Successful mRNA COVID-19 vaccination in a patient with a history of severe polyethylene glycol anaphylaxis
Notice bibliographique
Résumé
BACKGROUND: The mechanism of action behind anaphylactic reactions to the mRNA COVID-19 vaccines remains unknown, but the excipient polyethylene glycol, PEG-2000, has been implicated. Initial recommendations were made for excipient testing with PEG-3350 to help risk stratify individuals and identify an etiology. Here we present a case of a patient with a history of polyethylene glycol anaphylaxis and positive skin testing to PEG-3350, who successfully received both doses of the Pfizer-BioNTech COVID-19 mRNA vaccine in a single step with only premedication. CASE PRESENTATION: A 56-year-old man was referred to our clinic for assessment of his eligibility in receiving the COVID-19 vaccine given a history of anaphylaxis to PEG. He had two anaphylactic episodes: one in 2018 to methylprednisolone acetate intra-articular injection and one to oral PEG-3350 in 2020. Confirmatory skin prick testing was done in our clinic to PEG-3350 that was positive at 35 mm with appropriate positive and negative controls. Despite this he wanted to receive the PEG-containing mRNA COVID-19 vaccines and was counselled on the risks and benefits. He successfully received both doses of the Pfizer-BioNTech COVID-19 mRNA vaccine in a single step with only pre-treatment with Cetirizine 20 mg daily and Montelukast 10 mg daily for 5 days. CONCLUSIONS: In conclusion, our case demonstrates that a patient with a confirmed polyethylene glycol anaphylaxis could safely receive both doses of the COVID-19 mRNA vaccines in a single step with pre-treatment. We hope that our case will further support the limited role in skin testing to PEG in the assessment of COVID-19 mRNA vaccine allergy and highlight the need for further research to elucidate the mechanism of action behind these allergic reactions.
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.
Comment cette classification a été obtenuedéplier
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».