Ultra

Oct 31, 2023

Scientific Reports volumen 12, número de artículo: 19287 (2022) Citar este artículo

1503 Accesos

1 Citas

Detalles de métricas

Analizar el rendimiento de la fotografía de fondo de ojo de campo ultra amplio (UWF) en comparación con la oftalmoscopia para identificar y clasificar enfermedades de la retina. Se inscribieron consecutivamente los pacientes examinados por presuntos trastornos importantes de la retina. Cada paciente se sometió a una evaluación oftalmoscópica indirecta, con depresión escleral y/o biomicroscopía del fondo de ojo, cuando estuviera clínicamente indicado, y una imagen del fondo de ojo UWF midriático mediante la cámara de fondo de ojo CLARUS 500™. Cada ojo fue clasificado por un clasificador clínico y dos clasificadores de imagen en los siguientes grupos: retina normal, retinopatía diabética, anomalías vasculares, degeneraciones y distrofias maculares, tumores de retina y coroides, lesiones degenerativas periféricas y desprendimiento de retina y alteraciones miopes. Se incluyeron 7.024 ojos de nuevos pacientes. La concordancia entre estudiantes para la clasificación de imágenes fue perfecta (kappa = 0,998, intervalo de confianza del 95% (IC del 95%) = 0,997–0,999), al igual que la concordancia de los dos métodos para el diagnóstico de enfermedades de la retina (kappa = 0,997, IC del 95% = 0,996– 0,999) sin diferencia estadísticamente significativa. La imagen del fondo de ojo UWF podría ser una alternativa a la oftalmoscopia, ya que permite clasificar con precisión las principales enfermedades de la retina, ampliando la gama de trastornos posiblemente diagnosticados con teleoftalmología. Aunque el médico debe ser consciente de la posibilidad de que una minoría de las lesiones más periféricas no se visualicen por completo, podría considerarse una modalidad de diagnóstico de primera línea, en el contexto de un examen oftalmológico completo.

La reciente pandemia de enfermedad por coronavirus 2019 (COVID-19) ha obligado a la comunidad médica a revisar y reorganizar los métodos de evaluación clínica, particularmente en oftalmología: a pesar de ser el estándar de oro actual para el examen de la periferia de la retina, la oftalmoscopia indirecta, así como la oftalmoscopia central. La biomicroscopía de fondo de ojo para trastornos maculares requiere un contacto cercano con el paciente y necesita un tiempo de evaluación adecuado1,2,3. El uso generalizado de cámaras de fondo de ojo de campo ultra amplio (UWF) ha ayudado a superar en parte estos obstáculos, permitiendo: al médico analizar imágenes de fondo de ojo incluso a distancia, es decir, en una ubicación diferente a la clínica, para reducir el tiempo de evaluación de el paciente y el médico; para realizar pruebas de detección de trastornos de la retina, como la retinopatía diabética4,5,6 y lesiones periféricas de la retina7,8,9. Las imágenes del fondo de ojo pueden considerarse UWF cuando cubren un campo de retina igual a 100° o más4,7,10,11,12, mostrando, en una sola toma, características retinianas anteriores a las ampollas de la vena vórtice en los cuatro cuadrantes13. Por el contrario, el término “campo amplio” debe usarse para imágenes que muestran características retinianas más allá del polo posterior pero posteriores a la ampolla de la vena vórtice, en los cuatro cuadrantes13.

