Thrombocytopenia with and without thrombosis following COVID-19 vaccination: long-term management
Notice bibliographique
Résumé
Background: Since administration of COVID-19 vaccines, there has been growing evidence of thrombotic and thrombocytopenic events following vaccination. However, there remains limited data on long-term management of these adverse hematologic events. Key Clinical Question: We report on 9 patients presenting with thrombocytopenia following COVID-19 vaccination, with 4 subsequently diagnosed with vaccine-induced thrombocytopenia and thrombosis (VITT) and 5 with immune thrombocytopenia. Clinical Approach: A retrospective chart review was completed for adults >18 years of age presenting to a tertiary care center with new-onset thrombocytopenia occurring 4 to 42 days following COVID-19 vaccination. Presenting symptoms, laboratory investigations, and response to treatment are described. Conclusion: Two of 4 patients with VITT developed refractory thrombocytopenia successfully treated with intravenous immunoglobulin, corticosteroids, and plasma exchange therapy. Patients with VITT remained on anticoagulation for at least 9 months due to persistently positive diagnostic tests. Four of 5 patients with immune thrombocytopenia received intravenous immunoglobulin and corticosteroids with good recovery. Patients who received a subsequent COVID-19 mRNA vaccine had no adverse hematologic effects.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».