Each row contains a single SARS-CoV-2 case and associated LGA, postcode and the mode of transmission.\r \r An active case is someone who has tested positive and is currently in isolation. The department monitors active cases. A small number of cases that are not contactable are considered to have recovered after 28 days from diagnoses.\r \r Residential location is the address provided by a person during contact tracing. This is not where they were infected. It may not be where the case currently resides (for example they might be in a hospital). Postcode of the case does not reflect where a person was infected and in the event that a case is detected and a residential postcode is not available a post code of 3999 is used. A confirmed case is a person who has a positive laboratory test for coronavirus (COVID-19).

Context

NSW has been hit by the Omicron variant, with skyrocketing cases. This dataset, updated regularly, details the location of positive cases. A prediction of where the most cases could occur can be derived from this dataset and a potential prediction of how many cases there is likely to be.

Content

notification_date: Text, dates to when the positive case was notified of a positive test result. postcode: Text, lists the postcode of the positive case. lhd_2010_code: Text, the code of the local health district of the positive case. lhd_2010_name: Text, the name of the local health district of the positive case. lga_code19: Text, the code of the local government area of the positive case. lga_name19: Text, the name of the local government area of the positive case.

Acknowledgements

Thanks to NSW Health for providing and updating the dataset.

Inspiration

The location of cases is highly important in NSW. In mid-2021, Western Sydney had the highest proportion of COVID-19 cases with many deaths ensuing. Western Sydney is one of Sydney's most diverse areas, with many vulnerable peoples. The virus spread to western NSW, imposing a risk to the Indigenous communities. With location data, a prediction service can be made to forecast the areas at risk of transmission.

From 20 October 2023, COVID-19 datasets will no longer be updated. Detailed information is available in the fortnightly NSW Respiratory Surveillance Report: https://www.health.nsw.gov.au/Infectious/covid-19/Pages/reports.aspx.
Latest national COVID-19 spread, vaccination and treatment metrics are available on the Australian Government Health website: https://www.health.gov.au/topics/covid-19/reporting?language=und

As of 10 February 2023, NSW Health will report only positive SARS-CoV-2 test results. Recent changes to the COVID-19 public health orders for COVID-19 means it is no longer necessary for laboratories to provide data on negative PCR test results, in line with other diseases. Positive COVID-19 results, through both PCR tests and notified rapid antigen test results, will continue to be reported. NSW Health uses a wide range of surveillance systems, including hospital data, sewage surveillance, and genomic sequencing, to closely monitor COVID-19 and inform its public health response.

COVID-19 tests by date and postcode, local health district, and local government area. The dataset is updated weekly on Fridays.

The data is for COVID-19 tests and is based on the Local Health District (LHD) and Local Government Area (LGA) of residence provided by the individual at time of testing. A surge in total number of people tested on a particular day may occur as the test results are updated in batches and new laboratories gain testing capacity.

The underlying dataset was assessed to measure the risk of identifying an individual and the level of sensitivity of the information gained if it was known that an individual was in the dataset. The dataset was then treated to mitigate these risks, including suppressing and aggregating data.

On 16 September 2021, NSW Health implemented a change in the way testing data is reported.

1. We will discontinue publication of unit record test data file as the data will only be provided as an aggregated file
2. The aggregated data file will only include negative tests. Positive tests (i.e. cases) will not be included.

Please note the COVID-19 tests dataset does not include registered positive rapid antigen test (RAT) information.

Over a period of 2 years, a total of 280.000 Dutch inhabitants filled in a short questionnaire about Corona-related symptoms, behavior, vaccinationstatus and test result.In this dataset the postcode is deleted, because of privacy reasons. If researches would like to use the dataset with the postcode included, please contact us Date: 2022-10-19 Date Submitted: 2022-11-25

COVID-19 cases by notification date and postcode, local health district, and local government area. The dataset is updated daily, except on weekends. The data is for confirmed COVID-19 cases only …Show full descriptionCOVID-19 cases by notification date and postcode, local health district, and local government area. The dataset is updated daily, except on weekends. The data is for confirmed COVID-19 cases only based on location of usual residence, not necessarily where the virus was contracted. The case definition of a confirmed case is a person who tests positive to a validated specific SARS-CoV-2 nucleic acid test or has the virus identified by electron microscopy or viral culture, at a reference laboratory. Data reported at 8pm daily. Case counts reported by NSW Health for a particular notification date may vary over time due to ongoing investigations and the outcome of cases under review thus this dataset and any historical data contained within is subject to change on a daily basis. The underlying dataset was assessed to measure the risk of identifying an individual and the level of sensitivity of the information gained if it was known that an individual was in the dataset. The dataset was then treated to mitigate these risks, including suppressing and aggregating data.

https://assets.publishing.service.gov.uk/government/uploads/system/uploads/attachment_data/file/975541/Surge_testing_summary_2021-03-26.ods">https://www.gov.uk/assets/whitehall/pub-cover-spreadsheet-471052e0d03e940bbc62528a05ac204a884b553e4943e63c8bffa6b8baef8967.png">

Surge testing summary 1 April 2021

ODS, 8.75KB

 <p class="opendocument-help">
  This file is in an <a href="https://www.gov.uk/guidance/using-open-document-formats-odf-in-your-organisation" class="govuk-link">OpenDocument</a> format
 </p>

 <div data-module="toggle" class="accessibility-warning" id="attachment-5074041-accessibility-help">
  <p>This file may not be suitable for users of assistive technology.</p>
  <details class="gem-c-details govuk-details govuk-!-margin-bottom-3">

Request an accessible format.

