131p. 131-149
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026).Vol. 17 Número 1 2026
RESUMEN
ABSTRACT
Telemedicine and digital health for the prevention and management of
childhood obesity in Primary Care: a scoping review (2018-2026)
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026)
(1) Facultad de Posgrado, Universidad Estatal de Milagro, Milagro, Ecuador.
(2) Posgrado de Neumología, Universidad de las Américas, Quito, Ecuador.
(3) Facultad de Medicina, Universidad de Cuenca, Cuenca, Ecuador.
Autor de correspondencia:
Autor para la correspondencia: Daniela Elizabeth Pástor Ortega. Universidad Estatal de Milagro. Dirección postal: Cdla. Universitaria “Dr. Rómulo Minchala Murillo – km. 1.5 vía Milagro
-Virgen de Fátima, Guayas, Ecuador. e-mail: dpastoro@unemi.edu.ec. Teléfono: 0987030448.
Introducción: La obesidad infantil constituye un problema de salud pública con riesgo de enfermedades crónicas en la adultez. La atención
primaria de salud (APS) es clave para su detección y manejo; en este contexto, la telemedicina y tecnologías digitales contribuyen a mejorar
el acceso y seguimiento de pacientes. Objetivo: Describir y sintetizar la información disponible sobre características, alcance, diseño
metodológico y resultados de intervenciones de telemedicina y salud digital en el manejo de obesidad infantil en APS. Metodología: Revisión
exploratoria para síntesis de evidencia y extensión PRISMA-ScR, con búsqueda en bases de datos PubMed, Scopus y Librería Cochrane
(2018 – 2026). Bajo el modelo PCC, se incluyeron estudios cuantitativos (aleatorizados y no aleatorizados), cualitativos, de métodos mixtos
y protocolos que abordan telemedicina / salud digital dirigida a población pediátrica, cuidadores o personal sanitario en el entorno de APS.
La calidad se examinó con la herramienta Mixed Methods Appraisal Tool (MMAT). Resultados: Se incluyeron 15 estudios, la evidencia se
clasificó en tres ejes: impacto clínico y antropométrico; factibilidad/aceptabilidad, protocolos y estrategias de prevención temprana. Las
intervenciones demostraron un impacto limitado en el IMC-z a corto plazo, pero, mejoras en la adherencia terapéutica y conductas saludables
(actividad física y hábitos alimenticios). Discusión: Las intervenciones digitales fortalecen los hábitos saludables y adherencia terapéutica; sin
embargo, su efectividad sobre el IMC fue variable. Estos resultados coinciden con revisiones previas sobre beneficios moderados de estas
herramientas. Conclusiones: Las intervenciones de telemedicina en la APS son un complemento útil para motivar la adherencia y hábitos
saludables.
Palabras claves: telemedicina, obesidad pediátrica, salud digital, sobrepeso, niño, atención primaria de salud.
Introduction: Childhood obesity is a public health problem with a risk of chronic diseases in adulthood. Primary health care (PHC) is key to its
detection and management; in this context, telemedicine and digital technologies help to improve patient access and follow-up. Objective:
To describe and synthesize the available information on the characteristics, scope, methodological design, and outcomes of telemedicine
and digital health interventions in the management of childhood obesity in PHC. Methodology: Exploratory review for PRISMA-ScR evidence
synthesis and extension, with searches of the PubMed, Scopus and Cochrane Library databases (2018–2026). Under the PCC model,
quantitative (randomised and non-randomised), qualitative and mixed-methods studies, as well as protocols, addressing telemedicine/
digital health aimed at the paediatric population, carers or healthcare staff in the primary care setting were included. Quality was assessed
using the Mixed Methods Appraisal Tool (MMAT). Results: They included 15 studies; the evidence was categorised into three areas: clinical
and anthropometric impact; feasibility/acceptability; and protocols and early prevention strategies. The interventions showed a limited
impact on BMI-z in the short term, but improvements in treatment adherence and healthy behaviours (physical activity and dietary habits).
Discussion: Digital interventions strengthen healthy habits and therapeutic adherence; however, their effectiveness on BMI was variable.
