Il n’est pas obligatoire de faire remonter les cas dans le système de pharmacovigilance, il suffit juste de comptabiliser le nombre de pathologies cardiaques sur une tranche d’âge qui d’habitude n’est pas touchée et voir si les chiffres sont identiques à la moyenne des 5 années précédentes ou l’inverse ! C’est une simple observation aisée à réaliser et pourtant ce n’est pas fait en France aujourd’hui.
Abstract
Les affections cardiovasculaires indésirables sont causées par des infections à coronavirus 2019 (COVID-19) et signalées comme des effets secondaires des vaccins COVID-19. L’enrichissement des systèmes actuels de surveillance de la sécurité des vaccins avec des sources de données supplémentaires peut améliorer la compréhension de la sécurité des vaccins contre la COVID-19. À l’aide d’un ensemble de données unique des services médicaux d’urgence nationaux israéliens (EMS) de 2019 à 2021, l’étude vise à évaluer l’association entre le volume d’arrêts cardiaques et les appels EMS de syndrome coronarien aigu dans la population de 16 à 39 ans avec des facteurs potentiels y compris les taux d’infection au COVID-19 et de vaccination. Une augmentation de plus de 25 % a été détectée dans les deux types d’appels entre janvier et mai 2021, par rapport aux années 2019-2020. En utilisant des modèles de régression binomiaux négatifs, le nombre d’appels d’urgence hebdomadaires était significativement associé aux taux de 1ère et 2ème doses de vaccin administrées à ce groupe d’âge, mais pas aux taux d’infection au COVID-19. Bien qu’ils n’établissent pas de relations causales, les résultats soulèvent des inquiétudes concernant les effets secondaires cardiovasculaires graves non détectés induits par les vaccins et soulignent la relation causale déjà établie entre les vaccins et la myocardite, une cause fréquente d’arrêt cardiaque inattendu chez les jeunes. La surveillance des effets secondaires potentiels des vaccins et des résultats de la COVID-19 doit intégrer le SMU et d’autres données de santé pour identifier les tendances de santé publique (par exemple, augmentation des appels au SMU) et enquêter rapidement sur les causes sous-jacentes potentielles. les résultats soulèvent des inquiétudes concernant les effets secondaires cardiovasculaires graves non détectés induits par les vaccins et soulignent la relation causale déjà établie entre les vaccins et la myocardite, une cause fréquente d’arrêt cardiaque inattendu chez les jeunes. La surveillance des effets secondaires potentiels des vaccins et des résultats de la COVID-19 doit intégrer le SMU et d’autres données de santé pour identifier les tendances de santé publique (par exemple, augmentation des appels au SMU) et enquêter rapidement sur les causes sous-jacentes potentielles. Les résultats soulèvent des inquiétudes concernant les effets secondaires cardiovasculaires graves non détectés induits par les vaccins et soulignent la relation causale déjà établie entre les vaccins et la myocardite, une cause fréquente d’arrêt cardiaque inattendu chez les jeunes. La surveillance des effets secondaires potentiels des vaccins et des résultats de la COVID-19 doit intégrer le SMU et d’autres données de santé pour identifier les tendances de santé publique (par exemple, augmentation des appels au SMU) et enquêter rapidement sur les causes sous-jacentes potentielles.
Introduction
Les effets indésirables cardiovasculaires tels que la coagulation du sang (par exemple, la thrombose de l’artère coronaire), le syndrome coronarien aigu, l’arrêt cardiaque et la myocardite ont été identifiés comme des conséquences de l’infection par la maladie à coronavirus 2019 (COVID-19) 1 , 2 , 3 , 4 , 5. De même, les données des systèmes de surveillance réglementaire et d’auto-déclaration, y compris le Vaccine Adverse events Reporting System (VAERS) aux États-Unis (US) 6, le Yellow Card System au Royaume-Uni 7 et le système EudraVigilance en Europe 8, associent des effets secondaires cardiovasculaires 9 , 10 , 11 ,12 , 13 avec un certain nombre de vaccins COVID-19 actuellement utilisés.
Plus récemment, plusieurs études ont établi une relation causale probable entre les vaccins à ARN messager (ARNm) du BNT162b2 et à ARNm-1273 11 , 14 , 15 , 16 ainsi que les vaccins à adénovirus (ChAdOx1) 17 avec myocardite, principalement chez les enfants, jeunes et moyens- adultes d’âge. L’étude du ministère de la Santé d’Israël, pays avec l’un des taux de vaccination les plus élevés au monde, évalue le risque de myocardite après avoir reçu la 2e dose de vaccin entre 1 sur 3000 et 1 sur 6000 chez les hommes de 16 ans. 24 et 1 sur 120 000 chez les hommes de moins de 30 ans 11 , 12 , 13. Une étude de suivi du Centre américain de contrôle des maladies (CDC) basée sur les systèmes d’auto-déclaration VAERS et V-Safe 18 confirme ces résultats 19 . Le CDC a récemment publié un avertissement concernant un risque de myocardite lié au vaccin, mais a tout de même maintenu sa recommandation de vacciner les jeunes et les enfants de plus de 12 ans 7 . Des préoccupations similaires se reflètent dans la récente approbation par la Food and Drug Administration du vaccin Pfizer qui nécessite plusieurs études de suivi sur les effets à court et à long terme de la myocardite chez les jeunes individus 20 .
Bien que les avantages de la vaccination contre la COVID-19 soient clairs, en particulier pour les populations à haut risque de développer une maladie grave et potentiellement mortelle 15 , 21 , il est important de mieux comprendre les risques potentiels pour minimiser les dommages potentiels. Cependant, évaluer le lien entre la myocardite et d’autres conditions cardiovasculaires potentielles, et les vaccins COVID-19 est difficile. Premièrement, les systèmes d’auto-déclaration 22 des événements indésirables sont connus pour avoir un biais d’auto-déclaration et des problèmes de sous-déclaration et de surdéclaration 23 , 24 , 25. Même l’étude israélienne basée sur une collecte de données plus proactive mentionne que certains des cas potentiellement pertinents n’ont pas fait l’objet d’une enquête approfondie.
Deuxièmement, la myocardite est une maladie particulièrement insidieuse avec de multiples manifestations rapportées. Il existe une vaste littérature qui met en évidence des cas asymptomatiques de myocardite, qui sont souvent sous-diagnostiqués 26 , 27 , ainsi que des cas dans lesquels la myocardite peut éventuellement être diagnostiquée à tort comme un syndrome coronarien aigu (SCA) 28 , 29 , 30 . De plus, plusieurs études approfondies démontrent que la myocardite est une cause majeure de décès soudains et inattendus chez les adultes de moins de 40 ans et évaluent qu’elle est responsable de 12 à 20 % de ces décès 26 , 31 , 32 , 33. Ainsi, il est plausible de craindre que l’augmentation des taux de myocardite chez les jeunes puisse entraîner une augmentation d’autres événements indésirables cardiovasculaires graves, tels que l’arrêt cardiaque (AC) et le SCA. Des preuves anecdotiques suggèrent qu’il ne s’agit peut-être pas seulement d’une préoccupation théorique 16 .
Troisièmement, les lésions myocardiques et la myocardite sont fréquentes chez les patients infectés par la COVID-19 26 , 34 . Étant donné que les déploiements de vaccins COVID-19 ont souvent lieu avec des infections communautaires de base au COVID-19, il pourrait être difficile de déterminer si l’incidence accrue de la myocardite et des affections cardiovasculaires associées, telles que l’AC et le SCA, est due aux infections au COVID-19 ou induite par les vaccins COVID -19. De plus, ces augmentations peuvent même être causées par d’autres mécanismes de causalité sous-jacents indirectement liés à la COVID-19, par exemple, les patients retardant la recherche de soins d’urgence en raison de la peur de la pandémie et des confinements 35 .
