Capítulo 55. Modelos de ojo pseudofáquico, ELP y familias de fórmulas

PBR-C55-es Versión 0.2 Borrador profesional auditado Evidencia revisada: 2026-08-16 32 referencias

Sinopsis

Calcular una lente intraocular no consiste en introducir medidas verdaderas en una ecuación infalible. Consiste en construir una representación del ojo que existirá después de la cirugía. El biómetro describe el ojo fáquico; la fórmula debe imaginar un ojo pseudofáquico todavía inexistente, situar en él una LIO concreta y predecir qué refracción produciría cada potencia disponible. En esa transición aparecen decisiones sobre potencia corneal, longitud óptica, índices, planos principales, posición de la lente, constante, objetivo y redondeo.

La posición efectiva de lente —ELP— es el núcleo menos intuitivo. En algunas arquitecturas intenta aproximar la posición física de la LIO; en otras es una distancia ficticia que permite que un modelo de lente delgada reproduzca un resultado. No puede compararse ni transferirse sin conocer su definición. Dos fórmulas pueden usar ELP diferentes, compensar supuestos distintos y, aun así, predecir la misma refracción.

Este capítulo organiza las fórmulas por arquitectura —regresión, vergencia, lente gruesa, trazado, inteligencia artificial e híbridos—, porque la clasificación rígida por generaciones oculta más de lo que explica. Analiza qué aprende cada familia, cómo se valida y por qué un ranking poblacional no elige automáticamente el mejor método para un ojo. Propone un arbitraje clínico para la concordancia y la discrepancia, con especial atención a objetivos miópicos, multifocalidad, EDOF y planes binoculares.

El tratado abierto coordinado por Aramberri, Hoffer, Olsen, Savini y Shammas se utilizó como control curricular para comprobar la amplitud y las fronteras del tema; no se reutiliza su prosa, sus tablas ni sus figuras [1].

Objetivos de aprendizaje

Al finalizar el capítulo, el lector podrá:

describir el cálculo de LIO como una cadena completa de medidas, modelo, posición, constante y objetivo;
explicar el principio de vergencia y la diferencia entre resolver potencia ideal y predecir refracción para una potencia comercial;
distinguir modelos de lente delgada, lente gruesa y trazado de rayos;
separar ELP anatómica, óptica y ficticia específica de fórmula;
relacionar la sensibilidad al error de posición con potencia de LIO y geometría ocular;
reconocer las variables utilizadas para predecir posición y sus limitaciones anatómicas;
clasificar fórmulas por arquitectura, transparencia y tarea aprendida;
evaluar de forma crítica una fórmula basada en inteligencia artificial;
interpretar error firmado, dispersión, error absoluto y porcentajes dentro de intervalos;
reconocer comparaciones injustas por constantes, versiones, dependencia de ojos o fuga de datos;
definir un dominio multidimensional y detectar extrapolación fuera de muestra;
arbitrar entre fórmulas sin convertir la mayoría numérica en evidencia;
integrar la incertidumbre del cálculo en una estrategia presbiópica y binocular;
explicar al paciente qué puede y qué no puede garantizar una fórmula.

1. Qué problema resuelve una fórmula

1.1. El ojo que se mide no es el ojo que verá

Antes de la cirugía existe córnea, cámara anterior, cristalino y retina. Después de extraer el cristalino cambian la cámara, la cápsula, la posición de las superficies ópticas y, en cierta medida, algunas medidas aparentes. La LIO se estabiliza en un saco que se contrae y remodela. La fórmula no observa ese estado futuro: lo predice.

El cálculo contiene tres operaciones conceptuales:

representar la potencia que aporta la córnea;
representar la distancia óptica hasta la retina;
predecir dónde y cómo actuará la LIO.

Después debe transformar un objetivo en una elección comercial. La potencia matemática ideal rara vez coincide exactamente con el paso disponible. Un calculador clínico debe mostrar, para cada potencia candidata, la refracción posoperatoria prevista. Esta tabla permite preguntar si conviene aceptar una desviación levemente miópica o hipermetrópica según el plan del ojo compañero, la óptica y las tareas.

Olsen resumió los fundamentos de regresión, lente delgada, lente gruesa y trazado y destacó ya en 2007 que potencia corneal, longitud axial y posición posoperatoria eran inseparables [2]. No ha cambiado la lógica; han cambiado los sensores, las representaciones y la capacidad de ajustar modelos complejos.

1.2. Una cadena con dependencias

La salida puede esquematizarse así:

señal → medida → representación → modelo pseudofáquico → posición futura → potencia/refacción → decisión.

Cada flecha depende de definiciones. Una longitud axial óptica no es un número puro: procede de un camino óptico, un índice de grupo y una segmentación. Una K no es la potencia total física de la córnea. Una ACD puede medirse desde epitelio o endotelio. La constante no es una propiedad universal de la LIO, sino un parámetro vinculado a fórmula, dispositivo, técnica y conjunto de resultados.

Por eso la unidad mínima reproducible no es «Barrett» o «Kane». Es:

ojo + fecha + dispositivo/versión + entradas/definiciones + fórmula/versión + constante + LIO + objetivo + salida.

Si falta un componente, no puede saberse si una diferencia posterior procede del ojo, del método o de una actualización silenciosa.

1.3. Exactitud no significa determinismo

Norrby analizó fuentes de error en 2008 y, dentro de los métodos de aquella época, atribuyó la mayor fracción individual a la estimación de la posición de la LIO; también identificó contribuciones de refracción posoperatoria, longitud axial y córnea [3]. Sus porcentajes no son una constante biológica ni deben citarse como reparto actual. La tecnología ha cambiado y los errores interactúan. El valor duradero del estudio es mostrar que la refracción final no puede deducirse perfectamente de una biometría preoperatoria.

Una fórmula puede ser insesgada en promedio y equivocarse en un individuo. Puede tener menor MAE y una cola de errores relevante. Puede mejorar unas centésimas sin cambiar la potencia implantada. La excelencia clínica consiste en comprender la distribución, detectar el ojo que no pertenece a la población promedio y ajustar la conversación y la estrategia.

