(1) Doctor en Medicina y Cirugía.
(2) Licenciada en Medicina y Cirugía.

En el análisis e interpretación del campo visual la aplicación de algoritmos como los Índices Globales y los Mapas Probabilísticos de Puntos Diferenciales (MPPD) nos aportan una información extensa y completa del estado funcional del sistema visual, posibilitando el establecer los límites de la zona de indefinición diagnóstica existente entre la normalidad y la patología.

Diferentes estudios en el desarrollo de estos MPPD establecieron que la variabilidad de los umbrales de sensibilidad a lo largo del campo visual (CV) eran constantes (1,2). Esta circunstancia determinaba la posibilidad de establecer un nivel fijo en la desviación del umbral de sensibilidad con respecto al valor de referencia, corregido para la edad, a partir del cual se considerará que dicho umbral era anormal, y aplicar este límite a todos los puntos del CV (3). Asimismo se asumió que la distribución de los umbrales de sensibilidad en las porciones centrales del CV se ajustaban a la normalidad en cada uno de los puntos centrales (4,5).

El objetivo del presente estudio es analizar estas características en los MPPD aplicables a la Perimetría Automatizada de Longitud de Onda Corta (PALOC).

Se han incluido en el presente estudio un total de 128 sujetos sanos (67 hombres, 61 mujeres) con un rango de edad entre 30 y 60 años. Las condiciones de inclusión fueron una agudeza visual (AV) (csmc) >0,8 (escala de Snellen) y una estricta normalidad en el examen biomicroscópico de polo anterior, en las cifras de presión intraocular (PIO <20 mmHg), en la apariencia del nervio óptico y en los resultados del estudio de PA (Humphrey, 30-II, STATPAC 2). Se excluyeron a los sujetos con defectos de refracción mayores de 5 D de equivalente esférico y 3 D de equivalente cilíndrico, así como aquellos sujetos que presentaron antecedentes de enfermedades oculares, procedimientos quirúrgicos, o enfermedades sistémicas de repercusión oftalmológica.

La PALOC fue realizada con un Analizador de Campo Humphrey modificado (30-II, estrategia de umbrales completo) que incorpora las modificaciones necesarias para la realización de la prueba (6). Asimismo se realizó una determinación de la densidad de los medios oculares siguiendo el procedimiento desarrollado en estudios anteriores (7) que nos permite realizar una corrección, de forma individualizada, de los umbrales de sensibilidad retiniana obtenidos en la PALOC.

La prueba perimétrica se realizó en tres ocasiones siendo la tercera de ellas la utilizada para la valoración, interpretación y análisis de los resultados. Sólo se han incluido en el análisis del campo visual un sólo ojo de cada uno de los sujetos incluidos en el estudio.

Se desarrolló un "Campo Visual Normal de Referencia (CVNR)" aplicando un modelo de regresión lineal en cada uno de los puntos explorados del campo visual central [Heijl et al (8)]. A partir de este "CVNR", corregido para la edad, se establecieron las distribuciones de los umbrales de sensibilidad de cada uno de los 128 ojos incluidos en el análisis, en cada uno de los puntos del CV. Posteriormente se representaron las distribuciones de las desviaciones en cada uno de los puntos, analizando la variabilidad de los umbrales de sensibilidad en cada uno de los puntos del CV y el modelo de ajuste de las mismas. Por último, empleando las distribuciones obtenidas, se calculó el intervalo de confianza para cuatro niveles de significación (95, 98, 99 y 99,5%) en cada uno de los puntos del CV que permiten obtener los márgenes significativos de normalidad.

En la tabla I se representan las ecuaciones de regresión resultantes del análisis de regresión realizado en cada uno de los puntos del CV, de tal manera que su aplicación, simultánea, para una edad concreta nos permite obtener el CVNR, corregido para la edad (fig. 1).

Fig. 1

A partir del CVNR, corregido para la edad, se estableció la distribución de las desviaciones en cada uno de los puntos. El análisis de la variabilidad de las desviaciones ha puesto de manifiesto que la misma aumenta significativamente conforme aumenta la excentricidad con respecto al punto de fijación (p<0,001).