Cette étude vise à explorer comment des sources de données supplémentaires, telles que celles des services médicaux d’urgence (EMS), peuvent compléter les systèmes de surveillance des vaccins à auto-déclaration pour identifier les tendances de santé publique liées au COVID-19. Plus particulièrement, l’étude examine l’association entre les incidents CA et ACS dans la population de 16 à 39 ans et deux facteurs de causalité potentiels : les taux d’infection au COVID-19 et le déploiement du vaccin COVID-19. L’étude s’appuie sur le système de données Israel National EMS (IEMS) et analyse tous les appels liés aux événements CA et ACS sur deux ans et demi, du 1er janvier 2019 au 20 juin 2021.
Méthodes
Étudier le design
Cette étude rétrospective basée sur la population s’appuie sur le système de données IEMS et analyse tous les appels liés aux événements CA et ACS sur deux ans et demi, du 1er janvier 2019 au 20 juin 2021. Les données d’appel IEMS sont couplées aux données sur COVID -19 taux d’infection, ainsi que les taux de vaccination respectifs sur la même période.
La période de l’étude s’étend sur 14 mois d’une «période normale» avant la pandémie de COVID-19 et le déploiement du vaccin (1/2019-2/2020), environ 10 mois d’une «période pandémique» avec deux vagues de la pandémie (3 /2020–12/2020), et environ 6 mois d’une «période de pandémie et de vaccination» (1/2021–6/2021), au cours de laquelle Israël a lancé son déploiement de la vaccination parallèlement à une troisième vague de la pandémie de COVID-19. Ainsi, il permet d’étudier comment le nombre d’appels CA et ACS change dans le temps avec différentes conditions de fond et met potentiellement en évidence les facteurs associés aux changements temporels observés.
Cette étude a été jugée exempte d’examen par le Massachusetts Institute of Technology Institutional Review Board (E-3300). L’étude a également été approuvée par le comité de recherche de l’IEMS.
Sources de données et population étudiée
Données d’appel CA et ACS
Le système de données IEMS comprend des enregistrements de tous les appels reçus via le numéro de téléphone d’urgence national d’Israël (1-0-1). Notez que l’IEMS est une organisation nationale qui gère tous les appels EMS en Israël. Chaque enregistrement contient plusieurs champs d’informations, y compris le type d’appel vérifié rétrospectivement tel que déterminé par l’équipe EMS (par opposition à la classification d’appel initiale), la date, les caractéristiques de réponse pertinentes (par exemple, le décès sur les lieux et si une réanimation était nécessaire pendant la réponse ), et l’âge et le sexe du patient.
L’ensemble de données de l’étude comprend tous les appels non annulés avec l’âge du patient signalé et un type d’appel vérifié CA ou ACS. Les appels CA ont été définis comme un dysfonctionnement électrique soudain du cœur d’étiologie cardiaque ou médicale présumée, entraînant l’effondrement d’un patient, à l’exclusion des CA liés à un traumatisme, une surdose de médicament ou un suicide. Les appels de SCA ont été définis comme des conditions dans lesquelles les patients subissent une réduction du flux sanguin vers le cœur associée à un infarctus du myocarde.
Les codes d’appel utilisés pour identifier les appels CA et ACS sont déterminés par les équipes EMS sur la base de protocoles définis de l’IEMS. Le diagnostic d’AC a été établi sur la base des circonstances de l’effondrement telles que décrites par l’appelant à l’équipe de répartition, l’électrocardiogramme (ECG) de la victime d’AC tel qu’obtenu par un défibrillateur externe automatisé et des indicateurs communs d’AC tels qu’observés par les ambulanciers paramédicaux (p. absence de réponse, respiration agonique). Les CA dues ou manifestement liées à un traumatisme, une surdose de drogue ou un suicide ont été exclues de ce code d’appel et de l’étude. Le diagnostic de SCA a été établi sur la base de l’ECG à 12 dérivations du patient (un ECG à 12 dérivations a été réalisé sur tous les patients suspectés de SCA pour confirmer le diagnostic), des symptômes (p. ex., douleur thoracique, essoufflement), des antécédents médicaux et de l’examen physique. , tel qu’obtenu par les ambulanciers paramédicaux.
Les méthodes supplémentaires décrivent les champs de données d’appel IEMS et les codes de type d’appel plus en détail.
Cas de vaccination et d’infection au COVID-19
Les données sur les vaccinations et les cas de COVID-19 ont été obtenues à partir du portail en ligne de la base de données du gouvernement israélien ( https://info.data.gov.il/datagov/home/ ). Ces données comprennent le nombre de 1re et 2e doses de vaccination administrées quotidiennement par tranche d’âge 36 , ainsi que le nombre hebdomadaire de nouveaux cas confirmés de COVID-19 par tranche d’âge, dans tout Israël 37 . Les tranches d’âge sont constituées de tranches de 20 ans commençant par 0–19. Des dénombrements de population par groupes d’âge similaires ont également été recueillis à partir de données accessibles au public utilisées pour compléter ces ensembles de données 38. Notez qu’Israël n’a administré que des vaccins BNT162b2 pour lesquels le décalage entre la 1ère et la 2ème dose est de trois semaines, et qu’en janvier-mai 2021, les vaccins ont été administrés à des personnes âgées de 16 ans et plus.
Données et analyses statistiques
Tendances des appels CA et ACS
Pour chaque paire de diagnostic (CA ou SCA), groupe d’âge (16-39, plus de 40 ans ou tous âges) et sexe (homme, femme ou les deux sexes), les changements absolus et relatifs d’une année à l’autre dans les appels ont été calculés. La signification statistique respective de ces changements était basée sur le test E de Poisson bilatéral 39 . Ces changements ont été calculés séparément par rapport à l’année civile complète (2019-2020) et du 1er janvier au 31 mai (2019-2021). La période de janvier à mai a été utilisée à des fins de comparaison car elle correspond à l’administration des vaccins dans le groupe d’âge des 16 à 39 ans en 2021 36. Les comparaisons de l’année civile complète ont été calculées pour examiner les changements dans les appels lorsque les infections au COVID-19 étaient répandues, mais aucun vaccin n’a été administré dans le groupe d’âge des 16 à 39 ans. Des analyses supplémentaires décrivant le pourcentage d’appels CA où le patient est décédé sur place (c.-à-d. décès déclaré avant l’arrivée à l’hôpital) et ont reçu une réanimation (c.-à-d. le patient a reçu une défibrillation ou une réanimation cardiorespiratoire) sont décrites dans l’annexe.
Pour visualiser les tendances temporelles du volume d’appels CA et ACS et la relation potentielle avec les taux d’infection au COVID-19 et les taux de vaccination pour le groupe d’âge de 16 à 39 ans, des graphiques ont été créés pour les appels CA et ACS, respectivement. Chaque graphique superpose plusieurs séries chronologiques de moyennes mobiles sur la période d’étude. Il s’agit notamment de la moyenne mobile centrée sur cinq semaines du nombre d’appels hebdomadaires respectifs du SMU, ainsi que du nombre moyen mobile centré sur trois semaines des nouveaux cas d’infection au COVID-19, des premières doses de vaccin administrées et des deuxièmes doses de vaccin administrées. Les graphiques indiquent également les périodes des trois avis nationaux de confinement de la santé publique liés au COVID-19 en Israël 40 .
Pour améliorer la compréhension de ces tendances au cours de la troisième vague pandémique et du déploiement de la vaccination, des graphiques « zoom avant » ont été créés de la même manière pour la période du 18 octobre 2020 au 20 juin 2021. Les graphiques zoom avant mettent également en évidence les estimations de la nombre de personnes n’ayant reçu qu’une seule dose de vaccin pendant cette période. Cela a été fait en traçant une série chronologique supplémentaire de la moyenne mobile sur trois semaines des 2èmes doses de vaccin administrées décalées dans le temps de trois semaines. Plus précisément, la différence entre le nombre de 1ères doses de vaccin et le nombre de 2èmes doses de vaccin décalées dans le temps de trois semaines montre le nombre estimé de patients qui n’ont reçu que leur 1ère dose suite aux recommandations d’administration de la vaccination de Pzifer (c’est-à-dire, le nombre estimé de patients qui n’ont pas reçu de 2e dose de vaccin après une période de 3 semaines suivant l’administration de la 1re dose de vaccin). Cette différence est également utilisée pour estimer le nombre de doses uniques administrées aux personnes qui s’étaient remises des infections au COVID-19, qui a été tracé à partir du 1er avril 2021 (le 1er avril 2021 était peu de temps après que le ministère israélien de la Santé a approuvé la vaccination pour cette population41 ).