2. Óptica mínima para entender el cálculo

2.1. Vergencia

La vergencia expresa la convergencia o divergencia de un haz. En aproximación paraxial, la propagación a través de una distancia y el paso por una superficie o lente pueden encadenarse. Un modelo simplificado trata la córnea y la LIO como dos potencias separadas y coloca la retina a una distancia axial.

El cálculo puede resolverse en dos direcciones:

dada una refracción objetivo, obtener una potencia ideal de LIO;
dada una potencia de LIO, obtener la refracción prevista.

La segunda es la clínicamente verificable. Una lente de 20,0 D y otra de 20,5 D no producen necesariamente una diferencia de 0,5 D en gafas. La relación depende de la potencia corneal, la posición y la longitud. Además, el objetivo se expresa en el plano de gafas y puede requerir una distancia de vértice explícita en miopías altas.

2.2. Índices y distancias

El ojo real contiene córnea gruesa, acuoso, LIO y vítreo. Los modelos asignan índices y distancias. Algunos utilizan una longitud axial total equivalente; otros suman segmentos con índices diferentes. Algunos aceptan K queratométrica; otros calculan una córnea gruesa desde ambas caras.

Una ecuación físicamente correcta puede rendir mal si recibe un dato que representa otra magnitud. Sustituir K por potencia total, o longitud tradicional por suma de segmentos, exige que el modelo haya sido desarrollado o recalibrado para esa entrada. C53 y C54 establecieron esta compatibilidad; C55 la presupone y la conserva.

2.3. Lente delgada

Una lente delgada concentra toda su potencia en un plano. No intenta describir superficies, espesor ni planos principales. Su fuerza es la parsimonia: con medidas estables y parámetros efectivos bien ajustados puede predecir con gran exactitud. Su posición es un parámetro óptico, no necesariamente una superficie que pueda localizarse en OCT.

El término «teórica» no significa libre de empirismo. Muchas fórmulas de vergencia incorporan regresiones para predecir ELP, ajustes de longitud, índices equivalentes o constantes derivadas de resultados. La frontera entre teórico y empírico es gradual.

2.4. Lente gruesa

Una lente gruesa tiene dos superficies separadas, un índice, un espesor y planos principales. Esta representación es relevante para LIO de distintas formas, potencias e índices. Permite diferenciar posición de una superficie, centro geométrico y plano óptico efectivo.

Más anatomía significa también más requisitos. Si el modelo de la LIO es genérico, si su espesor o forma por potencia no se conoce o si la posición futura es errónea, la ventaja teórica se reduce. Una constante puede seguir siendo necesaria para absorber diferencias sistemáticas de rotulado, medición o cirugía.

2.5. Trazado de rayos

El trazado propaga rayos a través de cada interfaz mediante la ley de Snell. Puede utilizar radios y asfericidades o una representación de elevación. Puede ser paraxial o exacto, monocromático o policromático, centrado o incluir inclinación y descentramiento. El nombre no basta para saber qué hace.

Su atractivo es modelar córnea y LIO de forma física. Su límite esencial sigue siendo la predicción: la LIO todavía no está en el ojo. Además, una superficie corneal irregular, una segmentación defectuosa o un índice incorrecto se propagan con gran fidelidad matemática hacia una predicción incorrecta.

3. Posición efectiva de lente: una misma sigla para conceptos diferentes

3.1. Posición anatómica

Después de la cirugía puede medirse la distancia desde el epitelio o endotelio corneal a la cara anterior de la LIO, a su centro o, con información suficiente, a sus planos principales. Estas distancias no son equivalentes. La ACD pseudofáquica debe declarar el origen y la superficie final.

La posición cambia durante las primeras semanas por hidratación, presión, contracción capsular y acomodación aparente del sistema. También depende del diseño de hápticos, potencia/forma de la óptica, tamaño y centrado de capsulorrexis, fibrosis, zonularidad y maniobras quirúrgicas.

3.2. Posición óptica

En una LIO gruesa, el plano principal desde el que actúa la potencia no coincide necesariamente con la superficie anterior ni el centro. Si cambia el diseño, puede cambiar la relación entre medida anatómica y posición óptica aun cuando la cara anterior quede en un lugar parecido.

Un trazado que utiliza datos específicos de diseño necesita predecir una posición física coherente y después localizar los planos principales. El parámetro puede interpretarse anatómicamente mejor que en una lente delgada, pero sigue incorporando supuestos.

3.3. ELP ficticia o específica de fórmula

En muchas fórmulas, ELP es la distancia que hace funcionar un ojo esquemático. Puede retrocalcularse desde el resultado y absorber:

la simplificación de córnea a una potencia;
el uso de un índice queratométrico ficticio;
diferencias de longitud equivalente;
la potencia rotulada de la LIO;
la distancia de vértice;
el plano retiniano adoptado;
y la posición anatómica real.

No es correcto medir la cámara después y afirmar que la fórmula predijo mal la ELP porque los milímetros no coincidan. Tampoco es correcto trasladar una ELP, pACD, factor de lente o constante a otra fórmula por convertirla algebraicamente sin validar el sistema completo.

3.4. Dos fórmulas pueden discrepar en mecanismo y coincidir en salida

Imagine que una fórmula representa la córnea con K convencional y coloca la lente delgada algo posterior para compensar. Otra calcula córnea gruesa y utiliza una posición física más anterior. Ambas pueden producir la misma refracción prevista. Sus parámetros internos no deben compararse como verdades anatómicas rivales.

Lo clínicamente contrastable es la predicción refractiva para una potencia, en una cohorte independiente y con un protocolo correcto. La plausibilidad mecánica añade confianza y facilita extrapolación, pero no reemplaza validación.

