A Systematic Review of Vascular Injuries: A Review of Petechiae, Purpura, and Ecchymosis in Critical Situations Following COVID‐19 Vaccination
Notice bibliographique
Résumé
Background and Aims: Vascular injuries characterized by petechiae, purpura, and ecchymosis have been reported as potential adverse effects following COVID-19 vaccination. This study aims to identify the characteristics of patients experiencing vascular injuries postvaccination and to outline key clinical considerations. Methods: A systematic review was conducted in accordance with PRISMA guidelines. A comprehensive search of Scopus, Web of Science, and PubMed/MEDLINE databases was performed for English-language publications up to July 2024. Eligible studies included reports of vascular injuries following COVID-19 vaccination. Results: Of the 1064 articles retrieved, 35 studies met the inclusion criteria. The majority of cases presented symptoms after receiving the first doses of Pfizer-BioNTech, Moderna, AstraZeneca, and Janssen vaccines. Diagnosed conditions included thrombotic thrombocytopenic purpura (TTP), immune thrombocytopenic purpura (ITP), vasculitis, and acquired hemophilia A. None of the patients tested positive for SARS-CoV-2 at the time of diagnosis. The most commonly affected sites were the lower extremities, with petechiae, purpura, and ecchymosis being the predominant manifestations. Conclusion: Our findings suggest a possible but unconfirmed association between COVID-19 vaccination and the development of vascular injuries, including petechiae, purpura, and ecchymosis. These symptoms may serve as early indicators of critical conditions requiring urgent medical intervention. Further research and postvaccination monitoring are necessary to establish causality and assess potential risk factors.
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 | 0,014 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,008 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| 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 ».