Los sistemas de imágenes de fondo de ojo UWF más extendidos actualmente en uso son: Clarus™ (CLARUS 500™, Carl Zeiss Meditec AG, Jena, Alemania) y Optos® (Optos California®, Optos PLC, Dunfermline, Reino Unido). Clarus™ es una cámara de fondo de ojo que proporciona una fotografía en color real de la retina y cubre hasta 133° de campo en una sola imagen, alcanzando más de 200° de campo con la función de montaje automático. Los artefactos de pestañas y párpados se reducen o eliminan gracias a la óptica parcialmente confocal de Clarus™. Algunas herramientas intrínsecas del sistema permiten al médico comparar imágenes4. Por el contrario, Optos® es un oftalmoscopio láser de barrido capaz de capturar en una sola imagen hasta 200° de la retina. La combinación de un láser de escaneo monocromático rojo y verde produce una imagen de fondo de ojo semirealista de dos tonos que puede mostrar algunas diferencias con una imagen en color real4. Estas dos cámaras han demostrado una eficacia similar en la clasificación de la gravedad de la retinopatía diabética4,14, aunque aún se debate su papel en la localización de lesiones periféricas7,8,9. Otra cámara de fondo de ojo desarrollada recientemente es Eidon (Centervue SPA, Padua, Italia), que es un oftalmoscopio láser de escaneo confocal, que dispone una imagen en color real del fondo de ojo, abarcando un campo de 90° en exposición única y hasta 160° con función de mosaico15.

El objetivo de este estudio fue evaluar el rendimiento de una cámara de fondo de ojo UWF, concretamente Clarus™, en comparación con la oftalmoscopia indirecta, más la biomicroscopía de fondo de ojo central cuando se sospecha o está presente afectación macular, para identificar y clasificar los principales trastornos de la retina.

Este fue un estudio transversal no intervencionista con inscripción prospectiva, que cumplió con los principios de la Declaración de Helsinki y fue aprobado por la Junta de Revisión Institucional local (“Comitato Etico per la Sperimentazione Clinica della Provincia di Padova”—Prot. N. 11,870 -2022). Se obtuvo el consentimiento informado de cada paciente. Todos los pacientes nuevos dirigidos a nuestro Departamento y evaluados entre febrero de 2020 y diciembre de 2021 fueron incluidos y examinados consecutivamente para detectar enfermedades importantes de la retina. Cada paciente fue sometido a evaluación oftalmoscópica indirecta, con depresión escleral, cuando clínicamente estaba indicado según el criterio del examinador, y/o biomicroscopía del fondo de ojo central, cuando se sospechaba o estaba presente afectación macular, realizada por un experto en retina (cegado a los registros clínicos del paciente) y UWF midriático. Imagen de fondo de ojo mediante cámara de fondo de ojo Clarus™, realizada por un técnico especializado. Se obtuvieron imágenes para cada posición de la mirada (superior, inferior, derecha, izquierda), el sistema las montó automáticamente y se exportaron para su análisis como archivos JPG de 6604 × 4274 píxeles. Luego, dos especialistas en retina enmascarados revisaron y clasificaron las imágenes de forma independiente para calcular la concordancia entre grados. Los examinadores no conocían las evaluaciones de los demás ni las características de los pacientes, incluidos los síntomas visuales.

Así, cada ojo recibió tres clasificaciones independientes mediante: un clasificador clínico (CG) y dos clasificadores de imagen clínica (IG1, IG2)5,16, en los siguientes grupos: retina normal (NR), retinopatía diabética (DR), anomalías vasculares ( VA), degeneraciones y distrofias maculares (DM), tumores de retina y coroides (T), lesiones degenerativas periféricas y desprendimiento de retina (PLD) y alteraciones miopes (MY). Los evaluadores fueron entrenados específicamente para elegir un solo diagnóstico, aplicando el más adecuado a cada caso. Se excluyeron imágenes de mala calidad, pacientes con opacidades medias significativas (opacidades corneales, cataratas o hemorragia vítrea). Consulte la Fig. 1 para ver el diagrama de flujo del estudio.

Diagrama de flujo que detalla la inscripción de pacientes, adquisición de imágenes y clasificación en el presente estudio.

