Comparación del error de predicción de fórmulas biométricas al implantar lentes intraoculares monofocales asféricos
La catarata (33%) y los errores refractivos no corregidos (42%) son las principales causas de ceguera prevenible en el mundo según estadísticas de la Organización Mundial de la Salud (OMS) en 2010(1). Así mismo, la discapacidad visual está presente en mayor número en las personas mayores de 50 años,...
- Autores:
-
Lapuente Guzmán, Jessica Lorena
- Tipo de recurso:
- Fecha de publicación:
- 2021
- Institución:
- Universidad Autónoma de Bucaramanga - UNAB
- Repositorio:
- Repositorio UNAB
- Idioma:
- spa
- OAI Identifier:
- oai:repository.unab.edu.co:20.500.12749/13952
- Acceso en línea:
- http://hdl.handle.net/20.500.12749/13952
- Palabra clave:
- Medical sciences
Health sciences
Ophthalmology
Waterfall
Refractive errors
Lens diseases
Intraocular lenses
Artificial implants
Oftalmología
Ciencias médicas
Enfermedades del cristalino
Lentes intraoculares
Implantes artificiales
Ciencias de la salud
Catarata
Errores refractivos
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/2.5/co/
id |
UNAB2_c1e8f5bbaf16b0d4c61ad711d2d7b44b |
---|---|
oai_identifier_str |
oai:repository.unab.edu.co:20.500.12749/13952 |
network_acronym_str |
UNAB2 |
network_name_str |
Repositorio UNAB |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Comparación del error de predicción de fórmulas biométricas al implantar lentes intraoculares monofocales asféricos |
dc.title.translated.spa.fl_str_mv |
Comparison of the prediction error of biometric formulas when implanting aspheric monofocal intraocular lenses |
title |
Comparación del error de predicción de fórmulas biométricas al implantar lentes intraoculares monofocales asféricos |
spellingShingle |
Comparación del error de predicción de fórmulas biométricas al implantar lentes intraoculares monofocales asféricos Medical sciences Health sciences Ophthalmology Waterfall Refractive errors Lens diseases Intraocular lenses Artificial implants Oftalmología Ciencias médicas Enfermedades del cristalino Lentes intraoculares Implantes artificiales Ciencias de la salud Catarata Errores refractivos |
title_short |
Comparación del error de predicción de fórmulas biométricas al implantar lentes intraoculares monofocales asféricos |
title_full |
Comparación del error de predicción de fórmulas biométricas al implantar lentes intraoculares monofocales asféricos |
title_fullStr |
Comparación del error de predicción de fórmulas biométricas al implantar lentes intraoculares monofocales asféricos |
title_full_unstemmed |
Comparación del error de predicción de fórmulas biométricas al implantar lentes intraoculares monofocales asféricos |
title_sort |
Comparación del error de predicción de fórmulas biométricas al implantar lentes intraoculares monofocales asféricos |
dc.creator.fl_str_mv |
Lapuente Guzmán, Jessica Lorena |
dc.contributor.advisor.none.fl_str_mv |
Tello Hernández, Alejandro Galvis Ramírez, Virgilio |
dc.contributor.author.none.fl_str_mv |
Lapuente Guzmán, Jessica Lorena |
dc.contributor.cvlac.spa.fl_str_mv |
Tello Hernández, Alejandro [0001009125] Galvis Ramírez, Virgilio [0000552453] |
dc.contributor.googlescholar.spa.fl_str_mv |
Galvis Ramírez, Virgilio [CZOaBDoAAAAJ] |
dc.contributor.orcid.spa.fl_str_mv |
Tello Hernández, Alejandro [0000-0001-5081-0720] |
dc.contributor.scopus.spa.fl_str_mv |
https://www.scopus.com/authid/detail.uri?authorId=55963715000 |
dc.contributor.researchgate.spa.fl_str_mv |
Tello Hernández, Alejandro [Alejandro-Tello] Galvis Ramírez, Virgilio [Virgilio_Galvis] |
dc.subject.keywords.spa.fl_str_mv |
Medical sciences Health sciences Ophthalmology Waterfall Refractive errors Lens diseases Intraocular lenses Artificial implants |
topic |
Medical sciences Health sciences Ophthalmology Waterfall Refractive errors Lens diseases Intraocular lenses Artificial implants Oftalmología Ciencias médicas Enfermedades del cristalino Lentes intraoculares Implantes artificiales Ciencias de la salud Catarata Errores refractivos |
dc.subject.lemb.spa.fl_str_mv |
Oftalmología Ciencias médicas Enfermedades del cristalino Lentes intraoculares Implantes artificiales |
dc.subject.proposal.spa.fl_str_mv |
Ciencias de la salud Catarata Errores refractivos |
description |
La catarata (33%) y los errores refractivos no corregidos (42%) son las principales causas de ceguera prevenible en el mundo según estadísticas de la Organización Mundial de la Salud (OMS) en 2010(1). Así mismo, la discapacidad visual está presente en mayor número en las personas mayores de 50 años, grupo en el que es especialmente prevalente la catarata. La catarata se describe como la opacificación del cristalino y la más común de ellas es la catarata senil, que se desarrolla a partir de la sexta década de la vida. A medida que se desarrolla la opacificación del cristalino, la agudeza visual empieza a disminuir paulatinamente, y de no frenarse, puede limitar la visión de manera tan importante que modifica el estilo y la calidad de vida del paciente, considerándose una discapacidad visual. Al no existir un tratamiento médico, su única alternativa de tratamiento es quirúrgica, removiendo la catarata e implantando en su lugar un lente intraocular (LIO) devolviendo así la transparencia de los medios, e idealmente, logrando un equivalente esférico neutro. El desarrollo y la evolución de las técnicas quirúrgicas han llevado, así mismo, a un crecimiento acelerado en el desarrollo de lentes intraoculares que, hoy por hoy, brindan una gran satisfacción visual a los pacientes. Para lograr esto, es necesario tener en cuenta un gran número de factores, desde los inherentes al paciente y su anatomía, expectativas visuales, defectos refractivos previos, pasando por el equipo a utilizar, los insumos, y entre ellos, los lentes intraoculares (LIOs). La gran mayoría de lentes intraoculares modernos son lentes esféricos cuya función es corregir las aberraciones esféricas del ojo áfaco. El tamaño de la óptica, la forma y disposición