4. Cómo se predice la posición futura

4.1. Longitud axial

Los ojos largos tienden a tener dimensiones anteriores diferentes de los cortos, pero la correlación es incompleta. Dos ojos de igual AL pueden tener ACD, LT y diámetro distintos. Una función basada solo en AL confunde escala global con anatomía del saco.

En ojos muy largos, la potencia de la LIO suele ser baja y el efecto refractivo de un desplazamiento puede ser menor. En ojos cortos, potencias altas amplifican el efecto. Esta no linealidad hace que el mismo error en milímetros tenga consecuencias distintas.

4.2. Queratometría

Las fórmulas históricas utilizaron K junto con AL para inferir anatomía anterior. La relación poblacional entre córnea curva y cámara puede ayudar, pero no constituye una ley. Tras LASIK o PRK la cara anterior cambia sin que el saco se mueva en consonancia. Si la fórmula utiliza la K posoperatoria para ELP, aparece un segundo error además de la potencia corneal; la solución específica pertenece a C58.

4.3. Profundidad de cámara anterior

La ACD preoperatoria aporta una observación directa de la cara anterior del cristalino. No informa por sí sola de su cara posterior, ecuador, volumen ni posición del saco tras extraerlo. También debe distinguirse ACD desde epitelio de AQD desde endotelio.

La predicción de Olsen en 6698 intervenciones combinó medidas preoperatorias y mostró que una estimación multivariable podía reducir error [4]. El número de variables no es el objetivo: lo es captar anatomía causal sin introducir ruido o sesgo de dispositivo.

4.4. Grosor del cristalino y constante C

El grosor añade información sobre la geometría que ocupará el saco. La constante C se formuló como una relación entre la posición de la LIO y la anatomía preoperatoria del cristalino; Olsen y Hoffmann la evaluaron en 2043 casos y observaron mejoras respecto a comparadores de entonces [5]. La constante sigue siendo específica del modelo de LIO y del sistema.

Una misma LT puede corresponder a distintos diámetros o posiciones ecuatoriales. Por eso no debe interpretarse como localizador directo. Su utilidad se demuestra por mejora predictiva, no por intuición.

4.5. Forma tridimensional

La OCT de segmento anterior permite reconstruir superficies y estimar volumen, diámetro o ecuador. Martínez-Enríquez y colaboradores utilizaron geometría tridimensional completa para predecir posición y obtuvieron menos error que comparadores en una prueba de concepto [6]. La muestra de doce ojos impide generalizar, pero muestra una dirección: medir la anatomía relacionada con el saco podría ser más informativo que usar proxies.

Antes de incorporarla rutinariamente se necesita:

segmentación reproducible pese a catarata;
corrección de distorsión óptica;
definición común de ecuador y planos;
validación por diseño de LIO y anatomía;
mejora refractiva, no solo menor error de posición;
coste y tasa de fracaso aceptables.

4.6. Blanco-a-blanco, edad y sexo

WTW es un diámetro visible de transición corneal/limbar, no la medida directa del saco. Puede aportar correlación poblacional y mejorar ciertos modelos, pero su repetibilidad entre equipos es menor que la de AL. Edad o sexo pueden actuar como proxies de anatomía o distribución. Si se incluyen, el clínico debe saber si la variable es obligatoria, cómo se codifica y si el rendimiento se mantiene en otra población.

Una variable que mejora un conjunto grande no implica causalidad ni debe generar una explicación biológica inventada. El criterio es validación y calibración.

4.7. Evidencia de que ACD y LT modifican el comportamiento

Gökce y colaboradores estudiaron ocho fórmulas en longitudes normales y observaron diferencias según ACD [7]. Hipólito-Fernandes y colaboradores compararon nueve fórmulas y hallaron patrones de error relacionados con ACD y LT [8]. Yuan y colaboradores evaluaron 648 ojos con ACD inferior a 3,0 mm: varias fórmulas modernas tuvieron mejor rendimiento relativo, pero el sesgo cambió con el grosor [9].

Estos estudios no autorizan una tabla universal «si ACD X, use fórmula Y». Son cohortes, LIO y dispositivos concretos. Autorizan a reconocer la cámara superficial o el cristalino extremo como una dimensión del dominio y a consultar validación específica.

5. Una taxonomía más útil que las generaciones

5.1. Qué aportó la historia

Las primeras regresiones relacionaban AL y K con potencia. Las fórmulas teóricas introdujeron ojos esquemáticos y posiciones fijas o variables. Las llamadas tercera y cuarta generación añadieron predictores y arquitecturas. Las actuales incorporan trazado, lente gruesa, ajustes no lineales e IA.

La clasificación histórica ayuda a enseñar evolución, pero coloca bajo una misma etiqueta fórmulas muy diferentes y sugiere que una fecha posterior equivale a superioridad. Stopyra, Langenbucher y Grzybowski propusieron separar enfoques basados en datos, ópticos e híbridos [10]. C55 añade transparencia y tarea aprendida.

5.2. Regresión directa

Una regresión aprende una función entre entradas y salida. Puede ser lineal, polinómica o moderna. Las fórmulas SRK históricas demostraron que una relación empírica simple podía ser útil en el rango central. Su problema era la extrapolación y la falta de una estructura óptica flexible.

No debe usarse «empírico» como sinónimo de inferior. Toda fórmula clínica se calibra con resultados. La pregunta es si el aprendizaje captura un sesgo estable o sustituye relaciones físicas que pueden romperse fuera de muestra.

5.3. Vergencia de lente delgada

Hoffer Q, Holladay 1, SRK/T y Haigis ilustran distintas estrategias para predecir posición dentro de un marco de vergencia. Algunas usan AL y K; otras ACD medida y varias constantes. Las fórmulas modernas pueden conservar este esqueleto y mejorar transformaciones o predictores.

Fortalezas:

eficiencia y estabilidad;
interpretación óptica;
larga experiencia y posibilidad de optimizar;
buen rendimiento en dominios conocidos.

Límites:

ELP efectiva con compensaciones cruzadas;
córnea y LIO simplificadas;
ajustes históricos ligados al dispositivo;
extrapolación variable.