   If you use assistive technology (such as a screen reader) and need a

version of this document in a more accessible format, please email publications@phe.gov.uk. Please tell us what format you need. It will help us if you say what assistive technology you use.

Work is underway in NHS Test and Trace to digitally label samples associated with surge testing, through an end-to-end process from sample to sequence. In the interim, this preliminary analysis uses a pragmatic proxy of samples identified through local surge testing initiatives as:

• specimens taken at a mobile test unit (MTU), regional test site (RTS) or local test site (LTS) that has been designated by NHS Test and Trace as related to surge testing, during the period surge testing was in operation PLUS

• specimens from a home test kit delivered to a postcode within a designated surge test area, during the period surge testing was in operation

Tests undertaken as part of surge testing but from persons resident in other postcodes or processed through a test site not designated as surge testing using the definition above, will not be included in this proxy.

Indicators are presented by ‘locality’ of area targeted for surge testing and the test sites linked to it (including MTU deployment). Locality names are the operational names assigned by Test and Trace and do not necessarily relate to strict geographical boundaries. Specimens from individuals who do not reside in the locality – but who have been tested at a site associated with the locality for surge testing – may be included.

All variant of concern or variant under investigation samples identified through surge testing are verified through established PHE dataflows and matched to the earliest positive specimen of a case in the daily line list of cases. Therefore, this report does not include sequencing for any cases with a positive specimen taken prior to surge testing. Data from the last 7 days has been excluded to allow time for sequencing data to be reported.

Lateral Flow Device (LFD) testing and cases first identified using LFD are included. Cases first identified using LFD may have a later PCR sample which has been sequenced. LFD contribution to case rate is assumed to be similar in surge and non-surge areas and therefore should not impact comparative sequencing estimates.<

From 20 October 2023, COVID-19 datasets will no longer be updated. Detailed information is available in the fortnightly NSW Respiratory Surveillance Report: https://www.health.nsw.gov.au/Infectious/covid-19/Pages/reports.aspx. Latest national COVID-19 spread, vaccination and treatment metrics are available on the Australian Government Health website: https://www.health.gov.au/topics/covid-19/reporting?language=und

COVID-19 cases by notification date and postcode, local health district, local government area and likely source of infection.

This dataset has been discontinued from 19 November 2021. NSW Health now reports daily COVID-19 cases as a total of local and overseas cases. With quarantine-free international travel, overseas origin of cases can no longer be determined immediately, but will be included in the COVID-19 weekly surveillance reports. The NSW COVID-19 cases by location dataset will continue to be published.

The data is for confirmed COVID-19 cases only based on location of usual residence, not necessarily where the virus was contracted. The case definition of a confirmed case is a person who tests positive to a validated specific SARS-CoV-2 nucleic acid test or has the virus identified by electron microscopy or viral culture, at a reference laboratory. Data reported at 8pm daily.

Case counts reported by NSW Health for a particular notification date may vary over time due to ongoing investigations and the outcome of cases under review thus this dataset and any historical data contained within is subject to change on a daily basis.

The underlying dataset was assessed to measure the risk of identifying an individual and the level of sensitivity of the information gained if it was known that an individual was in the dataset. The dataset was then treated to mitigate these risks, including suppressing and aggregating data.

This is the Zenodo archive for the manuscript "Likely community transmission of COVID-19 infections between neighboring, persistent hotspots in Ontario, Canada" (Mucaki EJ, Shirley BC and Rogan PK. F1000Research 2021, 10:1312, DOI: 10.12688/f1000research.75891.1). This study aimed to produce community-level geo-spatial mapping of patterns and clusters of symptoms, and of confirmed COVID-19 cases, in near real-time in order to support decision-making. This was accomplished by area-to-area geostatistical analysis, space-time integration, and spatial interpolation of COVID-19 positive individuals. This archive will contain data and image files from this study, which were too numerous to be included in the manuscript for this study. It also provides all program files pertaining to the Geostatistical Epidemiology Toolbox (Geostatistical analysis software package to be used in ArcGIS), as well as all other scripts described in this manuscript and other software developed (cluster, outlier, streak identification and pairing)..

We also provide a guide which provides a general description of the contents of the four sections in this archive (Documentation_for_Sections_of_Zenodo_Archive.docx). If you have any intent to utilize the data provided in Section 3, we greatly advise you to review this document as it describes the output of all geostatistical analyses performed in this study in detail.

Data Files:

Section 1. "Section_1.Tables_S1_S7.Figures_S1_S11.zip"

This section contains all additional tables and figures described in the manuscript "Likely community transmission of COVID-19 infections between neighboring, persistent hotspots in Ontario, Canada". Additional tables S1 to S7 are presented in an Excel document. These 7 tables provide summary statistics of various geostatistical tests described in the study (“Section 1 – Tables S1-S4”) and lists all identified single and paired high-case cluster streaks (“Section 1 – Tables S5-S7”). This section also contains 11 additional figures referred to in the manuscript (“Section 1 – Figures S1-S11”) both individually and within a Word document which describes them.