Les graphiques pour les groupes de plus de 40 ans et de tous âges sont présentés dans les figures supplémentaires. 1–4 .
Traitement des données de séries chronologiques pour les appels CA et ACS, l’administration de la vaccination et le nombre d’infections au COVID-19
Pour vérifier si les tendances observées d’une année sur l’autre dans le nombre hebdomadaire d’appels de CA et de SCA parmi le groupe d’âge de 16 à 39 ans sont associées à des infections au COVID-19 ou à l’administration de vaccins, les séries chronologiques hebdomadaires suivantes ont été calculées et prises en compte au cours de la période toute la période d’étude : nombre d’appels hebdomadaires CA, respectivement, pour les patients âgés de 16 à 39 ans et de plus de 40 ans ; Nombre d’appels hebdomadaires ACS des patients du groupe d’âge 16-39 ans ; décomptes cumulatifs toutes les deux semaines (semaine en cours et semaine précédente) des 1re et 2e doses de vaccin administrées, respectivement, dans les groupes d’âge de 16 à 39 ans et de plus de 40 ans ; et le nombre cumulé de nouvelles infections au COVID-19 sur trois semaines (en cours et les deux semaines précédentes) dans les groupes d’âge de 16 à 39 ans (approximatif par groupe d’âge de 0 à 39 ans) et de plus de 40 ans, respectivement. Notez que l’ensemble de données sur l’infection COVID-19 37ne comprend que des données agrégées pour le groupe d’âge 0-39 ans et surestime donc le nombre d’infections au COVID-19 pour le groupe d’âge 16-39 ans.
Le choix de décomptes toutes les deux semaines des 1re et 2e doses de vaccin est motivé par des études qui suggèrent que la myocardite apparaît généralement dans les deux semaines suivant la vaccination 19 . Le choix d’un décompte cumulé sur trois semaines des nouvelles infections à la COVID-19 est motivé par le fait que les symptômes aigus de la COVID-19 sont généralement observés dans les trois semaines suivant l’apparition de l’infection 19 . Étant donné que l’impact de la COVID-19 peut être variable, une partie de l’analyse décrite ci-dessous a également été effectuée avec différents décomptes de nouvelles infections à la COVID-19 faisant varier la période de décompte d’une à six semaines (c’est-à-dire des décomptes cumulés entre une, deux, trois, quatre , cinq et six semaines).
Association des tendances du nombre d’appels d’une année à l’autre avec les infections à COVID-19 et l’administration du vaccin
La corrélation de rang de Spearman a été calculée entre la série chronologique du nombre d’appels hebdomadaires CA pour le groupe d’âge de 16 à 39 ans et la série chronologique du nombre cumulatif bihebdomadaire (semaine en cours et précédente) des 1re et 2e doses de vaccin administrées pour le même groupe d’âge. De même, la corrélation de rang a été calculée entre la série chronologique des décomptes d’appels hebdomadaires CA et la série chronologique des nouveaux décomptes cumulés d’infections au COVID-19 sur trois semaines (en cours et les deux semaines précédentes). La même chose a été calculée pour la somme des séries chronologiques du nombre d’appels hebdomadaires CA et ACS pour le groupe d’âge de 16 à 39 ans (c’est-à-dire la corrélation avec la série chronologique respective de la dose de vaccin et du nouveau nombre d’infections au COVID-19). Comme mentionné précédemment, les décomptes cumulés toutes les deux semaines et toutes les trois semaines pour les vaccinations et les infections au COVID-19, respectivement,19 . Une analyse de puissance post hoc a également été réalisée à l’aide de G*Power (version 3.1.9.7) 42 pour déterminer la puissance statistique (c’est-à-dire la probabilité de rejeter l’hypothèse nulle, de conclure qu’un effet est trouvé et d’éviter une erreur de type II, lorsqu’un effet existe réellement) des analyses de corrélation. Enfin, étant donné que l’impact de COVID-19 peut se produire sur une période de temps variable, la même analyse a été répétée en ce qui concerne la série chronologique du nombre de nouvelles infections à COVID-19, mais en faisant varier la période de comptage cumulée des trois semaines initiales à une plage de une à six semaines.
Pour étudier plus avant l’association potentielle entre les comptages hebdomadaires de CA et de SCA, l’administration du vaccin et les infections au COVID-19, et le contrôle des interactions croisées et d’autres facteurs, deux modèles de régression binomiale négative 43 ont été développés. Les modèles de régression binomiale négative sont couramment utilisés pour modéliser les données de comptage et permettent l’analyse des cas où les comptages de variables de résultat sont sur-dispersés (la variance des données de comptage est supérieure à la moyenne) 43 , 44 . De tels modèles peuvent également être conçus pour utiliser des données de comptage historiques cumulées comme caractéristiques pour estimer le nombre de résultats au cours d’une période actuelle donnée 35 , 45 , 46 .
Le premier modèle, ci-après dénommé modèle 1 , régresse les séries chronologiques respectives des décomptes d’appels hebdomadaires CA et des décomptes d’appels hebdomadaires ACS dans le groupe d’âge 16-39 (la variable dépendante), par rapport à la série chronologique des bi -le nombre cumulé hebdomadaire de doses de vaccin et le nombre cumulé de nouvelles infections au COVID-19 sur trois semaines, tous deux dans le groupe d’âge 16-39 ans, normalisés par la taille de la population respective (variables indépendantes). Le modèle contrôle également les différents diagnostics (CA contre ACS), pour les semaines incluses dans les périodes de verrouillage national de la santé publique, ainsi que les variations d’une année à l’autre (2019-2020) (par exemple, en raison de la croissance démographique) dans les appels via variables nominales respectives.
De même, le deuxième modèle, ci-après dénommé modèle 2 , régresse les séries chronologiques respectives des décomptes hebdomadaires CA des groupes d’âge 16-39 et plus de 40 ans (la variable dépendante) par rapport à la série chronologique du vaccin cumulatif bihebdomadaire le nombre de doses et le nombre cumulé de nouvelles infections au COVID-19 sur trois semaines dans les groupes d’âge respectifs, à nouveau normalisés par la taille de la population respective (variables indépendantes). De plus, au lieu de la variable fictive utilisée dans le modèle 1 ci-dessus pour capturer les différents groupes de diagnostics, le modèle 2 introduit une variable fictive pour capturer les différents groupes d’âge (16-39 ans et plus de 40 ans).
Pour identifier les prédicteurs les plus significatifs sur le plan statistique, les modèles utilisent une sélection de caractéristiques bidirectionnelle par étapes basée sur le critère d’information bayésien (BIC) du modèle. La métrique BIC résume la qualité de l’ajustement du modèle tout en pénalisant le nombre de variables sélectionnées pour éviter le surajustement 47 . Lors de chaque étape de l’algorithme de sélection, des fonctionnalités sont testées pour être ajoutées ou supprimées afin de minimiser le BIC du modèle. Les ratios de taux d’incidence ajustés (IRR) et les intervalles de confiance (IC) à 95 %, représentant la variation estimée des appels hebdomadaires par changement unitaire de chaque variable prédictive, ont été rapportés à la fois pour le modèle final après sélection par étapes du BIC et pour le modèle complet sans sélection de variable. . Le développement du modèle a été réalisé à l’aide de R version 4.0.2.
Analyse de sensibilité
En tant que vérification de la robustesse des associations déterminées par les modèles 1 et 2, l’analyse a été répétée tout en considérant la série chronologique de comptage d’une à six semaines des nouvelles infections au COVID-19 dans les groupes d’âge respectifs.
