Contacta con Nosotros

Rellena el siguiente formulario y nosotros nos pondremos en contacto contigo en el plazo más breve posible.
Muchas gracias.
Más información en el 950 21 71 71




Solicita tu cita para valoración de Cirugía

  • Corrección de Miopía, Hipermetropía y Astigmatismo
  • Corrección de Vista Cansada
  • Corrección de Cataratas

CONTACTOLOGÍA

Especialidad de la Optometría en constante evolución.

La adaptación de una lente de contacto debe ser muy customizada para cada paciente, debido a la multitud de materiales, curvaturas, aberraciones, etc.. por tanto debe de ponerse en manos de un contactólogo especializado. El mayor factor de riesgo de patologías corneales (infecciones, úlceras, erosiones) son unas lentes de contacto mal adaptadas, por esto es muy importante el seguimiento periódico de los pacientes usuarios de lentes de contacto por parte del contactólogo y del oftalmólogo especialista en córnea. Tipos de lentes de contacto:

  • Lentes de Contacto Blandas: Este tipo de lentes de contacto han evolucionado mucho en los últimos años con la incorporación de nuevos materiales como el Hidrogel de silicona, el cual proporciona mayor DK.
  • Lentes de Contacto Rígidas Gas Permeable: Este tipo de lentes de contacto también ofrecen un alto paso de oxígeno, aunque el porte de las mismas al principio puede ser algo más molesto, para la salud ocular tienen otras ventajas respecto a las lentes blandas.
  • Lentes de Contacto Híbridas: Este tipo de lentes de contacto es una unión de dos materiales, uno blando en la zona periférica de la lente y otro rígido (RGP) en la zona central. Ofrecen las ventajas de las lentes RGP y una mayor comodidad de uso.
DOO. Javier Martínez Contactología
contact002

Adaptaciones especiales

Queratocono. Esta patología de la córnea, se caracteriza por un protrusión de la misma, la cual crea un astigmatismo irregular que provoca una disminución de la agudeza visual no mejorable con gafas ni con lentes de contacto tradicionales. Es necesaria la adaptación mediante topografía de cara anterior y posterior de lentes de contacto RGP de geometría customizada.

Post – Queratoplastia. Tras realizarse un transplante de córnea, puede quedar un astigmatismo corneal elevado que provoca disminución de agudeza visual. Por este motivo, una adaptación de lente de contacto especial puede ayudar a alcanzar una mejor visión.

Adaptaciones especiales

Lentes de contacto Pediátricas. En ciertas ocasiones algunos pacientes pediátricos requieren de adaptación de lentes de contacto debido a fuertes ambliopías (ojo vago), anisometropías (defectos de graduación muy diferentes de un ojo a otro), afaquía (ausencia de cristalino), astigmatismo elevado, etc.

Terapia nocturna. La ortoqueratología es una adaptación especial de lentes de contacto, que tiene como objetivo aplanar la superficie corneal mediante el uso nocturno de unas lentes de geometría inversa . De esta forma se consigue corregir un amplio rango de miopías pudiendo prescindir del uso de gafas y lentes de contacto durante el día.

contact003
contact001

Para estar informado…

download

Últimos Blogs Contactología

(8/44) #QvisionIHCConceptosClave: Los efectos de los tratamientos deben evaluarse con comparaciones justas

“Los Efectos de los Tratamientos Deben evaluarse con Comparaciones justas” es título del octavo concepto de la serie #QvisionIHCConceptosClave del que hablaremos en esta ocasión. Si no se hacen comparaciones, simplemente no podemos evaluar si un tratamiento dado es el «mejor» para una condición. Sin comparaciones, es imposible saber si el efecto observado es debido al tratamiento o a un factor extraño. Básicamente, sin una comparación justa no se puede atribuir los resultados de un tratamiento a ese tratamiento.(1)

Ensayos controlados aleatorios (ECA)