La sensibilidad para identificar las principales enfermedades de la retina con el sistema de imágenes Clarus™ se calculó para cada trastorno individual de la siguiente manera: número de ojos clasificados con precisión en imágenes UWF dividido por el número de ojos correctamente etiquetados mediante oftalmoscopia8. La especificidad se calculó para cada grupo de enfermedades como el número de ojos no afectados identificados mediante imágenes UWF dividido por aquellos diagnosticados como no afectados por oftalmoscopia. Se consideraron pruebas estadísticas significativas para valores de p inferiores a 0,05. Tanto el acuerdo intergrador como el consenso entre clasificación clínica e imagenológica se cuantificaron mediante la proporción de acuerdo observado (número de ojos para los cuales coinciden las dos evaluaciones sobre el número total de ojos evaluados), el kappa (k) simple y ponderado y su 95%. intervalo de confianza (IC95%). También se calcularon el índice de sesgo y prevalencia, el coeficiente k mediante el coeficiente kappa ajustado por prevalencia y por sesgo (PABAK) y también el coeficiente de concordancia de primer orden de Gwet. Se evaluaron índices de concordancia tanto en los resultados generales como en el trastorno individual. La interpretación del valor k y de los demás índices se hizo según la indicación de Landis y Koch17: pobre si k < 0, leve si 0-0,20, regular si 0,21-0,40, moderada si 0,41-0,60, sustancial si 0,61-0,80 , casi perfecto si 0,81–1,00. Todos los análisis se realizaron utilizando SAS® v. 9.4 (SAS Institute, Cary NC, EE. UU.) en una computadora personal. La macro de código SAS proporcionada por Yang y Zhou18 se utilizó para el cálculo de k.

Se inscribieron consecutivamente un total de 7250 ojos de 3625 pacientes. Se excluyeron 226 ojos debido a opacidades significativas en los medios (172) y/o imágenes de mala calidad (54). Finalmente se examinaron 7.024 ojos. Las características clínicas (CG) de los ojos examinados fueron las siguientes: la retinopatía diabética, de leve a proliferativa, se presentó en 1.819 ojos (26% del total) (Fig. 2A); anomalías vasculares, como oclusiones vasculares, enfermedad de Coats o hemangiomas, afectaron a 380 ojos (5%); degeneraciones maculares (coriorretinopatía serosa central relacionada con la edad) o distrofias hereditarias aparecieron en 777 ojos (11%); tumores de retina o coroides como melanoma coroideo, retinoblastoma, metástasis coroideas se encontraron en 1426 ojos (20%) (Fig. 2B); lesiones periféricas, a saber: desprendimiento de retina, roturas de retina, degeneraciones benignas de retina, desprendimiento de vítreo posterior clínicamente evidente, ocurrieron en 369 ojos (5%); Los ojos miopes con lesiones coriorretinianas típicas fueron 550 (8%) y los ojos normales fueron 1703 (24%). Los resultados de las clasificaciones clínicas y de imágenes se informan en la Tabla 1. El tiempo requerido para cada evaluación clínica fue de 8,5 ± 3,0 min, 3,0 ± 1,5 para cada adquisición de imágenes de automontaje, 3,5 ± 1,0 para el análisis de imágenes.

Ejemplos de diagnóstico fallido con examen clínico: (a) Retinopatía diabética leve; (b) nevo pequeño y plano.

El acuerdo entre los evaluadores de imágenes clínicas fue sustancial (k = 0,998, IC 95% = 0,997–0,999). El análisis entre el diagnóstico clínico (CG) y por imagen (IG1, IG2) de los trastornos de la retina mostró una excelente concordancia de los dos métodos, tanto en los resultados globales, con k = 0,997 (IC 95% = 0,996-0,999), como en cada uno de ellos. trastorno individual (k ≥ 0,994). El coeficiente de concordancia de primer orden de PABAK y Gwet no mostró ninguna diferencia significativa con el coeficiente k. En la Tabla 2 se presentan las clasificaciones comparadas y el índice k (estándar y ajustado) con el intervalo de confianza del 95% evaluado para cada trastorno.