These results are consistent with previous reviews showing moderate benefits of these tools. Conclusions: Telemedicine interventions in
primary care are a useful complement to motivate adherence and healthy habits.
Keywords: telemedicine, pediatric obesity, digital health, overweight, child, primary health care
ARTÍCULO DE REVISIÓN Historial del artículo: Recibido: 06/04/2026 · Aceptado: 24/06/2026 · Publicado: 25-07-2026
https://cssn.espoch.edu.ec
iD iDDaniela Elizabeth Pástor Ortega ⁽¹⁾ * Bolívar Alexander Caza Garzón ⁽²⁾
dpastoro@unemi.edu.ec bolivar.caza@udla.edu.ec
iD Jennifer Odalis Donoso Moreano ⁽³⁾
odalisdonoso@gmail.com
DOI: https://doi.org/10.47187/cssn.Vol17.Iss1.508
132Daniela Elizabeth Pástor Ortega, et al.Vol. 17 Número 1 2026
La obesidad en la población infantil es uno de
los retos más significativos en salud pública
a nivel global y su prevalencia ha ido en
aumento ininterrumpidamente en las últimas
décadas. Se considera que alrededor del 8,5%
de la población pediátrica presenta obesidad,
mostrando diferencias según la región, y
que aproximadamente el 22,2% de los niños
y adolescentes tiene sobrepeso (1). Este
incremento ha sido especialmente evidente
dado que entre 1975 y 2016 la cantidad de niños
obesos incrementó de 11 a 124 millones a nivel
mundial (2). La obesidad durante la infancia
se vincula a un mayor riesgo de desarrollar
enfermedades crónicas tales como diabetes tipo
2, hipertensión, problemas cardiovasculares y
enfermedades metabólicas del hígado, junto
con dificultades psicológicas como la depresión,
la estigmatización social y la baja autoestima (1,
2). Además, existe evidencia de que los niños con
exceso de peso tienen una probabilidad más alta
de sufrir obesidad en la adultez, lo que podría
aumentar el riesgo de desarrollar enfermedades
crónicas a futuro (3).
Con este enfoque, el nivel de Atención Primaria de
Salud (APS) es un buen puntal para la detección,
prevención y tratamiento del sobrepeso en niños
y niñas, las consultas en APS son un modelo de
atención alternativo para extender la cobertura
y apoyar la continuidad de las asistencias, así
como para detectar factores de riesgo, orientar
a las familias en el cambio de hábitos alimenticios
y fomentar el desarrollo de hábitos saludables
desde edades tempranas. No obstante, diversos
estudios señalan que la falta de tiempo, recursos
y herramientas son las principales limitaciones
que enfrentan los profesionales de APS al
abordar la obesidad infantil (4). El incremento
del peso corporal en los niños derivado de estilos
de vida sedentarios y cambios en los patrones
alimentarios por dinámicas como la pandemia
por COVID-19 contribuyeron a exacerbar este
problema (5,6), aumentando la necesidad de
diseñar e incorporar modelos de atención
basados en telemedicina y salud digital (eHealth,
mHealth), estas herramientas incluyen en su
estructura programas de teleconsulta sincrónica,
aplicaciones móviles de monitoreo nutricional,
plataformas web interactivas, mensajería de texto
dirigida y sistemas de coaching. Inicialmente, se
planteó que el uso de estas tecnologías podría
tener una correlación directa con los cambios en
el índice de masa corporal (IMC) o en el puntaje-z
de IMC (7,8). Sin embargo, el verdadero impacto
1. Introducción
2. Metodología
de las intervenciones digitales está orientado
a los resultados conductuales y del proceso,
con mejorías en la adherencia terapéutica,
seguimiento de los pacientes y las prácticas
saludables como el incremento de la actividad
física y la mejora en la calidad de la dieta (7, 9,
10).
La digitalización pospandémica ha permitido la
difusión de la literatura científica generada entre
2018 y 2026, estos documentos incluyen ensayos
clínicos, programas preventivos tempranos,
estudios cualitativos y protocolos, siendo esta
misma variedad lo que limita la ejecución de una
síntesis de efectividad clínica, razón por la que se
adopta un enfoque exploratorio por la falta de
homogeneidad estadística (2).