Section 2. "Section_2.Localized_Hotspot_Lists.zip"

All localized hotspots (identified through kriging analysis) were catalogued for each municipality evaluated (Hamilton, Kitchener/Waterloo, London, Ottawa, Toronto, Windsor/Essex). These files indicate the FSA in which the hotspot was identified, the date in which it was identified (utilizing 3-day case data at the postal code level), the amount of cases which occurred within the FSA within these 3 dates, the range of cases interpolated by kriging analysis (between 5-10, 10-15, 15-20, 20-25, 25-30, 30-35, 35-40, 40-50, >50), and whether or not the FSA was deemed a hotspot by Gi* relative to the rest of Ontario on any of the three dates evaluated. Please see Section 4 for map images of these localized hotspots.

Section 3. "Section_3.All-Data_Files.Kriging_GiStar_Local_and_GlobalMorans.2020_2021"

Section 3 – All output files from the geostatistical tests performed in this study are provided in this section. This includes the output from Ontario-wide FSA-level Gi* and Cluster and Outlier analyses, and PC-level Cluster and Outlier, Spatial Autocorrelation, and kriging analysis of 6 municipal regions. It also includes kriging analysis of 7 other municipal regions adjacent to Toronto (Ajax, Brampton, Markham, Mississauga, Pickering, Richmond Hill and Vaughan). This section also provides data files from our analyses of stratified case data (by age, gender, and at-risk condition). All coordinates presented in these data files are given in “PCS_Lambert_Conformal_Conic” format. Case values between 1-5 were masked (appear as “NA”).

Section 4. "Section_4.All_Map_Images_of_Geostat_Analyses.zip"

Sets of image files which map the results of our geostatistical analyses onto a map of Ontario or within the municipalities evaluated (Hamilton, Kitchener/Waterloo, London, Ottawa, Toronto, Windsor/Essex) are provided. This includes: Kriging analysis (PC-level), Local Moran's I cluster and outlier analysis (FSA and PC-level), normal and space-time Gi* analysis, and all images for all analyses performed on stratified data (by age, gender and at-risk condition). Kriging contour maps are also included for 7 other municipal regions adjacent to Toronto (Ajax, Brampton, Markham, Mississauga, Pickering, Richmond Hill and Vaughan).

Software:

This Zenodo archive also provides all program files pertaining to the Geostatistical Epidemiology Toolbox (Geostatistical analysis software package to be used in ArcGIS), as well as all other scripts described in this manuscript. This geostatistical toolbox was developed by CytoGnomix Inc., London ON, Canada and is distributed freely under the terms of the GNU General Public License v3.0. It can be easily modified to accommodate other Canadian provinces and, with some additional effort, other countries.

This distribution of the Geostatistical Epidemiology Toolbox does not include postal code (PC) boundary files (which are required for some of the tools included in the toolbox). The PC boundary shapefiles used to test the toolbox were obtained from DMTI (https://www.dmtispatial.com/canmap/) through the Scholar's Geoportal at the University of Western Ontario (http://geo2.scholarsportal.info/). The distribution of these files (through sharing, sale, donation, transfer, or exchange) is strictly prohibited. However, any equivalent PC boundary shape file should suffice, provided it contains polygon boundaries representing postal code regions (see guide for more details).

Software File 1. "Software.GeostatisticalEpidemiologyToolbox.zip"

The Geostatistical Epidemiology Toolbox is a set of custom Python-based geoprocessing tools which function as any built-in tool in the ArcGIS system. This toolbox implements data preprocessing, geostatistical analysis and post-processing software developed to evaluate the distribution and progression of COVID-19 cases in Canada. The purpose of developing this toolbox is to allow external users without programming knowledge to utilize the software scripts which generated our analyses and was intended to be used to evaluate Canadian datasets. While the toolbox was developed for evaluating the distribution of COVID-19, it could be utilized for other purposes.

The toolbox was developed to evaluate statistically significant distributions of COVID-19 case data at Canadian Forward Sortation Area (FSA) and Postal Code-level in the province of Ontario utilizing geostatistical tools available through the ArcGIS system. These tools include: 1) Standard Gi* analysis (finds areas where cases are significantly spatially clustered), 2) spacetime based Gi* analysis (finds areas where cases are both spatially and temporally clustered), 3) cluster and outlier analysis (determines if high case regions are an regional outlier or part of a case cluster), 4) spatial autocorrelation (determines the cases in a region are clustered overall) and, 5) Empirical Bayesian Kriging analysis (creates contour maps which define the interpolation of COVID-19 cases in measured and unmeasured areas). Post-processing tools are included that import these all of the preceding results into the ArcGIS system and automatically generate PNG images.

This archive also includes a guide ("UserManual_GeostatisticalEpidemiologyToolbox_CytoGnomix.pdf") which describes in detail how to set up the toolbox, how to format input case data, and how to use each tool (describing both the relevant input parameters and the structure of the resultant output files).