Participation des patients et du public
La participation formelle du public et des patients n’était pas possible compte tenu des contraintes de temps et de ressources de ce projet de recherche. Cependant, ce travail a été éclairé par le dialogue avec ceux qui travaillent dans les systèmes de santé et les politiques publiques.
Approbation éthique
Cette étude a été jugée exempte d’examen par le Massachusetts Institute of Technology Institutional Review Board (E-3300). L’étude a également été approuvée par le comité de recherche de l’IEMS.
Résultats
Résultats descriptifs généraux
Sur les 30 262 appels d’arrêt cardiaque et 60 398 appels de SCA inclus dans la population étudiée (voir les résultats supplémentaires pour plus de détails), 945 (3,1 %) et 3 945 (6,5 %) appels concernaient des patients âgés de 16 à 39 ans, respectivement, d’une population proche. à 3,5 millions de personnes dans ce groupe d’âge 38 . Sur les 834 573 cas confirmés de COVID-19 au cours de la période d’étude, 572 435 (68,6 %) cas concernaient des personnes âgées de 16 à 39 ans. Parmi les 5 506 398 patients recevant leur 1ère dose de vaccination et les 5 152 417 patients recevant leur 2ème dose de vaccination, 2 382 864 (43,3 %) et 2 176 172 (32,2 %) patients étaient âgés de 16 à 39 ans, respectivement.
Changements d’une année à l’autre des appels CA et ACS
Tableau 1résume les changements d’une année à l’autre du volume d’appels CA et ACS. Les résultats mettent en évidence une augmentation statistiquement significative de plus de 25 % des appels CA (25,7 %, P < 0,05) et ACS (26,0 %, P < 0,001) pour les patients âgés de 16 à 39 ans de janvier à mai 2021, par rapport au même période en 2020. Fait intéressant, pour CA, il n’y a pas de différence statistiquement significative dans le volume d’appels respectif sur l’ensemble de l’année (janvier-décembre) de 2019 à 2020 (diminution relative de − 2,4 % [P = 0,740]), avant la déploiement de la vaccination et troisième vague de COVID-19 dans ce groupe d’âge. De même, pour ACS, l’augmentation sur l’ensemble de l’année de 2019 à 2020 (augmentation relative significative de 15,8 % [P < 0,001]) a été suivie d’une augmentation encore plus importante de janvier à mai de 2020 à 2021 (augmentation relative significative de 26,0 % [P < 0,001]), qui était pendant la troisième vague de COVID-19 et le déploiement de la vaccination. Les deux sexes dans le groupe d’âge de 16 à 39 ans ont connu une augmentation des appels CA et ACS de 2020 à 2021 de janvier à mai. Chez les hommes, les appels CA ont augmenté de 25,0 % (P = 0,073) et les appels ACS ont augmenté de manière significative de 21,3 % (P < 0,01). Chez les femmes, les appels CA ont augmenté de 31,4 % (P = 0,224) et les appels ACS ont augmenté de manière significative de 40,8 % (P < 0,01).
Le tableau supplémentaire 1 montre le pourcentage d’une année à l’autre de patients atteints d’AC qui sont décédés sur place (c’est-à-dire avant l’arrivée à l’hôpital) pour les mêmes périodes. Parmi le groupe d’âge de 16 à 39 ans, le pourcentage de patients atteints d’AC décédés avant leur arrivée à l’hôpital a augmenté de manière significative de 2019 à 2020 au cours de l’année complète (52,8 à 60,5 % ; P < 0,001). Ce pourcentage est resté élevé de janvier à mai 2021 et aucune différence significative n’a été trouvée entre la même période en 2020 (65,1 à 61,3 % P = 0,460). De même, le tableau supplémentaire 2montre que dans le groupe d’âge de 16 à 39 ans, les taux de réanimation (c’est-à-dire que le patient a reçu une défibrillation ou une réanimation cardiopulmonaire) pour les appels CA ont augmenté de 2019 à 2020 au cours de l’année complète (41,5 à 54,4 % ; P < 0,001). Ces taux de réanimation plus élevés ont persisté de janvier à mai 2021, sans différence significative par rapport à la même période en 2020 (54,6 à 53,9 % ; P = 0,900).
Association entre les appels de l’AC et de l’ACS aux infections au COVID-19 et à l’administration des vaccins
Si l’on considère le groupe d’âge 16-39 ans, la corrélation de rang de Spearman entre le nombre d’appels hebdomadaires CA et le nombre cumulatif de 1re et 2e doses toutes les deux semaines (semaine en cours et précédente) est de 0,209 (P < 0,05). Le facteur de corrélation de la somme des comptages hebdomadaires d’appels CA et ACS avec la même série chronologique de comptage de vaccins est de 0,164 (P < 0,01). L’analyse de puissance post hoc a révélé que la puissance statistique pour un niveau de signification de 0,05 était à la fois de 1,00 pour la corrélation entre les doses de vaccination et le nombre d’appels hebdomadaires CA, et la somme des nombres d’appels hebdomadaires CA et ACS, respectivement. En revanche, la série chronologique du nombre cumulé de nouvelles infections au COVID-19 sur trois semaines (semaines en cours et deux semaines précédentes) n’était pas significativement corrélée à la série chronologique du nombre d’appels hebdomadaires CA (0,047, P = 0,600) ou au temps -somme des séries du nombre d’appels hebdomadaires CA et ACS (0,117, P = 0. 061), respectivement. L’analyse de puissance post hoc a révélé que la puissance statistique pour un niveau de signification de 0,05 était de 0,94 et 1,00 pour la corrélation entre l’infection au COVID-19 et le nombre d’appels hebdomadaires CA, et la somme des nombres d’appels hebdomadaires CA et ACS, respectivement. Les mêmes schémas se maintiennent lorsque la période de comptage des infections au COVID-19 varie entre une et six semaines (tableau supplémentaire3 ).
Ces découvertes sont soulignées par les Fig. 1 et 2 qui présentent les graphiques décrits dans la section « Méthodes » pour CA et ACS, CA uniquement et ACS uniquement, respectivement. Le nombre d’appels CA et ACS (courbe rouge) commence à augmenter début janvier 2021 et semble suivre de près la courbe de la 2e dose (courbe bleue continue). Ils culminent vers le début du mois de mars, puis diminuent au cours du mois de mars et de la première quinzaine d’avril (Figs. 1 B et 2 B). Les graphiques mettent également en évidence le manque d’association entre le nombre d’infections au COVID-19 (courbe grise) et le nombre d’appels CA et ACS, ce qui est le plus clairement observé lors des deux premières vagues d’infection majeures en 2020.
Une deuxième hausse est observée à partir du 18 avril environ. Fait intéressant, cette deuxième augmentation semble suivre de près le nombre estimé de doses uniques délivrées aux personnes qui se sont remises du COVID-19 (ligne verte), à partir du 11 avril. Début mars, le ministère israélien de la Santé a approuvé la vaccination des personnes âgées de 16 ans et plus, qui se sont rétablies d’une infection au COVID-19, avec une seule dose de vaccin, à condition que trois mois se soient écoulés depuis leur rétablissement 41 . Comme le montre le nombre d’infections au COVID-19, le pic de la troisième vague chez les moins de 40 ans s’est produit vers le 11 janvier. Cela pourrait expliquer l’augmentation potentielle de la vaccination à dose unique observée à partir du 11 avril.
