Estandarización de la medición de la agudeza visual a distancia mediante gráficos de visión computarizados Optonet:...

Área de la Ciencia:

• Oftalmología
• Optometría
• Ciencia de la Visión

Sus antecedentes:

• Los gráficos de agudeza visual (AV) computarizados ofrecen potencial para exámenes oculares estandarizados.
• Evaluar la fiabilidad y validez de las nuevas herramientas digitales de prueba de la visión es crucial para la adopción clínica.
• Los programas de desarrollo profesional continuo (DPC) pueden mejorar la comprensión de la investigación en la práctica clínica.

Objetivo del estudio:

• Evaluar la repetibilidad y validez de los gráficos de AV a distancia computarizados Optonet Vision Unit (OVU).
• Evaluar el rendimiento en condiciones que simulan escenarios clínicos de la vida real a través de un programa de DPC.
• Determinar la fiabilidad del software OVU para las mediciones de AV a distancia.

Principales métodos:

• Un estudio multicéntrico con 481 participantes de 7 a 88 años.
• La AV a distancia se midió utilizando cinco gráficos computarizados diferentes de OVU (Sloan, British, Numbers, Landolt C, Broken Rings).
• La repetibilidad se evaluó mediante dos mediciones consecutivas (TCM) y mediciones de prueba-re-prueba (TRT), analizadas utilizando límites de concordancia (LOA) del 95% e ICC.

Principales resultados:

• Se encontró una excelente correlación tanto para TCM (ICC ≥0.968, 95% LOA ±0.071 logMAR) como para TRT (ICC ≥0.957, 95% LOA ±0.09 logMAR).
• Las diferencias medias entre las mediciones estuvieron cerca de 0.00 logMAR, lo que indica una alta precisión.
• Se observaron diferencias estadísticamente significativas entre los diferentes tipos de gráficos de AV, con variaciones en las diferencias medias.

Conclusiones:

• El software OVU demuestra una fiabilidad y reproducibilidad prometedoras para la medición de la AV a distancia.
• Los hallazgos respaldan la posible expansión del uso de OVU tanto en la práctica clínica como en entornos de investigación.
• Los programas de DPC en línea son eficaces para mejorar la comprensión estadística y de investigación, tendiendo un puente entre la práctica clínica y la investigación.