Gracias por visitar nature.com.Está utilizando una versión de navegador con soporte limitado para CSS.Para obtener la mejor experiencia, le recomendamos que utilice un navegador más actualizado (o desactive el modo de compatibilidad en Internet Explorer).Mientras tanto, para garantizar un soporte continuo, mostramos el sitio sin estilos ni JavaScript.Carrusel con tres diapositivas mostradas a la vez.Use los botones Anterior y Siguiente para navegar por tres diapositivas a la vez, o los botones de puntos de diapositivas al final para saltar tres diapositivas a la vez.Paola Cirafici, Guido Maiello, … Michele IesterJanelle Tong, David Alonso-Caneiro, … Bárbara ZangerlNihaal Mehta, Phillip X. Braun, … Nadia K. WaheedP. Tumahai, C. Moureaux, … M. SalehKenji Suda, Tadamichi Akagi, … Akitaka TsujikawaKyoung In Jung, Hee Kyung Ryu, … Parque Chan KeeMaximilian Pfau, Moritz Lindner, … Steffen Schmitz-ValckenbergJihye Lee, Seong Ah Kim, … Kyoung In JungKatharina Breher, Arne Ohlendorf y Siegfried WahlScientific Reports volumen 12, Número de artículo: 10621 (2022) Citar este artículoLa correlación entre los datos estructurales de la tomografía de coherencia óptica y los datos funcionales del campo visual puede ser subóptima debido al mapeo deficiente de las ubicaciones de medición de OCT a los estímulos de FV.Probamos la hipótesis de que se pueden lograr correlaciones estructura-función más sólidas en la mácula con el perímetro de seguimiento del fondo de ojo, mapeando con precisión las mediciones de OCT a la sensibilidad de VF en la misma ubicación.La cuadrícula OCT convencional de 64 superpíxeles (3° × 3°) se asignó a las sensibilidades de FV promediadas en 40 unidades de FV correspondientes con perimetría automatizada estándar (enfoque mapeado convencional, CMA) en 38 pacientes con glaucoma y 10 sujetos sanos.De manera similar, se asignó una cuadrícula OCT de 144 superpíxeles (2° × 2°) a cada una de las 68 ubicaciones con perimetría de seguimiento del fondo de ojo (enfoque mapeado localizado, LMA).Para cada enfoque, se calculó la correlación entre la sensibilidad en cada unidad VF y el superpíxel OCT.Se generaron mapas vectoriales que mostraban la máxima correlación entre cada unidad VF y el píxel OCT.CMA arrojó correlaciones estructura-función significativamente más altas en comparación con LMA.Solo el 20 % de los vectores con CMA y <5 % con LMA estaban dentro de los superpíxeles de OCT mapeados correspondientes, mientras que la mayoría estaban dirigidos hacia loci con daño estructural.La variabilidad de la medición y los patrones de daño estructural tienen más probabilidades de afectar las correlaciones en comparación con el mapeo preciso de los estímulos de FV.La tomografía de coherencia óptica (OCT) permite visualizar y segmentar la estructura multicapa de la mácula.Debido a que aproximadamente el 40% de las células ganglionares de la retina (RGC) se encuentran dentro de la mácula1, recientemente se ha centrado la atención en las imágenes de OCT macular para medir la reducción en el grosor de las capas internas de la retina causada por el glaucoma2,3,4, de manera que se aproxime análisis histológico5.La pérdida de RGC también da como resultado la pérdida de la sensibilidad del campo visual (VF) estimada con perimetría automatizada estándar.Sin embargo, estudiar la relación entre la pérdida estructural y funcional en la mácula es un reto, debido principalmente a tres razones que afectan la concordancia entre la sensibilidad de la FV y la pérdida correspondiente con la OCT.En primer lugar, las áreas relativas de comparación son diferentes ya que la FV se mide convencionalmente con un estímulo de tamaño III, subtendiendo un área de 0,43°6, mientras que los sectores estándar de OCT miden el grosor de la retina en áreas más grandes, que varían en tamaño según los diferentes dispositivos.En segundo lugar, existe una correspondencia espacial baja entre los fotorreceptores estimulados y las CGR correspondientes en la retina central, ya que estas últimas están anatómicamente desplazadas1,7, con hasta 2° de desplazamiento transversal en el caso de las cuatro ubicaciones centrales de VF del patrón de prueba 10–2. de perimetría automatizada estándar7,8.En tercer lugar, existe una considerable variabilidad test-retest tanto en las mediciones estructurales como funcionales9,10,11,12,13,14,15,16, lo que puede agravar los errores de medición e impactar en la correlación.Si bien los dispositivos OCT modernos han incorporado mecanismos para corregir los movimientos oculares a fin de reducir el error de medición en una ubicación de imagen específica, este no es el caso con la perimetría automatizada estándar.Aunque las comprobaciones de errores de fijación dan una indicación de la precisión de la fijación, puede haber errores significativos (que en teoría subtienden la extensión del punto ciego) que provocan que el estímulo no se proyecte en la ubicación prevista en la retina, lo que reduce la fiabilidad de las estimaciones de sensibilidad de FV17.Para superar este problema, recientemente se han comercializado nuevos perímetros de seguimiento del fondo de ojo.Están diseñados para compensar los movimientos oculares siguiendo la retina durante el examen18 y presentando el estímulo en la misma ubicación retiniana, minimizando así el componente de variabilidad debido a la inestabilidad de la fijación19.En un intento por establecer la correspondencia entre las mediciones estructurales y funcionales, el método convencional de mapeo de mediciones OCT a ubicaciones VF (en lo sucesivo denominado enfoque mapeado convencional, CMA), se basa en la relación de mediciones promediadas dentro de sectores OCT estándar o bloques de píxeles (denominados , superpíxeles) a la sensibilidad de VF en grupos correspondientes de ubicaciones de VF de perimetría automática estándar20,21,22.Además, los modelos se utilizan para tener en cuenta la falta de alineación de los fotorreceptores y las RGC en la retina central mediante el desplazamiento de las ubicaciones de VF mapeadas7,8,23.Sin embargo, con la perimetría automatizada estándar, la variabilidad en la proyección del estímulo VF en la retina debido a una fijación imprecisa es un factor y puede afectar la veracidad y la fuerza de la relación estructura-función evaluada con este enfoque.En este estudio, utilizamos técnicas y perimetría de seguimiento del fondo de ojo que asignan con precisión las mediciones de OCT en áreas altamente localizadas a la sensibilidad de VF en la misma ubicación (en lo sucesivo denominado enfoque mapeado localizado, LMA).Queríamos probar la hipótesis de que en pacientes con glaucoma de ángulo abierto y sujetos de control sanos, se podría lograr una relación estructura-función más fuerte en la mácula con LMA en comparación con CMA.Había 38 pacientes con glaucoma y 10 sujetos sanos en el estudio.Las características demográficas y clínicas iniciales de los participantes del estudio se informan en la Tabla.Hubo una amplia gama de daños en la FV central en los pacientes con glaucoma con una desviación media (DM) de 10–2 que varió de -21,99 a 0,33 dB.Se requirió la corrección manual de la segmentación automatizada en 52 (1,8 %) del total de 2928 escaneos B del protocolo de escaneo del polo posterior utilizado para el CMA y 232 (4,0 %) del total de 5808 escaneos B del protocolo de alta densidad. protocolo de exploración utilizado para el LMA.La Figura 1 muestra los mapas de calor de los coeficientes de correlación entre la sensibilidad en unidades VF (invertidas para corresponder a la hemimácula apropiada) y las medidas de espesor en superpíxeles OCT para el CMA.Tanto para GCL como para IPL, las correlaciones positivas tenían un patrón de "ojo de buey" y eran particularmente evidentes en IPL, donde las correlaciones positivas y negativas más bajas se ubicaban con mayor frecuencia en los superpíxeles periféricos y foveales.Las unidades de FV inferiores tenían una mayor correlación con superpíxeles en la hemimácula superior y, por el contrario, las unidades de FV superiores con superpíxeles en la hemimácula inferior.Además, la correlación entre las unidades VF superiores y los superpíxeles inferiores fue mayor que entre las unidades VF inferiores y los superpíxeles superiores (Fig. 1).Las correlaciones para LMA también tenían un patrón de ojo de buey (Fig. 2) y la distribución espacial de las correlaciones era similar a la observada para CMA.Mapas de calor de los coeficientes de correlación de Pearson entre unidades de campo visual y superpíxeles OCT para el enfoque de mapa convencional (CMA).Mapas de calor de los coeficientes de correlación de Pearson entre las unidades del campo visual (VF) y los superpíxeles OCT en la capa de células ganglionares (GCL) y la capa plexiforme interna (IPL) para el enfoque mapeado convencional.Cada uno de los 40 cuadrados representa el mapa de calor de las correlaciones entre una sola unidad VF con todos los 64 superpíxeles OCT.Las unidades VF se voltearon para corresponder a la hemimacula apropiada.Mapas de calor de los coeficientes de correlación de Pearson entre unidades de campo visual y superpíxeles OCT para el enfoque de mapa localizado (LMA).Mapas de calor de los coeficientes de correlación de Pearson entre las unidades del campo visual (VF) y los superpíxeles OCT en la capa de células ganglionares (GCL) y la capa plexiforme interna (IPL) para el enfoque mapeado localizado.Cada uno de los 68 cuadrados representa el mapa de calor de las correlaciones entre una sola unidad VF con todos los 144 superpíxeles OCT.Las unidades VF se voltearon para corresponder a la hemimacula apropiada.En las Figs.3 y 4, respectivamente.De los 40 vectores (cada uno correspondiente a una unidad VF) para el CMA, solo 8 (20%) se dirigieron al superpíxel OCT mapeado correspondiente en GCL o IPL (Fig. 3 y Fig. 1 complementaria).De 68 vectores para LMA, solo 3 (4%) en GCL y 2 (3%) en IPL (Fig. 4 y Fig. 2 complementaria) se dirigieron al superpíxel OCT mapeado correspondiente.Para el CMA, los vectores con una longitud > 0° tenían una longitud media de 6° (rango: 3°–12,7°) en GCL y 7,6° (rango: 3°–10,8°) en IPL (Fig. 1 complementaria) .Para la LMA, los vectores con una distancia > 0° tenían una longitud media de 4° (rango: 2–12,8°) en la GCL y 4,5° (rango: 2–12,2°) en la IPL (Fig. 2 complementaria).Mapas vectoriales de los coeficientes de correlación obtenidos con el enfoque mapeado convencional (CMA).Mapas vectoriales de los coeficientes de correlación en la capa de células ganglionares (GCL) y la capa plexiforme interna (IPL) obtenidos con el enfoque cartográfico convencional.Los vectores conectan cada una de las 40 unidades de campo visual con el superpíxel OCT con el coeficiente de correlación máximo.La escala de grises de los vectores representa la fuerza de las correlaciones.La línea de cuadrícula en negrita indica la línea media horizontal.S = Superior;N = Nasal;I = Inferior;T = temporal.Mapas vectoriales de los coeficientes de correlación obtenidos con el enfoque mapeado convencional (LMA).Mapas vectoriales de los coeficientes de correlación en la capa de células ganglionares (GCL) y la capa plexiforme interna (IPL) obtenidos con el enfoque de mapeo localizado.Los vectores conectan cada una de las 68 unidades de campo visual con el superpíxel OCT con el coeficiente de correlación máximo.La escala de grises de los vectores representa la fuerza de las correlaciones.La línea de cuadrícula en negrita indica la línea media horizontal.S = Superior;N = Nasal;I = Inferior;T = temporal.La sensibilidad media de la muestra en cada unidad VF y el grosor GCL e IPL en cada superpíxel para CMA y LMA se muestran en la Fig. 3 complementaria. Si bien los vectores generalmente no cruzaron la línea media horizontal (Figs. 3 y 4), cuando hizo, las correlaciones fueron relativamente débiles.Tanto para CMA como para LMA, se dirigieron varios vectores a superpíxeles únicos con un grosor medio de GCL e IPL relativamente reducido (Fig. 3 complementaria), lo que indica que estos loci influyeron en las correlaciones, independientemente de la ubicación de la unidad VF.La distribución del máximo coeficiente de correlación obtenido en cada superpíxel (tanto para GCL como para IPL) en las hemimáculas superior e inferior se muestra en la figura 5. El valor de la mediana en la hemimácula inferior fue superior al de la hemimácula superior en ambas capas con el CMA: 0,65 frente a 0,78 para GCL, y 0,63 frente a 0,72 para IPL, respectivamente, en hemimácula superior e inferior (fig. 5).También se obtuvieron mayores coeficientes de correlación en la hemimácula inferior con la LMA: 0,59 frente a 0,65 en GCL, y 0,46 frente a 0,64 en IPL, respectivamente (fig. 5).Distribución de los coeficientes de correlación de Pearson en hemimáculas superior e inferior.Distribución de los coeficientes de correlación de Pearson en hemimáculas superior e inferior en la capa de células ganglionares (GCL) y la capa plexiforme interna (IPL) obtenidos con los enfoques mapeados convencional (CMA) y localizado (LMA).Los recuadros representan el primer y tercer cuartiles y las líneas verticales a través de los recuadros indican las medianas.Tanto para la GCL como para la IPL, la CMA arrojó coeficientes de correlación más altos en comparación con la LMA [mediana (rango): 0,71 (0,52–0,85) en comparación con 0,62 (0,32–0,80) para la GCL (p < 0,001) y 0,66 (0,47– 0,80) frente a 0,56 (0,32-0,78) para la IPL (p < 0,001), respectivamente;figura 6].Distribución de los coeficientes de correlación de Pearson obtenidos con los enfoques mapeados convencional (CMA) y localizado (LMA).Distribución de los coeficientes de correlación de Pearson en la capa de células ganglionares (GCL) y la capa plexiforme interna (IPL) obtenidos con los enfoques mapeados convencional (CMA) y localizado (LMA).Los recuadros representan el primer y tercer cuartiles y las líneas verticales a través de los recuadros indican las medianas.Se cree que el estudio de las correlaciones de estructura y función en la mácula mediante la combinación de imágenes de OCT y la evaluación de VF es importante para comprender la naturaleza del daño glaucomatoso y para fortalecer la base para las decisiones de diagnóstico.Además, los datos de las pruebas maculares pueden proporcionar pruebas complementarias para el examen de la capa de fibras nerviosas de la retina y la cabeza del nervio óptico, especialmente cuando se debe hacer un diagnóstico diferencial, por ejemplo, en casos de miopía alta24,25,26.Sin embargo, la evidencia hasta la fecha no ha proporcionado una base clara e inequívoca para comprender cómo se relacionan entre sí los daños estructurales y funcionales.De hecho, las metodologías de CMA que examinan esta relación han arrojado, en el mejor de los casos, correlaciones moderadas con coeficientes de correlación máximos que oscilan entre 0,41 y 0,7720,21,22,27,28,29.El presente estudio se llevó a cabo para mapear la relación estructura-función macular mediante la comparación de técnicas convencionales con una que emplea perimetría de seguimiento de fondo de ojo para mapear con precisión cada ubicación de prueba de VF a las ubicaciones correspondientes en la retina para correlacionar la sensibilidad de VF con los valores de espesor de GCL e IPL.Sin embargo, nuestra hipótesis de que la LMA produciría correlaciones más altas entre la sensibilidad de VF y los valores de espesor de OCT no se comprobó.Nuestra hipótesis se basó en la suposición de una correspondencia precisa entre la ubicación de la retina donde se proyectó el estímulo VF y la ubicación de la retina donde se realizaron las mediciones de OCT.Centramos los valores de espesor de GCL e IPL en cada estímulo VF para garantizar que las mediciones estuvieran localizadas.Sobre la base de una premisa similar, pero con diferentes metodologías, se informó una relación estructura-función comparable30 o incluso mejor31 en la mácula con la perimetría de seguimiento del fondo de ojo.Contrariamente a estos estudios, nuestros resultados mostraron que los coeficientes de correlación obtenidos con el LMA fueron significativamente más bajos en comparación con el CMA.Muchos informes anteriores sobre la relación estructura-función en la mácula solo exploraron las correlaciones entre los sectores o superpíxeles de OCT estándar y las ubicaciones de FV correspondientes, restringiendo las correlaciones solo a las ubicaciones mapeadas para mantener la concordancia entre la distribución anatómica de las CGR y las ubicaciones de FV20,21, 22,27,28,29.Por el contrario, exploramos las correlaciones en toda la mácula en lugar de exclusivamente entre las unidades VF y los superpíxeles OCT correspondientes.Descubrimos que la mayoría de los vectores que vinculaban cada unidad de VF al superpíxel OCT con la correlación máxima eran más largos de lo esperado y se dirigían hacia ubicaciones retinianas más alejadas de la ubicación teórica mapeada.Estos hallazgos se observaron tanto para CMA (80 % para GCL e IPL; Fig. 3 y Fig. 1 complementaria) como para LMA (96 % y 97 % para GCL e IPL respectivamente; Fig. 4 y Fig. 2 complementaria) ).Fuera de los 8° centrales de la mácula, correspondientes a aproximadamente 2 mm de la fóvea, el grosor de GCL e IPL disminuye rápidamente debido a que los somas de RGC están dispuestos en una sola capa1.Debido al grosor normalmente más bajo de GCL e IPL en estas áreas, es poco probable que el glaucoma produzca reducciones significativas adicionales en el grosor.Por lo tanto, el espesor de GCL e IPL en las áreas no afectadas con las correspondientes sensibilidades VF normales puede ser similar al de las áreas dañadas por glaucoma que tienen la correspondiente sensibilidad VF reducida32.En consecuencia, fuera del 8° de la mácula se observaron correlaciones muy débiles o incluso negativas (Figs. 1 y 2), confirmando hallazgos previos28,32.Por el contrario, dentro de los 8° centrales, donde las CGR se apilan en múltiples capas y donde el grosor de la GCL y la IPL es mayor1, el daño glaucomatoso produce un adelgazamiento medible progresivo en un rango más amplio de valores.Este adelgazamiento progresivo, junto con la correspondiente reducción de la sensibilidad de la FV, produce una correlación estadísticamente mayor entre estructura y función.Lee y colegas28, que utilizaron un análisis basado en sectores, también encontraron que las correlaciones máximas tienden a concentrarse en áreas con un rango más amplio de mediciones y donde el daño glaucomatoso puede detectarse más fácilmente.El CMA usó superpíxeles OCT de 3 ° × 3 °, mientras que el LMA usó superpíxeles de 2 ° × 2 °.La diferente resolución de los dos enfoques puede explicar aún más la inesperada correlación más alta observada con el CMA.En este último, se utilizó un número variable de ubicaciones de FV para derivar unidades de FV dentro de las cuales se promedió la sensibilidad de FV.Además, los superpíxeles de OCT eran más grandes en comparación con LMA, donde las unidades de VF eran ubicaciones de VF individuales y los superpíxeles de OCT eran más pequeños.Promediar las sensibilidades de VF y el grosor de GCL e IPL en áreas más grandes puede haber dado como resultado una mayor relación señal-ruido y, en consecuencia, mayores coeficientes de correlación con el CMA en comparación con el LMA.Para probar la hipótesis de que las correlaciones más altas resultaron debido al promedio de un área más grande, realizamos un análisis similar a LMA con perimetría automatizada estándar y un análisis similar a CMA con perimetría de seguimiento de fondo de ojo y mostramos que para ambos tipos de perimetría, promediando sobre un área más grande resultó en correlaciones más altas (Figuras complementarias 4 y 5, respectivamente).Las diferencias en el tamaño de los superpíxeles OCT y las unidades VF entre los dos enfoques podrían haber afectado el grado de error en la dirección y longitud del vector.Como resultado, observamos más vectores con direcciones espurias con el LMA en comparación con el CMA.Otro factor que puede explicar las correlaciones más bajas obtenidas con LMA podría ser la mayor experiencia que tenían los sujetos con la perimetría automatizada estándar en comparación con la perimetría de seguimiento del fondo de ojo.Los sujetos fueron reclutados a partir de un estudio prospectivo en el que se someten a pruebas periódicas con perimetría automatizada estándar.Si bien las pruebas poco fiables con perimetría de seguimiento del fondo de ojo se repitieron cuando no eran fiables, no podemos descartar la posibilidad de que los efectos del aprendizaje o la experiencia inadecuada hayan influido en las correlaciones obtenidas con la LMA.Las diferencias en las estrategias de umbralización entre los dos perímetros pueden haber afectado las correlaciones observadas.Para probar esta hipótesis, comparamos el CMA con el enfoque similar a CMA con perimetría de seguimiento de fondo de ojo y el LMA con el enfoque similar a LMA (utilizado en las figuras complementarias 4 y 5).En ambos casos, mostramos que la perimetría automatizada estándar siempre arrojó coeficientes de correlación más altos (Figuras complementarias 6 y 7), independientemente de CMA o LMA.Tanto para la CMA como para la LMA, observamos más vectores dirigidos temporalmente en la retina inferior (que corresponde a la VF superior) en comparación con la retina superior (Figs. 3 y 4).Se considera que el sector inferotemporal es susceptible y donde se piensa que el daño ocurre temprano en la enfermedad2,33,34.Estas observaciones respaldan la idea de que el patrón de daño glaucomatoso puede impulsar la magnitud de las correlaciones máximas y la dirección del vector al estudiar la relación estructura-función.Según los modelos topográficos, los haces de fibras nerviosas de la hemirretina superior toman una trayectoria más periférica en comparación con los de la hemirretina inferior que discurren más cerca de la fóvea35,36.Por lo tanto, el daño a las fibras en la retina superior podría conducir a una pérdida de CGR más allá de la fóvea y corresponder a defectos de VF inferiores más periféricos que pueden quedar fuera de los 10° centrales.Por el contrario, el daño a las fibras en la retina inferior correspondería a defectos de FV superiores más cercanos a la fijación dentro de los 10° centrales y, por lo tanto, podrían haber llevado a una mayor correlación estructura-función en la parte inferior (Fig. 5), como también informaron otros22,27 ,28,29,30,37,38.En la mayor parte de la retina, los fotorreceptores están alineados verticalmente con las RGC; sin embargo, en los 8–9°1 centrales, debido a la alta concentración de conos y la fosa foveal, las RGC correspondientes están desplazadas excéntricamente.Por esta razón, los modelos de desplazamiento fueron concebidos para mapear con mayor precisión la proyección de las ubicaciones de FV a las RGC correspondientes a los fotorreceptores estimulados7,8.Teóricamente, la correlación máxima entre los espesores de GCL o IPL y la sensibilidad de VF debería estar en la ubicación identificada por los modelos de desplazamiento.Además, los estudios que utilizan modelos de desplazamiento en el análisis de estructura-función deberían arrojar correlaciones más altas en comparación con aquellos que no los utilizan.Sin embargo, la evidencia hasta la fecha indica que la aplicación de modelos de desplazamiento no logra demostrar de manera inequívoca un aumento significativo en la correlación28,38,39.De hecho, nuestros hallazgos mostraron que la longitud promedio de los vectores de correlación fue considerablemente mayor que el desplazamiento más alto propuesto por los modelos, que van desde 1° a 3°7,8,40.Nuestro estudio está limitado por el tamaño de muestra relativamente pequeño, principalmente debido al requisito de criterios de inclusión adicionales que colocaron a los sujetos en un grosor medio específico de GCL y 10–2 terciles MD.Decidimos agregar estos criterios para asegurar un tamaño de muestra adecuado para representar el rango de daño glaucomatoso.Sin embargo, reconocemos que la inclusión de pacientes con glaucoma muy temprano donde las mediciones no son sustancialmente diferentes a los valores de control correspondientes a la edad, podría haber llevado a una relación estructura-función más débil42.Asimismo, en el glaucoma avanzado, las correlaciones pueden ser inexactas porque el extremo inferior del rango de medición de los perímetros y los dispositivos OCT puede alcanzarse en diferentes etapas de la enfermedad20,42.Por lo tanto, para un paciente dado, la veracidad de las mediciones de FV y OCT podría ser variable.El estudio del impacto del seguimiento del fondo de ojo en las correlaciones estructura-función podría haberse realizado comparando los resultados con y sin el seguimiento activado, como se realizó anteriormente43, sin embargo, el objetivo principal de este estudio fue estudiar el mapeo convencional con el HFA.En resumen, contrariamente a nuestra hipótesis, la LMA, utilizando perimetría de seguimiento del fondo de ojo para mapear con precisión las ubicaciones de VF a los valores de espesor GCL e IPL correspondientes, no mejoró las correlaciones estructura-función en la mácula.Es menos probable que la mala correlación de la CMA se deba a un mapeo inexacto de las ubicaciones de VF en la retina, pero es más probable que se deba a factores como la variabilidad en las mediciones, que afectan tanto a las formas de perimetría como a OCT y patrones específicos de daño localizado que impulsan la dirección del vector. y la fuerza de las correlaciones máximas.El juicio clínico que relaciona subjetivamente las pérdidas estructurales y funcionales en la mácula en áreas de análisis relativamente amplias sigue siendo valioso.Por ejemplo, la disminución del grosor del GCL macular inferior y del IPL es útil para corroborar la pérdida del campo visual macular superior.Sin embargo, los hallazgos de este estudio cuestionan la utilidad de los análisis que implican correlaciones estructura-función macular, realizados de manera objetiva y cuantitativa en áreas más pequeñas, para ayudar en la toma de decisiones clínicas en el glaucoma.Los participantes eran pacientes con glaucoma inscritos en estudios prospectivos en curso sobre la detección de la progresión más temprana del glaucoma de ángulo abierto con imágenes y perimetría, y la cuantificación de los cambios relacionados con la edad en cohortes paralelas de sujetos de control sanos.El estudio recibió la aprobación ética del comité de ética de investigación de la Autoridad de Salud de Nueva Escocia y, de acuerdo con los principios de la Declaración de Helsinki, todos los participantes dieron su consentimiento informado.Los pacientes con glaucoma se reclutaron consecutivamente de las clínicas de glaucoma en el Centro de atención ocular de la Autoridad de Salud de Nueva Escocia, mientras que los sujetos de control sanos se reclutaron de los cónyuges o parejas de los pacientes y de la comunidad no hospitalaria a través de anuncios en los medios locales.Los exámenes de noviembre de 2020 a febrero de 2021 se incluyeron en los análisis.Los criterios de inclusión para pacientes con glaucoma fueron: (1) agudeza visual ≥ 6/12;(2) diagnóstico clínico de glaucoma de ángulo abierto;(3) cambios en el nervio óptico y daño de FV compatibles con glaucoma y (4) prueba de hemicampo de glaucoma anormal.Los criterios de inclusión para sujetos sanos fueron: (1) agudeza visual ≥ 6/12;(2) examen ocular normal;(3) presión intraocular ≤ 21 mm Hg y (4) FV normal con la prueba de hemicampo de glaucoma dentro de los límites normales.Se excluyeron los pacientes con glaucoma y los sujetos sanos si se presentaba alguno de los siguientes: (1) enfermedad ocular crónica (excepto glaucoma en pacientes);(2) enfermedad sistémica o tratamiento capaz de afectar la FV;o (3) error de refracción superior a 6 dioptrías de esfera equivalente o 3 dioptrías de astigmatismo.Cuando ambos ojos eran elegibles, se incluyó aleatoriamente en el estudio un ojo por sujeto.El VF