Software File 2: “Software.Additional_Programs_for_Cluster_Outlier_Streak_Idendification_and_Pairing.zip"

In the manuscript associated with this archive, Perl scripts were utilized to evaluate postal code-level Cluster and Outlier analysis to identify significantly, highly clustered postal codes over consecutive periods (i.e., high-case cluster “streaks”). The identified streaks are then paired to those in close proximity, based on the neighbors of each postal code from PC centroid data ("paired streaks"). Multinomial logistic regression models were then derived in the R programming language to measure the correlation between the number of cases reported in each paired streak, the interval of time separating each streak, and the physical distance between the two postal codes. Here, we provide the 3 Perl scripts and the R markdown file which perform these tasks:

“Ontario_City_Closest_Postal_Code_Identification.pl”

Using an input file with postal code coordinates (by centroid), this program identifies the nearest neighbors to all postal codes for a given municipal region (the name of this region is entered on the command line). Postal code centroids were calculated in ArcGIS using the “Calculate Geometry” function against DMTI postal code boundary files (not provided). Input from other sources could be used, however, as long as the input includes a list of coordinates with a unique label associated with a particular municipality.

The output of this program (for the same municipal region being evaluated) is required for the following two Perl scripts:

“Local_Morans_Analysis.Recurrent_Clustered_PC_Identifier.pl”

This program uses the output of postal code-level Cluster and Outlier analysis for a municipality (these files are available in a second Zenodo archive: doi.org/10.5281/zenodo.5585812) and the output from “Ontario_City_Closest_Postal_Code_Identification.pl” (for the same municipal region) as input to identify high-case clustered postal codes that occur consecutively over a course of several dates (referred to as high-case cluster “streaks”). The script allows for a single day in which the PC was either not clustered or did not meet the minimum case count threshold of ≥ 6 cases within the 3-day sliding window (i.e. if

COVID-19 tests by date and postcode, local health district, local government area and result. The data is for people tested for COVID-19 and is based on location of residence reported at the time of …Show full descriptionCOVID-19 tests by date and postcode, local health district, local government area and result. The data is for people tested for COVID-19 and is based on location of residence reported at the time of the test. A surge in total number of tests performed on a particular day may occur as the test results are updated in batches and new laboratories gain testing capacity. The underlying dataset was assessed to measure the risk of identifying an individual and the level of sensitivity of the information gained if it was known that an individual was in the dataset. The dataset was then treated to mitigate these risks, including suppressing and aggregating data.

For English, see below

Per 1 juli 2023 is COVID-19 geen meldingsplichtige ziekte meer. Daarom wordt de data vanaf 11 juli 2023 niet meer bijgewerkt.

Beschrijving bestand: - Dit bestand bevat de volgende aantallen: (aantal nieuw gemelde) positief geteste bewoners van verpleeghuizen*, naar veiligheidsregio, per datum van de positieve testuitslag. - (aantal nieuw gemelde) positief geteste overleden bewoners van verpleeghuizen*, naar veiligheidsregio, per datum waarop patiënt overleden is. - (aantal) (op)nieuw besmette verpleeghuislocaties**, naar veiligheidsregio, per datum waarop de gegevens zijn gepubliceerd door het RIVM. - (totaal) besmette verpleeghuislocaties**, naar veiligheidsregio, per datum waarop de gegevens zijn gepubliceerd door het RIVM. De aantallen betreffen Covid-19 meldingen sinds de eerste melding in Nederland (27-02-2020). * Voor meldingen voor 01-09-2020 werd een patiënt aangemerkt als bewoner van een verpleeghuis indien deze volgens de gegevens van OSIRIS: • Op basis van zijn 6 cijferige postcode gekoppeld konn worden aan een bekende locatie van een verpleeg- of verzorgingshuis of particulier woonzorgcentrum óf • ‘Verpleeghuis’ als locatie van de besmetting had óf • Op basis van de inhoud van vrije tekstvelden gelinkt konden worden aan een verpleeghuis Bovendien moest gelden dat deze patiënt: • Op het moment van melding 70 jaar of ouder was én • Geen gezondheidsmedewerker was én • Geen beroep had. Bij meldingen vanaf 01-09-2020 tot en met 31 december 2022 werd ook dppr de GGD'en geregistreerd of de patiënt woonachtig was in een verpleeghuisinstelling of woonzorggroep voor ouderen. Meldingen vanaf 01-09-2020 tot en met 31 december 2022 werden aangemerkt als bewoner van een verpleeghuis indien deze volgens de gegevens bekend bij de GGD: • Woonachtig was in een verpleeg- of verzorgingshuis of woonzorgcentrum voor ouderen • Indien de woonsituatie ontbrak werd de definitie van meldingen voor 01-09-2020 gehanteerd Voor meldingen vanaf 1 januari 2023 wordt een patiënt aangemerkt als bewoner van een verpleeghuis indien deze volgens de gegevens van OSIRIS: • Op basis van zijn 6 cijferige postcode gekoppeld kan worden aan een bekende locatie van een verpleeg- of verzorgingshuis of particulier woonzorgcentrum óf • Op het moment van melding 70 jaar of ouder is De bijgewerkte lijst van bekende verpleeg- of verzorgingshuislocaties en particuliere woonzorgcentra is verkregen van de koepelorganisatie Patiëntenfederatie Nederland op 03-12-2021 en bevat 2546 unieke 6 cijferige postcodes van verpleeg- of verzorgingshuislocaties en particuliere woonzorgcentra in Nederland. ** Voor datums voor 01-09-2020 werd een verpleeghuislocatie op een bepaalde datum als besmet aangemerkt, wanneer: 1. Het een bekende locatie van verpleeg- of verzorgingshuizen of particuliere woonzorgcentra betrof 2. Er tenminste 1 positief geteste persoon was die op basis van zijn 6 cijferige postcode aan deze locatie gekoppeld kon worden en waarvan de eerste ziektedag minder dan 28 dagen geleden was Bij datums vanaf 01-09-2020 tot en met 31 december 2022 werd een verpleeghuislocatie op een bepaalde datum als besmet aangemerkt, wanneer: 1. Het een bekende locatie van verpleeg- of verzorgingshuizen of particuliere woonzorgcentra betrof 2. Er tenminste 1 positief geteste verpleeghuisbewoner* was die op basis van zijn 6 cijferige postcode aan deze locatie gekoppeld kon worden en waarvan de eerste ziektedag minder dan 28 dagen geleden was. Bij datums vanaf 1 januari 2023 wordt een verpleeghuislocatie op een bepaalde datum als besmet aangemerkt, wanneer: 1. Het een bekende locatie van verpleeg- of verzorgingshuizen of particuliere woonzorgcentra betreft 2. Er tenminste 1 positief geteste persoon is die op basis van zijn 6 cijferige postcode aan deze locatie gekoppeld kan worden waarvan de eerste ziektedag minder dan 28 dagen geleden was

