Exploring Cutaneous Lymphoproliferative Disorders in the Wake of COVID-19 Vaccination
Notice bibliographique
Résumé
Background: Individual reports have described lymphoproliferative disorders (LPDs) and cutaneous lymphomas emerging after administration of the COVID-19 vaccine; however, the relationship between reactions and vaccine types has not yet been examined. Objective: Determine if there are cases of cutaneous LPDs associated with certain COVID-19 vaccines and their outcomes. Methods: We analysed PubMed, the Vaccine Adverse Events Reporting System (VAERS), and our database for instances of biopsy-proven LPDs following COVID-19 vaccines. Results: Fifty cases of biopsy-proven LPDs arising after COVID-19 vaccination were found: 37 from medical literature, 11 from VAERS and two from our institution. Geographical distribution revealed the most cases in the United States, Italy, and Greece, with single cases in Spain, Colombia, Canada, Japan, and Romania. The average age of patients was 53; with a slight male predominance (male-to-female ratio of 1.5:1). The Pfizer-BioNTech vaccine was associated with LPDs in 36/50 (72%) cases, aligning with its 70% share of the global vaccine market. Histopathology revealed CD30+ in 80% of cases. The most prevalent form of LPD was lymphomatoid papulosis (LyP, 30%). All reported cases produced favourable outcomes (either complete or near-complete remission). Therapeutic approaches ranged from observation to treatment with steroids, methotrexate, or excision. Conclusion: LPDs after COVID-19 vaccination appear in the context of the same vaccines (proportionally to their global market shares), share clinical and pathological findings, and have indolent, self-limited character.
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 | 0,000 |
| 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 ».