Previamente al cálculo del intervalo de confianza para los cuatro niveles de significación fijados (95, 98, 99 y 99,5%) en cada uno de los 74 puntos, y para cada una de las edades, se realizó un análisis de la distribución de las desviaciones contenidas en las nubes de puntos. Para ello se utilizó el test de Kolmogorov-Smirnov, que determina si la distribución de los valores se ajustaba a la normalidad. En este análisis se observó que las distribuciones se ajustaban a la normalidad en la mayoría de los puntos centrales, mientras que por el contrario en algunos de los puntos periféricos no cumplían este ajuste.

Por esta circunstancia la metodología aplicada en el cálculo de los intervalos probabilísticos en los diferentes puntos del CV quedó condicionada por el modelo de ajuste de las distribuciones. En aquellos puntos que cumplían un distribución normal o gaussiana, la estimación de los intervalos de confianza para los diferentes niveles de probabilidad fijados se estableció siguiendo la metodología convencional en la que se asume la simetría de curva. Por el contrario en aquellos puntos que su distribución no se ajustaba a la normalidad, se aplicó la "Acotación de Tchebyscheff", mediante la cual se permite determinar los límites de la probabilidad de variables aleatorias discretas o continuas conociendo sólo la media y la desviación estándar en una distribución cualquiera, ya que en sí, la estimación de los intervalos probabilísticos no dependen del valor numérico que tomen la media y la desviación estándar. En la figura 2 y figura 3 se representa el valor límite de los cuatro niveles de significación calculados en la distribución de las desviaciones con respecto al VNR, corregido para la edad, de los puntos del CV representados con anterioridad (P70 periférico y P34 central). Se observa cómo en el punto central el valor límite obtenido para los cuatro niveles de significación se sitúa en un valor de la desviación con respecto al VNR menor que el observado en el punto periférico.

Fig. 2

Fig. 3

Los primeros postulados perimétricos en los que se establecía que la variabilidad de los umbrales de sensibilidad a lo largo del CV era constante (3) fueron refutados posteriormente, estableciéndose que la dispersión de los umbrales de sensibilidad valorados en la perimetría automatizada convencional no era constante a lo largo del CV (9).

En la actualidad la aplicación de la PALOC en la práctica clínica nos plantea la necesidad de conocer la variabilidad de los umbrales de sensibilidad, obtenidos en la misma, en los diversos puntos del CV. En el análisis realizado en nuestro estudio se ha evidenciado que la variabilidad no es constante a lo largo del CV aumenta significativamente conforme aumenta la excentricidad con relación al punto de fijación, resultado congruente con los existentes en la literatura (9-13). Una posible explicación a este hallazgo podría encontrarse en la misma naturaleza del parámetro medido. El umbral de sensibilidad es una medida subjetiva sujeta a múltiples influencias, de aquí que exista una determinada variabilidad intersujetos asociada a la normalidad, que podría deberse a la existencia de diferentes "pendientes" en la isla de visión en la población normal.

A partir de la distribución de los umbrales de sensibilidad en cada punto, que en nuestra metodología se corresponde con la distribución de las desviaciones con respecto al VNR en cada punto, se analizaron las características de dichas distribuciones. Este análisis determinó que las distribuciones se ajustaban a la normalidad en la mayoría de los puntos centrales, mientras que, por el contrario en algunos de los puntos periféricos no cumplían este ajuste. Es difícil establecer una explicación a este hecho, pero este hallazgo podría ser congruente con la mayor variabilidad e inestabilidad de los umbrales de sensibilidad en la periferia del campo visual central.