de las hápticas, el material con que se elabora, la longitud total, el sitio de implantación, el diámetro y los filtros, son unas de las muchas variables de los lentes intraoculares que están disponibles en el mercado. Así mismo, los lentes flexibles son superiores frente a su versión rígida, debido a la gran ventaja de poder ser implantados a través de una herida corneal pequeña minimizando el trauma ocular. El lente Acrysof IQ de laboratorios Alcon, un lente plegable de copolímero de acrilato/metacrilato, asférico y biconvexo, es considerado uno de los mejores lentes disponibles en el mercado actual, razón por la cual su uso e implante ha tenido un gran auge y es de gran preferencia entre los cirujanos que a diario realizan cirugía de catarata. Para poder brindar al paciente la mejor agudeza visual corregida (MAVC) y lograr una buena satisfacción, es necesario realizar un adecuado cálculo del poder dióptrico del lente que se debe implantar en reemplazo del cristalino que se extrae. Por ello, a lo largo del tiempo, se han desarrollado múltiples métodos para este cálculo, basándose en parámetros estandarizados de fábrica (de los LIOs), mediciones propias de la anatomía del ojo, el error refractivo previo, entre otros. Estos métodos se denominan fórmulas biométricas, y actualmente existen múltiples maneras de calcular, de manera aproximada, el poder dióptrico del lente. Debido a la diversidad de fórmulas y de variables que entran a formar parte del cálculo del poder del LIO, el resultado refractivo final no es exacto y los errores implícitos pueden ser despreciables. Pero en algunos casos, los errores refractivos pueden ser tan grandes que generen gran impacto en la agudeza visual y calidad de vida del paciente, lo cual nos lleva a plantearnos si existe una diferencia medible y comparable en los resultados refractivos de pacientes a quienes se les ha implantado lentes Acrysof IQ y cual de aquellas fórmulas disponibles para el cálculo del lente es la más eficaz para este tipo de lentes. En el presente estudio se pretenden evaluar los resultados refractivos del cálculo de 8 fórmulas biométricas, realizadas previo al implante de lentes intraoculares IQ en el Centro Oftalmológico Virgilio Galvis, y compararlo con el resultado refractivo posterior a la cirugía al primer mes POP para evaluar el error de predicción de dichas fórmulas y valorar el cambio en el equivalente esférico postoperatorio de los mismos. Metodología: Estudio de cohorte retrospectiva con datos secundarios de base de datos anonimizada de pacientes que fueron intervenidos de cirugía de catarata con implante de lente intraocular SN60WF IQ de Alcon durante los años 2015 y 2019 en el centro oftalmológico Virgilio Galvis, con longitudes axiales entre 22 y 26mm y operados por un mismo cirujano, donde se analizó el cálculo de error de predicción de fórmulas biométricas en el resultado posoperatorio. Resultados En la categorización por rangos dióptricos, la fórmula que mejor desempeño tuvo, con el mayor porcentaje de pacientes en el rango de error menor a 0.25D, fue Barret II seguida de Hill-RBF 3.0. Así mismo, la que peor desempeño tuvo en este rango dióptrico fue la fórmula Holladay 2 seguida de Panacea. En este rango, se encontró diferencia estadísticamente significativa entre las fórmulas Barrett II y SRK-T (p=0.030). No se encuentran diferencias entre Hill-RBF 3.0 y Barrett II. Se categorizaron también los resultados por porcentajes acumulados, y se encontró que la fórmula biométrica Hill-RBF 3.0 tuvo el mejor desempeño, agrupando el 92.3% de sus resultados dentro de un rango de 0.5D de error de predicción, mientras que Haigis obtuvo el menor desempeño agrupando el 83.1% de pacientes dentro del mismo rango. En la comparación dentro de este rango, se econtró diferencia significativa entre las fórmulas Hill-RBF 3.0 y Haigis (p=0.04), y Hill-RBF 3.0 y Hoffer Q (p=0.012). También se encontró diferencia entre Hoffer Q y Holladay I (p=0.021). En cuanto a la comparación por medianas, no hubo diferencias estadísticamente significativas entre el desempeño de Hoffer Q, Holliday I y SRK-T respecto a las demás fórmulas. Ninguna fórmula resultó superior a las fórmulas Hill-RBF 3.0 y Barrett II. Respecto a la comparación por medias, SRK-T y Panacea no mostraron diferencias significativas frente a las demás fórmulas. Nuevamente, ninguna fórmula resultó superior a las fórmulas Hill-RBF 3.0 y Barrett II. Conclusiones: De acuerdo con lo presentado en los resultados, utilizando constantes optimizadas para el LIO SN60WF de Alcon, las fórmulas biométricas que mejor desempeño presentan para el cálculo de lentes intraoculares en pacientes con longitues axiales entre 22mm y 26 mm, de acuerdo a la media y mediana del error absoluto de predicción, la clasificación entre 0.5D de la refracción esperada, son las fórmulas Hill-RBF 3.0 y Barrett II, y que de acuerdo a estos mismos parámetros, las que menor desempeño tendrían serían las fórmulas de Holladay 2 y Haigis. En la comparación por porcentajes acumulados, la fórmula biométrica Hill-RBF 3.0 tuvo el mejor desempeño. Todas las fórmulas obtuvieron un desempeño mayor al 80%, se considera que todas las fórmulas son útiles y se pueden usar para el cálculo de lentes intraoculares. Hay una tendencia en que Hill-RBF 3.0 y Barrett II sean mejores, pero solo con significancia estadística sobre Holladay 2, Panacea y Haigis. No se encontró una diferencia estadísticamente significativa de Hill-RBF 3.0 y Barrett II con SRK-T. No se encontraron diferencias entre Hill-RBF 3.0 y Barrett II. SRK-T demostró no inferioridad a las fórmulas Hill-RBF 3.0 y Barrett II. Recomendamos el uso de la fórmula Barrett II, por su desempeño, y por estar disponible en el biómetro. |
publishDate |
2021 |
dc.date.accessioned.none.fl_str_mv |
2021-08-23T14:40:36Z |
dc.date.available.none.fl_str_mv |
2021-08-23T14:40:36Z |
dc.date.issued.none.fl_str_mv |
2021 |
dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/masterThesis |
dc.type.local.spa.fl_str_mv |
Tesis |
dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TM http://purl.org/redcol/resource_type/TM |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/20.500.12749/13952 |
dc.identifier.instname.spa.fl_str_mv |
instname:Universidad Autónoma de Bucaramanga - UNAB |
dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional UNAB |
dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repository.unab.edu.co |
url |
http://hdl.handle.net/20.500.12749/13952 |
identifier_str_mv |
instname:Universidad Autónoma de Bucaramanga - UNAB reponame:Repositorio Institucional UNAB repourl:https://repository.unab.edu.co |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.relation.references.spa.fl_str_mv |
1. Salud ocular universal : un plan de acción mundial para 2014-2019. 2. Congdon, N. (2004). Prevalence of Cataract and Pseudophakia/Aphakia among Adults in the United States. Archives of Ophthalmology, 122(4), 487–494 3. Saaddine L, Benjamin S, Pan L, Venkat Narayan K, Tierney E, Kanjilal S, et al. Prevalence of Visual Impairment and Selected Eye Diseases Among Persons Aged >50 Years With and Without Diabetes --- United States, 2002. Morb Mortal Wkly Rep. 2004;53(45):1069–71 4. Klein BE, Howard KP, Lee KE, Klein R. Changing Incidence of Lens Extraction Over Twenty Years: the Beaver Dam Eye Study. Ophthalmology. 2014;121(1):1–11. 5. Guo C, Wang Z, He P, Chen G, Zheng X. Prevalence, causes and social factors of visual impairment among Chinese Adults: based on a national survey. Int J Environ Res Public Health. 2017;14(1034):1–11. 6. Al-Sheikh M, Iafe NA, Phasukkijwatana N, Sadda SR, Sarraf D. Biomarkers of neovascular activity in age-related macular degeneration using OCT angiography. Retina. 2017;1. 7. Gollogly HE, Hodge DO, St. Sauver JL, Erie JC. Increasing incidence of cataract surgery: Population-based study. J Cataract Refract Surg. 2013;39(9):1383–9. 8. Steinert RF, Chang DF, Bissen-Miyajima H, Fine IH, Gimbel H V, Koch DD, et al. Cataract Surgery. 2010. all. 9. Lorente R, Mendicute J (eds) Cirugía Del Cristalino. Sociedad Española de Oftalmología: Madrid, Spain, 2008; 1751–1767 10. Bobrow JC, Beardsley TL, Jick SL, Rosenberg LF, Wiggins MN, Reich J, et al. Lens and cataract, Section 11. Basic and Clinical Science Course, American Academy of Ophthalmology. 2014. all. 11. Chylack LT, Wolfe JK, Singer DM, Leske MC. The Lens Opacities Classification System III. Arch Ophthalmol. 1993 12. Karabela Y, Eliacik M, Kocabora MS, Erdur SK, Baybora H. Predicting the refractive outcome and accuracy of IOL power calculation after phacoemulsification using the SRK/T formula with ultrasound biometry in medium axial lengths. Clin Ophthalmol. 2017;11:1143–9 13. Kim YN, Park JH, Tchah H. Quantitative Analysis of Lens Nuclear Density Using Optical Coherence Tomography ( OCT ) with a Liquid Optics Interface : Correlation between OCT Images and LOCS III Grading. J Ophthalmol. Hindawi Publishing Corporation; 2016;2016 14. Hollick EJ, Spalton DJ, Ursell PG. The Effect of Polymethylmethacrylate , Silicone , and Polyacrylic Intraocular Lenses on Posterior Capsular Opacification 3 Years after Cataract Surgery. :49–55. 15. Laboratories A. Product information AcrySof IQ Aspheric IOL. 2010. p. 1–14 16. Wintergerst MWM, Schultz T, Birtel J, Schuster AK, Pfeiffer N, Schmitz-Valckenberg S, et al. Algorithms for the Automated Analysis of Age-Related Macular Degeneration Biomarkers on Optical Coherence Tomography: A Systematic Review. Transl Vis Sci Technol. 2017;6(4):10. 17. Liao X, Peng Y, Liu B, Tan QQ, Lan CJ. Agreement of ocular biometric measurements in young healthy eyes between IOLMaster 700 and OA-2000. Scientific Reports. 2020 Feb 21;10(1):1-6 18. Wan KH, Lam TC, Marco CY, Chan TC. Accuracy and Precision of Intraocular Lens Calculations Using the New Hill-RBF Version 2.0 in Eyes With High Axial Myopia. American journal of ophthalmology. 2019 Sep 1;205:66-73 19. Cooke DL, Cooke TL. Prediction accuracy of preinstalled formulas on 2 optical biometers. J Cataract Refract Surg. ASCRS and ESCRS; 2016;42(3):358–62 20. Olsen T. Calculation of intraocular lens power : a review The statistical. Acta Ophthalmol Scand. 2007;472–85. 21. Jeong J, Song H, Lee JK, Chuck RS, Kwon J-W. The effect of ocular biometric factors on the accuracy of various IOL power calculation formulas. BMC Ophthalmol. BMC Ophthalmology; 2017;17(1):62 22. Plat J, Hoa D, Mura F, Busetto T, Schneider C, Payerols A, et al. Clinical and biometric determinants of actual lens position after cataract surgery. J Cart Refract Surg. ASCRS and ESCRS; 2017;43(2):195–200 23. Roberts T V, Hodge C, Sutton G, Lawless M. Comparison of Hill-radial basis function, Barrett Universal and current third generation formulas for the calculation of intraocular lens power during cataract surgery: Calculation of intraocular lens power. Clin Experiment Ophthalmol. 2018 Apr;46(3):240–6 24. Kongsap P. Comparison of a new optical biometer and a standard biometer in cataract patients. Eye Vis. Eye and Vision; 2016;3(1):27 25. Ventura B V., Ventura MC, Wang L, Koch DD, Weikert MP. Comparison of biometry and intraocular lens power calculation performed by a new optical biometry device and a reference biometer. J Cataract Refract Surg. ASCRS and ESCRS; 2017;43(1):74– 9. 26. Hoffer KJ, Hoffmann PC, Savini G. Comparison of a new optical biometer using swept-source optical coherence tomography and a biometer using optical lowcoherence reflectometry. J Cataract Refract Surg. ASCRS and ESCRS; 2016;42(8):1165–72. 27. Kane JX, Van Heerden A, Atik A, Petsoglou C. Accuracy of 3 new methods for intraocular lens power selection. J Cataract Refract Surg. ASCRS and ESCRS; 2017;43(3):333–9. 28. Hashemi H, Khabazkhoob M, Rezvan F, Fotouhi A, Asgari S, Miraftab M. Effect of anterior chamber depth on the choice of intraocular lens calculation formula in patients with normal axial length. Middle East Afr J Ophthalmol. 2014;21(4):307 29. Melles RB, Holladay JT, Chang WJ. Accuracy of Intraocular Lens Calculation Formulas. Ophthalmology. 