No aparecieron diferencias significativas en la evaluación de la retina entre los dos procedimientos. Un total de 5.316 de 5.321 ojos se clasificaron correctamente mediante el método de imágenes UWF, lo que muestra una sensibilidad y especificidad de casi el 100 % para cada grupo de enfermedades. Consulte la Tabla 3 para conocer los resultados de sensibilidad y especificidad en grupos individuales.

Aunque la oftalmoscopia indirecta, particularmente asociada a la depresión escleral, y la biomicroscopía posterior siguen siendo el estándar de oro para el examen del fondo de ojo19, en los últimos diez años el uso del sistema de fotografía del fondo de ojo ha aumentado ampliamente11,12,20, como complemento de la evaluación clínica7,21. 22 o como herramienta de detección de muchas enfermedades de la retina, en particular la retinopatía diabética4,5,6,10, lesiones periféricas de la retina8,9 y otros trastornos de la retina16,23,24, también mediante tecnologías de aprendizaje profundo3,6,25,26. Esto se debe a la mejora progresiva de las cámaras del fondo de ojo de la retina, que afecta tanto a la extensión del campo retiniano evaluado como a la calidad de las imágenes: desde las primeras cámaras que abarcaban un campo retiniano de 20 a 30° en una sola imagen 12, ahora disponemos de sistemas capaces de adquirir imágenes de fondo de ojo en color real que cubran hasta 200° de campo retiniano con una definición de píxeles de 6604 × 4274 (Clarus™), o proporcionar una imagen de fondo de ojo de dos tonos de 200° de campo con una definición de píxeles de 3900 × 3072 (Optos® )4,12,14. La pandemia de COVID-19 ha exacerbado esta tendencia debido a la necesidad de reducir los contactos cercanos y la carga para los sistemas de salud1,2,3: además de la seguridad, el telecribado ocular reduce el tiempo del examen tanto en adultos como en niños3.

Estudios recientes evaluaron las imágenes UWF para trastornos individuales, la mayoría de los cuales se realizaron en retinopatía diabética, lesiones periféricas de la retina u otros trastornos de la retina. Algunos informes han demostrado que las imágenes del fondo de ojo UWF son una herramienta eficaz y útil para la evaluación de la retinopatía diabética4,5,12, centrándose en la mayor precisión de Clarus™ en la detección de microaneurismas y hemorragias retinianas: al proporcionar imágenes en color real y reducir los artefactos en párpados y pestañas. , permite una estadificación ligeramente más precisa de la retinopatía y maculopatía diabética que la cámara Optos®4. Por el contrario, los estudios que evalúan la eficacia de las imágenes UWF en la detección de lesiones retinianas periféricas, como degeneraciones retinianas, roturas de retina y desprendimiento de retina regmatógeno, se han realizado principalmente con Optos®: a pesar de considerar las imágenes UWF como un complemento útil para la evaluación médica, algunos autores no coinciden en que puede representar un sustituto de la oftalmoscopia clínica debido a la posible ausencia de algunas lesiones retinianas periféricas7,21. Otros autores observaron hallazgos consistentes entre el examen clínico y el de imágenes UWF, y consideran los dos métodos intercambiables8,19. Además, incluso si los campos de visión efectivos entre Clarus™ y Optos® parecen diferentes según el cuadrante de la retina específico14, un estudio reciente encontró una capacidad similar para detectar roturas de retina que requieren tratamiento entre los dos sistemas9. Las imágenes UWF parecieron ser útiles también para la detección de la toxoplasmosis ocular23 e incluso superiores al examen del fondo de ojo dilatado para la detección de la retinopatía falciforme, debido a la mayor precisión en la detección de la oclusión capilar o anastomosis16, y en las distrofias retinianas hereditarias, proporcionando información que antes no estaba disponible sobre periferia de la retina24.

