : 152)
79 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012106 for French Polynesia (country code : 258)
80 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012099 for Australia (country code : 36)
81 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012052 for Ireland (country code : 372)
82 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012041 for Kazakhstan (country code : 398)
83 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012034 for Sweden (country code : 752)
84 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0012003 for Bahamas (country code : 44)
85 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011998 for Tunisia (country code : 788)
86 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011984 for Saint Vincent and the Grenadines (country code : 670)
87 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011961 for Cyprus (country code : 196)
88 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011919 for Grenada (country code : 308)
89 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011912 for New Caledonia (country code : 540)
90 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011904 for Viet Nam (country code : 704)
91 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011894 for Costa Rica (country code : 188)
92 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011884 for Saint Lucia (country code : 662)
93 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011809 for Guam (country code : 316)
94 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011679 for Brunei Darussalam (country code : 96)
95 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011593 for Japan (country code : 392)
96 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011559 for Brazil (country code : 76)
97 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011515 for Uruguay (country code : 858)
98 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011499 for Caribbean (country code : 915)
99 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011458 for Venezuela (Bolivarian Republic of) (country code : 862)
100 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011356 for South-Eastern Asia (country code : 920)
101 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011347 for Morocco (country code : 504)
102 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011248 for Indonesia (country code : 360)
103 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011245 for South America (country code : 931)
104 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011231 for Fiji (country code : 242)
105 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011221 for Suriname (country code : 740)
106 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011206 for Jamaica (country code : 388)
107 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011152 for Turkey (country code : 792)
108 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.001112 for Colombia (country code : 170)
109 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011119 for Polynesia (country code : 957)
110 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011112 for Micronesia (country code : 954)
111 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0011088 for Iran (Islamic Republic of) (country code : 364)
112 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.001102 for LATIN AMERICA AND THE CARIBBEAN (country code : 1830)
113 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010968 for Lebanon (country code : 422)
114 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010947 for Myanmar (country code : 104)
115 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010943 for Central Asia (country code : 5500)
116 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010865 for Mongolia (country code : 496)
117 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010829 for Guyana (country code : 328)
118 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010819 for Peru (country code : 604)
119 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010775 for Panama (country code : 591)
120 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010771 for Kyrgyzstan (country code : 417)
121 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010765 for Uzbekistan (country code : 860)
122 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010755 for Argentina (country code : 32)
123 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010696 for Mexico (country code : 484)
124 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010696 for Malaysia (country code : 458)
125 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010668 for Turkmenistan (country code : 795)
126 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010481 for Dominican Republic (country code : 214)
127 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010479 for Israel (country code : 376)
128 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010458 for India (country code : 356)
129 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010387 for Algeria (country code : 12)
130 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010335 for Central America (country code : 916)
131 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010333 for Bahrain (country code : 48)
132 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010318 for Saudi Arabia (country code : 682)
133 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010302 for Western Sahara (country code : 732)
134 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010267 for French Guiana (country code : 254)
135 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010256 for CENTRAL AND SOUTHERN ASIA (country code : 921)
136 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.001023 for Southern Asia (country code : 5501)
137 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010229 for Micronesia (Fed. States of) (country code : 583)
138 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010206 for Ecuador (country code : 218)
139 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010091 for Western Asia (country code : 922)
140 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.001005 for NORTHERN AFRICA AND WESTERN ASIA (country code : 1833)
141 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.001005 for Philippines (country code : 608)
142 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.001003 for South Africa (country code : 710)
143 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010003 for Cabo Verde (country code : 132)
144 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0010001 for Northern Africa (country code : 912)
145 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00099933 for Libya (country code : 434)
146 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00099557 for Qatar (country code : 634)
147 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00099449 for Bangladesh (country code : 50)
148 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00099398 for Samoa (country code : 882)
149 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.000992 for El Salvador (country code : 222)
150 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00098581 for Southern Africa (country code : 913)
151 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00098392 for United Arab Emirates (country code : 784)
152 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00098103 for Kiribati (country code : 296)
153 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00097915 for Cambodia (country code : 116)
154 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00097772 for Egypt (country code : 818)
155 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00096697 for Nicaragua (country code : 558)
