COVID-19 Vaccination and the Rate of Immune and Autoimmune Adverse Events Following Immunization: Insights From a Narrative Literature Review
Notice bibliographique
Résumé
Despite their proven efficacy and huge contribution to the health of humankind, vaccines continue to be a source of concern for some individuals around the world. Vaccinations against COVID-19 increased the number of distressed people and intensified their distrust, particularly as the pandemic was still emerging and the populations were encouraged to be vaccinated under various slogans like "back to normal life" and "stop coronavirus", goals which are still to be achieved. As fear of vaccination-related adverse events following immunization (AEFIs) is the main reason for vaccine hesitancy, we reviewed immune and autoimmune AEFIs in particular, though very rare, as the most worrisome aspect of the vaccines. Among others, autoimmune AEFIs of the most commonly administered COVID-19 vaccines include neurological ones such as Guillain-Barre syndrome, transverse myelitis, and Bell's palsy, as well as myocarditis. In addition, the newly introduced notion related to COVID-19 vaccines, "vaccine-induced immune thrombotic thrombocytopenia/vaccine-induced prothrombotic immune thrombotic thrombocytopenia" (VITT/VIPITT)", is of importance as well. Overviewing recent medical literature while focusing on the major immune and autoimmune AEFIs, demonstrating their rate of occurrence, presenting the cases reported, and their link to the specific type of COVID-19 vaccines represented the main aim of our work. In this narrative review, we illustrate the different vaccine types in current use, their associated immune and autoimmune AEFIs, with a focus on the 3 main COVID-19 vaccines (BNT162b2, mRNA-1273, and ChAdOx1). While the rate of AEFIs is extremely low, addressing the issue in this manner, in our opinion, is the best strategy for coping with vaccine hesitancy.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».