Nuestro estudio fue planificado para comparar las imágenes de retina UWF versus la evaluación clínica y validar la técnica de análisis clínico de imágenes de retina UWF, obtenida mediante Clarus ™, realizada sin un sistema de aprendizaje profundo. Inscribimos a pacientes evaluados en clínicas diarias por presuntos trastornos importantes de la retina en un período de aproximadamente dos años, sin diferenciar por trastorno individual, recopilando así una población no seleccionada muy grande (7024 ojos).

Nuestros resultados demostraron que las imágenes UWF, mediante imágenes en color del fondo de ojo Clarus™, son comparables al examen oftalmoscópico realizado con oftalmoscopia indirecta más biomicroscopía macular, cuando la mácula parece estar involucrada. Para las principales enfermedades de la retina, estos sistemas de evaluación tienen una sensibilidad y especificidad similares (casi 100%) y no se encontraron diferencias estadísticamente significativas en la evaluación del fondo de ojo entre los dos procedimientos (k = 0,997, IC del 95% = 0,996–0,999). Estos hallazgos difieren de algunos informes anteriores7,9,21, pero debe subrayarse que las otras poblaciones de estudio fueron pequeñas y en su mayoría se limitaron a degeneraciones periféricas de la retina7,9,21. Además, estos últimos informes utilizaron el sistema Optos®7,21, cuyas limitaciones, principalmente en lo que respecta al color verdadero, ya han sido informadas4. Por otro lado, nuestros resultados son consistentes con algunos estudios recientes4,5,8,16,19,23, incluso si estos estudios también se realizaron en poblaciones pequeñas, para diagnósticos seleccionados (retinopatía diabética4,5, lesiones periféricas8, desprendimiento de retina regmatógeno19 , Toxoplasmosis ocular23, retinopatía falciforme16). De acuerdo con otro análisis 14, los diagnósticos faltantes que informamos fueron muy limitados en número y debido a lesiones ubicadas en la periferia temporal superior extrema y estadísticamente no significativos. Esto parece estar relacionado con el cuadrante específico examinado por la limitación inducida por la nariz del paciente al intentar capturar imágenes de la periferia temporal extrema, ya que la mayoría de las lesiones omitidas se ubicaron en la periferia temporal superior (4 casos)9. La clasificación y diagnóstico logrado con imágenes UWF permitió orientar al paciente hacia el manejo correcto, como un seguimiento adecuado o, cuando sea necesario, dirigir al paciente a una vía de atención clínica específica para el tratamiento de su trastorno retiniano específico.

La relevancia de este estudio clínico también radica en analizar fotografías de fondo de ojo UWF de una población tan amplia, tanto en términos de números como de trastornos. Además, el uso del sistema Clarus™, que proporciona imágenes del fondo de ojo en color real, permite una evaluación realista y precisa, comparable a la clínica con oftalmoscopia, excepto en algunos casos raros. Sin embargo, según los síntomas y las características clínicas de los pacientes y/o las características de las fotografías UWF, el examen también con oftalmoscopia indirecta puede ser necesario para un diagnóstico preciso. De hecho, en la actualidad, el abordaje de los pacientes afectados por enfermedades de la retina siempre debe ser multimodal, y la fotografía del fondo de ojo UWF podría ser la primera modalidad diagnóstica en este abordaje, seguida de otros procedimientos diagnósticos eventualmente indicados clínicamente, incluida la oftalmoscopia. Por lo tanto, la perspectiva podría ser un cambio de un enfoque de “oftalmoscopia fotoasistida” a un enfoque de “fotografía de fondo de ojo UWF asistida por oftalmoscopia”.

Una posible limitación de nuestro estudio puede ser el uso de este sistema sin una herramienta de aprendizaje profundo, que puede ofrecer una clasificación más estandarizada.