156 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00096093 for Tonga (country code : 776)
157 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00095781 for Tajikistan (country code : 762)
158 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00095684 for Djibouti (country code : 262)
159 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00095294 for Paraguay (country code : 600)
160 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00094954 for OCEANIA (EXCLUDING AUSTRALIA AND NEW ZEALAND) (country code : 1835)
161 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00094082 for Belize (country code : 84)
162 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00093185 for Bhutan (country code : 64)
163 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00093092 for Syrian Arab Republic (country code : 760)
164 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00093043 for Melanesia (country code : 928)
165 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00092892 for Bolivia (Plurinational State of) (country code : 68)
166 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00092728 for Nepal (country code : 524)
167 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00092069 for Lao People's Democratic Republic (country code : 418)
168 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00091351 for Maldives (country code : 462)
169 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00090868 for Papua New Guinea (country code : 598)
170 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00090818 for Jordan (country code : 400)
171 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00090754 for Oman (country code : 512)
172 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00090249 for Haiti (country code : 332)
173 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0008914 for Pakistan (country code : 586)
174 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00089139 for Vanuatu (country code : 548)
175 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00089 for Ghana (country code : 288)
176 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00088995 for Botswana (country code : 72)
177 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00088332 for Lesotho (country code : 426)
178 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00087667 for Honduras (country code : 340)
179 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00085583 for Timor-Leste (country code : 626)
180 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00084695 for Gabon (country code : 266)
181 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00083999 for Namibia (country code : 516)
182 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00083736 for Comoros (country code : 174)
183 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00083191 for Sao Tome and Principe (country code : 678)
184 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00083055 for Solomon Islands (country code : 90)
185 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00082943 for Congo (country code : 178)
186 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00082534 for Mauritania (country code : 478)
187 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0008222 for Guatemala (country code : 320)
188 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00082195 for Rwanda (country code : 646)
189 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00082133 for Mayotte (country code : 175)
190 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00081735 for Sudan (country code : 729)
191 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00081244 for State of Palestine (country code : 275)
192 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00081041 for Liberia (country code : 430)
193 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00080724 for Iraq (country code : 368)
194 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00080308 for Madagascar (country code : 450)
195 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00080053 for Togo (country code : 768)
196 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00078901 for Benin (country code : 204)
197 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00078789 for Nigeria (country code : 566)
198 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00078449 for South Sudan (country code : 728)
199 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00078321 for Western Africa (country code : 914)
200 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00078306 for Eritrea (country code : 232)
201 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00078121 for Kenya (country code : 404)
202 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00077972 for Sierra Leone (country code : 694)
203 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0007728 for Cote d'Ivoire (country code : 384)
204 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00077268 for Senegal (country code : 686)
205 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00076372 for Yemen (country code : 887)
206 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0007597 for United Republic of Tanzania (country code : 834)
207 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00075923 for Zimbabwe (country code : 716)
208 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00075911 for Guinea-Bissau (country code : 624)
209 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00075798 for Cameroon (country code : 120)
210 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00075733 for Democratic Republic of the Congo (country code : 180)
211 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00075681 for Ethiopia (country code : 231)
212 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0007497 for Middle Africa (country code : 911)
213 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00074892 for Equatorial Guinea (country code : 226)
214 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00074271 for Guinea (country code : 324)
215 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00074198 for Burundi (country code : 108)
216 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00073934 for Eswatini (country code : 748)
217 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00073929 for Burkina Faso (country code : 854)
218 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00073863 for Central African Republic (country code : 140)
219 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00073596 for Afghanistan (country code : 4)
220 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00073413 for Gambia (country code : 270)
221 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00073103 for Angola (country code : 24)
222 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00072558 for Somalia (country code : 706)
223 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00072185 for Mozambique (country code : 508)
224 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00071966 for Malawi (country code : 454)
225 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0007113 for Niger (country code : 562)
226 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00070283 for Mali (country code : 466)
227 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.0006966 for Zambia (country code : 894)
228 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00068985 for Chad (country code : 148)
229 - COVID-19 fatality risk (strong lockdown age > 65 years) : 0.00068467 for Uganda (country code : 800)
Fermer
Liste des 50 villes du monde les plus susceptibles d'être touchées par le COVID-19. Attention, quelques erreurs peuvent s'être glissées quant à la population et la densité.