Het bestand is als volgt opgebouwd: Een set records per datum van met voor elke datum: • Een record voor elke veiligheidsregio (inclusief “Onbekend”) van Nederland, ook als voor de betreffende veiligheidsregio geen meldingen zijn. De aantallen zijn dan 0 (nul). • Veiligheidsregio is onbekend wanneer een record niet toe te wijzen is aan één unieke veiligheidsregio Er is in dit bestand ook een datum 01-01-1900 opgenomen voor statistieken waarvan de bijbehorende datum onbekend is.

Hieronder wordt beschreven hoe de variabelen zijn gedefinieerd. Beschrijving van de variabelen: Version: Versienummer van de dataset. Dit versienummer wordt aangepast (+1) wanneer de inhoud van de dataset structureel wordt gewijzigd (dus niet de dagelijkse update of een correctie op record niveau. Ook de corresponderende metadata in RIVMdata (https://data.rivm.nl) wordt dan gewijzigd. Versie 2 update (25 januari 2022): • Een bijgewerkte lijst met bekende verpleeg- of verzorgingshuislocaties en particuliere woonzorgcentra van de koepelorganisatie Patiëntenfederatie Nederland is ontvangen op 03-12-2021. Op 25-01-2022 is deze bijgewerkte lijst in gebruik genomen. Versie 3 update (8 februari 2022) • Vanaf 8 februari 2022 worden de positieve SARS-CoV-2 testuitslagen rechtstreeks vanuit CoronIT aan het RIVM gemeld. Ook worden de testuitslagen van andere testaanbieders (zoals Testen voor Toegang) en zorginstellingen (zoals ziekenhuizen, verpleeghuizen en huisartsen) die hun positieve SARS-CoV-2 testuitslagen via het Meldportaal van GGD GHOR invoeren rechtstreeks aan het RIVM gemeld. Meldingen die onderdeel zijn van de bron- en contactonderzoek steekproef en positieve SARS-CoV-2 testuitslagen van zorginstellingen die via zorgmail aan de GGD worden gemeld worden wel via HPZone aan het RIVM gemeld. Vanaf 8 februari wordt de datum van de positieve testuitslag gebruikt en niet meer de datum van melding aan de GGD. Versie 4 update (24 maart 2022): • In versie 4 van deze dataset zijn records samengesteld volgens de gemeente herindeling van 24 maart 2022. Zie beschrijving van de variabele Security_region_code voor meer informatie. Versie 5 update (2 augustus 2022): • De indeling van personen als bewoner van een verpleeghuis of woonzorgcentrum op basis van postcode (bijv. 1234AB) en een leeftijd van boven de 70 jaar is niet toe gepast op meldingen die sinds 8 februari 2022 alleen via een alternatieve meldroute bij het RIVM binnenkwamen. Van 8 februari t/m 1 augustus 2022 is hierdoor het aantal meldingen van bewoners van verpleeghuizen/woonzorgcentra met ongeveer 9% onderschat. Vanaf 2 augustus 2022 wordt deze indeling met terugwerkende kracht bijgewerkt. Versie 6 update (1 september 2022): • Vanaf 1 september 2022 wordt de data niet meer iedere werkdag geüpdatet, maar op dinsdagen en vrijdagen. De data wordt op deze dagen met terugwerkende kracht bijgewerkt voor de andere dagen. • Vanaf 1 september 2022 is deze dataset opgesplitst in twee delen. Het eerste deel bevat de data vanaf het begin van de pandemie tot en met 3 oktober 2021 (week 39) en bevat ‘tm’ in de bestandsnaam. Deze data wordt niet meer geüpdatet. Het tweede deel bevat de data vanaf 4 oktober 2021 (week 40) en wordt iedere dinsdag en vrijdag geüpdatet. Versie 7 update (3 januari 2023): • Per 1 januari 2023 verzamelt het RIVM geen aanvullende informatie meer. Dit heeft als gevolg dat we vanaf 1 januari 2023 geen overlijdens meer rapporteren. Om deze reden wordt de kolom [Total_deceased_reported] niet meer aangevuld. • Doordat er niet meer wordt nagevraagd of iemand een verpleeghuis bewoner is, worden personen alleen gerapporteerd als bewoner van een verpleeghuis wanneer de postcode van deze persoon overeenkomt met de vestiging van een verpleeghuis en de persoon 70 jaar of ouder is. Hierdoor zal het aantal personen dat wordt gekenmerkt als verpleeghuis bewoner lager uit gaan vallen. Dit heeft invloed op de variabelen [Total_cases_reported], [Total_new_Infected_locations_reported] en [Total_Infected_locations_reported]. Versie 8 update (4 april 2023): • Vanaf 4 april 2023 zal dit bestand wekelijks op dinsdag worden geüpdatet. De data wordt met terugwerkende kracht bijgewerkt voor de andere dagen. Versie 9 update (23 mei 2023): • Een bijgewerkte lijst met bekende verpleeg- of verzorgingshuislocaties en particuliere woonzorgcentra van de koepelorganisatie Patiëntenfederatie Nederland is ontvangen op 09-03-2023. Op 17-05-2023 is deze bijgewerkte lijst in gebruik genomen.

