The anaemia control model: Does it help nephrologists in therapeutic decision-making in the management of anaemia?

Abstract

Introduction: Anaemia is common in haemodialysis patients and treating it with erythropoiesis-stimulating agents (ESAs) is complex due to many factors. Objectives: To assess the usefulness of the anaemia control model (ACM) in the treatment of anaemia in haemodialysis. Methods: ACM is a software that predicts the optimal dose of darbepoetin and iron sucrose to achieve target haemoglobin (Hb) and ferritin levels, and makes prescription suggestions. Study conducted in dialysis clinics lasting 18 months with two intervention phases (IPs) with ACM (IP1, n: 213; IP2, n: 218) separated by a control phase (CP, n: 219). The primary outcome was the percentage of Hb in range and the median dose of ESAs, and the secondary outcomes were transfusion, hospitalisation and cardiovascular events. Clinical and patient analyses were performed. Hb variability was assessed by the standard deviation (SD) of the Hb. We also analysed the patients with most of the suggestions confirmed (ACM compliant group). Results: ACM increased the percentage of Hb in range: 80.9% in IP2, compared with 72.7% in the CP and reduced the intake of darbepoetin (IP1: 20 [70]; CP 30 [80] μg, p = 0.032) with less Hb fluctuation (0.91 ± 0.49 in the CP to 0.82 ± 0.37 g/dl in IP2, p < 0.05), improving in the ACM compliant group. The secondary outcomes decreased with the use of ACM. Conclusions: ACM helps to obtain better anaemia results in haemodialysis patients, minimising the risks of treatment with ESAs and reducing costs. Resumen: Introducción: La anemia es frecuente en los pacientes en hemodiálisis, y su tratamiento con estimulantes de la eritropoyesis (AEE) resulta complejo debido a múltiples factores. Objetivos: Valorar la utilidad del modelo de control de anemia (MCA) en el tratamiento de la anemia en hemodiálisis. Métodos: El MCA es un software que predice la dosis óptima de darbepoetina y hierro sacarosa para alcanzar niveles de hemoglobina (Hb) y ferritina deseados, emitiendo sugerencias de prescripción. Estudio realizado en clínicas de diálisis de 18 meses de duración en dos fases de intervención (FI) con MCA (FI1, n: 213; FI2, n: 218) separadas por una fase de control (FC, n: 219). El resultado primario fue el porcentaje de Hb en rango y la mediana de dosis de AEE y los resultados secundarios fueron las transfusiones, las hospitalizaciones o los acontecimientos cardiovasculares. Análisis a nivel de clínica y de pacientes valorando la variabilidad de la Hb mediante la desviación estándar (DE) de esta. También se analizaron pacientes con la mayoría de sugerencias confirmadas (grupo MCA cumplidores) Resultados: El MCA aumentó el porcentaje de Hb en rango: 80,9% FI2 frente a 72,7% en FC, y redujo el consumo de darbepoetina (FI1: 20 [70]; FC 30 [80] μg, p = 0,032) con menor fluctuación de la Hb (0,91 ± 0,49 en FC a 0,82 ± 0,37 g/dl en FI2; p < 0,05) mejorando en el grupo MCA cumplidores. En cuanto a los resultados secundarios, descendieron con el uso del MCA. Conclusiones: El MCA ayuda a obtener mejores resultados de anemia en los pacientes en hemodiálisis, minimizando los riesgos del tratamiento con AEE y reduciendo costes. Keywords: Anaemia, Artificial intelligence, Chronic kidney disease, Haemodialysis, Erythropoiesis-stimulating agents, Erythropoietin, Palabras clave: Anemia, Inteligencia artificial, Enfermedad renal crónica, Hemodiálisis, Agentes estimulantes de la eritropoyesis, Eritropoyetina