On peut estimer le nombre de décès à partir du risque épidémique avec un confinement modéré (cas tout le monde confiné) comme celui vécu au cours de ces deux derniers mois en France en prenant une surface d'interaction moyenne de S = 8 m2 entre individus. On a ainsi Ndeces = Npopulation*Fcovid*S ce qui donne pour Paris 2,200,000x8.7702e-05x8 = 1543 décès par exemple. Valable pour toutes les villes.
- COVID-19 fatality risk : 9.8658e-05 for Manhattan (United States of America), density : 26821.5321 h/km2, population : 1643734
- COVID-19 fatality risk : 8.7702e-05 for Paris (France), density : 20000 h/km2, population : 2148271
- COVID-19 fatality risk : 8.4796e-05 for Narayanganj (Bangladesh), density : 47000 h/km2, population : 1572386
- COVID-19 fatality risk : 8.479e-05 for Dhaka (Bangladesh), density : 46997 h/km2, population : 12797394
- COVID-19 fatality risk : 7.6425e-05 for Manila (Philippines), density : 41515 h/km2, population : 11100000
- COVID-19 fatality risk : 6.8955e-05 for Barcelona (Spain), density : 16000 h/km2, population : 4920000
- COVID-19 fatality risk : 5.976e-05 for Puch'on (Republic of Korea), density : 16660.78 h/km2, population : 866000
- COVID-19 fatality risk : 5.739e-05 for Seoul (Republic of Korea), density : 16000 h/km2, population : 9796000
- COVID-19 fatality risk : 5.6971e-05 for Colombo (Sri Lanka), density : 20182 h/km2, population : 752993
- COVID-19 fatality risk : 5.5227e-05 for Pasay City (Philippines), density : 30000 h/km2, population : 403064
- COVID-19 fatality risk : 5.3363e-05 for Geneva (Switzerland), density : 13000 h/km2, population : 1240000
- COVID-19 fatality risk : 5.0229e-05 for Brooklyn (United States of America), density : 13655.3037 h/km2, population : 2629150
- COVID-19 fatality risk : 4.8236e-05 for Lyon (France), density : 11000 h/km2, population : 1423000
- COVID-19 fatality risk : 4.7191e-05 for Port-au-Prince (Haiti), density : 27395 h/km2, population : 1998000
- COVID-19 fatality risk : 4.673e-05 for Bronx (United States of America), density : 12704.1417 h/km2, population : 1455720
- COVID-19 fatality risk : 4.5952e-05 for Santo Domingo (Dominican Republic), density : 20624.2819 h/km2, population : 2154000
- COVID-19 fatality risk : 4.5721e-05 for Yokohama (Japan), density : 8534.03 h/km2, population : 3697894
- COVID-19 fatality risk : 4.4652e-05 for Guadalajara (Spain), density : 10361 h/km2, population : 1460148
- COVID-19 fatality risk : 4.3798e-05 for Kolkata (India), density : 22000 h/km2, population : 14787000
- COVID-19 fatality risk : 4.3798e-05 for Haora (India), density : 22000 h/km2, population : 1370448
- COVID-19 fatality risk : 4.268e-05 for Piraeus (Greece), density : 9244.2033 h/km2, population : 466065
- COVID-19 fatality risk : 4.2325e-05 for Naha (Japan), density : 7900 h/km2, population : 317405
- COVID-19 fatality risk : 4.1807e-05 for Mumbai (India), density : 21000 h/km2, population : 18978000
- COVID-19 fatality risk : 4.1804e-05 for Cadiz (Spain), density : 9700 h/km2, population : 283157
- COVID-19 fatality risk : 4.0541e-05 for Cotonou (Benin), density : 30000 h/km2, population : 24010675
- COVID-19 fatality risk : 4.0306e-05 for Valletta (Malta), density : 9600 h/km2, population : 368250
- COVID-19 fatality risk : 3.8563e-05 for Naples (Italy), density : 8100 h/km2, population : 2250000
- COVID-19 fatality risk : 3.8531e-05 for Ardabil (Iran (Islamic Republic of)), density : 18857 h/km2, population : 564374
- COVID-19 fatality risk : 3.815e-05 for Grenoble (France), density : 8700 h/km2, population : 388574