El estudio estándar más reconocido que compara tratamientos de forma rigurosa e intenta controlar todos los factores que pueden influir en el efecto, son los ensayos controlados aleatorios (ECA). Este tipo de estudios experimentales están en la cumbre de la pirámide de la evidencia, por lo que se consideran los estudios con el mejor diseño para llevar a cabo comparaciones justas de tratamientos.(2,3)

Sin título

Figura 1. Nueva pirámide de la evidencia. Fuente: Murad MH et al. Evid Based Med. 2016

En un ECA elegir el tipo de grupo control será fundamental para el éxito de cualquier ensayo que investigue una nueva terapia o intervención. El grupo de control proporciona datos sobre lo que les habría pasado a los participantes si no hubieran sido tratados o hubieran recibido una intervención diferente, además de ayudar a evitar sesgos en la interpretación del efecto del tratamiento.(4)

 Las opciones de grupo control pueden ser:

  1. Grupo control con placebo. Se trata de una intervención simulada que se enmascara como si fuera un tratamiento o intervención activa, pero sin ejercer ningún tipo de efecto en el paciente.
  2. Grupo control con un control histórico. Provenientes de estudios que ya se han realizado publicados en la literatura médica.
  3. Grupo control con controles activos. Es una intervención o tratamiento conocido que ya ha demostrado ser efectivo para tratar la enfermedad en estudio. Entre los controles activos se encuentra el empleo del mejor tratamiento disponible (o tratamiento gold estándar) actualmente para la enfermedad.

Ventajas e inconvenientes de comparativas con los diferentes grupos control

Grupo control con placebo

  • Son útiles para mostrar un mínimo de efecto de un tratamiento sobre una enfermedad o condición, así como la seguridad de una intervención. Su uso está justificado siempre y cuando no exista una intervención probada, o cuando lo ya existente puede inducir un mayor daño en el paciente o ser menos efectivo que un placebo o no recibir ningún tratamiento.
  • Los controles de placebo pueden no ser éticos en algunos casos, ya que según la Declaración de Helsinki de la Asociación Médica Mundial, establece que “los beneficios, riesgos, cargas y la eficacia de una nueva intervención deben compararse con los de la mejor intervención probada” sobretodo por el hecho de que el paciente reciba forzadamente un tratamiento efectivo para su condición.(5)

Grupo control con controles activos (tratamiento gold estándar)

  • Nos dan información de la máxima eficacia de un tratamiento así como también nos pueden proporcionar información adicional con respecto a sus posibles efectos secundarios.(6) Además, el uso de un grupo de control con la mejor terapia disponible para una condición permite evitar las preocupaciones éticas de no proporcionar tratamiento, como ocurre en los grupo control con placebo.
  • También existen razones para rechazar el uso de controles activos como grupo control en un ECA, a pesar de las recomendaciones de la Asociación Médica Mundial. Por un lado, puede ser que la nueva intervención NO sea superior a la mejor terapia disponible, sin embargo, puede tener ventajas en cuanto a seguridad o tolerabilidad del tratamiento. Por otro lado, si no existe un estudio que compare con un grupo control con placebo, no podemos saber a ciencia cierta si el nuevo tratamiento muestra una eficacia clínicamente significativa por sí sola.(7)

Sin título

Figura 2. Esquema de cómo se distribuye una muestra aleatoria en un ECA a la hora de llevar a cabo comparaciones.

¿Qué tipo de comparaciones son más justas para probar la eficacia de un tratamiento, las realizadas con grupo control placebo o con un grupo activo ((o tratamiento gold estándar)?

La respuesta más acertada sería “depende del objetivo de la investigación de ese tratamiento”, es decir, si lo que se busca es probar si ese tratamiento es seguro y puede inducir una mínima mejora en el paciente frente al no tratamiento, la comparación más justa sería con un placebo. Si lo que realmente se busca es ver cuán efectivo es ese tratamiento frente a los otros disponibles en el mercado, la comparación más justa sería con un control activo (tratamiento gold estándar) ya probado. 

