El porcentaje acumulado de ojos que alcanza cada umbral posoperatorio de agudeza visual lejana sin corrección (UDVA) y con corrección (CDVA).

Una mayor proporción de ojos en los mejores umbrales de agudeza indica un mejor rendimiento en visión lejana. Una menor separación entre UDVA y CDVA significa que la visión sin corrección se aproxima al potencial del ojo con su mejor corrección.

Indique la distancia de evaluación, la escala de optotipos, la luminancia, la corrección, el seguimiento y si los resultados corresponden a ojos o participantes. Utilice una notación estandarizada y defina las exclusiones y los valores atípicos asociados a acontecimientos adversos.

El porcentaje acumulado de ojos que alcanza cada umbral de agudeza visual cercana sin corrección (UNVA) y con la corrección de lejos (DCNVA), a la distancia indicada.

Un mayor porcentaje acumulado en los mejores niveles de agudeza indica un mejor rendimiento funcional de cerca. La relación entre UNVA y DCNVA ayuda a distinguir la visión cercana sin gafas de la capacidad cercana con la corrección de lejos.

Indique la distancia cercana exacta y la luminancia. Utilice una prueba estandarizada en logMAR o validada como equivalente a ETDRS, y dé preferencia a DCNVA frente a la agudeza cercana medida con una lente positiva adicional.

El porcentaje acumulado de ojos que alcanza cada umbral de agudeza visual intermedia sin corrección (UIVA) y con la corrección de lejos (DCIVA).

Una mayor proporción de ojos en los mejores umbrales indica una mejor función visual intermedia. Comparar UIVA con DCIVA permite valorar el rendimiento sin corrección y con el enfoque lejano corregido.

Los resultados intermedios dependen de la distancia. Especifique la distancia exacta de presentación, la escala de optotipos y la luminancia; use una notación estandarizada y dé preferencia a DCIVA frente a la agudeza medida con una lente adicional.

El porcentaje de ojos agrupados según la diferencia posoperatoria en líneas de Snellen entre UDVA y CDVA, desde varias líneas peor hasta una agudeza sin corrección igual o mejor.

Una distribución concentrada en «igual» o en una sola línea peor indica que la visión lejana sin corrección se aproxima a la mejor visión corregida. Así, la eficacia se expresa en relación con el potencial visual medido en la muestra.

Defina el sentido y la amplitud de los intervalos de diferencia en líneas y utilice la misma visita, cohorte, escala de optotipos, distancia y luminancia para UDVA y CDVA. Indique claramente si la unidad es el ojo o el participante.

La distribución del error de predicción del equivalente esférico de la refracción manifiesta posoperatoria respecto al objetivo refractivo previsto, incluido el porcentaje dentro de límites dióptricos clínicamente relevantes.

Una distribución estrecha y centrada cerca de 0 D indica un ajuste preciso y consistente al objetivo. El desplazamiento hacia valores negativos o positivos sugiere un sesgo miópico o hipermetrópico sistemático, según la convención de signos declarada.

Indique la fórmula de cálculo de la LIO, la constante, el biómetro, la optimización de constantes, el objetivo previsto y el equivalente esférico posoperatorio medio. La refracción debe ajustarse al infinito óptico antes de la comparación.

El porcentaje de ojos dentro de magnitudes sucesivas de cilindro refractivo posoperatorio, que muestra la distribución del astigmatismo residual tras la cirugía.

Una mayor proporción de ojos en umbrales bajos de cilindro, especialmente ≤0,50 D y ≤1,00 D, indica menor desenfoque astigmático residual. La magnitud por sí sola no revela errores del eje o de la dirección.

Indique el seguimiento, el método de refracción, la notación y los umbrales. Al evaluar la precisión tórica, complemente este gráfico de magnitud con un análisis vectorial de doble ángulo y, cuando corresponda, la conversión al plano corneal.

La sensibilidad al contraste media en logCS según la frecuencia espacial, en condiciones fotópicas sin deslumbramiento. Las barras de error representan incertidumbre o variabilidad muestral; la zona sombreada muestra un intervalo de referencia de edad comparable.

Un mayor logCS indica una mejor detección de detalles de bajo contraste. La curva debe interpretarse frecuencia por frecuencia y respecto a un intervalo de referencia obtenido en condiciones de evaluación equivalentes y con una edad aproximada comparable.

Indique la distancia, la compensación de vergencia, la luminancia de la escala, la iluminación ambiental, el estado de corrección y si la evaluación es monocular o binocular. Defina las barras de error como SD o CI del 95 % y cite la fuente del intervalo normal.

La agudeza visual media en logMAR con corrección de lejos a través de una secuencia de lentes de desenfoque añadidas, con barras de error y resúmenes del área bajo la curva para los intervalos total, lejano, intermedio y cercano.

Los valores menores de logMAR indican mejor agudeza visual. Una curva amplia y relativamente baja sugiere un intervalo funcional de enfoque mayor; las AUC por intervalo resumen el rendimiento por debajo del criterio de agudeza seleccionado.

Ajuste la refracción manifiesta al infinito y tenga en cuenta la vergencia de la distancia de evaluación. Indique el intervalo y el paso de las lentes, la luminancia, el método de aleatorización de optotipos, la unidad de análisis —ojo o participante— y si las barras representan SD o CI del 95 %.

Una representación cartesiana de doble ángulo de los vectores astigmáticos que conserva su magnitud y eje. Las observaciones individuales, su media vectorial o centroide y las elipses de confianza muestran la posición y la dispersión.

Un centroide más próximo al origen indica un menor error vectorial medio; su eje identifica el sesgo direccional. Una agrupación más compacta indica mayor consistencia. La duplicación angular mantiene próximos los ejes clínicamente contiguos, como 1° y 179°.

Analice los ojos derechos e izquierdos por separado o refleje los datos de los ojos izquierdos respecto a 90° antes de agruparlos. Indique la magnitud y el eje del centroide, la dispersión, la elipse de confianza del 95 %, la convención de coordenadas y los estadísticos bivariantes adecuados.