2018 Feb;125(2):169–78 30. Kane JX, Van Heerden A, Atik A, Petsoglou C. Intraocular lens power formula accuracy: Comparison of 7 formulas. J Cataract Refract Surg. 2016 Oct;42(10):1490– 500 31. Hoffer KJ. Clinical results using the Holladay 2 intraocular lens power formula. J Cataract Refract Surg. 2000 Aug;26(8):1233–7 32. Haigis W, Lege B, Miller N, Schneider B. Comparison of immersion ultrasound biometry and partial coherence interferometry for intraocular lens calculation according to Haigis. Graefes Arch Clin Exp Ophthalmol. 2000;238:765–73 33. Song, J. S., Yoon, D. Y., Hyon, J. Y., & Jeon, H. S. (2020). Comparison of Ocular Biometry and Refractive Outcomes Using IOL Master 500, IOL Master 700, and Lenstar LS900. Korean journal of ophthalmology : KJO, 34(2), 126–132. 34. Darcy K, Gunn D, Tavassoli S, Sparrow J, Kane JX. Assessment of the accuracy of new and updated intraocular lens power calculation formulas in 10 930 eyes from the UK National Health Service. J Cataract Refract Surg. 2020 Jan;46(1):27. doi: 10.1016/j.jcrs.2019.08.014. PMID: 32050225 |
dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ |
dc.rights.local.spa.fl_str_mv |
Abierto (Texto Completo) |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess http://purl.org/coar/access_right/c_abf2 |
dc.rights.creativecommons.*.fl_str_mv |
Atribución-NoComercial-SinDerivadas 2.5 Colombia |
rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-nd/2.5/co/ Abierto (Texto Completo) http://purl.org/coar/access_right/c_abf2 Atribución-NoComercial-SinDerivadas 2.5 Colombia |
eu_rights_str_mv |
openAccess |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.coverage.spatial.spa.fl_str_mv |
Bucaramanga (Santander, Colombia) |
dc.publisher.grantor.spa.fl_str_mv |
Universidad Autónoma de Bucaramanga UNAB |
dc.publisher.faculty.spa.fl_str_mv |
Facultad Ciencias de la Salud |
dc.publisher.program.spa.fl_str_mv |
Especialización en Oftalmología |
institution |
Universidad Autónoma de Bucaramanga - UNAB |
bitstream.url.fl_str_mv |
https://repository.unab.edu.co/bitstream/20.500.12749/13952/1/2021_Tesis_Jessica_Lorena_Lapuente.pdf https://repository.unab.edu.co/bitstream/20.500.12749/13952/2/2021_Licencia_Jessica_Lorena_Lapuente.pdf https://repository.unab.edu.co/bitstream/20.500.12749/13952/3/license.txt https://repository.unab.edu.co/bitstream/20.500.12749/13952/4/2021_Tesis_Jessica_Lorena_Lapuente.pdf.jpg https://repository.unab.edu.co/bitstream/20.500.12749/13952/5/2021_Licencia_Jessica_Lorena_Lapuente.pdf.jpg |
bitstream.checksum.fl_str_mv |
cc6e11b7050888375942820223051f82 5ae8064bb841a01cd38f0193786580b0 8a4605be74aa9ea9d79846c1fba20a33 704682adda5a204d21c51f8a2b89ba83 203f4965320931e7900208cb38e4a09e |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional | Universidad Autónoma de Bucaramanga - UNAB |
repository.mail.fl_str_mv |
repositorio@unab.edu.co |
_version_ |
1814277295020441600 |
spelling |
Tello Hernández, AlejandroGalvis Ramírez, VirgilioLapuente Guzmán, Jessica LorenaTello Hernández, Alejandro [0001009125]Galvis Ramírez, Virgilio [0000552453]Galvis Ramírez, Virgilio [CZOaBDoAAAAJ]Tello Hernández, Alejandro [0000-0001-5081-0720]https://www.scopus.com/authid/detail.uri?authorId=55963715000Tello Hernández, Alejandro [Alejandro-Tello]Galvis Ramírez, Virgilio [Virgilio_Galvis]Bucaramanga (Santander, Colombia)2021-08-23T14:40:36Z2021-08-23T14:40:36Z2021http://hdl.handle.net/20.500.12749/13952instname:Universidad Autónoma de Bucaramanga - UNABreponame:Repositorio Institucional UNABrepourl:https://repository.unab.edu.coLa catarata (33%) y los errores refractivos no corregidos (42%) son las principales causas de ceguera prevenible en el mundo según estadísticas de la Organización Mundial de la Salud (OMS) en 2010(1). Así mismo, la discapacidad visual está presente en mayor número en las personas mayores de 50 años, grupo en el que es especialmente prevalente la catarata. La catarata se describe como la opacificación del cristalino y la más común de ellas es la catarata senil, que se desarrolla a partir de la sexta década de la vida. A medida que se desarrolla la opacificación del cristalino, la agudeza visual empieza a disminuir paulatinamente, y de no frenarse, puede limitar la visión de manera tan importante que modifica el estilo y la calidad de vida del paciente, considerándose una discapacidad visual. Al no existir un tratamiento médico, su única alternativa de tratamiento es quirúrgica, removiendo la catarata e implantando en su lugar un lente intraocular (LIO) devolviendo así la transparencia de los medios, e idealmente, logrando un equivalente esférico neutro. El desarrollo y la evolución de las técnicas quirúrgicas han llevado, así mismo, a un crecimiento acelerado en el desarrollo de lentes intraoculares que, hoy por hoy, brindan una gran satisfacción visual a los pacientes. Para lograr esto, es necesario tener en cuenta un gran número de factores, desde los inherentes al paciente y su anatomía, expectativas visuales, defectos refractivos previos, pasando por el equipo a utilizar, los insumos, y entre ellos, los lentes intraoculares (LIOs). La gran mayoría de lentes intraoculares modernos son lentes esféricos cuya función es corregir las aberraciones esféricas del ojo áfaco. El tamaño de la óptica, la forma y disposición de las hápticas, el material con que se elabora, la longitud total, el sitio de implantación, el diámetro y los filtros, son unas de las muchas variables de los lentes intraoculares que están disponibles en el mercado. Así mismo, los lentes flexibles son superiores frente a su versión rígida, debido a la gran ventaja de poder ser implantados a través de una herida corneal pequeña minimizando el trauma ocular. El lente Acrysof IQ de laboratorios Alcon, un lente plegable de copolímero de acrilato/metacrilato, asférico y biconvexo, es considerado uno de los mejores lentes disponibles en el mercado actual, razón por la cual su uso e implante ha tenido un gran auge y es de gran preferencia entre los cirujanos que a diario