Résultats négatifs des modèles de régression binomiale
Le tableau 2 ci-dessous montre les résultats du modèle 1 décrit dans la section « Méthodes ».» (la variable dépendante : la série chronologique des appels hebdomadaires CA compte le nombre d’appels hebdomadaires ACS, tous deux dans le groupe d’âge 16-39). Avec la sélection des caractéristiques BIC, les décomptes cumulés bihebdomadaires des 1re et 2e doses de vaccin dans le groupe d’âge 16-39 ans (normalisés par la taille de la population respective) ont été sélectionnés comme prédicteur statistiquement significatif avec une relation positive avec les variables dépendantes (IRR : 3,33, [IC à 95 % 2,14–5,14]). Autrement dit, des taux accrus de vaccination dans le groupe d’âge respectif sont associés à un nombre accru d’appels hebdomadaires CA et ACS. En revanche, le nombre cumulatif de nouvelles infections au COVID-19 sur trois semaines dans le groupe d’âge de 16 à 39 ans (normalisé par la taille de la population respective) n’a pas été sélectionné comme prédicteur de la série chronologique du nombre d’appels. C’est,
Des résultats similaires sont obtenus sans sélection de fonction. La série chronologique du nombre de doses de vaccin avait toujours une relation positive statistiquement significative avec le nombre d’appels hebdomadaires CA et ACS (IRR : 2,12, [IC à 95 % 1,05–4,22]), tandis que la série chronologique des nouvelles infections au COVID-19 compte n’avait pas de signification statistique. De plus, les périodes nationales de confinement de la santé publique n’avaient pas de signification statistique. Le R 2 ajusté était de 0,874 et 0,876 avec et sans sélection des caractéristiques, respectivement.
Le tableau 3 montre les résultats du modèle 2 décrit dans la section « Méthodes» (la variable dépendante : la série chronologique des décomptes d’appels hebdomadaires CA des groupes d’âge respectifs de 16 à 39 ans et de plus de 40 ans). Comme dans l’analyse du modèle 1 ci-dessus, avec la sélection des caractéristiques BIC, la série chronologique des doses de vaccin a été sélectionnée comme statistiquement significative avec positive associée à la variable dépendante du nombre d’appels hebdomadaires CA (IRR : 1,79, IC à 95 % [1,43 –2,25]), alors que la série chronologique des nouveaux décomptes d’infections au COVID-19 n’a pas été sélectionnée. Sans sélection des caractéristiques, la série chronologique du nombre de doses de vaccin est restée statistiquement significative et positive (IRR : 1,92, IC à 95 % [1,34–2,76]) et la série chronologique du nouveau nombre d’infections au COVID-19 n’avait pas de signification statistique. Les périodes nationales de verrouillage de la santé publique n’étaient pas non plus statistiquement significatives. Le R 2 ajustéétait de 0,930 et 0,932 pour les modèles avec et sans sélection de caractéristiques, respectivement.
Analyse de sensibilité
Pour chaque modèle, la nouvelle série chronologique de comptages normalisés d’infection au COVID-19 n’est jamais sélectionnée comme variable significative, même lorsque la période de comptage varie entre une et six semaines. Dans le même temps, la série chronologique de comptages normalisés des doses de vaccin est toujours sélectionnée comme une variable statistiquement significative avec une association positive (voir les tableaux supplémentaires 4 à 7 ).
Discussion
Cette étude s’appuie sur un ensemble de données unique de tous les appels EMS CA et ACS en Israël sur deux ans et demi qui s’étendent sur 14 mois avant le début de la pandémie de COVID-19, 10 mois qui incluent deux vagues de la pandémie de COVID-19 et 6 mois avec une troisième vague de la pandémie parallèle au déploiement de la vaccination parmi la population de 16 ans et plus. Ainsi, il fournit une perspective unique pour explorer l’association entre les tendances du volume d’appels CA et ACS au cours de la période d’étude et différents facteurs, tels que les taux d’infection au COVID-19 et les taux de vaccination.
De plus, comme l’IEMS est une organisation nationale, les données fournissent un accès plus complet à l’incidence respective des affections étudiées. Cela contraste avec l’accès très partiel et biaisé connu fourni par les systèmes de surveillance d’auto-déclaration des événements indésirables 23 , 24 , 25 , et souligne l’importance d’incorporer des sources de données supplémentaires dans ces systèmes 48. Cependant, il est important de souligner plusieurs différences significatives entre les appels CA et ACS EMS. Pour les événements CA, il est raisonnable de supposer que les données IEMS comprennent presque tous les événements pertinents, puisque les événements CA impliquent presque toujours l’appel de services EMS. De plus, le diagnostic d’AC est relativement plus simple. En revanche, pour les événements ACS, alors que les appels EMS capturent une fraction importante des incidents respectifs, les visites directes à l’hôpital ne seront pas prises en compte dans les données EMS. En Israël, cela est estimé à 50% de tous les événements. De plus, le diagnostic des événements de SCA est plus complexe et, bien que les protocoles EMS au cours de la période d’étude n’aient pas changé, il est raisonnable de supposer un taux d’erreur de diagnostic plus élevé.
La principale conclusion de cette étude concerne des augmentations de plus de 25 % du nombre d’appels CA et d’appels ACS de personnes âgées de 16 à 39 ans lors du déploiement de la vaccination COVID-19 en Israël (janvier-mai 2021), par rapport à avec la même période dans les années précédentes (2019 et 2020), comme indiqué dans le tableau 1 . De plus, il existe une association robuste et statistiquement significative entre le nombre hebdomadaire d’appels CA et ACS et les taux de 1re et 2e doses de vaccin administrées à ce groupe d’âge. Dans le même temps, aucune association statistiquement significative n’a été observée entre les taux d’infection au COVID-19 et le nombre d’appels CA et ACS. Ce résultat est conforme aux conclusions précédentes qui montrent que les augmentations de l’incidence globale de l’AC n’étaient pas toujours associées à des taux d’infections au COVID-19 plus élevés au niveau de la population35 , 49 , 50 , ainsi que la stabilité des taux d’hospitalisation liés à l’infarctus du myocarde tout au long de la vague initiale de COVID-19 par rapport aux valeurs de référence pré-pandémiques en Israël 51 . Ces résultats sont également reflétés par un rapport faisant état d’une augmentation des visites aux services d’urgence pour des problèmes cardiovasculaires pendant le déploiement de la vaccination en Allemagne 52 ainsi que d’une augmentation des appels au SMU pour des incidents cardiaques en Écosse 53 .
Les visuels des Figs. 1 et 2 appuient et renforcent ces résultats. L’augmentation des appels de CA et d’ACS à partir de début janvier 2021 semble suivre de près l’administration des vaccins de 2e dose. Cette observation est cohérente avec les résultats antérieurs qui associaient des événements indésirables plus importants, y compris la myocardite, à la 2e dose du vaccin 19. Une deuxième augmentation du nombre d’appels CA et ACS est observée à partir du 18 avril 2021, ce qui semble suivre une augmentation de la vaccination à dose unique chez les personnes qui se sont remises d’infections au COVID-19. Ceci est cohérent avec les découvertes antérieures qui suggèrent que la réponse immunitaire générée par une dose unique sur des individus récupérés est généralement plus forte que la réponse à la 2e dose de vaccin chez des individus qui n’ont pas été exposés à l’infection au COVID-19 54 . De plus, les graphiques soulignent l’absence de corrélation entre le nombre d’appels et le nombre d’infections au COVID-19, ce qui est le plus clairement observé lors des deux grandes vagues pandémiques de 2020.
Bien qu’une augmentation de l’incidence de l’AC n’ait pas été observée dans le groupe d’âge des 16 à 39 ans en 2020, il y a eu une augmentation significative de la proportion de patients atteints d’AC qui sont décédés sur place en 2020, par rapport à 2019 (tableau supplémentaire 1 ), soulignant le potentiel direct et indirect. effets néfastes de la pandémie 35 , 49 , 55 sur les résultats des patients AC hors hôpital. Le pourcentage de patients décédés sur place est resté élevé en 2021.
