Revisión exploratoria sobre el uso de datos del mundo real para evaluar la efectividad de las aplicaciones mHealth

Por qué tus aplicaciones de salud importan más allá del teléfono

Muchos de nosotros registramos ahora el estado de ánimo, el sueño, los pasos o el nivel de glucosa en aplicaciones de salud, pero ¿qué ocurre con toda esa información? Este artículo explora cómo se están utilizando los datos de la vida real procedentes de aplicaciones móviles de salud (mHealth) para juzgar si estas herramientas realmente ayudan a las personas en su vida cotidiana. En lugar de depender únicamente de ensayos clínicos tradicionales, los autores revisan estudios que aprovechan los datos que las apps recopilan de forma natural mientras las personas las usan en casa, en el trabajo y en movimiento.

Qué se propusieron descubrir los investigadores

Los autores llevaron a cabo una revisión exploratoria, una especie de mapeo amplio, para ver cómo se emplean actualmente los datos del mundo real procedentes de aplicaciones de salud en la investigación publicada. Se centraron en apps dirigidas al paciente que las personas usan de forma independiente para gestionar la salud, monitorizar condiciones o apoyar cambios en el estilo de vida. De forma crucial, solo incluyeron estudios que utilizaron datos “emergentes de manera natural”: información capturada mediante funciones normales de las apps o registros rutinarios del sistema sanitario, no cuestionarios o herramientas adicionales implementadas solo para un estudio. Agruparon estos datos en tres tipos sencillos: información que las personas escriben en una app, datos registrados automáticamente por dispositivos como sensores o wearables, e información extraída de sistemas de salud como historias clínicas electrónicas o reclamaciones de seguros.

Dónde se están poniendo a prueba las apps de salud

De más de diez mil artículos, el equipo identificó 72 estudios que cumplían sus criterios, abarcando 61 apps diferentes. La mayoría de estas aplicaciones estaban dirigidas a problemas de salud mental, como la depresión o el insomnio, o a cuestiones metabólicas como la diabetes y el control de peso. Muchas de las apps funcionan en la práctica como herramientas médicas, ayudando a orientar el tratamiento o las decisiones del día a día, aunque su estatus regulatorio oficial no siempre se informa con claridad. Las apps de salud mental tendían a basarse en gran medida en lo que los usuarios escribían sobre su estado de ánimo, sueño o síntomas, mientras que las apps metabólicas recurrían más a dispositivos conectados, como monitores de glucosa o básculas inteligentes que registran medidas automáticamente.

Qué tipo de datos usan realmente estas apps

La revisión encontró que la mayoría de los estudios se apoyaba en información introducida activamente, como encuestas de síntomas dentro de la app, y que eran menos frecuentes los estudios que aprovechaban de forma sólida los datos pasivos procedentes de sensores o sistemas sanitarios. Alrededor de siete de cada diez estudios utilizaron datos introducidos por los usuarios, a menudo puntuaciones sobre dolor, estado de ánimo o sueño. Aproximadamente una cuarta parte empleó datos generados por dispositivos, y solo una pequeña fracción integró datos de historiales médicos o reclamaciones de seguros. Muchas apps recogían información de forma continua o al menos muy frecuente, pero la manera en que los investigadores analizaron este rico flujo fue a menudo sorprendentemente limitada. Pocos estudios combinaron múltiples fuentes de datos —por ejemplo, unir autoinformes de bienestar con lecturas de sensores— a pesar de la promesa de que tales combinaciones podrían ofrecer una imagen más completa y fiable de la salud.

¿Qué solidez tiene la evidencia hasta ahora?

Al analizar el diseño de los estudios, los autores observaron que la mayoría eran comparaciones relativamente sencillas de antes y después dentro de un único grupo de usuarios, sin un grupo de control para comparar. Solo un pequeño número empleó enfoques más rigurosos, como comparar usuarios de la app con no usuarios similares o realizar ensayos aleatorizados pragmáticos que reflejan más de cerca la atención en la vida real. Como resultado, muchos estudios actuales pueden mostrar que los síntomas de las personas cambiaron mientras usaban una app, pero no pueden afirmar con confianza que la propia app causó esos cambios. El tamaño de los estudios varió mucho, desde unas pocas docenas de personas hasta cientos de miles, y el seguimiento a menudo duró solo unos meses, por lo que los efectos a largo plazo siguen siendo poco conocidos.

Qué significa esto para los pacientes y la atención digital futura

En conjunto, la revisión dibuja una imagen de gran potencial pero trabajo incompleto. Las apps de salud son claramente capaces de captar grandes cantidades de información del mundo real sobre cómo se sienten y funcionan las personas, y estos datos podrían apoyar comprobaciones continuas y flexibles sobre el rendimiento de las herramientas digitales una vez que están en el mercado. Sin embargo, hasta ahora la mayoría de los estudios publicados hacen solo un uso parcial de este potencial. Se apoyan en gran medida en autoinformes, emplean diseños de estudio limitados y rara vez vinculan los datos de la app con registros clínicos. Para dar mayor confianza a clínicos, reguladores y pacientes, las evaluaciones futuras necesitarán combinar diferentes tipos de datos del mundo real, seguir a las personas durante más tiempo y usar mejores métodos de comparación. Si se hace bien, esto podría convertir el uso cotidiano de las apps en un motor poderoso para aprender qué funciona realmente en la atención sanitaria digital.

Cita: Gehder, S., Brückner, S., Gilbert, S. et al. A scoping review on using real-world data to evaluate the effectiveness of mHealth applications. npj Digit. Med. 9, 309 (2026). https://doi.org/10.1038/s41746-026-02562-0

Palabras clave: aplicaciones de salud móvil, datos del mundo real, terapéuticas digitales, investigación en datos de salud, mHealth basada en evidencia