Date_of_report: Datum en tijd waarop het databestand is aangemaakt door het RIVM.

Date_of_statistic_reported: De datum die gebruikt wordt voor het rapporteren van de verpleeghuisstatistiek. Deze kan voor iedere gerapporteerde statistiek anders zijn, namelijk: • Voor [Total_cases_reported] is dat de datum van de positieve testuitslag. • Voor [Total_deceased_reported] is dat de datum waarop de patiënten zijn overleden. • Voor [Total_new_infected_locations_reported] en [Total_infected_locations_reported] is dat de datum waarop de aantallen zijn gepubliceerd door het RIVM.

Security_region_code: Veiligheidsregiocode. Veiligheidsregio gebaseerd op de woonplaats van de patiënt. Indien de woonplaats niet bekend is, wordt Veiligheidsregio gebaseerd op de GGD die de melding heeft gedaan, behalve voor Veiligheidsregio Midden- en West-Brabant en Brabant-Noord aangezien voor deze regio’s GGD en Veiligheidsregio niet vergelijkbaar zijn. Zie ook: https://www.cbs.nl/nl-nl/cijfers/detail/84721NED?q=Veiligheid Vanaf 24 maart 2022 is dit bestand samengesteld volgens de gemeente indeling van 24 maart 2022. Gemeente Weesp is opgegaan in gemeente Amsterdam. Met deze indeling is de veiligheidsregio Gooi- en Vechtstreek kleiner geworden en de veiligheidsregio Amsterdam-Amstelland groter; GGD Amsterdam is groter geworden en GGD Gooi- en Vechtstreek is kleiner geworden ( https://www.cbs.nl/nl-nl/onze-diensten/methoden/classificaties/overig/gemeentelijke-indelingen-per-jaar/indeling-per-jaar/gemeentelijke-indeling-op-1-januari-2022).

From 20 October 2023, COVID-19 datasets will no longer be updated. Detailed information is available in the fortnightly NSW Respiratory Surveillance Report: https://www.health.nsw.gov.au/Infectious/covid-19/Pages/reports.aspx. Latest national COVID-19 spread, vaccination and treatment metrics are available on the Australian Government Health website: https://www.health.gov.au/topics/covid-19/reporting?language=und

COVID-19 tests by date and postcode, local health district, local government area and result.

The data is for people tested for COVID-19 and is based on location of residence reported at the time of the test. A surge in total number of tests performed on a particular day may occur as the test results are updated in batches and new laboratories gain testing capacity.

The underlying dataset was assessed to measure the risk of identifying an individual and the level of sensitivity of the information gained if it was known that an individual was in the dataset. The dataset was then treated to mitigate these risks, including suppressing and aggregating data.

For English, see below

Per 1 januari 2023 verzamelt het RIVM geen aanvullende informatie meer. Dit heeft als gevolg dat we vanaf 1 januari 2023 geen gegevens over besmettingen in de gehandicaptenzorg meer rapporteren.

