Metodología — cómo se fabrican nuestras láminas

Esta página documenta exactamente cómo se construye cada test del sitio: de dónde vienen los diseños de las láminas, cómo se renderizan, cómo se puntúan las respuestas y — lo más importante — qué está validado y qué no. Si quieres saber si puedes confiar en un resultado, lee esto primero.

Los tres bancos de láminas

El sitio sirve tres clases distintas de láminas, cada una con un registro público de procedencia.

El conjunto principal de 14 láminas (cvp14-v1)

El motor principal de cribado usa catorce definiciones de láminas originales publicadas por el proyecto open source Color Vision Plates (licencia MIT, © 2026 Luke Steuber, fijado en el commit d49a641). El conjunto contiene exactamente: una lámina de control por contraste de brillo, cinco diseños generales rojo-verde, dos láminas experimentales dirigidas a protan, dos láminas experimentales dirigidas a deutan y cuatro diseños azul-amarillo. Cada lámina se especifica en CIELAB: un color de primer plano y un color de fondo, cada uno con rangos de vibración por canal, más una semilla aleatoria fija que determina el patrón de puntos.

El proyecto de origen — y este sitio con él — declara sin rodeos que estas láminas no han sido validadas clínicamente. No existen cifras de sensibilidad, especificidad ni precisión por subtipo. Se diseñaron con métodos publicados de ciencia del color (comprobaciones CIEDE2000, búsquedas en rejilla con simulación de Brettel para las láminas dirigidas), lo que las hace reproducibles y honestas, no clínicas.

El conjunto de dígitos Ishihara (ishihara-rg-v1)

Las páginas del test Ishihara usan nueve láminas de dígitos generadas al compilar con el paquete Python ishihara bajo licencia MIT (© 2026 Vincent Gonzalez, versión 0.1.2). Cada lámina crece a partir de una semilla fija — la misma semilla produce siempre un SVG idéntico byte a byte, cuya suma SHA-256 queda registrada en nuestro registro público de procedencia. Ocho láminas de dígitos rojo-verde más una lámina de control. Es arte generado en la tradición Ishihara, no copia de los cuadernillos clínicos protegidos.

El conjunto de formas para niños (kids-shape-v1)

Las páginas infantiles usan ocho láminas de formas originales (círculo, estrella, triángulo, corazón) diseñadas para este sitio con el mismo proceso de render y la misma ciencia del color que el conjunto principal, con separaciones de color pensadas para una exploración lúdica y sin presión, no para cribado clínico. Una lámina de control de brillo abre el conjunto. No hace falta saber leer.

Cómo una lámina se vuelve píxeles

Cuando corre un test, cada definición de lámina se renderiza en vivo en tu navegador:

1. Un PRNG con semilla (mulberry32, del código MIT original) convierte la semilla fija de la lámina en un flujo determinista de números aleatorios — la misma lámina se dibuja idéntica en cada visita y en cada dispositivo.
2. Los colores de primer plano y de fondo se extraen de la especificación CIELAB con vibración por punto y se convierten CIELAB → XYZ (D65) → sRGB lineal → sRGB con codificación gamma. Igualar la luminosidad (L*) entre las dos familias es lo que impide resolver las láminas solo por brillo.
3. Los puntos se colocan con muestreo de disco de Poisson para que se repartan de forma uniforme con radios variados.
4. La figura (dígito o forma) se rasteriza en una máscara fuera de pantalla, y cada punto recibe el color de primer plano o del fondo según si su centro cae dentro de la figura.

Como el render ocurre en el cliente, no hay nada que descargar por lámina y nada que pueda variar entre visitantes.

Cómo se puntúan las respuestas

La puntuación es deliberadamente descriptiva. De cada respuesta registramos lo que escribiste (o que no viste nada) y lo comparamos con el patrón realmente dibujado. La página de resultados agrega:

• si se reconoció la lámina de control (si no, la sesión se reporta como no interpretable — un problema de pantalla o de ajustes, no un resultado de visión);
• cuántas figuras se reconocieron en cada grupo de diseño (rojo-verde general, dirigidas a protan, dirigidas a deutan, azul-amarillo o formas).

Ese es todo el modelo. No calculamos un «tipo», una gravedad, una probabilidad ni un apto/no apto frente a una norma, y la interfaz nunca te dice que eres (o que no eres) daltónico. Las etiquetas de clasificación del autor original de las láminas no se portaron a propósito, porque son heurísticas sin validación clínica.

Límites conocidos que aceptamos a propósito

• Sin validación clínica. Ninguna lámina de este sitio tiene sensibilidad o especificidad publicada. Lo decimos en cada página de test y no imitamos el lenguaje diagnóstico.
• Variabilidad de pantalla. Investigación publicada que comparó láminas tipo Ishihara entre smartphones, tabletas y pantallas calibradas encontró diferencias de legibilidad según el dispositivo (Kim et al., 2024). Lo mitigamos con la lámina de control y consejos repetidos de pantalla, pero no podemos calibrar tu pantalla.
• Las láminas dirigidas son experimentales. Los diseños dirigidos a protan y a deutan se apoyan en ingeniería de líneas de confusión, no en estudios clínicos; dos láminas por subtipo no pueden clasificar a nadie. Los resultados las mantienen en grupos separados y etiquetados.
• La simulación no es la percepción. El simulador aplica el modelo de Machado, Oliveira & Fernandes (2009) — una aproximación típica de la población. Modela cómo se desplazan los colores, no cómo ve cada persona.

Reproducibilidad y auditoría

Cada recurso y cada definición de lámina tiene una entrada en data/plate-provenance.json (31 entradas al publicar): proyecto de origen, archivo de licencia, versión o commit, semilla, respuesta y — para los SVG generados — una suma de control SHA-256. Los textos de licencia viven en el directorio LICENSES/ del repositorio y se resumen en la página de licencias. Regenerar las láminas de dígitos debe reproducir sumas idénticas; un cambio significa que cambió el recurso, y la versión sube.

Fuentes en las que nos apoyamos

• Color Vision Plates — definiciones de láminas, matemática del color e inspiración de puntuación (MIT).
• ishihara en PyPI — generador de láminas de dígitos con semilla (MIT).
• dichroma — simulación con modelo de Machado usada por el simulador y el experimento invertido (MIT).
• U.S. National Eye Institute — cifras de prevalencia y contexto de las pruebas clínicas.
• Kim et al., 2024 — dependencia de la pantalla en las láminas estilo Ishihara.
• Machado, Oliveira & Fernandes, 2009 — el modelo de simulación.

Política de cambios

Cualquier cambio en colores, semillas, figuras o lógica de puntuación aumenta la versión del banco afectado y se anota aquí. Las láminas mismas quieren ser aburridamente estables: el mismo test hoy, el mes que viene y en tu próximo dispositivo.