Impact of COVID-19 vaccination on the risk of developing long-COVID and on existing long-COVID symptoms: A systematic review
Notice bibliographique
Résumé
Background Although COVID-19 vaccination decreases the risk of severe illness, it is unclear whether vaccine administration may impact the prevalence of long-COVID. The aim of this systematic review is to investigate the association between COVID-19 vaccination and long-COVID symptomatology. Methods MEDLINE, CINAHL, PubMed, EMBASE, and Web of Science databases, as well as medRxiv and bioRxiv preprint servers were searched up to June 20, 2022. Peer-reviewed studies or preprints monitoring multiple symptoms appearing after acute SARS-CoV-2 infection either before or after COVID-19 vaccination collected by personal, telephone or electronic interviews were included. The methodological quality of the studies was assessed using the Newcastle-Ottawa Scale. Findings From 2584 studies identified, 11 peer-reviewed studies and six preprints were included. The methodological quality of 82% ( n =14/17) studies was high. Six studies ( n =17,256,654 individuals) investigated the impact of vaccines before acute SARS-CoV-2 infection (vaccine-infection-long-COVID design). Overall, vaccination was associated with reduced risks or odds of long-COVID, with preliminary evidence suggesting that two doses are more effective than one dose. Eleven studies ( n =36,736 COVID-19 survivors) investigated changes in long-COVID symptoms after vaccination (infection-long-COVID-vaccine design). Seven articles showed an improvement in long-COVID symptoms at least one dose post-vaccination, while four studies reported no change or worsening in long-COVID symptoms after vaccination. Interpretation Low level of evidence (grade III, case-controls, cohort studies) suggests that vaccination before SARS-CoV-2 infection could reduce the risk of subsequent long-COVID. The impact of vaccination in people with existing long-COVID symptoms is still controversial, with some data showing changes in symptoms and others did not. These assumptions are limited to those vaccines used in the studies. Funding The LONG-COVID-EXP-CM study supported by a grant of Comunidad de Madrid.
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 | 0,008 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,009 | 0,010 |
| Bibliométrie | 0,007 | 0,008 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 ».