La forte augmentation de l’incidence des événements CA et SCA dans la population âgée de 16 à 39 ans parallèlement au déploiement de la vaccination et son association avec les taux de vaccination pourraient être compatibles avec la relation causale connue entre les vaccins à ARNm et les incidents de myocardite chez les jeunes 14 , 17 , 19 , 56 , ainsi que le fait que la myocardite est souvent diagnostiquée à tort comme un SCA 28 , 29 , 30 , et que la myocardite asymptomatique est une cause fréquente de mort subite inexpliquée chez les jeunes adultes d’AC 26 , 31 , 32 , 33. Ceci est en outre étayé par des rapports plus anecdotiques décrivant la mort cardiaque subite après la vaccination contre la COVID-19 16 , 57 . Bien que la myocardite induite par le vaccin ait été principalement signalée chez les hommes 14 , 19 , il est intéressant de noter que les augmentations relatives des événements CA et SCA (tableau 1 ) étaient plus importantes chez les femmes. Cela peut suggérer un sous-diagnostic potentiel ou une sous-auto-déclaration de la myocardite chez les femmes, ou d’autres modèles uniques, ce qui est cohérent avec le défi permanent des différences liées au sexe liées au diagnostic et aux soins des maladies cardiovasculaires 15 , 58 .
Le document suggère plusieurs implications politiques importantes. Premièrement, il est important que les programmes de surveillance des effets secondaires potentiels des vaccins et des résultats de l’infection au COVID-19 intègrent le SGE et d’autres données de santé pour identifier les tendances de santé publique et enquêter rapidement sur les causes sous-jacentes potentielles. Plus précisément, une enquête rapide est nécessaire pour mieux comprendre les causes sous-jacentes potentielles de l’augmentation observée des appels au SMU liés au cœur, y compris les facteurs liés au vaccin et à l’infection par le COVID-19, ainsi que des facteurs supplémentaires, tels que la volonté réduite de se faire soigner à l’hôpital ou au SMU. , un accès réduit aux soins et une sensibilisation accrue du public aux événements indésirables post-vaccinaux. Deuxièmement, il est essentiel de sensibiliser les patients et les cliniciens aux symptômes associés (p. inconfort thoracique et essoufflement) après une vaccination ou une infection au COVID-19 pour s’assurer que les dommages potentiels sont minimisés. Ceci est particulièrement important parmi la population plus jeune et en particulier les jeunes femmes, qui reçoivent souvent moins d’évaluations diagnostiques pour les événements cardiaques indésirables que les hommes.15 . Ces implications sont encore soulignées par l’administration continue de doses de rappel supplémentaires au public en raison de la diminution de l’immunité vaccinale contre les variantes de la COVID-19 (par exemple, la variante delta) après la 2e dose de vaccin 59 . De plus, des études récentes ont également démontré l’association d’un risque accru de myocardite avec l’administration de vaccins à base d’adénovirus (c.bien qui peuvent bénéficier de programmes de surveillance vaccinale améliorés.
Il est important de noter la principale limite de cette étude, qui est qu’elle s’appuie sur des données agrégées qui n’incluent pas d’informations spécifiques concernant les patients concernés, y compris les résultats hospitaliers, les comorbidités sous-jacentes ainsi que la vaccination et le statut positif au COVID-19. Ces données connexes sont essentielles pour déterminer la nature exacte de l’augmentation observée des appels CA et ACS chez les jeunes, et quels sont les facteurs de causalité sous-jacents. Notamment, des études récentes ont montré que les lésions myocardiques induites par la vaccination présentent des caractéristiques différenciantes, telles que l’histopathologie 60, par rapport à la myocardite typique, qui peut en outre soutenir l’identification des moteurs possibles de ces événements cardiaques. Le ministère israélien de la Santé et les grands HMO ont accès à ces données, qui devraient être étudiées en détail. De plus, l’AC examinée dans l’étude incluait celles d’étiologie cardiaque et médicale, car les données discernant ces différences n’étaient pas disponibles, ce qui augmentait l’importance d’une enquête plus approfondie sur ces patients. Cependant, la littérature antérieure a estimé que la grande majorité, environ 84 à 92 %, des cas d’arrêt cardiaque non traumatique sont d’origine cardiaque 61 . Par exemple, parmi les autres causes potentielles d’AC, environ 2 à 9 % et 2 % des arrêts cardiaques sont dus à une embolie pulmonaire 62 , 63et événements cérébrovasculaires aigus (par exemple hémorragie sous-arachnoïdienne) 64 , respectivement. Par conséquent, il est probable que les changements observés dans l’incidence puissent être principalement attribués aux CA d’étiologie cardiaque.
L’augmentation significative des appels CA et des appels ACS parmi la population âgée de 16 à 39 ans pendant le déploiement de la vaccination COVID-19 met en évidence la valeur de sources de données supplémentaires, telles que celles des systèmes EMS, qui peuvent compléter les systèmes de surveillance par auto-déclaration pour identifier les problèmes publics. tendances de la santé. De plus, cela souligne la nécessité d’une enquête approfondie sur l’association apparente entre l’administration du vaccin COVID-19 et les résultats cardiovasculaires indésirables chez les jeunes adultes. Israël et d’autres pays devraient immédiatement collecter les données nécessaires pour déterminer si une telle association existe effectivement, y compris une enquête approfondie sur les cas individuels d’AC et de SCA chez les jeunes adultes, et leur lien potentiel avec le vaccin ou d’autres facteurs. Cela serait essentiel pour mieux comprendre les risques-avantages du vaccin et pour éclairer les politiques publiques connexes et prévenir les préjudices potentiellement évitables pour les patients. Dans l’intervalle, il est essentiel qu’après la vaccination, les patients soient informés de rechercher des soins d’urgence appropriés s’ils présentent des symptômes potentiellement associés à une myocardite, tels qu’une gêne thoracique et un essoufflement, et d’envisager d’éviter toute activité physique intense après la vaccination. qui peuvent induire des événements cardiaques indésirables graves.
Disponibilité des données
Les ensembles de données sur le COVID-19 et les taux de vaccination générés et analysés au cours de la présente étude sont disponibles sur https://data.gov.il/dataset/covid-19 . Les données sur le nombre d’appels EMS ne sont pas accessibles au public car elles sont tirées des dossiers cliniques nationaux. En raison des réglementations nationales et organisationnelles sur la confidentialité des données, ces données ne peuvent pas être partagées ouvertement.
Références
Basu-Ray, I., Adeboye, A. & Soos, MP Manifestations cardiaques du coronavirus (COVID-19). StatPearls [Internet] (2021).
Thakkar, S. et al. Une revue systématique des manifestations cardiovasculaires et des résultats dans le cadre de la maladie à coronavirus-19. Clin. Méd. Aperçus Cardiol. 14 , 1179546820977196 (2020).
Article Google Scholar
Tschöpe, C. et al. Myocardite et cardiomyopathie inflammatoire : preuves actuelles et orientations futures. Nat. Rév. Cardiol. 18 , 169–193. https://doi.org/10.1038/s41569-020-00435-x (2021).
CAS Article PubMed Google Scholar
Dominguez-Erquicia, P., Dobarro, D., Raposeiras-Roubín, S., Bastos-Fernandez, G. & Iñiguez-Romo, A. Thrombose coronaire multivasculaire chez un patient atteint de pneumonie COVID-19. EUR. Coeur J. 41 , 2132-2132 (2020).
CAS Article Google Scholar
Ranard, LS, Engel, DJ, Kirtane, AJ & Masoumi, A. Thrombose coronarienne et cérébrale chez un jeune patient après une maladie COVID-19 légère : à propos d’un cas. EUR. Heart J. Case Rep. 4 , 1 (2020).
Article Google Scholar
Système de notification des événements indésirables liés aux vaccins (VAERS) . https://vaers.hhs.gov/
Vaccins COVID-19 pour les enfants et les adolescents . https://www.cdc.gov/coronavirus/2019-ncov/vaccines/recommendations/adolescents.html
EudraVigilance – Base de données européenne des notifications d’effets indésirables suspectés de médicaments : comment déclarer un effet indésirable . https://www.adrreports.eu/en/report_side_effect.html
Dias, L. et al. Thrombose veineuse cérébrale après vaccin BNT162b2 ARNm SRAS-CoV-2. J. Stroke Cerebrovasc. Dis. 66 , 105906 (2021).
Article Google Scholar
Kantarcioglu, B. et al. Une mise à jour sur la pathogenèse du COVID-19 et les événements thrombotiques apparemment rares après la vaccination. Clin. Appl. Thromb. Hemost. 27 , 10760296211021498 (2021).
