Hyaluronic acid soft tissue filler delayed inflammatory reaction following COVID‐19 vaccination – A case report
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: The use of hyaluronic acid soft tissue fillers in aesthetic medicine exploded in recent years for many reasons, including being relatively safe. Incidence of delayed inflammatory reactions (DIRs) to hyaluronic acid soft tissue fillers range between 0.3% and 4.25%. These reactions are mediated by T-lymphocytes and can be triggered by flu-like illnesses, including SARS-CoV-2 infection. Vaccination may also induce hypersensitivity. AIM: In this case report, we present two cases of delayed reaction after hyaluronic acid soft tissue filler treatment of the tear trough area and following mRNA vaccination against SARS-Cov-2, also known as COVID-19, months later. PATIENTS: A 39-year old female who previously had her tear trough area treated with hyaluronic acid soft tissue filler developed swelling days after getting the mRNA Pfizer-BioNTech COVID-19 vaccine. Another patient, a 61-year-olf female, developed intermittent facial swelling in areas previously treated with hyaluronic acid soft tissue fillers days after receiving her first dose of the mRNA Pfizer-BioNTech COVID-19 vaccine. RESULTS: As demonstrated in our case report, vaccination against COVID-19 may induce DIRs in patients who previously had hyaluronic soft tissue fillers. CONCLUSION: Delayed inflammatory reactions to hyaluronic acid soft tissue fillers are uncommon and usually self-limited, with frequent spontaneous resolution. However, considering the ongoing pandemic and the worldwide demand for vaccines against COVID-19, the aesthetic providers should be conscious of the risks posed by the interaction of such vaccines in patients who previously had or seeking hyaluronic acid soft tissue filler injections.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle