El glaucoma es una neuropatía óptica caracterizada por la pérdida progresiva de las células ganglionares de la retina (CGR) y sus axones. Las técnicas de imagen que registran y cuantifican objetivamente los cambios estructurales en la cabeza del nervio óptico (ONH), la CFNR peripapilar y la mácula son herramientas importantes que complementan el examen clínico y la prueba del campo visual2)3).
Los cambios estructurales a menudo preceden a los cambios funcionales (defectos del campo visual)3). Se ha informado que la detección de cambios estructurales mediante OCT precede a la aparición de defectos del campo visual en aproximadamente 2 años1). Existen tres tipos de técnicas de imagen2):
Oftalmoscopia de barrido láser confocal (CSLO): HRT
Revisiones sistemáticas han demostrado que estas técnicas tienen una capacidad comparable para distinguir ojos glaucomatosos de ojos normales2). Sin embargo, los resultados anormales (fuera de los límites normales) no indican necesariamente enfermedad2)3). Los criterios de la base de datos normativa varían entre dispositivos, y los resultados pueden estar fuera de los límites normales por razones distintas al glaucoma.
Q¿Se puede diagnosticar el glaucoma solo con imágenes?
A
No. Las imágenes son un complemento del diagnóstico clínico y no deben usarse solas para diagnosticar glaucoma4)5). Un resultado de OCT “fuera de los límites normales” puede ser un falso positivo; se debe integrar toda la información, incluidos los hallazgos clínicos y la prueba del campo visual. La sensibilidad y especificidad de los programas de diagnóstico automático se reportan alrededor del 80%.
La fotografía estereoscópica a color del fondo de ojo está establecida como un método de registro cualitativo de la apariencia del disco óptico2)3). La iluminación sin rojo es útil para evaluar los defectos de la capa de fibras nerviosas de la retina (RNFL). Las fotografías seriadas se pueden utilizar para detectar cambios en el disco óptico a lo largo del tiempo 5).
Sin embargo, en la excavación glaucomatosa avanzada, queda poco tejido neural para evaluar, lo que dificulta la identificación de cambios progresivos mediante fotografías estereoscópicas 2). Cuando la morfología del disco es en forma de copa y los vasos son escasos, la topografía es difícil de discernir en las fotografías, y se necesita un dibujo con lámpara de hendidura como registro adicional.
Oftalmoscopio de barrido láser confocal (CSLO/HRT)
El HRT (Heidelberg Retina Tomograph, Heidelberg Engineering) es un dispositivo que escanea un láser de diodo (670 nm) para medir la topografía tridimensional del disco óptico1). Cuantifica la topografía de la superficie del disco y también se utiliza para detectar cambios a lo largo del tiempo 4).
El Análisis de Regresión de Moorfields (MRA) realiza una evaluación estadística del área del borde neuroretiniano basada en el área del disco 1). La Puntuación de Probabilidad de Glaucoma (GPS) no requiere un plano de referencia ni un borde del disco definido por el operador, y es una clasificación automática basada en aprendizaje automático 1).
Una limitación del HRT es que la definición del borde del disco en el plano del fondo de ojo no se basa en puntos de referencia anatómicos. Este problema se resolvió con el enfoque de OCT que utiliza la abertura de la membrana de Bruch (BMO) como punto de referencia 1). La producción del HRT finalizó en la década de 2020, y la OCT se ha convertido en la técnica principal en la práctica clínica 1).
El GDx (Carl Zeiss Meditec) es un dispositivo que mide el retardo de fase utilizando las propiedades de birrefringencia de la RNFL1). Los microtúbulos dentro de los axones de la RNFL son la causa principal de la birrefringencia, que se correlaciona con el grosor de la RNFL1). La tecnología de Compensación Corneal Mejorada (ECC) corrige la birrefringencia corneal.
Sin embargo, se ha demostrado que es inferior a la SD-OCT en la detección longitudinal del glaucoma1), y su uso se ha interrumpido con la adopción generalizada de la OCT.
OCT (Tomografía de Coherencia Óptica)
Principio: Utiliza interferometría de baja coherencia para obtener imágenes de la estructura transversal de la retina4)5)
TD-OCT: OCT temprana. Método que obtiene imágenes transversales superponiendo A-scans en un eje, con un tiempo de exploración largo y baja resolución. Actualmente rara vez se utiliza.
SD-OCT: Logra alta velocidad y alta resolución mediante análisis espectral. Permite un análisis rápido del disco óptico, la capa de fibras nerviosas de la retina (RNFL) y la mácula a 26,000 A-scans/segundo o más. Existen múltiples modelos, como Cirrus OCT y Spectralis OCT.
SS-OCT: Utiliza una fuente de luz de barrido de longitud de onda. Tiene alta profundidad de penetración y también se aplica al análisis de la lámina cribosa y la coroides. Ejemplos incluyen el DRI OCT Triton (Topcon).