se probó con el patrón 10–2 del analizador de campo Humphrey (HFA, Carl Zeiss Meditec, Dublin, CA) que contiene 68 ubicaciones de prueba separadas 2°, tanto horizontal como verticalmente, dentro de los 10° centrales del VF.Se utilizó la corrección de cerca adecuada y se controló la fijación con el método de Hejil-Krakau44.Se repitieron las pruebas consideradas poco fiables según lo observado por el perimetrista y los criterios de fiabilidad (tasas de falsos positivos o falsos negativos > 15 %, o pérdidas de fijación > 33 %).Los exámenes OCT se realizaron con Spectralis OCT2 (Heidelberg Engineering, Heidelberg, Alemania).Las imágenes se adquirieron dentro de los 30° × 25° centrales (software Glaucoma Module Premium Edition, GMPE, Heidelberg Engineering, v. 6.16) con 61 escaneos B horizontales (cada uno con 768 escaneos A) promediados 9 veces.Se llevó a cabo la segmentación automática de las capas individuales de la retina para cuantificar el grosor de la capa de células ganglionares (GCL) y la capa plexiforme interna (IPL), utilizando el software del dispositivo.Solo se incluyeron en el análisis exploraciones con una intensidad de señal alta (> 25 dB).Todas las imágenes fueron revisadas en busca de errores de segmentación y corregidas manualmente por un operador capacitado cuando fue necesario.De toda la población de pacientes con glaucoma y sujetos sanos, seleccionamos un subconjunto de sujetos con una amplia variedad de daños tanto estructurales como funcionales para someterlos a pruebas adicionales con la LMA.Para identificar este subconjunto, primero calculamos los terciles de la distribución del grosor medio de GCL y 10–2 MD en todos los pacientes.El grosor medio de GCL y los rangos de MD para el primer, segundo y tercer grupo de terciles fueron ≤ 23 µm y ≤ − 10 dB;24 a 27 µm y − 10 dB a − 4 dB;y ≥ 28 µm y ≥ − 4 dB, respectivamente.Luego reclutamos consecutivamente un número aproximadamente igual de pacientes con glaucoma dentro de cada grupo tercil.También seleccionamos un subconjunto de sujetos sanos para probarlos con la LMA.Este subconjunto de sujetos se probó con el patrón 10–2 del perímetro de seguimiento del fondo de ojo de Compass (CMP, CenterVue, Padua, Italia), que es idéntico al patrón HFA 10–2.El CMP está equipado con una función de enfoque automático para que no se requiera una corrección de refracción.Se repitieron las pruebas consideradas poco fiables (falsos positivos > 18 %, falsos negativos > 25 % y respuesta de punto ciego > 25 %).Se obtuvieron escaneos OCT de alta densidad dentro de los 30 ° × 25 ° centrales con 121 escaneos B (cada uno con 1536 escaneos A), promediados 9 veces.Se llevó a cabo una segmentación automática para cuantificar el grosor de GCL e IPL.Solo se incluyeron en el análisis escaneos con una intensidad de señal alta (> 25 dB) y el mismo operador capacitado verificó todas las imágenes en busca de errores de segmentación y las corrigió manualmente cuando fue necesario.Para el CMA se utilizó la grilla de análisis del polo posterior del software GMPE.La salida proporciona valores de grosor de la capa retiniana, en una cuadrícula paralela a la fóvea del eje del centro de apertura de la membrana de Bruch (FoBMO), que comprende una cuadrícula de 8 × 8 superpíxeles (64 en total, S1-S64, Fig. 7), con cada superpíxel correspondiente a un área de 3° × 3°.Para cada sujeto, la cuadrícula de superpíxeles OCT se giró de acuerdo con el ángulo FoBMO de modo que la cuadrícula fuera horizontal en cada ojo (Fig. 7A).Los valores de espesor de capa GCL e IPL se promediaron dentro de cada superpíxel.Las ubicaciones de VF del patrón 10-2 del HFA se voltearon a lo largo de la línea media horizontal para corresponder a la cuadrícula de superpíxeles OCT.Había 40 unidades de FV (C1 a C40, Fig. 7B y C), que contenían entre 1 y 4 ubicaciones de FV, dentro de las cuales se promedió la sensibilidad de FV.Metodología para el enfoque mapeado convencional (CMA).Metodología para el enfoque mapeado convencional que comprende 64 superpíxeles OCT (S1–S64) dispuestos en una cuadrícula de superpíxeles de 8 × 8 (A) y 40 unidades de campo visual (VF) (C1–C40) (B) que coinciden con la cuadrícula OCT (C).La cuadrícula OCT está orientada horizontalmente y el VF se voltea a lo largo de la línea media horizontal para corregir la orientación.Para la LMA, la imagen infrarroja del fondo de ojo en la que se registraron las ubicaciones de FV del CMP se importó al software del dispositivo (SP-X1701 Spectralis Viewing Module v. 6.9.5.702, Heidelberg Engineering).El software registró con precisión las imágenes infrarrojas del CMP y el Spectralis (Fig. 8 complementaria) de acuerdo con una