Vitamin D supplementation for children with cancer: A systematic review and consensus recommendations
Notice bibliographique
Résumé
BACKGROUND: Prevalent vitamin D deficiency (VDD) and low bone mineral density (BMD) have led to vitamin D supplementation for children with cancer, regardless vitamin D status. However, it remains unsettled whether this enhances bone strength. We sought to address this issue by carrying out a systematic review of the literature. METHODS: We conducted a literature search using PubMed, Embase, and Cochrane databases. Studies including children up to 5 years after cancer therapy were assessed for the association between 25-hydroxyvitamin D (25OHD) levels and BMD Z-scores or fractures, and the effect of vitamin D supplementation on BMD or fractures. Evidence quality was assessed using the GRADE methodology. RESULTS: Nineteen studies (16 observational and 3 interventional, mainly involving children with hematologic malignancies) were included. One study which analyzed 25OHD as a threshold variable (≤10 ng/ml) found a significant association between 25OHD levels and BMD Z-scores, while 25OHD as a continuous variable was not significantly associated with BMD Z-scores in 14 observational studies. We found neither a significant association between lower 25OHD levels and fractures (2 studies), nor between vitamin D (and calcium) supplementation and BMD or fracture frequency (3 studies) (very low quality evidence). CONCLUSION: There is a lack of evidence for an effect of vitamin D (and calcium) supplementation on BMD or fractures in children with cancer. Further research is needed; until then, we recommend dietary vitamin D/calcium intake in keeping with standard national guidelines, and periodic 25OHD monitoring to detect levels <20 ng/ml. Vitamin D/calcium supplementation is recommended in children with low levels, to maintain levels ≥20 ng/ml year-long.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,005 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».