Parámetros clave del análisis OCT
Grosor de la RNFL: Mide el grosor de la capa de fibras nerviosas de la retina en un círculo de 3.46 mm alrededor del disco óptico1). Es el parámetro más utilizado.
BMO-MRW: Mide tridimensionalmente el ancho mínimo del borde desde la abertura de la membrana de Bruch1). Utiliza puntos de referencia anatómicamente precisos y muestra una capacidad diagnóstica superior a la medición convencional del área del borde.
GCC/GC-IPL: Mide el grosor del complejo de células ganglionares (GCC) o la capa de células ganglionares-plexiforme interna (GC-IPL) de la mácula6). El efecto suelo ocurre más tarde que con la RNFL incluso en etapas avanzadas 5).
Mapa de desviación: Muestra las desviaciones de la base de datos normal para cada parámetro mediante códigos de color. Se recomienda evaluar tanto los valores cuantitativos como los mapas de desviación 5).
Importancia de la calidad de imagen: Las imágenes de referencia de alta calidad son esenciales 4). Los errores de segmentación y los artefactos son particularmente frecuentes en ojos con alta miopía y discos ópticos inclinados 5).
Compatibilidad entre dispositivos: Las mediciones no son intercambiables entre diferentes dispositivos OCT4)5). El uso del mismo dispositivo es obligatorio para el seguimiento.
Limitaciones de la base de datos normal: La composición de la base de datos varía según el dispositivo. Es necesario evaluar si la distribución de edad, raza y refracción coincide con el paciente 1).
Interpretación en situaciones especiales
Ojos miopes: El grosor de la RNFL se ve afectado por el grado de miopía1). En la miopía, la atrofia peripapilar y los cambios en la posición del BMO afectan las mediciones de OCT. Es deseable la corrección por longitud axial (fórmula de Littmann, etc.).
Tamaño del disco óptico: En discos grandes, una relación copa/disco (C/D) grande puede ser normal. El BMO-MRW se ve menos afectado por el tamaño del disco y muestra una capacidad diagnóstica superior a los métodos convencionales tanto en discos grandes como pequeños 1).
Diferencias raciales: La mayoría de las bases de datos normales están compuestas por razas específicas (principalmente caucásicos), y pueden ocurrir falsos positivos y falsos negativos en diferentes razas 1)
Parámetro
Sitio de medición
Ventaja
Limitación
Grosor de la RNFL
Peripapilar
Ampliamente validado
Efecto suelo temprano
BMO-MRW
Borde del disco óptico
Menos afectado por el tamaño del disco
Limitado a dispositivos específicos
GCC/GC-IPL
Mácula
Efecto suelo tardío
Afectado por enfermedades maculares
Q¿Son intercambiables las mediciones de OCT entre diferentes dispositivos?
A
No son intercambiables. Debido a que las especificaciones técnicas, el software y las bases de datos normales difieren entre los dispositivos de OCT, no es posible la comparación directa de las mediciones 4)5). Para el seguimiento, es esencial utilizar el mismo dispositivo y el mismo protocolo.
Q¿Cómo se interpretan los resultados de OCT en ojos miopes?
A
En ojos miopes, el grosor de la RNFL se ve afectado, por lo que se necesita precaución 1). La atrofia peripapilar, el disco óptico inclinado y el desplazamiento de la posición del BMO pueden causar errores de segmentación y artefactos. Se recomienda la aplicación de la corrección de la longitud axial y la confirmación de la segmentación en las imágenes de B-scan.
6. Significado clínico de los parámetros estructurales
La detección de cambios estructurales mediante OCT puede preceder a la aparición de defectos del campo visual 3). Los estudios han demostrado que la OCT tiene un tiempo de anticipación de aproximadamente 2 años en la detección del daño del campo visual 1). Por otro lado, existen cambios en el campo visual sin progresión estructural y cambios estructurales sin progresión del campo visual, y la concordancia entre ambos es parcial y moderada 4).
Tanto la evaluación estructural como la funcional son esenciales para el manejo del paciente y deben usarse de manera complementaria 2)3).
Muchos dispositivos de OCT comerciales están equipados con software de análisis de progresión, lo que permite cuantificar la tasa de progresión 4)5). Sin embargo, se necesita una interpretación cuidadosa debido a la variabilidad de las mediciones y la influencia de cambios no glaucomatosos (como el envejecimiento) 4). Dado que la mayoría del software comercial no corrige el envejecimiento, una pendiente estadísticamente significativa no indica necesariamente progresión glaucomatosa 4).
En el glaucoma avanzado, el grosor de la RNFL alcanza un “suelo” y la progresión adicional ya no se refleja en los cambios de grosor 5). Los parámetros maculares (GCC/GC-IPL) son menos susceptibles al efecto suelo que el grosor de la RNFL, por lo que son útiles para evaluar etapas avanzadas 1)5). Se ha informado que la densidad vascular en OCT-A también puede tener un efecto suelo más tardío que la RNFL en etapas avanzadas 1).
