Assessment and management of magnesium and trace element status in children with CKD stages 2–5, on dialysis and post-transplantation: Clinical practice points from the Pediatric Renal Nutrition Taskforce
Notice bibliographique
Résumé
Children and young people with chronic kidney disease (CKD) are at risk for deficiency or excess of magnesium and trace elements. Kidney function, dialysis, medication, and dietary and supplemental intake can affect their biochemical status. There is much uncertainty about the requirements of magnesium and trace elements in CKD, which leads to variation in practice. The Pediatric Renal Nutrition Taskforce is an international team of pediatric kidney dietitians and pediatric nephrologists, formed to develop evidence-based clinical practice points to improve the nutritional care of children with CKD. PICO (patient, intervention, comparator, and outcomes) questions led the literature searches, which were conducted to ascertain current biochemical status, dietary intake, and factors leading to requirements differing from healthy peers, and to guide nutritional care of children with CKD stages 2-5, on dialysis, and post-transplantation. We address the assessment and intervention of magnesium and the trace elements chromium, copper, fluoride, iodine, manganese, selenium, and zinc. We suggest routine biochemical assessment of magnesium. Trace element assessment is based on clinical suspicion of deficiency or excess and their risk factors, including accumulation, losses, medications, nutrient interactions, and comorbidities. In particular, we suggest assessing magnesium, copper, iodine, and zinc when growth is poor, and evaluating magnesium, copper, selenium, and zinc in the presence of proteinuria. A structured approach to magnesium and trace element management, including biochemical, physical, and dietary assessment, is beneficial in the paucity of evidence. Research recommendations are suggested.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».