Esta particularidad plantea un punto de controversia en la literatura existente. En este sentido nuestro hallazgo es congruente con los análisis realizados por Heijl (9) con el cual coincidimos no sólo en el resultado, sino en la metodología empleada en el cálculo y desarrollo del modelo matemático-estadístico de análisis del campo visual (8). En contra, Wild (13) en su análisis estadístico de los umbrales de sensibilidad de los UMLC realizado en población normal, encontró que la distribución de los umbrales era ajustada a la normalidad (gaussiana), no encontrando nosotros una clara justificación a este hecho. Una posible explicación a estas diferencias podría deberse al número limitado se sujetos normales incluidos por Wild en su estudio (50 ojos) así como la metodología empleada, ya que Wild no calcula el VNR, corregido para la edad, sobre el que establece la distribución de los umbrales de sensibilidad, sino que únicamente a partir de los umbrales de sensibilidad en cada uno de los puntos en la población estudiada, analiza la distribución de los mismos, estimando la media, la desviación estándar y los intervalos de confianza del 95, 99 y 99,5% en cada uno de los puntos del campo visual.

Esta característica de la distribución de los umbrales de sensibilidad condicionó que la estimación del intervalo de confianza para los cuatro niveles de significación fijados (95, 98, 99 y 99,5%) en cada uno de los 74 puntos, y para cada una de las edades, se realizara aplicando dos procedimientos distintos, permitiendo establecer el margen de probabilidad de normalidad de las desviaciones de los umbrales de sensibilidad de los 74 puntos del campo visual con respecto al campo visual de referencia, corregido para la edad.

En aquellos puntos cuyos umbrales de sensibilidad se distribuían ajustándose a un modelo normal la estimación de los intervalos se realizó siguiendo la metodología convencional, de tal forma que al conocer la función de la distribución, la estimación de probabilidad para los diferentes niveles se establece a partir de los valores que definen la distribución normal, la media y la desviación estándar.

Por el contrario en aquellos puntos que su distribución no se ajustaba a la normalidad, se aplicó la "Acotación de Tchebyscheff", mediante la cual se permite determinar los límites de la probabilidad de variables aleatorias discretas o continuas conociendo sólo la media y la desviación estándar en una distribución cualquiera (sin conocer su función de distribución). Por lo tanto, la estimación de los intervalos probabilísticos se establece no en dependencia de los valores que tomen la media y la desviación estándar, sino en función de un factor K elegido, cuyo valor es 1-1/K2.

Estas particularidades, consecuencia de que la distribución de las desviaciones no siempre se ajuste a un modelo gaussiano y que la variación de las desviaciones no sea constante a lo largo de los diferentes puntos del CV, aumentando conforme aumenta la excentricidad, condicionan el que no se pueda establecer un límite fijo en el valor de la desviación a partir del cual se establezca el límite anormalidad-normalidad, siendo necesario establecer los niveles probabilísticos (5, 2, 1 y 0,5%) separadamente en cada uno de los puntos del CV. La consideración de estos hallazgos en el diseño de paquetes estadísticos empleados para la interpretación y análisis del campo visual representa un condicionante especial para conseguir establecer de una forma certera el límite existente entre la normalidad-anormalidad en la detección de enfermedades oftalmológicas.

Objetivo. Analizar las características de los Mapas Probabilísticos de Puntos Diferenciales (MPPD) aplicables a la Perimetría Automatizada de Longitud de Onda Corta (PALOC).

Material y método. Se han analizado 128 ojos de 128 sujetos sanos con una exploración oftalmológica normal. Empleando un Analizador de Campo Humphrey modificado se realizó un estudio de PALOC. Mediante un modelo de regresión lineal, se desarrolló un "Campo Visual Normal de Referencia -CVNR-", a partir del cual se establecieron la distribución de los umbrales de sensibilidad y se analizó las características de los mismos.

Resultados. La variabilidad de los umbrales de sensibilidad aumenta significativamente conforme aumenta la excentricidad con respecto al punto de fijación (p<0,001). Las distribuciones de los umbrales se ajustaban a la normalidad en la mayoría de los puntos centrales, mientras que por el contrario en algunos de los puntos periféricos no cumplían este ajuste.

