How Safe Are COVID-19 Vaccines in Individuals with Immune-Mediated Inflammatory Diseases? The SUCCEED Study
Notice bibliographique
Résumé
We were tasked by Canada's COVID-19 Immunity Task Force to describe severe adverse events (SAEs) associated with emergency department (ED) visits and/or hospitalizations in individuals with immune-mediated inflammatory diseases (IMIDs). At eight Canadian centres, data were collected from adults with rheumatoid arthritis (RA), axial spondyloarthritis (AxS), systemic lupus (SLE), psoriatic arthritis (PsA), and inflammatory bowel disease (IBD). We administered questionnaires, analyzing SAEs experienced within 31 days following SARS-CoV-2 vaccination. About two-thirds (63%) of 1556 participants were female; the mean age was 52.5 years. The BNT162b2 (Pfizer) vaccine was the most common, with mRNA-1273 (Moderna) being second. A total of 49% of participants had IBD, 27.4% had RA, 14.3% had PsA, 5.3% had SpA, and 4% had SLE. Twelve (0.77% of 1556 participants) SAEs leading to an ED visit or hospitalization were self-reported, occurring in 11 participants. SAEs included six (0.39% of 1556 participants) ED visits (including one due to Bell's Palsy 31 days after first vaccination) and six (0.39% of 1556 participants) hospitalizations (including one due to Guillain-Barré syndrome 15 days after the first vaccination). Two SAEs included pericarditis, one involved SLE (considered a serious disease flare), and one involved RA. Thus, in the 31 days after SARS-CoV-2 vaccination in our IMID sample, very few serious adverse events occurred. As SARS-CoV2 continues to be a common cause of death, our findings may help optimize vaccination acceptance.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».