Enfermedad verde: condición en la que la OCT, al compararse con la base de datos normal, indica “dentro de los límites normales (verde)” pero el ojo realmente tiene cambios glaucomatosos. Esto tiende a ocurrir en casos fuera de la cobertura de la base de datos normal (p. ej., disco óptico grande, miopía alta, etnias específicas) 1).
Enfermedad roja: condición en la que la OCT indica “fuera de los límites normales (rojo)” pero el ojo realmente no es glaucomatoso. Esto es causado por diferencias fisiológicas individuales o características no incluidas en la base de datos normal (p. ej., disco óptico pequeño, diferencias étnicas específicas) 1).
Estos fenómenos muestran las limitaciones de la clasificación estadística de la OCT, y es esencial una evaluación integrada con los hallazgos clínicos y el campo visual 4)5).
Q¿Qué son la enfermedad verde y la enfermedad roja?
A
Son conceptos que ilustran las limitaciones de la clasificación por código de color basada en bases de datos normativas de OCT. La enfermedad verde se refiere a una condición en la que la OCT indica “normal (verde)” pero en realidad hay glaucoma, mientras que la enfermedad roja se refiere a una condición en la que la OCT indica “anormal (rojo)” pero el ojo es realmente normal 1). Ambas destacan la necesidad de interpretar los resultados de la OCT junto con los hallazgos clínicos y la prueba de campo visual.
7. Investigación más reciente y perspectivas futuras
La OCT-A es una técnica que obtiene imágenes de la microvasculatura de la retina y la cabeza del nervio óptico sin el uso de agentes de contraste 1). En ojos glaucomatosos, se ha informado una disminución de la densidad vascular en las regiones peripapilar y macular. La reproducibilidad es buena 1), pero su papel clínico aún no se ha establecido 4).
La pérdida microvascular coroidea (MvD) se asocia con el adelgazamiento progresivo de la capa de fibras nerviosas de la retina (RNFL) en el glaucoma con hemorragia del disco 1) y puede ser un predictor del desarrollo de glaucoma de tensión normal1). Sin embargo, los cambios en la densidad vascular no son específicos del glaucoma y también se han informado en hipertensión, diabetes, enfermedad de Alzheimer y esclerosis múltiple1).
La PS-OCT es una técnica que mide las propiedades de birrefringencia de la RNFL en tres dimensiones 1). La disposición de los microtúbulos dentro de los axones es la principal fuente de birrefringencia, y la alteración de los microtúbulos o la pérdida axonal menor pueden detectarse como una disminución de la birrefringencia antes de una reducción en el grosor de la RNFL1).
Se puede agregar tanto a SD-OCT como a SS-OCT, permitiendo la adquisición tridimensional de parámetros de polarización en paralelo con los datos de reflectividad de la OCT convencional 1). La capacidad diagnóstica en glaucoma temprano es comparable al grosor de la RNFL, pero la superioridad en etapas muy tempranas solo se ha demostrado hasta ahora en estudios con animales 1).
OCT de luz visible (VL-OCT): Utiliza luz visible en lugar de la luz infrarroja cercana convencional. Puede detectar cambios dependientes de la longitud de onda en la reflectividad de la RNFL antes de que ocurran cambios en el grosor de la RNFL. Sin embargo, existen desafíos para la aplicación clínica, como la incomodidad del paciente y el efecto de las cataratas 1).
Análisis de textura óptica de la RNFL (ROTA): Un nuevo método que analiza el patrón microestructural de la RNFL en lugar de su grosor. Muestra una precisión excelente en la detección de daño temprano del haz papilomacular. Actualmente faltan datos clínicos reales 1).
Imagen de la lámina cribosa: La SS-OCT y la EDI (imagen de profundidad mejorada) permiten evaluar la morfología de la lámina cribosa (profundidad, curvatura, grosor, defectos). La curvatura posterior de la lámina cribosa se asocia con la tasa de deterioro del campo visual 1). Los defectos de la lámina cribosa se observan con frecuencia en el glaucoma de presión normal 1).
Óptica adaptativa (AO): Esta tecnología corrige las aberraciones ópticas y permite la observación in vivo de alta resolución de CGR individuales y poros de la lámina cribosa1). Se espera su aplicación en el diagnóstico temprano del glaucoma.
El aprendizaje profundo (CNN) muestra alta precisión en la detección de glaucoma a partir de fotografías de fondo de ojo e imágenes de OCT1). Se está desarrollando un modelo de predicción de progresión que integra múltiples modalidades de datos (campo visual, escaneo volumétrico de OCT, OCT-A) 1).
La IA también contribuye a mejorar la precisión de la segmentación y se espera que mejore la reproducibilidad de las mediciones. Sin embargo, persisten desafíos en cuanto a la privacidad de los datos, la estandarización y la validación de algoritmos 1). Como contramedida a la naturaleza de caja negra, se requiere el desarrollo de modelos de IA explicables.
