Resumen de la tesis:
La superficie refractiva más importante del ojo humano es la córnea, que presenta una estructura de forma hemiesférica localizada en el segmento ocular anterior. Esta estructura, incluso en un escenario no patológico, no es perfecta, dado que presenta asimetrías que provocan deformaciones, desalineamientos y descentramientos entre ambos ojos del mismo individuo. Cuando además existen patologías corneales, como pueden ser las ectasias, esta asimetría, y por tanto sus efectos, se acentúan, provocando en el paciente un deterioro ciertamente importante de la capacidad visual, lo que da cuenta de la importancia de disponer de sistemas que permitan una caracterización corneal precisa que facilite la detección, diagnóstico y clasificación de las ectasias.
En esta tesis doctoral se ha propuesto un sistema integrado capaz de detectar (fase preclínica) y diagnosticar (fase clínica), de manera eficiente y desde un punto de vista óptico-geométrico, la progresión de la ectasia corneal, permitiendo de esta forma incidir de manera directa en el proceso de toma de decisiones relativas a la calidad visual de los pacientes.
Para ello, y partiendo de un modelo sólido personalizado en 3D generado con herramientas de Diseño Asistido por Ordenador, se han propuesto diversos parámetros morfogeométricos macroscópicos de tipo lineal, superficial, volumétrico y angular, con el objetivo de caracterizar la progresión de la ectasia corneal más importante, el denominado queratocono. La estructura microscópica también se ha estudiado, programando una aplicación que permite cuantificar el polimegatismo y el pleomorfismo de las células endoteliales corneales.
Posteriormente, se han revisado los distintos sistemas univariantes y multivariantes de diagnóstico y clasificación del queratocono, y se ha comprobado que los parámetros morfogeométricos permiten tanto la detección como la clasificación del queratocono en base a su grado de severidad de acuerdo con las escalas RETICS, Amsler-Krumeich y Alió-Shabayek.
Además, se han propuesto dos modelos predictivos (demográfico-óptico-geométricos) de clasificación del grado de la enfermedad en base a la escala RETICS, que han dado lugar al desarrollo de dos aplicaciones informáticas denominadas EMKLAS y KERATOSCORE, que a su vez dan cuenta de la dificultad inherente a la detección de esta enfermedad en la fase preclínica.
Por último, se ha aplicado un modelo sólido personalizado obtenido mediante impresión 3D a la educación del paciente, comprobándose que la percepción visual y táctil del modelo permite a los pacientes entender mucho mejor su enfermedad y el tratamiento indicado para ella, mejorando la percepción de calidad del servicio prestado en las clínicas oftalmológicas.
http://repositorio.bib.upct.es/dspace/
© 2001-2024 Fundación Dialnet · Todos los derechos reservados