realizan cirugía de catarata. Para poder brindar al paciente la mejor agudeza visual corregida (MAVC) y lograr una buena satisfacción, es necesario realizar un adecuado cálculo del poder dióptrico del lente que se debe implantar en reemplazo del cristalino que se extrae. Por ello, a lo largo del tiempo, se han desarrollado múltiples métodos para este cálculo, basándose en parámetros estandarizados de fábrica (de los LIOs), mediciones propias de la anatomía del ojo, el error refractivo previo, entre otros. Estos métodos se denominan fórmulas biométricas, y actualmente existen múltiples maneras de calcular, de manera aproximada, el poder dióptrico del lente. Debido a la diversidad de fórmulas y de variables que entran a formar parte del cálculo del poder del LIO, el resultado refractivo final no es exacto y los errores implícitos pueden ser despreciables. Pero en algunos casos, los errores refractivos pueden ser tan grandes que generen gran impacto en la agudeza visual y calidad de vida del paciente, lo cual nos lleva a plantearnos si existe una diferencia medible y comparable en los resultados refractivos de pacientes a quienes se les ha implantado lentes Acrysof IQ y cual de aquellas fórmulas disponibles para el cálculo del lente es la más eficaz para este tipo de lentes. En el presente estudio se pretenden evaluar los resultados refractivos del cálculo de 8 fórmulas biométricas, realizadas previo al implante de lentes intraoculares IQ en el Centro Oftalmológico Virgilio Galvis, y compararlo con el resultado refractivo posterior a la cirugía al primer mes POP para evaluar el error de predicción de dichas fórmulas y valorar el cambio en el equivalente esférico postoperatorio de los mismos. Metodología: Estudio de cohorte retrospectiva con datos secundarios de base de datos anonimizada de pacientes que fueron intervenidos de cirugía de catarata con implante de lente intraocular SN60WF IQ de Alcon durante los años 2015 y 2019 en el centro oftalmológico Virgilio Galvis, con longitudes axiales entre 22 y 26mm y operados por un mismo cirujano, donde se analizó el cálculo de error de predicción de fórmulas biométricas en el resultado posoperatorio. Resultados En la categorización por rangos dióptricos, la fórmula que mejor desempeño tuvo, con el mayor porcentaje de pacientes en el rango de error menor a 0.25D, fue Barret II seguida de Hill-RBF 3.0. Así mismo, la que peor desempeño tuvo en este rango dióptrico fue la fórmula Holladay 2 seguida de Panacea. En este rango, se encontró diferencia estadísticamente significativa entre las fórmulas Barrett II y SRK-T (p=0.030). No se encuentran diferencias entre Hill-RBF 3.0 y Barrett II. Se categorizaron también los resultados por porcentajes acumulados, y se encontró que la fórmula biométrica Hill-RBF 3.0 tuvo el mejor desempeño, agrupando el 92.3% de sus resultados dentro de un rango de 0.5D de error de predicción, mientras que Haigis obtuvo el menor desempeño agrupando el 83.1% de pacientes dentro del mismo rango. En la comparación dentro de este rango, se econtró diferencia significativa entre las fórmulas Hill-RBF 3.0 y Haigis (p=0.04), y Hill-RBF 3.0 y Hoffer Q (p=0.012). También se encontró diferencia entre Hoffer Q y Holladay I (p=0.021). En cuanto a la comparación por medianas, no hubo diferencias estadísticamente significativas entre el desempeño de Hoffer Q, Holliday I y SRK-T respecto a las demás fórmulas. Ninguna fórmula resultó superior a las fórmulas Hill-RBF 3.0 y Barrett II. Respecto a la comparación por medias, SRK-T y Panacea no mostraron diferencias significativas frente a las demás fórmulas. Nuevamente, ninguna fórmula resultó superior a las fórmulas Hill-RBF 3.0 y Barrett II. Conclusiones: De acuerdo con lo presentado en los resultados, utilizando constantes optimizadas para el LIO SN60WF de Alcon, las fórmulas biométricas que mejor desempeño presentan para el cálculo de lentes intraoculares en pacientes con longitues axiales entre 22mm y 26 mm, de acuerdo a la media y mediana del error absoluto de predicción, la clasificación entre 0.5D de la refracción esperada, son las fórmulas Hill-RBF 3.0 y Barrett II, y que de acuerdo a estos mismos parámetros, las que menor desempeño tendrían serían las fórmulas de Holladay 2 y Haigis. En la comparación por porcentajes acumulados, la fórmula biométrica Hill-RBF 3.0 tuvo el mejor desempeño. Todas las fórmulas obtuvieron un desempeño mayor al 80%, se considera que todas las fórmulas son útiles y se pueden usar para el cálculo de lentes intraoculares. Hay una tendencia en que Hill-RBF 3.0 y Barrett II sean mejores, pero solo con significancia estadística sobre Holladay 2, Panacea y Haigis. No se encontró una diferencia estadísticamente significativa de Hill-RBF 3.0 y Barrett II con SRK-T. No se encontraron diferencias entre Hill-RBF 3.0 y Barrett II. SRK-T demostró no inferioridad a las fórmulas Hill-RBF 3.0 y Barrett II. Recomendamos el uso de la fórmula Barrett II, por su desempeño, y por estar disponible en el biómetro.Resumen del proyecto: .................................................................................................. 3 1. Justificación: ........................................................................................................... 8 2. Marco teórico: ........................................................................................................ 9 3. Estado del Arte: .................................................................................................... 14 4. Objetivos .............................................................................................................. 15 4.1 Objetivo General: ................................................................................................. 16 4.2 Objetivos Especificos: ........................................................................................... 16 5. Metodología ......................................................................................................... 