Complex chronic adverse events following immunization: a systemic critique and reform proposal for vaccine pharmacovigilance
Notice bibliographique
Résumé
The COVID-19 pandemic has renewed attention to complex chronic health conditions that challenge conventional biomedical paradigms. Syndromes such as postural orthostatic tachycardia syndrome and myalgic encephalomyelitis/chronic fatigue syndrome have gained broader visibility through the lens of Long COVID. As global vaccination campaigns expanded, a subset of individuals began reporting similarly persistent, multisystem symptoms following COVID-19 immunization-informally referred to as post-COVID-19 vaccination syndrome. These presentations, which include dysautonomia, neuropathic pain, post-exertional malaise, and cognitive dysfunction, resemble post-infectious syndromes and may involve shared immune-related mechanisms. Although no causal relationship to vaccination has been established, these cases-together with comparable reports following other vaccines-highlight limitations in current vaccine safety systems for detecting and evaluating complex chronic outcomes. This article introduces the concept of complex chronic adverse events following immunization (CC-AEFIs) as a pragmatic, surveillance-oriented framework to support the systematic identification and investigation of such cases. CC-AEFIs are not syndromic diagnoses but a higher-order category encompassing persistent, multifactorial conditions that may follow immunization yet challenge existing pharmacovigilance definitions and tools. These conditions often involve multiple organ systems, delayed onset, fluctuating trajectories, diagnostic ambiguity, and symptom heterogeneity. Drawing on the author's lived experience as an affected patient and integrating clinical, regulatory, and experiential evidence, the analysis examines structural and epistemic limitations across the pharmacovigilance continuum-from underrecognition in clinical settings to analytic exclusion and constrained governance. It concludes by proposing reforms to strengthen safety-system responsiveness, including enhanced diagnostic training, longitudinal surveillance, patient-reported outcome integration, and analytic transparency. Addressing these limitations is essential to sustain public trust, ensure equitable care, and uphold the scientific integrity of immunization programs.
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 | 0,263 | 0,284 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,006 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,094 |
| Communication savante | 0,027 | 0,029 |
| Science ouverte | 0,008 | 0,019 |
| Intégrité de la recherche | 0,034 | 0,061 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».