transformación descrita anteriormente45.En todas las imágenes registradas, los efectos de rotación con respecto al eje horizontal se corrigieron en consecuencia.Dividimos el área de la imagen en una cuadrícula de 12 × 12 superpíxeles (144 en total, S1-S144, Fig. 8), con cada superpíxel subtendiendo 2 ° × 2 ° (Fig. 8A).Se eligió un superpíxel de 2° × 2° como tamaño mínimo, ya que se cree que el margen de error para sujetos con fijación inestable durante la perimetría de seguimiento del fondo de ojo es de alrededor de 1,5°46.Los valores de espesor de capa GCL e IPL se promediaron dentro de cada superpíxel.Al igual que con el CMA, las ubicaciones de VF se voltearon a lo largo de la línea media horizontal.En el LMA, cada superpíxel de OCT se centró en cada unidad de VF correspondiente (cada una con una sola ubicación de VF, L1 a L68, Fig. 8B y C).Metodología para el enfoque de mapa localizado (LMA).Metodología para el enfoque de mapeo localizado que comprende 144 superpíxeles de OCT (S1-S144) dispuestos en una cuadrícula de superpíxeles de 12 × 12 (A) y 68 unidades de campo visual (VF) (L1–L68) (B) que coinciden con la cuadrícula de OCT (C).El VF se voltea a lo largo de la línea media horizontal para corregir la orientación.Tanto para CMA como para LMA, excluimos los superpíxeles correspondientes a la cabeza del nervio óptico para evitar correlaciones espurias debido a valores faltantes para el grosor de GCL e IPL.Todos los datos se convirtieron al formato de ojo derecho.Convertimos las sensibilidades de FV de una escala logarítmica a una escala lineal de acuerdo con la fórmula: dB = 10 × log10(1/L)47.Para mapear la relación estructura-función para el CMA, calculamos los coeficientes de correlación de Pearson de la sensibilidad VF obtenidos de todos los participantes en cada unidad VF, con valores de grosor GCL e IPL en cada uno de los 64 superpíxeles OCT [por ejemplo, todas las sensibilidades obtained in VF unit 1 (C1) were correlated with all GCL and IPL thickness obtained in superpixel 1 (S1) through superpixel 64 (S64), Fig. 7C].J.Comp.Neurol.Soy.J. Oftalmol.Vis.Res.clin.Exp.Oftalmol.investigandoOftalmol.Vis.cienciainvestigandoOftalmol.Vis.cienciaActa Oftalmol.Escanear.Acta Oftalmol.Escanear.Acta Oftalmol.Escanear.Vis.Res.Más uno.investigandoOftalmol.Vis.cienciaJ Oftalmol.TraducirVis.cienciaTecnologíaHermanoJ. Oftalmol.HermanoJ. Oftalmol.HermanoJ. Oftalmol.investigandoOftalmol.Vis.cienciainvestigandoOftalmol.Vis.cienciaSoy.J. Oftalmol.Arco.Oftalmol.Acta Oftalmol.Vis.Res.investigandoOftalmol.Vis.cienciainvestigandoOftalmol.Vis.cienciainvestigandoOftalmol.Vis.cienciaInvertir Ophthalmol Vis Sci.investigandoOftalmol.Vis.cienciaArco.Oftalmol.HermanoJ. Oftalmol.Acta Oftalmol.Transl Vis Sci Technol.EUR.J. Oftalmol.investigandoOftalmol.Vis.cienciaTambién puede buscar este autor en PubMed Google ScholarTambién puede buscar este autor en PubMed Google ScholarTambién puede buscar este autor en PubMed Google ScholarTambién puede buscar este autor en PubMed Google ScholarTambién puede buscar este autor en PubMed Google ScholarTambién puede buscar este autor en PubMed Google ScholarTambién puede buscar este autor en PubMed Google ScholarTambién puede buscar este autor en PubMed Google ScholarSpringer Nature se mantiene neutral con respecto a los reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.Acceso abierto Este artículo tiene una licencia internacional Creative Commons Attribution 4.0, que permite el uso, el intercambio, la adaptación, la distribución y la reproducción en cualquier medio o formato, siempre que se otorgue el crédito correspondiente al autor o autores originales y a la fuente. proporcionar un enlace a la licencia Creative Commons e indicar si se realizaron cambios.Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material.Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la regulación legal o excede el uso permitido, deberá obtener el permiso directamente del titular de los derechos de autor.Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.Cualquier persona con la que compartas el siguiente enlace podrá leer este contenido:Lo sentimos, un enlace para compartir no está disponible actualmente para este artículo.Proporcionado por la iniciativa de intercambio de contenido Springer Nature SharedItAl enviar un comentario, acepta cumplir con nuestros Términos y Pautas de la comunidad.Si encuentra algo abusivo o que no cumple con nuestros términos o pautas, márquelo como inapropiado.Informes científicos (Sci Rep) ISSN 2045-2322 (en línea)Regístrese para recibir el boletín informativo Nature Briefing: lo que importa en ciencia, gratis en su bandeja de entrada todos los días.