- COVID-19 fatality risk : 3.8038e-05 for Kochi (Japan), density : 7100 h/km2, population : 335570
- COVID-19 fatality risk : 3.7802e-05 for Barcelona (Venezuela (Bolivarian Republic of)), density : 16000 h/km2, population : 600954
- COVID-19 fatality risk : 3.6785e-05 for Suwon (Republic of Korea), density : 10255.4 h/km2, population : 1078000
- COVID-19 fatality risk : 3.6697e-05 for Trincomalee (Sri Lanka), density : 13000 h/km2, population : 108420
- COVID-19 fatality risk : 3.6658e-05 for Milan (Italy), density : 7700 h/km2, population : 2945000
- COVID-19 fatality risk : 3.6632e-05 for Pamplona (Spain), density : 8500 h/km2, population : 274545
- COVID-19 fatality risk : 3.6605e-05 for Bahir Dar (Ethiopia), density : 27000 h/km2, population : 750991
- COVID-19 fatality risk : 3.584e-05 for Sylhet (Bangladesh), density : 19865 h/km2, population : 237000
- COVID-19 fatality risk : 3.5775e-05 for Arequipa (Peru), density : 15000 h/km2, population : 815000
- COVID-19 fatality risk : 3.577e-05 for Bilbao (Spain), density : 8300 h/km2, population : 875552
- COVID-19 fatality risk : 3.5722e-05 for Chittagong (Bangladesh), density : 19800 h/km2, population : 4529000
- COVID-19 fatality risk : 3.4069e-05 for Taipei (Taiwan), density : 9700 h/km2, population : 6900273
- COVID-19 fatality risk : 3.4015e-05 for Tokyo (Japan), density : 6349 h/km2, population : 35676000
- COVID-19 fatality risk : 3.3844e-05 for Chennai (India), density : 17000 h/km2, population : 7163000
- COVID-19 fatality risk : 3.3819e-05 for Baghdad (Iraq), density : 24750.2449 h/km2, population : 5054000
- COVID-19 fatality risk : 3.3277e-05 for Vijayawada (India), density : 16715 h/km2, population : 1137000
- COVID-19 fatality risk : 3.3136e-05 for Quezon City (Philippines), density : 18000 h/km2, population : 2761720
- COVID-19 fatality risk : 3.2755e-05 for Rajahmundry (India), density : 16453 h/km2, population : 304804
- COVID-19 fatality risk : 3.2614e-05 for Nazareth (Israel), density : 10724.2795 h/km2, population : 151459
- COVID-19 fatality risk : 3.1967e-05 for Bucharest (Romania), density : 8026 h/km2, population : 1942000
- COVID-19 fatality risk : 3.1897e-05 for Turin (Italy), density : 6700 h/km2, population : 1652000
Liste des 20 villes d'Europe les plus susceptibles d'être touchées par le COVID-19. Attention, quelques erreurs peuvent s'être glissées quant à la population et la densité
- COVID-19 fatality risk : 8.7702e-05 for Paris (France), density : 20000 h/km2, population : 2148271- COVID-19 fatality risk : 6.8955e-05 for Barcelona (Spain), density : 16000 h/km2, population : 4920000
- COVID-19 fatality risk : 5.3363e-05 for Geneva (Switzerland), density : 13000 h/km2, population : 1240000
- COVID-19 fatality risk : 4.8236e-05 for Lyon (France), density : 11000 h/km2, population : 1423000
- COVID-19 fatality risk : 4.4652e-05 for Guadalajara (Spain), density : 10361 h/km2, population : 1460148
- COVID-19 fatality risk : 4.268e-05 for Piraeus (Greece), density : 9244.2033 h/km2, population : 466065
- COVID-19 fatality risk : 4.1804e-05 for Cadiz (Spain), density : 9700 h/km2, population : 283157
- COVID-19 fatality risk : 4.0306e-05 for Valletta (Malta), density : 9600 h/km2, population : 368250
- COVID-19 fatality risk : 3.8563e-05 for Naples (Italy), density : 8100 h/km2, population : 2250000
- COVID-19 fatality risk : 3.815e-05 for Grenoble (France), density : 8700 h/km2, population : 388574