CAS PubMed Centre PubMed Google Scholar
Surveillance des cas de myocardite (inflammation du muscle cardiaque) entre décembre 2020 et mai 2021 (inclus) . https://www.gov.il/en/departments/news/01062021-03
Vogel, G. & Couzin-Frankel, J. Israel rapportent un lien entre de rares cas d’inflammation cardiaque et la vaccination contre la COVID-19 chez les jeunes hommes . https://www.sciencemag.org/news/2021/06/israel-reports-link-between-rare-cases-heart-inflammation-and-covid-19-vaccination (2021).
Wise, J. Covid-19 : devrions-nous nous inquiéter des rapports de myocardite et de péricardite après les vaccins à ARNm ?. BMJ 373 , n1635. https://doi.org/10.1136/bmj.n1635 (2021).
Article PubMed Google Scholar
Larson, KF et al. Myocardite après vaccination par BNT162b2 et ARNm-1273. Diffusion https://doi.org/10.1161/CIRCULATIONAHA.121.055913 (2021).
Article PubMed Centre PubMed Google Scholar
Bozkurt, B., Kamat, I. & Hotez, PJ Myocardite avec vaccins à ARNm COVID-19. Circulation 144 , 471–484 (2021).
CAS Article Google Scholar
Verma, AK, Lavine, KJ et Lin, C.-Y. Myocardite après vaccination ARNm Covid-19. N. Engl. J. Med. https://doi.org/10.1056/NEJMc2109975 (2021).
Article PubMed Centre PubMed Google Scholar
Patone, M. et al. Risques de myocardite, péricardite et arythmies cardiaques associés à la vaccination COVID-19 ou à l’infection par le SRAS-CoV-2. Nat. Méd. 66 , 1–13 (2021).
Google Scholar
V-sûr . https://www.cdc.gov/coronavirus/2019-ncov/vaccines/safety/vsafe.html
COVID-19 Mises à jour sur la sécurité des vaccins Comité consultatif sur les pratiques d’immunisation (ACIP) 23 juin 2021 . https://www.cdc.gov/vaccines/acip/meetings/downloads/slides-2021-06/03-COVID-Shimabukuro-508.pdf
Comirnaty et Pfizer-BioNTech Lettre d’approbation du vaccin COVID-19 . https://www.fda.gov/media/151710/download
Dagan, N. et al. Vaccin Covid-19 à ARNm BNT162b2 dans un contexte de vaccination de masse à l’échelle nationale. N. Engl. J. Med. 384 , 1412–1423. https://doi.org/10.1056/NEJMoa2101765 (2021).
CAS Article PubMed Google Scholar
Signaler un événement indésirable pendant ou après la vaccination contre la COVID-19 . https://www.gov.il/en/service/covid-vaccination-side-effects-report
Bolland, MJ et al. Différences entre les événements cardiovasculaires indésirables autodéclarés et vérifiés dans un essai clinique randomisé. BMJ Ouvert https://doi.org/10.1136/bmjopen-2012-002334 (2013).
Article PubMed Centre PubMed Google Scholar
Althubaiti, A. Biais informationnel dans la recherche en santé : définition, écueils et méthodes d’ajustement. J. Multidiscip. Santéc. 9 , 211 (2016).
Article Google Scholar
Wu, SC, Li, CY & Ke, DS L’accord entre l’auto-déclaration et le diagnostic clinique pour certaines conditions médicales chez les personnes âgées à Taiwan. Santé publique 114 , 137–142. https://doi.org/10.1016/s0033-3506(00)00323-1 (2000).
CAS Article PubMed Google Scholar
Feldman, AM & McNamara, D. Myocardite. N. Engl. J. Med. 343 , 1388–1398 (2000).
CAS Article Google Scholar
Daniels, CJ et al. Prévalence de la myocardite clinique et subclinique chez les athlètes de compétition atteints d’une infection récente par le SRAS-CoV-2 : résultats du registre cardiaque Big Ten COVID-19. JAMA Cardiol. https://doi.org/10.1001/jamacardio.2021.2065 (2021).
Article PubMed Centre PubMed Google Scholar
Kern, J., Modi, R., Atalay, MK & Kochilas, LK Myocardite clinique déguisée en syndrome coronarien aigu. J. Pediatr. 154 , 612–615 (2009).
Article Google Scholar
Money, PA et al. Myocardite aiguë se présentant comme un syndrome coronarien aigu : Rôle de la résonance magnétique cardiaque précoce dans son diagnostic. Coeur 97 , 1312-1318 (2011).
Article Google Scholar
Muneuchi, J. et al. Myocardite mimant un syndrome coronarien aigu suite à une infection par le virus de la grippe B : à propos d’un cas. Cas J. 2 , 1–4 (2009).
Article Google Scholar
Ali-Ahmed, F., Dalgaard, F. & Al-Khatib, SM Mort cardiaque subite chez les patients atteints de myocardite : évaluation, stratification des risques et prise en charge. Un m. Coeur J. 220 , 29–40. https://doi.org/10.1016/j.ahj.2019.08.007 (2020).
CAS Article PubMed Google Scholar
Drory, Y. et al. Mort subite inattendue chez les personnes de moins de 40 ans. Un m. J. Cardiol. 68 , 1388–1392. https://doi.org/10.1016/0002-9149(91)90251-f (1991).
CAS Article PubMed Google Scholar
Chu, P.-L., Chang, W.-T., Chen, W.-J. & Chen, Y.-S. Myocardite virale aiguë se présentant comme un arrêt cardiaque soudain et une tachycardie ventriculaire réfractaire. Un m. J. Emerg. Méd. 22 , 628–629. https://doi.org/10.1016/j.ajem.2004.09.017 (2004).
Article PubMed Google Scholar
Lala, A. et al. Prévalence et impact des lésions myocardiques chez les patients hospitalisés avec une infection au COVID-19. Confiture. Coll. Cardol. 76 , 533–546 (2020).
CAS Article Google Scholar
Sun, C., Dyer, S., Salvia, J., Segal, L. et Levi, R. Les pires résultats d’arrêt cardiaque pendant la pandémie de COVID-19 à Boston peuvent être attribués à la réticence des patients à se faire soigner : une étude examine l’arrêt cardiaque résultats chez les patients de Boston pendant la pandémie de COVID-19. Santé Aff https://doi.org/10.1377/hlthaff.2021.00250 (2021).
Article Google Scholar
Données de vaccination par âge en Israël . https://data.gov.il/dataset/covid-19/resource/57410611-936c-49a6-ac3c-838171055b1f
Données COVID-19 par sexe et tranches d’âge en Israël . https://data.gov.il/dataset/covid-19/resource/89f61e3a-4866-4bbf-bcc1-9734e5fee58e
Base de données internationale : Israël . https://www.census.gov/data-tools/demo/idb/#/country?YR_ANIM=2020&FIPS_SINGLE=IS
Krishnamoorthy, K. & Thomson, J. Un test plus puissant pour comparer deux moyennes de Poisson. J. Stat. Plan. Inférence 119 , 23–35 (2004).
MathSciNet Article Google Scholar
Traqueur Covid-19 : Israël . https://graphics.reuters.com/world-coronavirus-tracker-and-maps/countries-and-territories/israel/
Le ministère de la Santé autorise les HMO à vacciner les patients COVID récupérés . https://www.israelhayom.com/2021/03/02/health-ministry-allows-hmos-to-vaccinate-recovered-covid-patients/
Faul, F., Erdfelder, E., Lang, A.-G. & Buchner, A. G* Power 3 : Un programme flexible d’analyse de puissance statistique pour les sciences sociales, comportementales et biomédicales. Comportement Rés. Méthodes 39 , 175–191 (2007).
Article Google Scholar
Hilbe, JM Régression binomiale négative (Cambridge University Press, 2011).