Conclusiones. Debido a que la distribución de los umbrales de sensibilidad no siempre se ajuste a un modelo gaussiano y que la variación de los mismos no es constante a lo largo de los diferentes puntos del campo visual (CV), no se puede establecer un límite fijo en el valor de la desviación a partir del cual se establezca el límite anormalidad-normalidad, siendo necesario establecer los niveles probabilísticos (5, 2, 1 y 0,5%) separadamente en cada uno de los puntos del CV.

Perimetría automatizada de longitud de onda corta, mapas probabilísticos, análisis, diagnóstico.

Purpose. To analyze the characteristics of probabilistic maps of differential points applied to short-wavelength automated perimetry (SWAP).

Methods. 128 eyes of 128 normal subjects were analyzed. A modified Humphrey Field Analyzer was used to perform a SWAP study. By means of a lineal regression model, a "standard visual field" (SVF) was determined. This SVF was used to analyze the distribution and characteristics of the sensitivity thresholds and their characteristics.

Results. The variability of the sensitivity thresholds increases with eccentricity (p<0.001). The threshold distributions in most of the central points showed a gaussian pattern, while some peripheric points did not follow this distribution.

Conclusions. The sensitivity thresholds do not follow a gaussian model in all the points of the visual field and its variability is not constant at the different locations of the visual field. Therefore, a fixed limit of deviation cannot be determined for normality and it is necessary to determine the probabilistic levels (5, 2, 1 y 0.5%) for each point of the visual field.

Short-wavelength automated perimetry, probability maps, analysis, diagnosis.

1. Frankhauser F, Bebié H: Threshold fluctuations, interpolations and spatial resolution in perimetry. Doc Ophthalmol Proc Ser 1979; 19: 295-309.
2. Greve EL: Single and multiple stimulus static perimetry in glaucoma: The two phases of perimetry. Doc Ophthalmol 1973; 36: 1-355.
3. Schwartz B, Nagin P: Probability maps for evaluating automated visual fields. Doc Ophthalmol Proc Ser 1985; 42: 39-48.
4. Le Blanc RP: Abnormal values in computerized perimetry. En: Whalen WR, Spaeth GL (eds): Computerized Visual Fields. Thorofare HJ, Slack Inc 1985; 165-193.
5. Hirsch J: Statistical analysis in computerized perimetry. En: Whalen WR, Spaeth GL (eds): Computerized Visual Fields. Thorofare HJ, Slack Inc 1985; 309-344.
6. Sample PA, Johnson CA, Haegerstrom-Portnoy G, Adams AJ: Optimum parameters for short-wavelength automated perimetry. J Glaucoma 1996; 5: 375-383.
7. Polo V, Pinilla I, Abecia E, Larrosa JM, Pablo L, Honrubia FM: Assesment of the ocular media absorption index. Int Ophthalmol 1997; 20: 7-9.
8. Heijl A, Lindgren G, Olsson J: A package for the statistical analysis of visual fields. Doc Ophthalmol Proc Ser 1987; 49: 153-168.
9. Heijl A, Lindgren G, Olsson J: Normal variability of static perimetric threshold values across the central visual field. Arch Ophthalmol 1987; 105: 1.544-1.549.
10. Heijl A, Lindgren G, Olsson J: Perimetric threshold variability and age. Arch Ophthalmol 1988; 106: 450-451.
11. Johnson CA, Adams AJ, Lewis RA: Automated perimetry of short wave-length sensitive mechanisms in glaucoma and ocular hypertension: preliminary findings. En: Mills RP, editor. Perimetry Update 1988/1989. NewYork: Kugler and Ghedeni; 1989; 31-37.
12. Johnson CA, Adams AJ, Twelker JD, Quigg JM: Age-related changes in the central visual field for short-wavelenght-sensitive pathways. J Opt Soc Am 1988; 5: 2.131-2.139.
13. Wild JM, Moss ID, Whitaker DJ, O’Neill EC: The statistical interpretation of blue-on-yellow visual field loss. Invest Ophthalmol Vis Sci 1995; 36: 1.398-1.410.