- COVID-19 fatality risk : 3.6658e-05 for Milan (Italy), density : 7700 h/km2, population : 2945000
- COVID-19 fatality risk : 3.6632e-05 for Pamplona (Spain), density : 8500 h/km2, population : 274545
- COVID-19 fatality risk : 3.577e-05 for Bilbao (Spain), density : 8300 h/km2, population : 875552
- COVID-19 fatality risk : 3.1967e-05 for Bucharest (Romania), density : 8026 h/km2, population : 1942000
- COVID-19 fatality risk : 3.1897e-05 for Turin (Italy), density : 6700 h/km2, population : 1652000
- COVID-19 fatality risk : 3.156e-05 for Porto (Portugal), density : 6900 h/km2, population : 1337000
- COVID-19 fatality risk : 3.1019e-05 for Brussels (Belgium), density : 7442 h/km2, population : 1743000
- COVID-19 fatality risk : 3.0376e-05 for Basel (Switzerland), density : 7400 h/km2, population : 830000
- COVID-19 fatality risk : 3.0168e-05 for Melilla (Spain), density : 7000 h/km2, population : 141308
- COVID-19 fatality risk : 2.938e-05 for Lille (France), density : 6700 h/km2, population : 1044000
Liste des 10 villes de France les plus susceptibles d'être touchées par le COVID-19. Attention, quelques erreurs peuvent s'être glissées quant à la population et la densité
- COVID-19 fatality risk : 8.7702e-05 for Paris (France), density : 20000 h/km2, population : 2148271- COVID-19 fatality risk : 4.8236e-05 for Lyon (France), density : 11000 h/km2, population : 1423000
- COVID-19 fatality risk : 3.815e-05 for Grenoble (France), density : 8700 h/km2, population : 388574
- COVID-19 fatality risk : 2.938e-05 for Lille (France), density : 6700 h/km2, population : 1044000
- COVID-19 fatality risk : 2.2803e-05 for Bordeaux (France), density : 5200 h/km2, population : 803000
- COVID-19 fatality risk : 2.2803e-05 for Rouen (France), density : 5200 h/km2, population : 532559
- COVID-19 fatality risk : 2.1925e-05 for Montpellier (France), density : 5000 h/km2, population : 285000
- COVID-19 fatality risk : 2.1925e-05 for Melun (France), density : 5000 h/km2, population : 40000
- COVID-19 fatality risk : 2.1487e-05 for Mulhouse (France), density : 4900 h/km2, population : 109443
- COVID-19 fatality risk : 2.061e-05 for Nice (France), density : 4700 h/km2, population : 340000
...
- COVID-19 fatality risk : 1.5786e-05 for Marseille (France), density : 3600 h/km2, population : 1400000
Liste des 10 villes du Brésil les plus susceptibles d'être touchées par le COVID-19. Attention, quelques erreurs peuvent s'être glissées quant à la population et la densité
- COVID-19 fatality risk : 2.1322e-05 for Fortaleza (Brazil), density : 8418 h/km2, population : 2643247- COVID-19 fatality risk : 2.0277e-05 for Sao Paulo (Brazil), density : 8005.25 h/km2, population : 12176866
- COVID-19 fatality risk : 1.8068e-05 for Recife (Brazil), density : 7133.2 h/km2, population : 3651000
- COVID-19 fatality risk : 1.0289e-05 for Curitiba (Brazil), density : 4062 h/km2, population : 3084000
- COVID-19 fatality risk : 1.0132e-05 for Niteroi (Brazil), density : 4000 h/km2, population : 1500513
- COVID-19 fatality risk : 1.0132e-05 for Santo Andre (Brazil), density : 4000 h/km2, population : 662373
- COVID-19 fatality risk : 8.8652e-06 for Aracaju (Brazil), density : 3500 h/km2, population : 685356
- COVID-19 fatality risk : 7.6747e-06 for Porto Alegre (Brazil), density : 3030 h/km2, population : 3917000
- COVID-19 fatality risk : 6.8515e-06 for Rio de Janeiro (Brazil), density : 2705 h/km2, population : 11748000
- COVID-19 fatality risk : 6.8389e-06 for Jaboatao (Brazil), density : 2700 h/km2, population : 702621
Page précédente Page d'accueil