Sin embargo, los estudios no tienen por qué limitarse a realizar comparaciones con un tipo de control u otro. Existen ECA que llevan a cabo las tres intervenciones con objetivo de mostrar la seguridad y total eficacia de los tratamientos, al compararlos con un placebo y con otro tratamiento disponible. Como ejemplo, en oftalmología se ha probado la eficacia de dos tratamientos para la prevención del picor ocular inducido por conjuntivitis alérgicas, frente a un placebo.(8) En este estudio se asignó de forma aleatoria el tratamiento con placebo a un primer grupo, el tratamiento con la solución oftálmica de ketotifeno fumarato al 0,025%, tratamiento del que ya se había probado su eficacia como antihistamínico, estabilizador de mastocitos e inhibidor de eosinófilos, a un segundo, y al tercer grupo el tratamiento con la solución oftálmica nedocromil sódico al 2,0%.

Sus resultados mostraron que ambos tratamientos mostraban ser seguros y eficaces en comparación con el placebo a la hora de disminuir los signos y síntomas de la conjuntivitis alérgica, pero en la comparación entre tratamientos, el ketotifeno fumarato al 0,025% mostró ser más eficaz que el nedocromil sódico al 2,0% en cuanto a la rapidez de acción y en la duración del efecto.

Como resumen de este concepto, podemos afirmar que, sin comparaciones, no se puede saber cuán de efectivo y seguro es un tratamiento. No obstante, no vale cualquier tipo de comparación, es decir, se deben llevar a cabo comparaciones justas sabiendo escoger adecuadamente el grupo control con el que se va a comparar la intervención, teniendo en cuenta que los ensayos controlados con placebo son adecuados cuando no existen otras intervenciones demostradas con las que comparar la nueva intervención, siempre y cuando su uso no exponga a los participantes a un riesgo excesivo de daño; y los ensayos controlados con un grupo activo (o tratamiento gold estándar) mostrarán la auténtica eficacia de esa nueva intervención, garantizando menos conflictos éticos. Además, los investigadores siempre deben considerar como grupos de control las mejores terapias disponibles en la evaluación de una nueva terapia o intervención, pudiendo realizar ECA que contengan tanto un grupo control con placebo como un grupo con control activo (o tratamiento gold estándar).

Texto realizado por: Alicia Sánchez

Bibliografía:

1. Coleman CI, Phung OJ, Cappelleri JC, et al. Use of Mixed Treatment Comparisons in Systematic Reviews [Internet]. Rockville (MD): Agency for Healthcare Research and Quality (US); 2012. Introduction.1-2.

2. Murad MH, Asi N, Alsawas M, Alahdab F. New evidence pyramid. Evid Based Med. 2016;21(4):125-7.

3. Devereaux PJ, Yusuf S. The evolution of the randomized controlled trial and its role in evidence-based decision making. J Intern Med. 2003;254(2):105-13.

4. Evans SR. Fundamentals of clinical trial design. J Exp Stroke Transl Med. 2010;3(1):19-27.

5. World Medical Association. World Medical Association Declaration of Helsinki: ethical principles for medical research involving human subjects. JAMA. 2013;310(20):2191-4.

6. Castro M. Placebo versus best-available-therapy control group in clinical trials for pharmacologic therapies: which is better? Proc Am Thorac Soc. 2007;4(7):570-3.

7. Lewis JA, Jonsson B , Kreutz G , Sampaio C , Van Zwieten-Boot B. Placebo-controlled trials and the Declaration of Helsinki. Lancet. 2002;359(9314):1337-40.

8. Greiner JV, Minno G. A placebo-controlled comparison of ketotifen fumarate and nedocromil sodium ophthalmic solutions for the prevention of ocular itching with the conjunctival allergen challenge model. Clin Ther. 2003;25(7):1988-2005.

(7/44) #QvisionIHCConceptosClave: Tener más datos no es necesariamente mejor

El séptimo concepto de la serie #QvisionIHCConceptosClave tiene por título: “Tener más datos no es necesariamente mejor”. Cuando se recopilan datos para llevar a cabo estudios científicos se necesitan la mayor cantidad posible, para así poder estimar de forma más precisa la presencia de cualquier sesgo que pueda comprometer los resultados al comparar dos tratamientos.

Pero esta recopilación masiva de información puede ser engañosa. Muchos estudios utilizan información que previamente se ha recogido anteriormente de forma rutinaria en el día a día. Este tipo de datos recibe el nombre de “real world data”. Este hecho hace que se disponga de demasiada información que puede haberse recopilado, en ocasiones, sin tener en cuenta ni controlar todos los factores de confusión que pueden influir en la medida. Aunque, bien es cierto que sólo es posible controlar los factores de confusión que ya se conocen, y el investigadores o el clínico suele llevar a cabo las medidas de la forma más exacta posible, evitando así los posibles sesgos en la toma de datos.

Desafortunadamente, el “real world data” a menudo no incluye datos suficientes para poder concluir con confianza que un resultado obtenido de un tratamiento signifique que el tratamiento causó ese resultado. La diferencia de los datos recogidos de forma rutinaria, a los datos recogidos por un investigador a propósito de un estudio, está en que los primeros, aunque dispongan de una muestra mayor, es decir, de más pacientes medidos, los criterios a la hora de elegir qué datos son válidos y conducen a tener menos sesgos en la medida son más limitados.

Sin embargo, este hecho no significa que recoger datos de forma rutinaria sea menos preciso, ya que por ejemplo el International Consortium for Health Outcomes Measurement Macular Degeneration Standard Set recomienda que se tomen las medidas de agudeza visual, con o sin corrección, en cada visita clínica de forma rutinaria, es decir, mediante “real world data”, en pacientes con Degeneración Macular Asociada a la Edad.(1,2)

Otra ventaja del “real world data” es que, junto con los datos que se extraen del “big data” (datos provenientes de una gran bases de datos), podemos conocer la forma en la que el entorno sanitario toma decisiones que permitan predecir la manera de afrontar los retos actuales que se plantean en el sistema sanitario, de forma que así podamos alcanzar el máximo beneficio en la salud del paciente.

Aunque, los datos del “big data” también pueden conducir a errores, ya que aunque se dispongan de muchísimos datos, puede que estos no consigan contestar a la pregunta de investigación planteada. Esto ocurre debido a que en ocasiones los investigadores le dan más importancia a tener una gran magnitud de datos que a recoger sólo aquellos de los que se pueda sacar una conclusión.(3) Incluso muchos artículos basados en “big data” se publican, y a veces para el lector puede resultar difícil encontrar conclusiones veraces debido a que ese estudio con “big data” ha encontrado varios hallazgos estadísticamente significativos pero clínicamente irrelevantes.(4)

Las recomendaciones hacen alusión a encontrar el equilibrio, es decir, disponer de la mayor información y datos posibles para poder contestar a la pregunta planteada, pero que a su vez esos datos sean relevantes, independientemente de la fuente de recogida de información, es decir, de si provienen de datos recogidos de forma rutinaria (“real world data”) o de grandes bases de datos (“big data”).

En oftalmología existen estudios donde el “big data” ha ayudado a contestar ciertas preguntas de investigación. Coleman (2015) quiso caracterizar la evaluación de la calidad de la atención en oftalmología mediante el uso de “big data”, a la hora de evaluar la calidad y la existencia de eventos adversos en la cirugía de cataratas.(5) Para ello emplearon datos recogidos en el Registro de Investigación Inteligente para la Vista (IRIS) de la Academia Estadounidense de Oftalmología, estudios publicados y archivos de reclamaciones de Medicare de uso público entre los años 2010 y 2013. Este estudio concluyó que el uso de “big data” fue útil para determinar que tras un mes después de la cirugía la agudeza visual era peor a 0,5 sobre 1 en escala decimal; y también fue útil para recoger información sobre la incidencia de complicaciones raras como la endoftalmitis.