5.4. Vergencia de lente gruesa

Modela espesor y superficies o planos. Puede utilizar una córnea de dos caras y longitud segmentaria. La PEARL-DGS, por ejemplo, combina una lente gruesa con técnicas de aprendizaje para una posición interna teórica; Castrop utiliza una formulación gaussiana publicada con correcciones sistemáticas. La etiqueta «lente gruesa» no indica que todos compartan entradas o posiciones.

5.5. Trazado

Olsen/PhacoOptics, Okulix y otros métodos utilizan variantes de trazado. Debe preguntarse:

¿trazado paraxial o exacto?;
¿córnea por radios o por mapas?;
¿cara posterior medida o inferida?;
¿modelo genérico o específico de LIO?;
¿posición física o efectiva?;
¿cómo se calibra la potencia rotulada?;

Sin esas respuestas, «ray tracing» es una marca descriptiva insuficiente.

5.6. IA e híbridos

Hill-RBF se asocia a radial basis functions; PEARL-DGS usa aprendizaje dentro de un modelo óptico; Kane combina óptica teórica y componentes de datos; Hoffer QST y otras propuestas añaden capas de aprendizaje o corrección. Las revisiones de Kane y Chang y de Savini y colaboradores muestran resultados altos de varias fórmulas contemporáneas, pero señalan que muchas estructuras son cerradas [11,12].

La revisión de IA de Stopyra, Cooke y Grzybowski agrupó 25 estudios y encontró que Kane y PEARL-DGS se situaban frecuentemente entre las mejores [13]. La actualización de 2025 divide la IA en pura y en híbridos que refinan vergencia o trazado [14]. Decir «fórmula IA» no identifica una metodología.

6. Transparencia, caja negra y reproducibilidad

6.1. Un continuo, no una dicotomía

Una fórmula puede ser:

completamente publicada con código;
publicada sin coeficientes de producción;
descrita en principios con implementación cerrada;
accesible solo mediante web;
integrada en un biómetro con versión de software.

Una fórmula abierta permite auditar comportamiento y conservar versión. Puede estar mal calibrada. Una fórmula cerrada puede tener excelente validación externa. La transparencia no reemplaza rendimiento, pero reduce incertidumbre epistémica y permite detectar errores.

6.2. El problema de la versión

Un nombre persistente puede esconder una revisión. RBF 1.0, 2.0 y 3.0 no son intercambiables; una actualización de PEARL, EVO o un biómetro puede cambiar salidas. Los artículos antiguos no validan automáticamente la versión actual y un estudio actual no describe una versión futura.

En cada decisión se archivarán:

nombre y versión;
URL o software;
fecha/hora;
entradas y unidades;
constantes;
resultados para potencias candidatas;
advertencias fuera de rango.

6.3. Implementación independiente

Una ecuación publicada puede programarse con un signo, índice, unidad o condición de frontera incorrectos. La comparación debe declarar quién implementó la fórmula y si se usó el calculador del autor. Se han detectado divergencias de implementación durante estudios de comportamiento y se han corregido con los autores; la auditoría informática forma parte de la seguridad clínica. El ejemplo y su referencia se presentan al delimitar el dominio fuera de muestra.

7. Inteligencia artificial con criterio clínico

7.1. Qué puede aprender

La IA puede estimar posición, predecir refracción, corregir el residuo de otra fórmula, seleccionar una fórmula o combinar resultados. Puede captar interacciones AL–K–ACD–LT que una regresión lineal no representa. También puede aprender la práctica local, errores de medida o decisiones históricas.

El diseño más coherente predice la refracción posoperatoria condicionada a una potencia y objetivo o calcula una potencia mediante una función que conserva relaciones físicas. Debe responder de manera razonable si se aumenta la potencia o se cambia el objetivo.

7.2. La potencia implantada no es una etiqueta neutral

Los datos observacionales contienen la potencia que un cirujano eligió con una fórmula anterior. La elección depende de objetivo, redondeo, disponibilidad y preferencia. Un modelo entrenado para predecir esa potencia puede imitar decisiones, no optimizar refracción.

Existe además un problema contrafactual: para cada ojo solo se observa el resultado de una potencia. No sabemos qué habría ocurrido con la adyacente. Una fórmula óptica aporta estructura para extrapolar; una IA pura necesita que el diseño de datos y la función objetivo eviten atajos.

7.3. Fuga posoperatoria

Debellemanière y colaboradores compararon dos modelos XGBoost en 4588 ojos. El modelo que retropredecía potencia usando el equivalente esférico conseguido pareció extraordinario, pero apenas respondía de forma fisiológica cuando se cambiaba el objetivo [15]. Había aprendido una relación retrospectiva incapaz de resolver la decisión prospectiva.

La prueba práctica es simple en concepto: mantenga constante la biometría, cambie el objetivo o la potencia y observe si la salida es monotónica, continua y ópticamente plausible. Una métrica global no detecta siempre el fallo.

7.4. Validación externa

Separar aleatoriamente ojos del mismo centro no reproduce un cambio de dominio. Es preferible validar en otro centro, periodo, biómetro, cirujano y población. Zhu y colaboradores desarrollaron una fórmula para alta miopía con 1828 ojos internos y un conjunto externo de 151 ojos de otros hospitales [16]. Es un diseño valioso, pero no transforma un método especializado en universal.

Wang y colaboradores evaluaron un calculador de IA en 10.838 ojos y encontraron diferencias pequeñas frente a Barrett y Kane, sobre todo en ciertos subgrupos; varios autores eran empleados del fabricante [17]. El conflicto no invalida los datos, pero refuerza la necesidad de replicación independiente.

