# Knowledge-based clinical decision support system for the automated classification of anemia in hemodialysis patients

**Authors:** Sebastián Tenorio, Luis Alfonso Valderrama, José Javier Arango, Luz Amparo Lozano, Iván Leonardo Mojica

PMC · DOI: 10.7705/biomedica.7945 · Biomédica · 2025-12-10

## TL;DR

This paper describes a decision support system that automatically classifies anemia in hemodialysis patients using clinical guidelines and real lab data.

## Contribution

A novel knowledge-based system for automated anemia classification in hemodialysis patients using real-world data and clinical guidelines.

## Key findings

- The system classified patients into four anemia categories with distinct clinical differences.
- A subgroup with iron deficiency and elevated PTH suggests resistance to erythropoiesis-stimulating agents.
- The system supports evidence-based classification and has potential to improve chronic kidney disease management.

## Abstract

La anemia es una complicación frecuente de los pacientes con enfermedad renal crónica y en hemodiálisis, asociada con mayor morbimortalidad y uso de recursos. Su clasificación adecuada es esencial para optimizar el tratamiento con hierro intravenoso y agentes estimulantes de la eritropoyesis. Los sistemas de apoyo a las decisiones clínicas basados en el conocimiento permiten estandarizar esta clasificación.

Describir el desarrollo y el funcionamiento de un sistema de apoyo a las decisiones clínicas -basado en el conocimiento- para la clasificación automatizada de la anemia de los pacientes en hemodiálisis, utilizando datos reales de laboratorio.

Se llevó a cabo un estudio observacional retrospectivo de 883 pacientes adultos en hemodiálisis prevalente durante el 2023. Se construyó un algoritmo con base en las guías clínicas de la Sociedad Latinoamericana de Nefrologia e Hipertensión (SLANH),
Kidney Disease: Improving Global Outcomes
(KDIGO),
National Institute for Health and Care Excellence
(NICE) para clasificar a los pacientes con hemoglobina menor de 12 g/dl en tres categorías: déficit absoluto de hierro, déficit funcional de hierro y candidatos a prueba terapéutica con hierro intravenoso. También, se identificaron los casos con sospecha de hiperparatiroidismo secundario grave [paratohormona (PTH) mayor de 800 pg/ml]. Se usaron los datos del sistema de laboratorio y del sistema de apoyo a las decisiones clínicas, y se analizaron con estadísticas descriptivas.

El sistema de apoyo a las decisiones clínicas clasificó a los pacientes en los siguientes grupos: déficit funcional de hierro (39,2 %), hiperparatiroidismo secundario grave (26,7 %), déficit absoluto de hierro (17,7 %) y candidatos a la prueba terapéutica (16,4 %). Un subgrupo (9,5 % con déficit funcional de hierro) presentó elevación de la PTH, lo cual sugiere resistencia a los agentes estimulantes de la eritropoyesis. Se observaron diferencias clínicas entre los grupos.

El sistema de apoyo a las decisiones clínicas permitió hacer una clasificación automatizada de la anemia en hemodiálisis, apoyando aquellas basadas en la evidencia. Su implementación representa un avance en la salud digital, con potencial para mejorar la calidad del manejo de la enfermedad renal crónica.

## Linked entities

- **Diseases:** anemia (MONDO:0002280), chronic kidney disease (MONDO:0005300), secondary hyperparathyroidism (MONDO:0006964)

## Full-text entities

- **Genes:** PTH (parathyroid hormone) [NCBI Gene 5741] {aka FIH1, PTH1}
- **Diseases:** secondary hyperparathyroidism (MESH:D006962), iron deficiency (MESH:D000090463), hyperparathyroidism (MESH:D006961), Anemia (MESH:D000740), chronic kidney disease (MESH:D051436)
- **Chemicals:** iron (MESH:D007501)
- **Species:** Homo sapiens (human, species) [taxon 9606]

## Full text

_Full body text omitted from this summary view._ Fetch the complete paper as Markdown: https://tomesphere.com/paper/PMC12970531/full.md

## Figures

1 figure with captions in the complete paper: https://tomesphere.com/paper/PMC12970531/full.md

## References

28 references — full list in the complete paper: https://tomesphere.com/paper/PMC12970531/full.md

---
Source: https://tomesphere.com/paper/PMC12970531