Otro ejemplo de cómo el “big data” puede ayudar en oftalmología es el estudio de Lee et al. (2016) en le cuál invita a crear una bases de datos “big data” para poder conocer las causas y manejo de la uveítis, una patología ocular debida a una colección de distintas enfermedades inflamatorias con diversos fenotipos y comúnmente de origen desconocido, en la cuál se desconocen protocolos de diagnóstico y tratamiento debido a las múltiples causas de origen de esta enfermedad.(5)

Como resumen de este concepto, podemos decir que tener una mayor cantidad de datos para obtener respuestas a una pregunta de investigación, independientemente de si estos provienen de una gran base de datos o se han recogido de forma rutinaria en la práctica clínica diaria, a veces nos puede conducir a tener errores a la hora de demostrar que el efecto de un tratamiento, realmente se debe únicamente a ese tratamiento y no a otros motivos de asociación, ya que en estos datos puede haber asociaciones estadísticamente significativas pero clínicamente pueden no aportarnos información o incluso no tener sentido.

Texto realizado por: Alicia Sánchez

Bibliografía:

1. Rodrigues IA et al. Defining a minimum set of standardized patient-centered outcome measures for macular degeneration. Am. J. Ophthalmol. Am J Ophthalmol. 2016;168:1-12.

2. Mehta H et al. Real-world outcomes in patients with neovascular age-related macular degeneration treated with intravitreal vascular endothelial growth factor inhibitors. Prog Retin Eye Res. 2018;65:127-146.

3. Naidus E et al. Big data in healthcare: are we close to it? Rev Bras Ter Intensiva. 2016;28(1):8-10.

4. Murthy SC et al. Research based on big data: The good, the bad, and the ugly. J Thorac Cardiovasc Surg. 2016;151(3):629-630.

5. Coleman AL. How Big Data Informs Us About Cataract Surgery: The LXXII Edward Jackson Memorial Lecture. Am J Ophthalmol. 2015;160(6):1091-1103.e3.

6. Lee CS et al. Big Data and Uveitis. Ophthalmology. 2016;123(11):2273-2275.

 

(6/44) #QvisionIHCConceptosClave: La asociación no implica causalidad

En esta entrada desarrollaremos el sexto concepto de la serie #QvisionIHCConceptosClave, cuyo título es: “La asociación no implica causalidad”. Este concepto se refiere a que el resultado de un tratamiento puede estar asociado a éste, pero no significa que el tratamiento sea la causa de ese resultado.

Para poder explicar este concepto necesitamos definir la diferencia de lo que en ciencia llamamos correlación y relación causal. La correlación se refiere a dos situaciones que pueden darse a la vez, pero sin embargo no estar relacionadas ni tener el mismo origen. Por otro lado la relación habla de dos situaciones que se dan a la vez y que una es causa de la otra, es decir, tienen un mismo origen.

Hopin Lee, Jeffrey K Aronson y David Nunan ya hablaron en su blog de que asociación no significa causalidad: “Una asociación estadística entre dos variables simplemente implica que conocer el valor de una variable proporciona información sobre el valor de la otra. No implica necesariamente que una cause a la otra” (1). Además, definen el término factor de confusión, es decir, una variable o factor que distorsiona la medida de la asociación entre otras dos variables, es decir, esta variable puede condicionar el resultado entre dos variables que estén asociadas.

Vamos a poner un ejemplo para aclarar este concepto: Existe una teoría difundida por un estudio de la University of the Incarnate Word Rosenberg School of Optometry, que afirmaba que el chocolate negro con más del 70% en cacao mejora la vista. La teoría es que el chocolate negro tiene un alto contenido de flavanoles antioxidantes, que se consideran que tienen muchos beneficios potenciales para la salud, incluidos los efectos en el sistema nervioso.