Dit bestand bevat de volgende aantallen: -(aantal nieuw gemelde) positief geteste bewoners van gehandicaptenzorginstellingen*, naar veiligheidsregio, per datum van de positieve testuitslag -(aantal nieuw gemelde) positief geteste overleden bewoners van gehandicaptenzorginstellingen*, naar veiligheidsregio, per datum waarop patiënt overleden is. -(aantal) (op)nieuw besmette gehandicaptenzorginstellinglocaties**, naar veiligheidsregio, per datum waarop de gegevens zijn gepubliceerd door het RIVM. -(totaal) besmette gehandicaptenzorginstellinglocaties**, naar veiligheidsregio, per datum waarop de gegevens zijn gepubliceerd door het RIVM. De aantallen betreffen COVID-19 meldingen sinds de registratie van (woon)instelling in OSIRIS met ingang van vragenlijst 5 (01-07-2020). * Bij meldingen vanaf 01-07-2020 wordt geregistreerd of de patiënt woonachtig is in een gehandicaptenzorginstelling. Meldingen vanaf 01-07-2020 worden aangemerkt als bewoner van een gehandicaptenzorginstelling indien deze volgens de gegevens in OSIRIS: • Woonachtig is in een ‘woonvoorziening voor gehandicapten’. Een persoon waarvan de woonvoorziening/instelling niet vermeld is kan toegewezen worden als bewoner van een gehandicaptenzorginstelling indien de persoon: • ‘Gehandicaptenzorginstelling’ als locatie van de besmetting heeft en geen zorgmedewerker is. OF • Op basis van de inhoud van vrije tekstvelden gelinkt kan worden aan een gehandicaptenzorginstelling en geen zorgmedewerker is. De bijgewerkte lijst van bekende gehandicaptenzorginstellinglocaties is verkregen van de koepelorganisatie Patiëntenfederatie Nederland op 03-12-2021 en bevat 2761 unieke 6 cijferige postcodes van gehandicaptenzorginstellinglocaties in Nederland. ** Bij datums vanaf 01-07-2020 wordt een gehandicaptenzorginstellinglocatie op een bepaalde datum als besmet aangemerkt, wanneer: • Het een bekende locatie van gehandicaptenzorginstellingen betreft en • Er tenminste 1 positief geteste gehandicaptenzorginstellingbewoner* is die op basis van zijn 6 cijferige postcode aan deze locatie gekoppeld kan worden. Een besmettelijke periode van een gehandicaptenzorginstellinglocatie begint op de datum dat de eerste bewoner door het RIVM gemeld is en beëindigt 28 dagen na de eerste ziektedag van de bewoner die als laatste ziek is. Na 28 dagen zonder COVID-19 infecties kan een gehandicaptenzorginstellinglocatie opnieuw besmet worden.

Het bestand is als volgt opgebouwd: Een set records per datum: • Een record voor elke veiligheidsregio (inclusief ‘Onbekend’) van Nederland, ook als voor de betreffende veiligheidsregio geen meldingen zijn. De aantallen zijn dan 0 (nul). • Veiligheidsregio is onbekend wanneer een record niet toe te wijzen is aan één unieke veiligheidsregio. Er is in dit bestand ook een datum 01-01-1900 opgenomen voor statistieken waarvan de bijbehorende datum onbekend is.

Hieronder wordt beschreven hoe de variabelen zijn gedefinieerd. Beschrijving van de variabelen: Version: Versienummer van de dataset. Dit versienummer wordt aangepast (+1) wanneer de inhoud van de dataset structureel wordt gewijzigd (dus niet de dagelijkse update of een correctie op record niveau. Ook de corresponderende metadata in RIVMdata (data.rivm.nl) wordt dan gewijzigd. Versie 2 update (25 januari 2022): • Een bijgewerkte lijst met bekende gehandicaptenzorginstellinglocaties van de koepelorganisatie Patiëntenfederatie Nederland is ontvangen op 03-12-2021. Op 25-01-2022 is deze bijgewerkte lijst in gebruik genomen. Versie 3 update (8 februari 2022): • Vanaf 8 februari 2022 worden de positieve SARS-CoV-2 testuitslagen rechtstreeks vanuit CoronIT aan het RIVM gemeld. Ook worden de testuitslagen van andere testaanbieders (zoals Testen voor Toegang) en zorginstellingen (zoals ziekenhuizen, verpleeghuizen en huisartsen) die hun positieve SARS-CoV-2 testuitslagen via het Meldportaal van GGD GHOR invoeren rechtstreeks aan het RIVM gemeld. Meldingen die onderdeel zijn van de bron- en contactonderzoek steekproef en positieve SARS-CoV-2 testuitslagen van zorginstellingen die via zorgmail aan de GGD worden gemeld worden wel via HPZone aan het RIVM gemeld. Vanaf 8 februari wordt de datum van de positieve testuitslag gebruikt en niet meer de datum van melding aan de GGD Versie 4 update (24 maart 2022): • In versie 4 van deze dataset zijn records samengesteld volgens de gemeente herindeling van 24 maart 2022. Zie beschrijving van de variabele Security_region_code voor meer informatie. Versie 5 update (1 september 2022): • Vanaf 1 september 2022 wordt de data niet meer iedere werkdag geüpdatet, maar op dinsdagen en vrijdagen. De data wordt op deze dagen met terugwerkende kracht bijgewerkt voor de andere dagen. • Vanaf 1 september 2022 is deze dataset opgesplitst in twee delen. Het eerste deel bevat de data vanaf het begin van de pandemie tot en met 3 oktober 2021 (week 39) en bevat ‘tm’ in de bestandsnaam. Deze data wordt niet meer geüpdatet. Het tweede deel bevat de data vanaf 4 oktober 2021 (week 40) en wordt iedere dinsdag en vrijdag geüpdatet.