En conclusión, informamos un acuerdo sustancial en la clasificación de las principales enfermedades de la retina utilizando imágenes UWF. Esta evaluación destaca la intercambiabilidad de las imágenes UWF y la oftalmoscopia al validar la técnica de análisis de imágenes UWF en el diagnóstico de enfermedades retinianas importantes en la práctica clínica diaria y debería fomentar el uso de imágenes UWF para el examen del fondo de ojo tanto en contextos clínicos como de telesalud. Las imágenes UWF pueden mejorar la calidad de la evaluación clínica, permitiendo comparar imágenes del mismo ojo adquiridas en diferentes momentos, ayudando así a monitorear enfermedades crónicas, como la retinopatía diabética, y detectar fácilmente recurrencias (es decir, tumores de coroides y retina), también mediante el uso de algunos herramientas intrínsecas al sistema. Además, permite una evaluación precisa de áreas específicas de la retina, como la mácula o sectores muy periféricos, sin aumentar las molestias del paciente, como puede ocurrir durante una evaluación oftalmoscópica prolongada. La validación de las imágenes UWF para la evaluación de la retina también amplía los posibles usos de la teleoftalmología: permite examinar imágenes en una ubicación diferente a la clínica, posiblemente aplicando un algoritmo de aprendizaje profundo, para reducir el tiempo de evaluación y realizar pruebas de detección de enfermedades importantes de la retina. dirigiendo así rápidamente al paciente a una vía de atención clínica específica si es necesario.

Los datos presentados en este estudio están disponibles en el artículo. Eventuales datos adicionales están disponibles previa solicitud al autor correspondiente.

Saleem, SM, Pasquale, LR, Sidoti, PA y Tsai, JC Oftalmología virtual: telemedicina en la era COVID-19. Soy. J. Oftalmol. 216, 237–242. https://doi.org/10.1016/j.garlic.2020.04.029 (2020).

Artículo CAS PubMed PubMed Central Google Scholar

Ghazala, FR, Hamilton, R., Giardini, ME y Livingstone, IAT Las técnicas de teleoftalmología aumentan la distancia del examen oftálmico. Eye (Londres) 35(6), 1780–1781. https://doi.org/10.1038/s41433-020-1085-8 (2021).

Artículo de Google Scholar

Pieczynski, J., Kuklo, P. y Grzybowski, A. El papel de la telemedicina, las pruebas en el hogar y la inteligencia artificial para aliviar un sistema de salud cada vez más sobrecargado: la retinopatía diabética. Oftalmol. El r. 10(3), 445–464. https://doi.org/10.1007/s40123-021-00353-2 (2021).

Artículo PubMed PubMed Central Google Scholar

Hirano, T. y col. Evaluación de la retinopatía diabética mediante dos sistemas de imágenes de fondo de ojo de campo ultra amplio, los sistemas Clarus® y OptosTM. Oftalmol BMC. 18(1), 332. https://doi.org/10.1186/s12886-018-1011-z (2018).

Artículo PubMed PubMed Central Google Scholar

Lim, WS, Grimaldi, G., Nicholson, L., Basheer, K. & Rajendram, R. Imágenes de Widefield con cámara Clarus versus examen del fondo de ojo con lámpara de hendidura en la evaluación de pacientes remitidos desde el programa de detección de retinopatía diabética del servicio nacional de salud. Eye (Londres) 35(1), 299–306. https://doi.org/10.1038/s41433-020-01218-x (2020).

Artículo de Google Scholar

Ah, K. et al. Detección temprana de la retinopatía diabética basada en aprendizaje profundo e imágenes de fondo de ojo de campo ultra amplio. Ciencia. Rep. 11(1), 2021. https://doi.org/10.1038/s41598-021-81539-3 (1897).

Artículo CAS Google Scholar

Ulfik-Dembska, K., Teper, S., Dembski, M., Nowińska, A. & Wylęgała, E. Degeneraciones retinianas periféricas y membrana epirretiniana idiopática: análisis con oftalmoscopia láser de barrido de campo ultra amplio. J.Clin. Medicina. 10(17), 3876. https://doi.org/10.3390/jcm10173876 (2021).