Este estudio analizó 30 adultos a los que se les dio una barra de chocolate negro al 70% para después de tomarla analizar su visión. A los 3 días estos mismos participantes repitieron la prueba pero esta vez comiendo otra barra de chocolate alternativa (2).

Encontraron que tras comer chocolate negro había una mejoría en la visión que tras comer otro tipo de chocolate, ya que los sujetos tras comer chocolate negro podían leer a 20 metros lo que alguien con visión normal podía leer a solo 12 metros (visión 20/12).

Estos resultados resultan interesantes a priori, pero se trata de un único estudio que afirma esta asociación. La National Health Services (NHS) de Reino Unido, desmintió está conclusión, acusándola de efectivamente una simple correlación, y una relación causal (3).

Concluían que sólo se llevaron a cabo dos medidas en un grupo muy pequeño de la población de Texas y que los resultados no tenían un gran efecto sobre la agudeza visual, puesto que la mejoría fue ligeramente mejor. Por tanto, podemos decir que comer chocolate negro está asociado a una mejora en la visión, pero no está relacionado, no es causa de esta mejoría. La NHS además, señala que este hallazgo puede ser casual debido a los sesgos de este estudio y que los efectos no se han evaluado a largo plazo, por lo que no sabemos si una persona que come regularmente chocolate negro seguirá manteniendo esa mejoría de la visión.

Si queréis conocer más sobre este tema nuestro compañero Manuel Rodríguez en su blog ha desarrollado una entrada en su blog sobre si el chocolate negro mejora la vsión más en profundidad: https://www.qvision.es/blogs/manuel-rodriguez/

Otro ejemplo que es interesante, siguiendo la línea de cómo la nutrición puede afectar a nuestra salud ocular, es el de cómo puede influir el consumo de antioxidantes como la Vitamina A, C, E, la luteína, la zeaxantina y α y β-caroteno, en la opacificación del cristalino, es decir, en la formación de cataratas. Precisamente en el mes de Marzo de este año, se ha publicado un meta-análisis que evaluaba precisamente esta asociación (4). Recordar que el meta-análisis es el estudio que aporta mayor evidencia científica, ya que analiza cuantitativamente otros estudios de manera precisa y robusta para poder extraer conclusiones significativas a nivel global sobre un tema.

Los resultados de este estudio muestran un efecto protector de los antioxidantes en la formación de catarata de la Vitamina C, el betacaroteno, la luteína y la zeaxantina. En este caso al ser un meta-análisis y al obtener estos resultados podemos hablar de que existe una relación causal entre ciertos antioxidantes y la formación de cataratas, aunque se necesitan estudios adicionales para poder terminar de confirmar esta hipótesis.

Texto realizado por: Alicia Sánchez

Bibliografía:

1. Catalogue of Bios Home Page [Internet].CEBM. University of Oxford. [citado 25 Marzo 2019]. Available from: https://catalogofbias.org/2019/03/05/association-or-causation-how-do-we-ever-know

2. Rabin JC, Karunathilake N, Patrizi K. Effects of Milk vs Dark Chocolate Consumption on Visual Acuity and Contrast Sensitivity Within 2 Hours. A Randomized Clinical Trial. JAMA Ophthalmol. Published online April 26, 2018.

3. NHS Home. [Internet].NHS England [citado 25 Marzo 2019]. Available from: https://www.nhs.uk/news/food-and-diet/reports-dark-chocolate-improves-eyesight-are-unconfirmed

4. Sideri O, Tsaousis KT, Li HJ, Viskadouraki M, Tsinopoulos IT. The potential role of nutrition on lens pathology: A systematic review and meta-analysis. Surv Ophthalmol. 2019 Mar 13. pii: S0039-6257(18)30161-9.