TrialsgrambetaRCTs are beautiful
Traducción sin revisarLa traducción al Español de esta entrada no ha sido revisada por pares y puede diferir del original. El acrónimo, el título completo y la cita permanecen siempre en el idioma original.Abrir la publicación original ↗

Zhang AI-OCT (DME)

An AI-Based OCT System to Detect Diabetic Macular Edema: A Prospective Validation and Noninferiority Randomized Clinical Trial

Paciente / Población Intervención / Exposición Comparación Desenlace

En 276 pacientes derivados por sospecha de edema macular diabético, un informe de OCT basado en IA añadido a la decisión de derivación redujo las las derivaciones falsamente positivas en comparación con la derivación solo con el informe de cribado de retinografía.

N
276pacientes
Diseño
Validación prospectiva en modo silencioso + RCT de no inferioridad multicéntrico, Hong Kong
Desenlace
Tasa de derivaciones falsas positivas por EMD (margen de no inferioridad del 20 %)
Relevancia
2Importante — uno de varios pilares.
ResultadoDerivación falsa positiva por EMD 24,1 % vs. 69,1 % (diferencia absoluta −45 %, IC del 95 % −58,2 % a −31,9 %; p<0,001 para no inferioridad). Sensibilidad para la derivación por EMD 100,0 % en ambos grupos; especificidad 86,5 % vs. 0,0 %. Validación en modo silencioso (603 pacientes): sensibilidad 98,8 %, especificidad 90,7 %.
Zhang S, et al. JAMA. 2026;336(3):215-223. 10.1001/jama.2026.7025
Discusión y crítica

Un modelo de evaluación por etapas — primero validación en modo silencioso, después un ensayo aleatorizado — que muestra que un cribado de segunda etapa por OCT con IA puede reducir sustancialmente las derivaciones innecesarias al especialista por EMD sin pasar por alto ningún caso. El ensayo es pequeño, procede de un único programa de cribado y, como todos los participantes fueron finalmente vistos por un especialista, mide la exactitud de la derivación y no los resultados visuales posteriores.