Gardner, W., Mulvey, EP & Shaw, EC Analyses de régression des dénombrements et des taux : Poisson, Poisson surdispersé et modèles binomiaux négatifs. Psychol. Taureau. 118 , 392 (1995).
CAS Article Google Scholar
Pinheiro, LC, Candore, G., Zaccaria, C., Slattery, J. & Arlett, P. Un algorithme pour détecter les augmentations inattendues de la fréquence des rapports d’événements indésirables dans EudraVigilance. Pharmacoépidémiol. Médicament sûr. 27 , 38–45 (2018).
Article Google Scholar
Chan, T.-C., Teng, Y.-C. & Hwang, J.-S. Détection des aberrations du syndrome grippal en surveillant directement les résidus de Pearson des modèles de régression binomiaux négatifs ajustés. BMC Public Health 15 , 1–16 (2015).
CAS Article Google Scholar
Schwarz, G. Estimation de la dimension d’un modèle. Ann. Statistique 6 , 461–464 (1978).
MathSciNet Article Google Scholar
Lee, GM, Romero, JR & Bell, BP Surveillance de l’innocuité des vaccins post-approbation pour les vaccins COVID-19 aux États-Unis. JAMA 324 , 1937–1938 (2020).
CAS Article Google Scholar
Chan, PS et al. Résultats des arrêts cardiaques hors hôpital aux États-Unis pendant la pandémie de maladie à coronavirus 2019. Jama Cardio. 6 , 296–303 (2021).
Article Google Scholar
Uy-Evanado, A. et al. Réponse et résultats des arrêts cardiaques hors hôpital pendant la pandémie de COVID-19. Clin. Électrophysiol. 7 , 6–11 (2021).
Article Google Scholar
Fardman, A. et al. Infarctus aigu du myocarde à l’ère du Covid-19 : incidence, caractéristiques cliniques et résultats hospitaliers : un registre multicentrique. PLoS ONE 16 , e0253524 (2021).
CAS Article Google Scholar
Équipe, S (Robert Koch-Institut, 2021).
Public Health Scotland – COVID-19 impacts plus larges sur le système de santé . https://scotland.shinyapps.io/phs-covid-wider-impact/
Krammer, F. et al. Réponses d’anticorps chez les personnes séropositives après une dose unique de vaccin à ARNm contre le SRAS-CoV-2. N. Engl. J. Med. 384 , 1372–1374. https://doi.org/10.1056/NEJMc2101667 (2021).
CAS Article PubMed Google Scholar
Sultanien, P. et al. Arrêt cardiaque dans COVID-19 : Caractéristiques et résultats de l’arrêt cardiaque à l’intérieur et à l’extérieur de l’hôpital. Un rapport du registre suédois de réanimation cardiorespiratoire. EUR. Coeur J. 42 , 1094-1106. https://doi.org/10.1093/eurheartj/ehaa1067 (2021).
CAS Article PubMed Centre PubMed Google Scholar
Lowe, J. et al. Accès aux services d’urgence pendant le COVID-19 : Disparités d’utilisation selon la race/ethnie, l’assurance et le revenu. West J. Emerg. Méd. 22 , 552–560. https://doi.org/10.5811/westjem.2021.1.49279 (2021).
Article PubMed Centre PubMed Google Scholar
Choi, S. et al. Mort subite induite par la myocardite après la vaccination par l’ARNm BNT162b2 COVID-19 en Corée : rapport de cas axé sur les résultats histopathologiques. J. Méd coréen. Sci. 36 , 66 (2021).
Article Google Scholar
Wenger, NK Les femmes et les maladies coronariennes : un siècle après Herrick : sous-étudiées, sous-diagnostiquées et sous-traitées. Circulation 126 , 604–611 (2012).
Article Google Scholar
Goldberg, Y. et al. Immunité décroissante après le vaccin BNT162b2 en Israël. Nouvel angl. J. Med. 385 , 85 (2021).
Article Google Scholar
Gill, JR, Tashjian, R. & Duncanson, E. Résultats cardiaques histopathologiques d’autopsie chez deux adolescents après la deuxième dose de vaccin COVID-19. Cambre. Pathol. Laboratoire. Méd. 6 , 66 (2022).
Google Scholar
Kitamura, T. et al. Épidémiologie et issue de l’arrêt cardiaque adulte hors hôpital d’origine non cardiaque à Osaka : une étude basée sur la population. BMJ Open 4 , e006462 (2014).
Article Google Scholar
Böttiger, BW & Wetsch, WA Arrêt cardiaque d’embolie pulmonaire : thrombolyse pendant la réanimation cardiopulmonaire et amélioration de la survie. Poitrine 156 , 1035–1036 (2019).
Article Google Scholar
Laher, AE & Richards, G. Arrêt cardiaque dû à une embolie pulmonaire. Indian Heart J. 70 , 731–735 (2018).
Article Google Scholar
Arnaout, M. et al. Arrêt cardiaque extra-hospitalier d’origine cérébrale : épidémiologie, caractéristiques cliniques et évolution dans une cohorte multicentrique. Crit. Soin Méd. 43 , 453–460 (2015).
Article Google Scholar
Télécharger les références
Remerciements
Les auteurs tiennent à reconnaître que cette étude représente les points de vue individuels des auteurs et ne représente pas les points de vue des institutions respectives auxquelles ils sont affiliés. Les auteurs tiennent également à remercier le professeur Amos Adler, le professeur Shoshana Altuvia et le Dr Yoav Yecheszkeli pour leurs nombreux commentaires constructifs qui ont contribué à améliorer l’exposition de cet article.
Le financement
L’auteur CS est partiellement financé par une bourse postdoctorale du Massachusetts General Hospital, Boston, MA et une bourse de recherche des Instituts de recherche en santé du Canada.
Déclarations éthiques
Intérêts concurrents
L’auteur CS a été partiellement financé par une bourse postdoctorale du Massachusetts General Hospital, Boston, MA et une bourse des Instituts de recherche en santé du Canada pour des travaux non liés au cours des trois dernières années. L’auteur RL a reçu des subventions et des contrats (tous accordés à son institution principale : MIT) de la Walmart Foundation, de la World Wildlife Foundation, du Massachusetts General Hospital, de la Food and Drug Administration, de Target Inc., ainsi que des honoraires de consultation des Forces de défense israéliennes et des États-Unis. Securities and Exchange Commission et honoraires pour une conférence à Pepsico pour des travaux non liés au cours des trois dernières années.
Informations Complémentaires
Note de l’éditeur
Springer Nature reste neutre en ce qui concerne les revendications juridictionnelles dans les cartes publiées et les affiliations institutionnelles.
Information supplémentaire
Droits et autorisations
Libre accès Cet article est sous licence Creative Commons Attribution 4.0 International, qui permet l’utilisation, le partage, l’adaptation, la distribution et la reproduction sur n’importe quel support ou format, à condition que vous accordiez le crédit approprié à l’auteur ou aux auteurs originaux et à la source, fournir un lien vers la licence Creative Commons et indiquer si des modifications ont été apportées. Les images ou tout autre matériel de tiers dans cet article sont inclus dans la licence Creative Commons de l’article, sauf indication contraire dans une ligne de crédit au matériel. Si le matériel n’est pas inclus dans la licence Creative Commons de l’article et que votre utilisation prévue n’est pas autorisée par la réglementation légale ou dépasse l’utilisation autorisée, vous devrez obtenir l’autorisation directement du détenteur des droits d’auteur. Pour voir une copie de cette licence, visitezhttp://creativecommons.org/licenses/by/4.0/ .
Citer cet article
Sun, CLF, Jaffe, E. & Levi, R. Augmentation des événements cardiovasculaires d’urgence chez les moins de 40 ans en Israël pendant le déploiement du vaccin et la troisième vague de COVID-19. Sci Rep 12, 6978 (2022). https://doi.org/10.1038/s41598-022-10928-z
- A reçu
- Accepté
- Publié
- EST CE QUE JEhttps://doi.org/10.1038/s41598-022-10928-z
Christophe LF Soleil , Eli Jaffé , Retsef Lévi