Date_of_report: Datum en tijd waarop het databestand is aangemaakt door het RIVM.

Date_of_statistic_reported: De datum die gebruikt wordt voor het rapporteren van de gehandicaptenzorginstellingstatistiek. Deze kan voor iedere gerapporteerde statistiek anders zijn, namelijk: • Voor [Total_cases_reported] is dat de datum van de positieve testuitslag. • Voor [Total_deceased_reported] is dat de datum waarop de patiënten zijn overleden. • Voor [Total_new_infected_locations_reported] en [Total_infected_locations_reported] is dat de datum waarop de aantallen zijn gepubliceerd door het RIVM.

Security_region_code: Veiligheidsregiocode. De code van de veiligheidsregio gebaseerd op de woonplaats van de patiënt. Indien de woonplaats niet bekend is, wordt de veiligheidsregio gebaseerd op de GGD die de melding heeft gedaan, behalve voor veiligheidsregio Midden- en West-Brabant en Brabant-Noord aangezien voor deze regio’s GGD en veiligheidsregio niet vergelijkbaar zijn. Zie ook: https://www.cbs.nl/nl-nl/cijfers/detail/84721NED?q=Veiligheid Vanaf 24 maart 2022 is dit bestand samengesteld volgens de gemeente indeling van 24 maart 2022. Gemeente Weesp is opgegaan in gemeente Amsterdam. Met deze indeling is de veiligheidsregio Gooi- en Vechtstreek kleiner geworden en de veiligheidsregio Amsterdam-Amstelland groter; GGD Amsterdam is groter geworden en GGD Gooi- en Vechtstreek is kleiner geworden (https://www.cbs.nl/nl-nl/onze-diensten/methoden/classificaties/overig/gemeentelijke-indelingen-per-jaar/indeling-per-jaar/gemeentelijke-indeling-op-1-januari-2022).

Security_region_name: Veiligheidsregionaam. Veiligheidsregionaam is gebaseerd op de Veiligheidsregiocode. Zie ook: https://www.rijksoverheid.nl/onderwerpen/veiligheidsregios-en-crisisbeheersing/veiligheidsregios

Total_cases_reported: Het aantal nieuwe, bij de GGD gemelde COVID-19 bewoners van een gehandicaptenzorginstelling op [Date_of_statistic_reported]. Het werkelijke aantal COVID-19 besmette bewoners van een gehandicaptenzorginstelling is hoger dan het aantal meldingen in de surveillance omdat niet iedereen met een mogelijke besmetting getest wordt. Bovendien is niet van iedere melding bekend of dit een bewoner van een gehandicaptenzorginstelling betreft.

Total_deceased_reported: Het aantal bij de GGD gemelde bewoners van een gehandicaptenzorginstelling dat is overleden aan COVID-19 op [Date_of_statistic_reported]. Het werkelijke aantal bewoners van een gehandicaptenzorginstelling dat is overleden aan COVID-19 is hoger dan het aantal meldingen in de surveillance omdat niet alle overleden patiënten getest worden en er geen wettelijke meldingsplicht geldt voor sterfte aan COVID-19. Bovendien is niet van iedere melding bekend of dit een bewoner van een gehandicaptenzorginstelling betreft.

Total_new_infected_locations_reported: Het aantal gehandicaptenzorginstellinglocaties dat (op)nieuw met COVID-19 besmet is op basis van bij de GGD gemelde COVID-19 bewoners van een gehandicaptenzorginstelling tot en met [Date_of_statistic_reported]. Dit betekent dus dat deze gehandicaptenzorginstellinglocaties een dag eerder (op basis van bij de GGD gemelde COVID-19 bewoners van een gehandicaptenzorginstelling tot en met [Date_of_statistic_reported - 1]) nog niet als besmet werden aangemerkt. Het werkelijke aantal met COVID-19 besmette gehandicaptenzorginstellinglocaties is hoger dan het aantal locaties in de surveillance omdat niet iedereen met mogelijke besmetting getest wordt. Bovendien is niet van iedere melding bekend of dit een bewoner van een gehandicaptenzorginstelling betreft en is de lijst met bekende gehandicaptenzorginstellingen waarschijnlijk niet volledig.

Total_infected_locations_reported: Het aantal gehandicaptenzorginstellinglocaties dat met COVID-19 besmet is op basis van bij de GGD gemelde COVID-19 bewoners van een gehandicaptenzorginstelling tot en met [Date_of_statistic_reported]. Het werkelijke aantal met COVID-19 besmette gehandicaptenzorginstellinglocaties is hoger dan het aantal locaties in de surveillance omdat niet iedereen met mogelijke besmetting getest wordt. Bovendien is niet van iedere melding bekend of dit een bewoner van een gehandicaptenzorginstelling betreft en is de lijst met bekende gehandicaptenzorginstellingen waarschijnlijk niet volledig.

Correcties die in meldingen in het bronsysteem OSIRIS worden gedaan kunnen ook leiden tot correcties in dit databestand. Aantallen die in het verleden door het RIVM zijn gepubliceerd kunnen in dat geval afwijken van de aantallen in dit databestand. Dit bestand bevat dus altijd de aantallen op basis van de meest actuele gegevens in het bronsysteem OSIRIS.

In het CSV-bestand