COVID-19 vaccines and autoimmune disorders: A scoping review protocol
Notice bibliographique
Résumé
Two years into the global vaccination campaign, important questions about COVID-19 vaccines and autoimmune disorders have arisen. A growing number of reports have documented associations between vaccination and autoimmunity, and research is needed to elucidate the nature of these linkages as well as the mechanisms and causal directions (i.e., whether persons with no history of autoimmune disorders may experience them upon vaccination or persons with autoimmune disorders may experience exacerbation or new adverse events, autoimmune or not, post-vaccination). This scoping review will follow Arksey and O'Malley's framework, which is enhanced by Levac et al.'s team-based approach, to address the relationship between COVID-19 vaccinations and autoimmune disorders. Moreover, it will explore the evidence informing the consensus of care concerning COVID-19 vaccinations in people experiencing these disorders. Data from refereed articles and preprints will be synthesized through a thematic analysis. A subgroup analysis will compare the findings according to the previous existence of autoimmune disorders, presence of co-morbidities, vaccine type, and other potentially relevant factors. COVID-19 has triggered the largest vaccination campaign in history. Drug safety is critical to properly assess the balance of risks and benefits of any medical intervention. Our investigation should yield information useful to assist in clinical decision-making, policy development, and ethical medical practices.
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 | 0,075 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,011 | 0,010 |
| Bibliométrie | 0,022 | 0,016 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,007 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,066 | 0,010 |
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 ».