16 5.1. Tipo de estudio ........................................................................................................ 16 5.2. Población................................................................................................................. 16 5.3. Criterios de inclusión ................................................................................................ 16 5.4. Criterios de exclusión ............................................................................................... 16 5.5. Calculo de tamaño de muestra ................................................................................. 17 5.6. Muestreo ................................................................................................................. 17 5.7. Recolección de la información .................................................................................. 17 5.8. Plan de análisis de datos .......................................................................................... 17 5.9. Consideraciones éticas. ............................................................................................ 18 6. Resultados ............................................................................................................ 19 7. Discusión .............................................................................................................. 25 8. Conclusiones ......................................................................................................... 28 9. Referencias bibliográficas ..................................................................................... 29 Anexos ........................................................................................................................ 32 ANEXO 1 ...................................................................................................................... 32 Cronograma de Actividades ......................................................................................... 32 ANEXO 2 ...................................................................................................................... 32 Tabla de operacionalización de variables ..................................................................... 32EspecializaciónCataract (33%) and uncorrected refractive errors (42%) are the main causes of preventable blindness in the world according to statistics from the World Health Organization (WHO) in 2010 (1). Likewise, visual impairment is present in greater numbers in people over 50 years of age, a group in which cataract is especially prevalent. Cataract is described as opacification of the lens, being the senile cataract the most common type, which develops from the sixth decade of life. As the opacification of the lens develops, visual acuity begins to gradually decrease, and if it is not stopped, it can limit vision so significantly that it modifies the style and quality of life of the patient, being considered a visual impairment. As there is no medical treatment, the only alternative is surgery, removing the cataract and implanting an intraocular lens (IOL) in its place, thus restoring the transparency of the media, and ideally, achieving a plano refraction. The development and evolution of surgical techniques have also led to accelerated growth in the development of intraocular lenses that, today, provide great visual satisfaction to patients. To achieve this, it is necessary to take into account a large number of factors, from those inherent to the patient and their anatomy, visual expectations, previous refractive errors, through the equipment to be used, supplies, and among them, intraocular lenses (IOLs). The vast majority of modern intraocular lenses are spherical lenses whose function is to correct the spherical aberrations of the aphakic eye. The size of the optics, the shape and arrangement of the haptics, the material with which it is made, the total length, the implantation site, the diameter and the filters, are some of the many variables of intraocular lenses that are available in the market. Likewise, flexible lenses are superior to their rigid version, due to the great advantage of being able to be implanted through a small corneal incision, minimizing ocular trauma. The Acrysof IQ lens from Alcon laboratories, a foldable lens made of acrylate / methacrylate copolymer, aspherical and biconvex, is considered one of the best lenses available on the current market, which is why its use and implantation is highly preferred among surgeons who perform cataract surgery on a daily basis. In order to provide the patient with the best corrected visual acuity (BCVA) and achieve good visual satisfaction, it is necessary to perform an adequate calculation of the dioptric power of the lens to be implanted in replacement of the lens extracted. For this reason, over time, multiple methods have been developed for this calculation, based on standardized factory parameters (of IOLs), measurements of the anatomy of the eye, previous refractive error, among others. These methods are called biometric formulas, and there are currently multiple ways to calculate IOL power. Due to the diversity of formulas and variables that are part of IOL power calculation, the final refractive result is not exact and the implicit errors can be negligible. But in some cases, refractive errors can be so big that they have a great impact on the visual acuity and quality of life of the patient, which leads us to wonder if there is a measurable and comparable difference in the refractive results of patients who had had implanted Acrysof IQ IOLs and which available formula is the most effective for this type of lens. The present study aims to evaluate the refractive results of the calculation of 8 biometric formulas, carried out prior to the implantation of IQ intraocular lenses at the Virgilio Galvis Ophthalmology Center, and to compare it with the refractive result after surgery at the first postoperative month to evaluate the prediction error of