7.5. Lista de lectura crítica

Antes de aceptar una fórmula IA se preguntará:

¿qué salida aprendió exactamente?;
¿qué variables incluyen información posoperatoria o decisión del cirujano?;
¿cómo se separaron pacientes y centros?;
¿la cohorte externa es realmente independiente?;
¿qué LIO, dispositivo y rango se utilizaron?;
¿cómo se trataron valores ausentes y extremos?;
¿qué comparadores modernos y versiones se usaron?;
¿se ajustaron constantes y sesgos por igual?;
¿se probaron coherencia, monotonicidad y fuera de rango?;
¿puede archivarse la versión?

8. Cómo comparar fórmulas sin engañarse

8.1. Definir el error

El signo debe declararse. En este capítulo, el error de predicción puede entenderse como refracción observada menos predicha; un valor positivo indica resultado más hipermetrópico que el esperado. Algunos artículos usan el signo contrario. Nunca se comparan tablas sin comprobar la convención.

El error medio mide sesgo. Una fórmula puede tener media cero porque errores miópicos e hipermetrópicos se cancelan. La desviación estándar describe dispersión alrededor de la media. El error absoluto ignora dirección; MAE y MedAE responden de forma distinta a valores extremos. RMSAE pondera aún más los errores grandes.

Los porcentajes dentro de ±0,25 D, ±0,50 D y ±1,00 D son clínicamente legibles, pero dependen del umbral y generan empates. Una fórmula puede tener más ojos dentro de ±0,50 D y también más errores muy grandes. Debe mostrarse la distribución completa.

8.2. Llevar el sesgo a cero

Comparar una fórmula con constante optimizada frente a otra con constante de fabricante mezcla sesgo del proceso y dispersión intrínseca. Hoffer y Savini actualizaron los protocolos y exigieron constantes optimizadas, un ojo por persona o estadística apropiada, refracción estable, versiones y separación del conjunto de desarrollo [18].

Holladay y colaboradores defendieron la desviación estándar del error firmado y métodos heterocedásticos para comparar dispersión, reiterando que el error medio debía aproximarse a cero [19]. C56 explicará cómo optimizar sin sobreajustar. Aquí basta comprender que «ganó por MAE» puede significar «estaba mejor centrada».

8.3. Un ojo por paciente

Dos ojos de la misma persona comparten anatomía, genética, dispositivo, cirujano y entorno. Tratarlos como observaciones independientes estrecha artificialmente intervalos y aumenta significación. Puede seleccionarse un ojo de forma predefinida o utilizar modelos que manejen correlación. Elegir retrospectivamente «el mejor» ojo introduce sesgo.

8.4. La refracción de referencia

Debe esperarse estabilidad, medir a distancia declarada y convertir correctamente al plano de gafas. Una refracción con mala agudeza, superficie inestable o LIO no estabilizada añade ruido. Excluir malos resultados después de conocer el error puede mejorar artificialmente una fórmula; los criterios deben preespecificarse.

8.5. Significación y relevancia

Con decenas de miles de ojos, una diferencia muy pequeña puede alcanzar significación. La pregunta clínica es:

¿cambia la potencia elegida?;
¿cuántos ojos cambian?;
¿reduce errores grandes?;
¿mejora el subgrupo de interés?;
¿la diferencia supera la incertidumbre de la refracción y el paso comercial?;

No debe confundirse el orden de una tabla con una jerarquía clínicamente estable.

9. Qué enseñan las grandes comparaciones

9.1. Estudios de alta escala

Melles, Holladay y Chang analizaron 18.501 casos, un ojo por paciente y dos modelos de LIO. Barrett Universal II mostró la menor desviación estándar, con diferencias dependientes del modelo y del tratamiento de ojos largos [20]. El tamaño aporta precisión, pero la conclusión sigue ligada a biómetro, LIO y periodo.

Kane y colaboradores compararon siete fórmulas en 3241 pacientes con una sola LIO y constantes optimizadas. Barrett tuvo menor error global y en varios estratos de AL; en ojos cortos no hubo diferencia concluyente [21].

Darcy y colaboradores analizaron 10.930 ojos con cuatro LIO y encontraron menor MAE con Kane, seguido de Hill-RBF 2.0, Olsen y otros métodos con diferencias pequeñas; alrededor de siete de cada diez ojos quedaron dentro de ±0,50 D incluso con los mejores [22]. Esa cifra recuerda que el ranking no elimina la dispersión.

9.2. Cuando las contemporáneas empatan

Jang y colaboradores compararon seis fórmulas modernas en 203 ojos y no encontraron diferencia significativa del error absoluto tras ajustar la media [23]. Un estudio pequeño puede carecer de potencia para detectar diferencias sutiles, pero también refleja que varias fórmulas convergen en ojos ordinarios.

La revisión sistemática de 2023 concluyó que Barrett, Kane y PEARL-DGS aparecían con frecuencia entre las mejores, con variación por longitud [10]. La revisión de Kane y Chang favoreció Kane en el espectro evaluado [11]. No existe contradicción fatal: cada síntesis tiene fecha, estudios y criterios diferentes.

9.3. Qué no puede deducirse

No puede deducirse que:

la fórmula ganadora sea mejor en una córnea operada;
la versión web actual sea la estudiada;
el mismo ranking se mantenga con otra LIO;
la ventaja global se aplique a un objetivo de −2,0 D;
un centro deba abandonar de inmediato una fórmula bien auditada;
la diferencia estadística justifique una promesa individual.

10. Dominio de validación: más que longitud axial

10.1. Un vector biométrico

El dominio debe representarse como combinación de AL, K, ACD, LT, WTW, potencia de LIO, objetivo, edad/población, dispositivo, estado corneal y cirugía previa. Un valor puede estar dentro de rango y la combinación estar fuera.

Ejemplos:

AL de 23,5 mm con K extremadamente plana;
AL corta con cámara relativamente profunda;
AL larga con potencia de LIO todavía alta por córnea plana;
objetivo miópico en una base dominada por emetropía;
ACD válida pero LT ausente o medida con otra definición;
valores normales tras LASIK, donde la relación K–ELP ha cambiado.

