Identificación y Validación de Biomarcadores Funcionales para Queratocono

La detección del queratocono implica signos clínicos relacionados con el queratocono, como el reflejo de tijera de la retinoscopia, el signo de Munson, el adelgazamiento del estroma, las estrías de Vogt y el anillo de Fleischer, pero la topografía corneal es el método más útil en el diagnóstico del queratocono, especialmente en ausencia de signos clínicos.

Actualmente hay varios dispositivos disponibles para detectar el queratocono temprano midiendo la topografía y la elevación de la córnea anterior y posterior (Mihaltz et al. 2009; Ishii et al. 2012). En este estudio se utilizaron técnicas topográficas y tomográficas corneales que generan mapas codificados por colores e índices topográficos, que son los dispositivos más sensibles para confirmar el diagnóstico de queratocono (Rabinowitz 1998; Rao et al. 2002). Además, se ha demostrado que la videoqueratografía identifica el queratocono de forma frustrada (FFKC) en ausencia de signos clínicos de queratocono. Se han desarrollado índices videoqueratográficos como los criterios de Klyce/Maeda, los criterios de Rabinowitz y otros para analizar cuantitativamente la videoqueratografía y la detección del queratocono (Rao et al. 2002). Se ha demostrado que estos índices identifican el queratocono con un alto grado de sensibilidad y especificidad. El Orbscan II es un sistema de topografía de escaneo de hendidura tridimensional para el análisis de las superficies corneales y la cámara anterior y se ha utilizado en todos los pacientes del estudio. Utiliza video calibrado y un rayo de hendidura de exploración para medir las ubicaciones x, y y z de varios miles de puntos. Estos puntos se utilizan para construir mapas topográficos (Rao et al. 2002). El Pentacam (Oculus Inc) es una tecnología de tomografía corneal que genera datos sobre la topografía y la elevación de la parte anterior y posterior mediante una cámara giratoria Scheimpflug que también se ha utilizado en todos los sujetos inscritos en este estudio. Hay varios parámetros de diagnóstico disponibles para el diagnóstico de queratocono según el modo de topografía que se utilice. Maeda y Klyce diseñaron un sistema para detectar el queratocono. El sistema, que se basa en un análisis discriminante lineal y un árbol de decisión binario, identifica el mapa como representación de queratocono o no queratocono y, en función de un valor del análisis discriminante (el KPI), asigna al mapa un índice expresado como porcentaje que sugiere la severidad del queratocono. En este momento, sin embargo, el índice de gravedad del queratocono (KSI) y la clasificación de Amsler-Krumeich son los métodos más populares para clasificar la gravedad del queratocono (Mihaltz et al. 2009; Ishii et al. 2012). El KSI se basa en índices estimados por un mapa de curvatura usando topografía corneal basada en disco de Plácido, y la clasificación de Amsler-Krumeich define la etapa del queratocono usando biomicroscopía, lectura de queratometría central media, cambio de refracción esférico y cilíndrico y espesor corneal (Mihaltz et al. 2009; Ishii et al. 2012). Este es el índice que se ha utilizado para la gradación final de las etapas de queratocono de todos los sujetos de este estudio.