these formulas and assess the change in the postoperative spherical equivalent. Methods: Retrospective cohort study with secondary data from the anonymized database of patients who underwent cataract surgery with an Alcon SN60WF IQ intraocular lens implant during the years 2015 and 2019 at the Virgilio Galvis ophthalmological center, with axial lengths between 22 and 26mm and operated by the same surgeon, where the calculation of the prediction error of biometric formulas in the postoperative result was analyzed. Results In the categorization by diopter ranges, the formula that had the best performance, with the highest percentage of patients with prediction error less than 0.25D, was Barret II followed by Hill-RBF 3.0. Likewise, the worst performance in this diopter range was the Holladay 2 formula followed by Panacea. In this range, a statistically significant difference was found between the Barrett II and SRK-T formulas (p = 0.030). No differences were found between Hill-RBF 3.0 and Barrett II. The results were also categorized by accumulated percentages, and Hill-RBF 3.0 biometric formula had the best performance, grouping 92.3% of its results within a range of 0.5D of prediction error, while Haigis obtained the lowest performance grouping 83.1% of patients within the same range. In the comparison within this range, a significant difference was found between the Hill-RBF 3.0 and Haigis formulas (p = 0.04), and Hill -RBF 3.0 and Hoffer Q (p = 0.012). A difference was also found between Hoffer Q and Holladay I (p = 0.021). Regarding the comparison by medians, there were no statistically significant differences between the performance of Hoffer Q, Holliday I and SRK-T with respect to the other formulas. Neither formula was superior to Hill-RBF 3.0 and Barrett II formulas. Regarding the comparison by means, SRK-T and Panacea did not show significant differences compared to the other formulas. Again, neither formula was superior to HillRBF 3.0 and Barrett II formulas. Conclusions: According to the results, using optimized constants for the Alcon SN60WF IOL, the biometric formulas that have the best performance for calculating intraocular lenses in patients with axial lengths between 22mm and 26mm, according to the mean and median of the absolute prediction error, the classification between 0.5D of the expected refraction, are the Hill-RBF . 3.0 and Barrett II formulas, and that according to these same parameters, the ones with the lowest performance would be the formulas of Holladay 2 and Haigis. In the cumulative percentage comparison, the Hill-RBF 3.0 biometric formula performed best. All formulas obtained a performance greater than 80%, all formulas are considered useful and can be used for the calculation of intraocular lenses. There is a trend for Hill-RBF 3.0 and Barrett II to be better, but only statistically significant over Holladay 2, Panacea, and Haigis. No statistically significant difference was found for Hill-RBF 3.0 and Barrett II with SRK-T. No differences were found between Hill-RBF 3.0 and Barrett II. SRK-T demonstrated non-inferiority to the Hill-RBF 3.0 and Barrett II formulas. We recommend the use of the Barrett II formula, because of its performance, and because it is available in the biometerapplication/pdfspahttp://creativecommons.org/licenses/by-nc-nd/2.5/co/Abierto (Texto Completo)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Atribución-NoComercial-SinDerivadas 2.5 ColombiaComparación del error de predicción de fórmulas biométricas al implantar lentes intraoculares monofocales asféricosComparison of the prediction error of biometric formulas when implanting aspheric monofocal intraocular lensesEspecialista en OftalmologíaUniversidad Autónoma de Bucaramanga UNABFacultad Ciencias de la SaludEspecialización en Oftalmologíainfo:eu-repo/semantics/masterThesisTesishttp://purl.org/redcol/resource_type/TMhttp://purl.org/redcol/resource_type/TMMedical sciencesHealth sciencesOphthalmologyWaterfallRefractive errorsLens diseasesIntraocular lensesArtificial implantsOftalmologíaCiencias médicasEnfermedades del cristalinoLentes intraocularesImplantes artificialesCiencias de la saludCatarataErrores refractivos1. Salud ocular universal : un plan de acción mundial para 2014-2019.2. Congdon, N. (2004). Prevalence of Cataract and Pseudophakia/Aphakia among Adults in the United States. Archives of Ophthalmology, 122(4), 487–4943. Saaddine L, Benjamin S, Pan L, Venkat Narayan K, Tierney E, Kanjilal S, et al. Prevalence of Visual Impairment and Selected Eye Diseases Among Persons Aged >50 Years With and Without Diabetes --- United States, 2002. Morb Mortal Wkly Rep. 2004;53(45):1069–714. Klein BE, Howard KP, Lee KE, Klein R. Changing Incidence of Lens Extraction Over Twenty Years: the Beaver Dam Eye Study. Ophthalmology. 2014;121(1):1–11.5. Guo C, Wang Z, He P, Chen G, Zheng X. Prevalence, causes and social factors of visual impairment among Chinese Adults: based on a national survey. Int J Environ Res Public Health. 2017;14(1034):1–11.6. Al-Sheikh M, Iafe NA, Phasukkijwatana N, Sadda SR, Sarraf D. Biomarkers of neovascular activity in age-related macular degeneration using OCT angiography. Retina. 2017;1.7. Gollogly HE, Hodge DO, St. Sauver JL, Erie JC. Increasing incidence of cataract surgery: Population-based study. J Cataract Refract Surg. 2013;39(9):1383–9.8. Steinert RF, Chang DF, Bissen-Miyajima H, Fine IH, Gimbel H V, Koch DD, et al. Cataract Surgery. 2010. all.9. Lorente R, Mendicute J (eds) Cirugía Del Cristalino. Sociedad Española de Oftalmología: Madrid, Spain, 2008; 1751–176710. Bobrow JC, Beardsley TL, Jick SL, Rosenberg LF, Wiggins MN, Reich J, et al. Lens and cataract, Section 11. Basic and Clinical Science Course, American Academy of Ophthalmology. 2014. all.11. Chylack LT, Wolfe JK, Singer DM, Leske MC. The Lens Opacities Classification System III. Arch Ophthalmol. 