10.2. Discordancia como detector

Yang y colaboradores identificaron ojos en los que cuatro fórmulas tradicionales diferían al menos 0,75 D. Solo 79 de 510 cumplieron el criterio; en ellos las fórmulas modernas tuvieron menor MedAE [24]. La selección enriquece combinaciones difíciles y enseña que la discrepancia es una bandera, no un motivo para promediar.

Rossip y colaboradores generaron 170 ojos sintéticos anatómicamente plausibles desde una base de 2721. Ocho fórmulas modernas se mantuvieron a menos de 0,25 D en un rango central de AL, pero divergieron en extremos [25]. Como una simulación fijó correlaciones promedio, no reproduce toda anatomía excepcional. Sirve para cartografiar comportamiento y detectar fallos de implementación.

10.3. Ojos cortos

Un metaanálisis de quince estudios y 2395 ojos encontró el menor MAE/MedAE con Barrett, pero sin superioridad estadística concluyente; distintos métodos lideraron porcentajes por umbral [26]. La heterogeneidad de definiciones, LIO y constantes limita el ranking.

En el ojo corto debe valorarse AL junto con ACD, LT, potencia prevista y anatomía. La potencia alta amplifica error de ELP. C58 desarrollará nanoftalmos, microftalmos relativo y ajustes; C55 solo establece que no existe una regla basada en AL aislada.

10.4. Ojos largos y extremadamente largos

Un metaanálisis en red de 1016 ojos largos situó con alta probabilidad a Olsen, Kane y EVO entre las mejores, pero las diferencias frente a Barrett no fueron siempre significativas y los autores reclamaron registros multicéntricos [27]. Para AL superior a 28 mm, otro metaanálisis de once estudios y 1376 ojos encontró ventaja de fórmulas modernas y ajustadas sobre varias tradicionales, con Hill-RBF y Kane destacadas [28].

En una LIO de potencia baja, una diferencia de cálculo puede reflejar longitud segmentaria, K, manejo de lente negativa o zero power. Las soluciones exactas se reservan a C58.

10.5. Objetivo miópico

Yang y colaboradores compararon 225 ojos con objetivo emetrópico y 225 con aproximadamente −2,0 D. Todas las fórmulas mostraron peor exactitud al buscar miopía [29]. El hallazgo puede depender de potencia de LIO, traducción del objetivo, fórmula y población, pero obliga a validar monovisión y mini-monovisión como dominios propios.

En presbicia, el ojo no dominante puede dirigirse a miopía. La desviación relevante no es solo respecto a su objetivo monocular: altera la diferencia binocular. Un error de 0,50 D puede reducir cerca o aumentar anisometropía. El arbitraje debe considerar ambos ojos.

11. Consenso entre fórmulas: qué significa y qué no

11.1. Correlación de errores

Las fórmulas no son votos independientes. Pueden compartir AL, K, un índice, una corrección, una base de entrenamiento o resultados históricos. Si la película lagrimal altera K, todas pueden coincidir en una potencia incorrecta. Si una longitud axial está segmentada mal, ningún promedio la rescata.

El consenso aumenta confianza solo cuando:

las entradas son válidas;
las fórmulas están dentro de dominio;
las constantes son apropiadas;
las arquitecturas y errores no son idénticos;
y la diferencia residual no cambia una decisión sensible.

11.2. Promedio y ensemble

Un promedio simple reduce varianza si los predictores son aproximadamente insesgados y sus errores no están completamente correlacionados. Puede empeorar si incluye una fórmula fuera de dominio o sesgada.

Moutari y Moore desarrollaron un enfoque ensemble para estimar potencia personalizada y demostraron factibilidad [30]. Kim y colaboradores seleccionaron fórmulas según K, ACD y AL en 1653 ojos y obtuvieron menor MedAE que fórmulas individuales en su conjunto [31]. Ambos requieren validación externa. No autorizan una media universal de todos los números disponibles.

11.3. Mediana como protección y su límite

La mediana de varias predicciones resiste un outlier aislado. Si tres métodos comparten el mismo error y uno lo corrige, la mediana conserva el sesgo común. Si la discrepancia revela un dato incompatible, resumirla destruye información diagnóstica.

La primera tarea es explicar la diferencia. Solo después puede aplicarse una regla de combinación preespecificada.

12. Protocolo de arbitraje clínico

12.1. Paso 1: bloquear errores de identidad y transferencia

Confirmar paciente, ojo, fecha, LIO, objetivo, lateralidad y unidades. Revisar que K1/K2, AL, ACD, LT y WTW no se hayan transpuesto ni redondeado manualmente. Verificar que la refracción objetivo tenga signo correcto.

12.2. Paso 2: validar las entradas

Volver a C53 y C54:

calidad de señal y fijación;
AL óptica frente a ultrasonido si procede;
retina y estafiloma;
película lagrimal y regularidad corneal;
cara posterior/cirugía previa;
repetibilidad y concordancia.

Una discrepancia de fórmulas no justifica repetir todo indiscriminadamente; orienta a la variable cuya relación es atípica.

12.3. Paso 3: asegurar comparabilidad

Comprobar:

misma K o entrada que cada fórmula espera;
misma definición de ACD;
constantes adecuadas al modelo y dispositivo;
misma potencia rotulada y plano;
versión y fecha;
tratamiento de LT o sexo ausentes;
ajuste de AL aplicado una sola vez.

Un calculador puede incorporar una corrección que el operador ya aplicó. La doble corrección es una causa clásica de discordancia.

12.4. Paso 4: localizar el fuera de dominio

Representar el ojo como perfil, no como etiqueta:

AL + K + ACD + LT + potencia + objetivo + historia corneal.

Buscar validaciones con ese perfil. Un estudio de ojos largos con K ordinaria no valida un ojo largo y córnea muy plana. Un estudio de emetropía no resuelve monovisión.

