La catarata es una de las principales causas de discapacidad visual en el mundo. La cirugía continúa siendo el procedimiento de elección y el más eficaz para restablecer la función visual del paciente. En este contexto, la investigación y la tecnología buscan que los lentes intraoculares (LIO) implantados sean cada vez más confiables y seguros, con una predicción refractiva y visual de mayor exactitud. (1-3)
Asimismo, en los últimos años se ha observado un notable avance en términos de desarrollo de algoritmos que han dado lugar a fórmulas de cálculo de potencia de LIO de nueva generación. Estas integran modelos matemáticos sofisticados y técnicas de aprendizaje automático, incluyendo inteligencia artificial. Estas herramientas ofrecen un potencial considerable para mejorar la exactitud de las predicciones, especialmente en ojos con características biométricas desafiantes, como variaciones en la longitud axial entre ambos ojos, potencia corneal, profundidad de la cámara anterior o relaciones complejas entre parámetros oculares (longitud axial y radio corneal, longitud y profundidad de cámara anterior), además de la relación existente entre diferentes variables y el espesor corneal. (1)
Con tal disponibilidad científica, el reto actual consiste en comprender cómo se desempeñan las distintas fórmulas bajo diferentes condiciones biométricas e identificar cuál resulta más adecuada para cada subgrupo de pacientes. La elección de la fórmula adecuada es un factor determinante a nivel técnico y matemático, para obtener los resultados refractivos predecibles y, en consecuencia incrementar la satisfacción visual posterior a la cirugía. (1,4,5)
Con esta premisa, Ma y colaboradores (2025) evaluaron la precisión predictiva de 18 fórmulas de cálculo de potencia de LIO en distintos parámetros biométricos, utilizando un índice modificado de rendimiento de fórmulas (FPI, por su sigla en inglés) y métricas de variabilidad del error de predicción (EP). (1)
Se trató de un estudio prospectivo en el que los EP se calcularon tras ajustar el error de predicción medio (EPM) a cero, siguiendo las mejores prácticas en estudios previos sobre LIO. El FPI permitió clasificar objetivamente las fórmulas en función de su precisión y confiabilidad en distintos subgrupos. El análisis incluyó evaluaciones de sensibilidad integrales para valorar la solidez de los resultados, con el fin de brindar al clínico más herramientas para la toma de conductas quirúrgicas más adecuadas, seguras y efectivas. (1)
Resultados relevantes
Las fórmulas modernas de cálculo de LIO, como Cooke K6, PEARL-DGS y Barrett TK, demostraron una precisión predictiva superior frente a fórmulas tradicionales como Holladay 1, Hoffer Q y SRK/T. En particular, Cooke K6 alcanzó el mayor FPI con un valor de 0,724 y la desviación estándar (DE) más baja de 0,394, lo que indica la alta confiabilidad y consistencia de esta fórmula. (1)
Además, el 81,6 % de los ojos presentaron un EP dentro de ±0,50 D al utilizar Cooke K6, subrayando su robustez en ojos con perfiles biométricos estándar. De manera general, las fórmulas modernas mostraron distribuciones de error más estrechas, reflejando mayor precisión en diversos subgrupos biométricos, con diferentes retos clínicos. (1)
Los autores destacan que el uso de fórmulas avanzadas ofrece gran proyección, al incorporar modelos matemáticos complejos y técnicas de aprendizaje automático que favorecen resultados refractivos más precisos. El uso de FPI y el análisis por subgrupos aporta información valiosa para seleccionar la fórmula óptima según los parámetros oculares individuales. (1)
Perspectiva
A pesar de los avances, factores como errores de medición, constantes específicas del cirujano y la variabilidad biométrica aún influyen en la exactitud. Esto refuerza la necesidad de refinamientos continuos y de enfoques personalizados para ofrecerle al paciente opciones más seguras. Los autores concluyen que se requieren más investigaciones sobre modelos híbridos que combinen inteligencia artificial con las fórmulas existentes para mejorar aún más el rendimiento predictivo y la aplicabilidad clínica. (1)
Referencias
1. Ma S, Li C, Sun J, Yang J, Wen K, Chen X, et al. Comparative Analysis of Eighteen IOL Power Calculation Formulas Using a Modified Formula Performance Index Across Diverse Biometric Parameters. Am J Ophthalmol. 2025 May 1;273:221–30.
2. Hashemi H, Pakzad R, Yekta A, Aghamirsalim M, Pakbin M, Ramin S, et al. Global and regional prevalence of age-related cataract: a comprehensive systematic review and meta-analysis. Vol. 34, Eye (Basingstoke). Springer Nature; 2020. p. 1357–70.
3. Hashemi H, Pakzad R, Yekta A, Aghamirsalim M, Pakbin M, Ramin S, et al. Global and regional prevalence of age-related cataract: a comprehensive systematic review and meta-analysis. Vol. 34, Eye (Basingstoke). Springer Nature; 2020. p. 1357–70.
4. Ferrara S, Crincoli E, Savastano A, Cristina Savastano M, Catania F, Rizzo S. Refractive Outcomes With New Generation Formulas for Intraocular Lens Power Calculation in Radial Keratotomy Patients. Cornea. 2024.
5. Moshirfar M, Sulit CA, Brown AH, Irwin C, Ronquillo YC, Hoopes PC. Comparing the Accuracy of the Kane, Barrett Universal II, Hill-Radial Basis Function, Emmetropia Verifying Optical, and Ladas Super Formula Intraocular Lens Power Calculation Formulas. Clinical Ophthalmology. 2023;17:2643–52.