199312. Karabela Y, Eliacik M, Kocabora MS, Erdur SK, Baybora H. Predicting the refractive outcome and accuracy of IOL power calculation after phacoemulsification using the SRK/T formula with ultrasound biometry in medium axial lengths. Clin Ophthalmol. 2017;11:1143–913. Kim YN, Park JH, Tchah H. Quantitative Analysis of Lens Nuclear Density Using Optical Coherence Tomography ( OCT ) with a Liquid Optics Interface : Correlation between OCT Images and LOCS III Grading. J Ophthalmol. Hindawi Publishing Corporation; 2016;201614. Hollick EJ, Spalton DJ, Ursell PG. The Effect of Polymethylmethacrylate , Silicone , and Polyacrylic Intraocular Lenses on Posterior Capsular Opacification 3 Years after Cataract Surgery. :49–55.15. Laboratories A. Product information AcrySof IQ Aspheric IOL. 2010. p. 1–1416. Wintergerst MWM, Schultz T, Birtel J, Schuster AK, Pfeiffer N, Schmitz-Valckenberg S, et al. Algorithms for the Automated Analysis of Age-Related Macular Degeneration Biomarkers on Optical Coherence Tomography: A Systematic Review. Transl Vis Sci Technol. 2017;6(4):10.17. Liao X, Peng Y, Liu B, Tan QQ, Lan CJ. Agreement of ocular biometric measurements in young healthy eyes between IOLMaster 700 and OA-2000. Scientific Reports. 2020 Feb 21;10(1):1-618. Wan KH, Lam TC, Marco CY, Chan TC. Accuracy and Precision of Intraocular Lens Calculations Using the New Hill-RBF Version 2.0 in Eyes With High Axial Myopia. American journal of ophthalmology. 2019 Sep 1;205:66-7319. Cooke DL, Cooke TL. Prediction accuracy of preinstalled formulas on 2 optical biometers. J Cataract Refract Surg. ASCRS and ESCRS; 2016;42(3):358–6220. Olsen T. Calculation of intraocular lens power : a review The statistical. Acta Ophthalmol Scand. 2007;472–85.21. Jeong J, Song H, Lee JK, Chuck RS, Kwon J-W. The effect of ocular biometric factors on the accuracy of various IOL power calculation formulas. BMC Ophthalmol. BMC Ophthalmology; 2017;17(1):6222. Plat J, Hoa D, Mura F, Busetto T, Schneider C, Payerols A, et al. Clinical and biometric determinants of actual lens position after cataract surgery. J Cart Refract Surg. ASCRS and ESCRS; 2017;43(2):195–20023. Roberts T V, Hodge C, Sutton G, Lawless M. Comparison of Hill-radial basis function, Barrett Universal and current third generation formulas for the calculation of intraocular lens power during cataract surgery: Calculation of intraocular lens power. Clin Experiment Ophthalmol. 2018 Apr;46(3):240–624. Kongsap P. Comparison of a new optical biometer and a standard biometer in cataract patients. Eye Vis. Eye and Vision; 2016;3(1):2725. Ventura B V., Ventura MC, Wang L, Koch DD, Weikert MP. Comparison of biometry and intraocular lens power calculation performed by a new optical biometry device and a reference biometer. J Cataract Refract Surg. ASCRS and ESCRS; 2017;43(1):74– 9.26. Hoffer KJ, Hoffmann PC, Savini G. Comparison of a new optical biometer using swept-source optical coherence tomography and a biometer using optical lowcoherence reflectometry. J Cataract Refract Surg. ASCRS and ESCRS; 2016;42(8):1165–72.27. Kane JX, Van Heerden A, Atik A, Petsoglou C. Accuracy of 3 new methods for intraocular lens power selection. J Cataract Refract Surg. ASCRS and ESCRS; 2017;43(3):333–9.28. Hashemi H, Khabazkhoob M, Rezvan F, Fotouhi A, Asgari S, Miraftab M. Effect of anterior chamber depth on the choice of intraocular lens calculation formula in patients with normal axial length. Middle East Afr J Ophthalmol. 2014;21(4):30729. Melles RB, Holladay JT, Chang WJ. Accuracy of Intraocular Lens Calculation Formulas. Ophthalmology. 2018 Feb;125(2):169–7830. Kane JX, Van Heerden A, Atik A, Petsoglou C. Intraocular lens power formula accuracy: Comparison of 7 formulas. J Cataract Refract Surg. 2016 Oct;42(10):1490– 50031. Hoffer KJ. Clinical results using the Holladay 2 intraocular lens power formula. J Cataract Refract Surg. 2000 Aug;26(8):1233–732. Haigis W, Lege B, Miller N, Schneider B. Comparison of immersion ultrasound biometry and partial coherence interferometry for intraocular lens calculation according to Haigis. Graefes Arch Clin Exp Ophthalmol. 2000;238:765–7333. Song, J. S., Yoon, D. Y., Hyon, J. Y., & Jeon, H. S. (2020). Comparison of Ocular Biometry and Refractive Outcomes Using IOL Master 500, IOL Master 700, and Lenstar LS900. Korean journal of ophthalmology : KJO, 34(2), 126–132.34. Darcy K, Gunn D, Tavassoli S, Sparrow J, Kane JX. Assessment of the accuracy of new and updated intraocular lens power calculation formulas in 10 930 eyes from the UK National Health Service. J Cataract Refract Surg. 2020 Jan;46(1):27. doi: 10.1016/j.jcrs.2019.08.014. PMID: 32050225ORIGINAL2021_Tesis_Jessica_Lorena_Lapuente.pdf2021_Tesis_Jessica_Lorena_Lapuente.pdfTesisapplication/pdf591017https://repository.unab.edu.co/bitstream/20.500.12749/13952/1/2021_Tesis_Jessica_Lorena_Lapuente.pdfcc6e11b7050888375942820223051f82MD51open access2021_Licencia_Jessica_Lorena_Lapuente.pdf2021_Licencia_Jessica_Lorena_Lapuente.pdfLicenciaapplication/pdf195247https://repository.unab.edu.co/bitstream/20.500.12749/13952/2/2021_Licencia_Jessica_Lorena_Lapuente.pdf5ae8064bb841a01cd38f0193786580b0MD52metadata only accessLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repository.unab.edu.co/bitstream/20.500.12749/13952/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53open accessTHUMBNAIL2021_Tesis_Jessica_Lorena_Lapuente.pdf.jpg2021_Tesis_Jessica_Lorena_Lapuente.pdf.jpgIM Thumbnailimage/jpeg7945https://repository.unab.edu.co/bitstream/20.500.12749/13952/4/2021_Tesis_Jessica_Lorena_Lapuente.pdf.jpg704682adda5a204d21c51f8a2b89ba83MD54open access2021_Licencia_Jessica_Lorena_Lapuente.pdf.jpg2021_Licencia_Jessica_Lorena_Lapuente.pdf.jpgIM Thumbnailimage/jpeg13868https://repository.unab.edu.co/bitstream/20.500.12749/13952/5/2021_Licencia_Jessica_Lorena_Lapuente.pdf.jpg203f4965320931e7900208cb38e4a09eMD55metadata only access20.500.12749/13952oai:repository.unab.edu.co:20.500.12749/139522021-08-23 18:00:48.326open accessRepositorio Institucional | Universidad Autónoma de Bucaramanga - UNABrepositorio@unab.edu.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 |