12.5. Paso 5: comparar la tabla de potencias

No compare solo «potencia recomendada». Registre la refracción que cada fórmula predice para dos o tres potencias comerciales. Pregunte:

¿la discrepancia es un cambio de redondeo o un desplazamiento completo?;
¿las curvas son paralelas o divergen?;
¿una fórmula responde de manera extraña al cambiar objetivo?;
¿una potencia satisface el intervalo razonable en varios métodos?

12.6. Paso 6: aplicar jerarquía de evidencia

Priorizar:

validación externa independiente y contemporánea;
mismo tipo de ojo, dispositivo, LIO y objetivo;
comparación con constantes equivalentes y protocolo correcto;
auditoría local suficiente y reciente;
plausibilidad óptica y estabilidad de versión.

Una opinión de experto o preferencia personal puede orientar donde la evidencia es escasa, pero debe identificarse como tal.

12.7. Paso 7: decidir si combinar

Puede considerarse una regla de consenso si las fórmulas son apropiadas, la diferencia es pequeña y existe evidencia de ensemble o experiencia local auditada. No se combina cuando:

una entrada es dudosa;
una fórmula está fuera de rango;
hay cirugía previa con método específico;
la discrepancia supera el intervalo esperado;
la estrategia presbiópica es muy sensible;
o no puede reproducirse la versión.

12.8. Paso 8: ampliar la incertidumbre

Si no puede resolverse, no debe forzarse una falsa precisión. Opciones:

escoger una óptica más tolerante;
reducir la asimetría binocular planeada;
diferir el segundo ojo hasta conocer el primero;
planificar explícitamente un posible retoque;
discutir dependencia residual de gafas;
evitar una promesa de independencia.

12.9. Paso 9: documentar

La historia incluirá entradas, fórmulas/versiones, constantes, tabla de potencias, motivo de selección, intervalo esperado, alternativas y conversación. Esta documentación permite aprender y protege la decisión compartida.

13. Papel de las recomendaciones y calculadores múltiples

La ESCRS recomienda fórmulas de nueva generación en ojos extremadamente cortos o largos y encuadra el cálculo dentro de una evaluación completa [32]. No designa una fórmula universal. Su calculador múltiple facilita comparar métodos y reducir transcripción, pero la presencia en una plataforma no equivale a validación para todo ojo.

Una plataforma web añade preguntas:

¿de dónde toma cada constante?;
¿qué versión ejecuta?;
¿mantiene el cálculo si cambia la página original?;
¿cómo trata campos ausentes?;
¿puede archivarse el resultado?;
¿hay advertencias de rango?

C60 desarrollará el flujo digital y la contingencia. En C55 basta aplicar una regla: el calculador facilita una decisión; no sustituye el razonamiento ni asume la responsabilidad clínica.

14. Integración con multifocalidad y visión funcional

14.1. La fórmula predice esfera, no satisfacción

Una fórmula no predice halos, neuroadaptación, sensibilidad al contraste, tareas, dominancia ni tolerancia a disfotopsias. Tampoco decide si la córnea, mácula o nervio admiten una óptica de visión simultánea. Su salida es una pieza del objetivo funcional.

La multifocalidad hace visible un error residual que una monofocal puede tolerar mejor. El cilindro residual pertenece a C57, pero la esfera también importa: un desplazamiento hipermetrópico puede reducir cerca; uno miópico puede degradar lejos o alterar el equilibrio binocular.

14.2. El objetivo como vector binocular

En cirugía bilateral, los objetivos de ambos ojos forman un sistema. Para emetropía bilateral se busca simetría. Para mini-monovisión se busca una diferencia deliberada. Para mix-and-match pueden usarse ópticas o adiciones distintas.

La decisión debe expresar:

objetivo central de cada ojo;
intervalo aceptable;
peor desviación tolerable en cada dirección;
efecto sobre lejos, intermedia y cerca;
plan si el primer ojo se desvía.

Un objetivo de −0,75 D no es solo un decimal: corresponde a una distancia y una estrategia. La incertidumbre de fórmula se traduce a función antes de consentir.

14.3. Escalón comercial

Si la potencia ideal cae entre dos lentes, la elección debe valorar el sesgo histórico, el objetivo y el efecto estimado. No existe una regla universal de «quedarse corto» o «pasarse». En una multifocal para distancia, una leve hipermetropía puede ser menos tolerada; en mini-monovisión, una miopía adicional puede mejorar cerca y empeorar binocularidad. El paciente debe conocer el compromiso, no elegir una cifra sin contexto.

14.4. Primer y segundo ojo

El resultado del primer ojo contiene información sobre el proceso, pero no debe aplicarse íntegramente al segundo porque parte del error es independiente. C56 estudiará refinamiento contralateral. En una cirugía presbiópica, espaciar puede permitir ajustar el plan si la diferencia funcional es crítica.

15. Comunicación con el paciente

15.1. Una explicación honesta

Puede decirse:

Medimos el ojo y usamos varios modelos para estimar qué graduación producirá cada lente. Son muy precisos en promedio, pero deben predecir dónde quedará la lente y cómo cicatrizará su ojo. Por eso existe un margen y quizá todavía necesite gafas o un ajuste.

No es útil explicar generaciones o nombres salvo que el paciente pregunte. Sí es útil explicar por qué se repite una medida, por qué dos cálculos difieren y cómo esa incertidumbre cambia la opción de LIO.

15.2. Evitar el «porcentaje de exactitud» descontextualizado

Decir que una fórmula acierta en un porcentaje dentro de ±0,50 D no traduce directamente la experiencia individual. Debe aclararse:

población y tipo de ojo;
que el intervalo no garantiza independencia de gafas;
que esfera no incluye todo el astigmatismo ni calidad óptica;
que una LIO multifocal puede ser sensible a errores pequeños;
y qué soluciones existen si queda error.

15.3. Libertad informada

El paciente no necesita elegir una fórmula. Debe poder elegir el nivel de dependencia de gafas, aceptar o no una óptica exigente, comprender el margen y valorar una estrategia más robusta. La competencia técnica del especialista se traduce en opciones comprensibles, no en desplazar la responsabilidad matemática.