Artículo PubMed PubMed Central Google Scholar

Fogliato, G. et al. Comparación entre imágenes pseudocolor de campo ultra amplio y oftalmoscopia indirecta en la detección de lesiones retinianas periféricas. Cirugía Oftálmica. Imágenes láser de retina. 50(9), 544–549. https://doi.org/10.3928/23258160-20190905-02 (2019).

Artículo PubMed Google Scholar

Kumar, J. y col. Comparación de dos imágenes de campo ultra amplio para detectar roturas retinianas periféricas que requieren tratamiento. Arco de Graefes. Clínico. Exp. Oftalmol. 259(6), 1427-1434. https://doi.org/10.1007/s00417-020-04938-8 (2021).

Artículo PubMed Google Scholar

Ghasemi Falavarjani, K., Tsui, I. y Sadda, SR Imágenes de campo ultraancho en la retinopatía diabética. Vis. Res. 139, 187–190. https://doi.org/10.1016/j.visres.2017.02.009 (2017).

Artículo PubMed Google Scholar

Kumar, V. y col. Imágenes de retina de campo ultra amplio: una perspectiva clínica más amplia. Indio J. Oftalmol. 69(4), 824–835. https://doi.org/10.4103/ijo.IJO_1403_20 (2021).

Artículo PubMed PubMed Central Google Scholar

Patel, SN, Shi, A., Wibbelsman, TD y Klufas, MA Imágenes de retina de campo ultra amplio: una actualización sobre los avances recientes. El r. Adv. Oftalmol. 12, 2515841419899495. https://doi.org/10.1177/2515841419899495 (2020).

Artículo PubMed PubMed Central Google Scholar

Choudhry, N. y col. Clasificación y directrices para imágenes de campo amplio: recomendaciones del grupo de estudio internacional de imágenes de campo amplio. Oftalmol. Retina. 3(10), 843–849. https://doi.org/10.1016/j.oret.2019.05.007 (2019).

Artículo PubMed Google Scholar

Matsui, Y. et al. Comparaciones de campos efectivos de dos oftalmoscopios de campo ultra amplio, Optos 200Tx y Clarus 500. Biomed. Res. En t. 2019, 7436293. https://doi.org/10.1155/2019/7436293 (2019).

Artículo PubMed PubMed Central Google Scholar

Centervue iCare. iCare EIDON: el primer dispositivo de imágenes confocales en color verdadero para imágenes de campo amplio de resolución ultra alta. Disponible: https://www.icare-world.com/product/icare-eidon/. Consultado el 26 de febrero de 2022.

Alabduljalil, T. et al. Imágenes en color de campo ultra amplio de la retina versus examen del fondo de ojo dilatado para detectar la retinopatía de células falciformes. Hno. J. Oftalmol. 105(8), 1121–1126. https://doi.org/10.1136/bjophthalmol-2020-316779 (2021).

Artículo PubMed Google Scholar

Landis, JR y Koch, GG La medición del acuerdo del observador para datos categóricos. Biometría 33(1), 159–174 (1977).

Artículo CAS PubMed MATEMÁTICAS Google Scholar

Yang, Z. y Zhou, M. Estadística kappa ponderada para datos ordinales de pares emparejados agrupados. Computadora. Estadística. Análisis de datos. 82, 1-18 (2015).

Artículo MathSciNet MATEMÁTICAS Google Scholar

Abadía, B. et al. Imágenes de campo ultra amplio no midriático versus examen del fondo de ojo dilatado y hallazgos intraoperatorios para la evaluación del desprendimiento de retina regmatógeno. Ciencia del cerebro. 10(8), 521. https://doi.org/10.3390/brainsci10080521 (2020).

Artículo PubMed Central Google Scholar

Nagiel, A., Lalane, RA, Sadda, SR y Schwartz, SD Imágenes del fondo de ojo de campo ultra amplio: una revisión de las aplicaciones clínicas y las tendencias futuras. Retina 36(4), 660–678. https://doi.org/10.1097/IAE.0000000000000937 (2016).

