Es un estudio transversal prospectivo con cincuenta pacientes con glaucoma perimétrico temprano y 49 sujetos sanos ajustados por edad que evalúa la capacidad diagnóstica de los parámetros de grosor de la capa de Células Ganglionares-Plexiforme Interna (CCGPI) individualmente o en combinación con parámetros de la capa de fibras nerviosas de la retina (CFNR) y/o de la cabeza de nervio óptico (CNO) medidos con Cirrus-OCT (Carl Zeiss Meditec, Inc, Dublin, CA).

Se obtenían tres imágenes peripapilares de CFNR y tres maculares de CCGPI en un ojo de cada paciente. Un paciente se consideraba como anormal si al menos 2 de las tres imágenes de CFNR o de CCGPI estaban en la media o al menos uno de los sectores medidos se consignaba como entre 1% a 5% o menor del 1%. La capacidad diagnóstica se determinaba para cada uno de los parámetros de CCGPI, de CFNR y de CNO, así como para combinaciones binarias o-lógicas e y-lógicas de la CCGPI con parámetros de CFNR y de CNO.

La mejor capacidad diagnóstica de la CCGPI la tiene la medida de mínimo grosor (sensibilidad, 82.0%; especificidad, 87.8%; PLR, 6.69; y NLR, 0.21). La mejor capacidad diagnóstica de CFNR es de la medida del cuadrante inferior (sensibilidad, 74%; especificidad, 95.9%; PLR, 18.13; y NLR, 0.27) y del área del anillo entre las medidas de CNO (sensibilidad, 68%; especificidad, 98%; PLR, 33.3; y NLR, 0.33). La combinación o-lógica del mínimo CCGPI y la media CFNR alcanza la mejor capacidad diagnóstica global (sensibilidad, 94%; especificidad, 85.7%; PRL, 6.58; y NLR, 0.07) frente a la mejor de CFNR, la mejor de CNO y la mejor de las combinaciones y-lógicas (mínimo CCGPI y la media CFNR; sensibilidad, 64%; especificidad, 100%; PLR, infinito; y NPR, 0.36).

El diagnóstico del glaucoma en sus estadios precoces sigue siendo un reto y uno de los objetivos principales al enfrentarse a esta enfermedad, tratando de evitar la existencia de una pérdida significativa de función visual en el momento de su detección.

Aunque el análisis cuantitativo de la CFNR con OCT es actualmente el método más ampliamente usado para diagnosticar y para monitorizar glaucoma, sabemos por estudios y por nuestra práctica que el análisis de parámetros de la CNO y de la capa de células ganglionares también pueden usarse para este fin. El análisis de las células ganglionares (ACG) se basa en la observación histológica de que la CCGPI macular es topográficamente menos variable en los individuos normales que la CFNR y la CNO, lo que hace que los parámetros normales de la CCGPI maculares sean más fáciles de identificar así como de identificar y cuantificar las desviaciones de esos parámetros. Basándose en estudios publicados de comparación de áreas bajo la curva la capacidad diagnóstica en el glaucoma de la CCGPI es similar a la de la CFNR y los parámetros de CNO. En este estudio, no obstante, se investiga si la combinación de parámetros de CCGPI, CFNR y CNO mejora la capacidad diagnóstica en el glaucoma temprano frente a los parámetros de CCGPI y de la CFNR por separado. Aunque los autores reconocen como una limitación del estudio el reducido tamaño de su población advierten que su metodología de adquirir tres imágenes por paciente disminuye el riesgo, frente a otros trabajos, de incluir falsos positivos y negativos.

Los resultados confirman que el mínimo grosor de CCGPI tiene la capacidad diagnóstica más elevada en los glaucomas perimétricos tempranos entre todos los parámetros de CCGPI y que su capacidad es similar a la de los mejores parámetros de la CFNR y de la CNO. La combinación binaria del mínimo CCGPI y de la media CFNR o del mínimo CCGPI y área anillo CNO utilizando la combinación o-lógica mejora la capacidad diagnóstica del glaucoma comparada frente a la combinación y-lógica de parámetros de CCGPI y CFNR, probablemente por la baja concordancia entre CCGPI anormales y CFNR anormales en Cirrus-OCT, y frente a los parámetros de CCGPI y CFNR por separado.

AUTOR:
Dr. Javier Benítez-del-Castillo Sánchez.
Responsable Departamento de Glaucoma.
Hospital General del S.A.S. de Jerez
Profesor Asociado de Oftalmología
Universidad de Cádiz