16. Ejemplos razonados

16.1. Ojo de biometría central y fórmulas concordantes

AL, K, ACD y LT son ordinarias; córnea regular; tres fórmulas modernas difieren menos que el paso comercial. Las constantes están verificadas. Aquí la concordancia es tranquilizadora. Se elige la potencia según objetivo y sesgo local, sin presentar la coincidencia como garantía.

16.2. Ojo corto con cámara superficial y cristalino grueso

Dos fórmulas difieren 0,75 D. No se promedia. Se confirma ACD desde epitelio, LT y AL; se consulta evidencia de ojos con esa combinación y potencia alta; se comparan predicciones por potencia. Si la incertidumbre sigue amplia, se reconsidera una multifocal de tolerancia estrecha o se discute retoque.

16.3. Ojo largo con objetivo miópico

Las fórmulas coinciden para emetropía, pero divergen al solicitar −2,0 D. Se reconoce que el objetivo sale del dominio más estudiado. Se comprueba distancia de vértice, potencia baja/negativa y comportamiento monotónico. El plan de monovisión se prueba funcionalmente y el intervalo se incorpora a la anisometropía prevista.

16.4. K inconsistente por superficie ocular

Cinco fórmulas coinciden porque todas reciben la misma K inestable. El consenso es falso. Tras tratar y repetir, las entradas cambian y también la potencia. La fórmula no era el problema.

16.5. Calculador IA sin advertencia

Un modelo cerrado ofrece una potencia distinta en un ojo extremo. Antes de favorecerlo por ser IA se verifica versión, rango de entrenamiento, validación externa, respuesta al cambiar objetivo y consistencia con métodos ópticos. Si no puede explicarse la discrepancia, su salida no adquiere prioridad por sofisticación.

17. Protocolo mínimo de C55

Antes de aprobar el cálculo esférico:

declarar ojo, LIO, posición prevista y objetivo;
confirmar que las medidas de C53 y C54 están aceptadas;
usar al menos una fórmula moderna validada en el dominio;
comparar otra arquitectura cuando el ojo sea extremo o la estrategia exigente;
comprobar constantes y versiones;
revisar tabla de refracción por potencia, no solo recomendación;
investigar discrepancias clínicamente materiales;
no promediar una fórmula fuera de dominio;
registrar intervalo y plan binocular;
informar margen, gafas y opciones de corrección;
archivar entradas, salida y fecha;
enviar resultado a la auditoría de C56.

Puntos clave

El cálculo predice un ojo futuro; no mide directamente la refracción posoperatoria.
Una fórmula incluye entradas, definiciones, arquitectura, ELP, constante, versión, LIO y objetivo.
La ELP de lente delgada puede ser ficticia y no coincidir con una ACD pseudofáquica medida.
Una lente gruesa o el trazado añaden física, pero siguen dependiendo de datos, modelo de LIO y posición futura.
La clasificación por arquitectura y tarea es más útil que una jerarquía rígida por generaciones.
«IA» incluye métodos puros e híbridos; necesita validación externa y pruebas de coherencia.
La potencia implantada y el resultado posoperatorio pueden crear atajos o fuga si se usan mal en entrenamiento.
Una comparación justa exige sesgo controlado, constantes equivalentes, versiones, un ojo por paciente o estadística correlacionada y separación del conjunto de desarrollo.
No existe una fórmula ganadora universal; el dominio es multidimensional.
El objetivo miópico de una monovisión forma parte del dominio y puede tener peor predictibilidad.
El consenso entre fórmulas no corrige una entrada compartida errónea.
La discrepancia debe investigarse antes de promediarse.
En multifocalidad, una diferencia esférica pequeña puede tener mayor coste funcional.
La incertidumbre debe traducirse a decisiones binoculares, dependencia de gafas y posibles retoques.

Controversias, lagunas y líneas de investigación

¿Debe exigirse transparencia completa?

La apertura facilita reproducibilidad y detección de errores. Las fórmulas cerradas pueden tener validaciones superiores. La exigencia mínima debería ser versión, dominio, variables, tarea, conjunto de desarrollo y posibilidad de auditoría externa, aunque los coeficientes sean propietarios.

¿La ELP debe abandonarse como término?

Su polisemia genera errores, pero es históricamente útil. Una nomenclatura futura debería separar posición anatómica de una superficie, posición de plano principal y parámetro efectivo específico de fórmula.

¿Es mejor predecir anatomía o refracción?

Una posición anatómica exacta no garantiza refracción si córnea y potencia de LIO están mal modeladas. Una predicción refractiva excelente puede apoyarse en compensaciones opacas. Los mejores sistemas probablemente combinarán anatomía medible, óptica y aprendizaje residual.

¿Un ensemble puede ser estándar?

Solo si se preespecifican componentes, pesos, independencia, dominio y actualización. Debe compararse con la mejor fórmula individual contemporánea y validarse fuera del conjunto de diseño.

¿Cómo evaluar IA prospectivamente?

Se necesitan cohortes temporales y multicéntricas, versiones congeladas, curvas por dominio, pruebas de monotonicidad y protocolos que eviten usar el resultado posoperatorio como atajo. La evaluación debería incluir cambio real de potencia elegida y utilidad funcional.

Objetivos no emetrópicos y visión funcional

La mayoría de bases se concentra cerca de emetropía. Faltan estudios específicos de mini-monovisión, monovisión, mix-and-match y objetivos por distancia funcional, con resultados binoculares y no solo equivalente esférico.

Anatomía tridimensional del saco

La forma completa del cristalino, ecuador, ángulo-ángulo y dinámica capsular podrían mejorar la posición. Falta demostrar que el incremento de medida reduce error refractivo en poblaciones amplias y compensa costes y fallos de segmentación.

Actualizaciones silenciosas

Los calculadores web necesitan versionado clínico, notas de cambio, conservación de modelos anteriores y exportación reproducible. Sin ello, una auditoría no puede atribuir una deriva.