Artículo PubMed Google Scholar

Kornberg, DL y cols. Utilidad clínica de las imágenes de campo ultra amplio con el optos optomap en comparación con la oftalmoscopia indirecta en el contexto de desprendimiento de retina regmatógeno no traumático. Semín. Oftalmol. 31(5), 505–512. https://doi.org/10.3109/08820538.2014.981551 (2016).

Artículo PubMed Google Scholar

Singh, RP y cols. Protección de la visión en pacientes con diabetes con imágenes de campo ultra amplio: una revisión de la literatura actual. Cirugía Oftálmica. Retina de imágenes láser. 50(10), 639–648. https://doi.org/10.3928/23258160-20191009-07 (2019).

Artículo de Google Scholar

Logroño Wiese, PE, Seeber, F., Endres, AS, Brockmann, C. & Pleyer, U. Detección de enfermedades oculares comunes en personas mayores con oftalmoscopia láser de escaneo de campo ultra amplio Optos: un estudio piloto centrado en la toxoplasmosis ocular . En t. Oftalmol. 41(5), 1573–1584. https://doi.org/10.1007/s10792-020-01683-z (2021).

Artículo PubMed PubMed Central Google Scholar

Cicinelli, MV y cols. Revisión del papel de las imágenes de campo ultra amplio en las distrofias retinianas hereditarias. Oftalmol Ther. 9(2), 249–263. https://doi.org/10.1007/s40123-020-00241-1 (2020).

Artículo PubMed PubMed Central Google Scholar

Nagasawa, T. y col. Precisión de la estadificación de la retinopatía diabética con una red neuronal convolucional profunda mediante oftalmoscopia de fondo de ojo de campo ultra amplio y angiografía por tomografía de coherencia óptica. J. Oftalmol. 2021, 6651175. https://doi.org/10.1155/2021/6651175 (2021).

Artículo PubMed PubMed Central Google Scholar

Li, Z. y col. Un sistema de aprendizaje profundo para identificar la degeneración de la red y las roturas de la retina mediante imágenes de fondo de ojo de campo ultra amplio. Ana. Traducción Medicina. 7(22), 618. https://doi.org/10.21037/atm.2019.11.28 (2019).

Artículo PubMed PubMed Central Google Scholar

Descargar referencias

La contribución a la investigación de la Fundación GB Bietti contó con el apoyo de la Fondazione Roma y el Ministerio de Salud.

Departamento de Oftalmología, Universidad de Padua, Padua, Italia

E. Midena, G. Marchione, S. Di Giorgio, G. Rotondi, E. Longhin, L. Frizziero, E. Pilotto y R. Parrozzani

IRCCS–Fundación Bietti, Roma, Italia

E. Midena y G. Midena

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

EM y GM: concepción del estudio, diseño, interpretación de datos, redacción y revisión; aprobación final y acuerdo para ser responsable de todos los aspectos del trabajo. SDG, GR, EL, LF, EP, RP y GM: adquisición/análisis/interpretación de datos, redacción y revisión del trabajo, aprobación final y acuerdo para ser responsable de todos los aspectos del trabajo.

Correspondencia a E. Midena.

Los autores declaran no tener conflictos de intereses.

Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado al autor(es) original(es) y a la fuente. proporcione un enlace a la licencia Creative Commons e indique 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 normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Midena, E., Marchione, G., Di Giorgio, S. et al. Fotografía de fondo de ojo de campo ultra amplio comparada con la oftalmoscopia en el diagnóstico y clasificación de las principales enfermedades de la retina. Informe científico 12, 19287 (2022). https://doi.org/10.1038/s41598-022-23170-4

Descargar cita

Recibido: 07 de abril de 2022

Aceptado: 26 de octubre de 2022

Publicado: 11 de noviembre de 2022

DOI: https://doi.org/10.1038/s41598-022-23170-4

Cualquier persona con la que comparta el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt

Al 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.