Por ello, la presente revisión exploratoria
tiene como objetivo caracterizar y sintetizar
la información seleccionada sobre el uso de
intervenciones de telemedicina y salud digital
para la prevención y manejo de la obesidad
infantil en el ámbito de la Atención Primaria de
Salud y aportar con información que oriente la
toma de decisiones clínicas y de salud pública.
La revisión queda estructurada y orientada
por la pregunta de investigación: ¿Cuáles son
las características metodológicas, enfoques y
resultados de las intervenciones de telemedicina
orientadas a la población pediátrica, cuidadores
o personal sanitario para la prevención y manejo
de la obesidad en niños y adolescentes con
sobrepeso u obesidad atendidos o derivados
desde Atención Primaria de Salud, según la
evidencia publicada entre 2018 y 2026?
2.1. Criterios de elegibilidad
Se realizó una revisión exploratoria de la
literatura con base en la declaración PRISMA-
ScR (Preferred Reporting Items for Systematic
Reviews and Meta-Analyses extension for
Scoping Reviews), siguiendo la metodología
propuesta por el Instituto Joanna Briggs (JBI)
para revisiones de alcance. Este enfoque se
seleccionó para mapear la diversidad de diseños,
delimitar la evidencia existente y conceptualizar
las intervenciones de telemedicina y salud digital
en el ámbito de la prevención y manejo de la
obesidad infantil en Atención Primaria de Salud
(APS).
La obesidad en la población infantil es uno de
los retos más significativos en salud pública
a nivel global y su prevalencia ha ido en
aumento ininterrumpidamente en las últimas
décadas. Se considera que alrededor del 8,5%
de la población pediátrica presenta obesidad,
mostrando diferencias según la región, y
que aproximadamente el 22,2% de los niños
y adolescentes tiene sobrepeso (1). Este
incremento ha sido especialmente evidente
dado que entre 1975 y 2016 la cantidad de niños
obesos incrementó de 11 a 124 millones a nivel
mundial (2). La obesidad durante la infancia
se vincula a un mayor riesgo de desarrollar
enfermedades crónicas tales como diabetes tipo
2, hipertensión, problemas cardiovasculares y
enfermedades metabólicas del hígado, junto
con dificultades psicológicas como la depresión,
la estigmatización social y la baja autoestima (1,
2). Además, existe evidencia de que los niños con
exceso de peso tienen una probabilidad más alta
de sufrir obesidad en la adultez, lo que podría
aumentar el riesgo de desarrollar enfermedades
crónicas a futuro (3).
Con este enfoque, el nivel de Atención Primaria de
Salud (APS) es un buen puntal para la detección,
prevención y tratamiento del sobrepeso en niños
y niñas, las consultas en APS son un modelo de
atención alternativo para extender la cobertura
y apoyar la continuidad de las asistencias, así
como para detectar factores de riesgo, orientar
a las familias en el cambio de hábitos alimenticios
y fomentar el desarrollo de hábitos saludables
desde edades tempranas. No obstante, diversos
estudios señalan que la falta de tiempo, recursos
y herramientas son las principales limitaciones
que enfrentan los profesionales de APS al
abordar la obesidad infantil (4). El incremento
del peso corporal en los niños derivado de estilos
de vida sedentarios y cambios en los patrones
alimentarios por dinámicas como la pandemia
por COVID-19 contribuyeron a exacerbar este
problema (5,6), aumentando la necesidad de
diseñar e incorporar modelos de atención
basados en telemedicina y salud digital (eHealth,
mHealth), estas herramientas incluyen en su
estructura programas de teleconsulta sincrónica,
aplicaciones móviles de monitoreo nutricional,
plataformas web interactivas, mensajería de texto
dirigida y sistemas de coaching. Inicialmente, se
planteó que el uso de estas tecnologías podría
tener una correlación directa con los cambios en
el índice de masa corporal (IMC) o en el puntaje-z
de IMC (7,8). Sin embargo, el verdadero impacto
1. Introducción
2. Metodología
de las intervenciones digitales está orientado
a los resultados conductuales y del proceso,
con mejorías en la adherencia terapéutica,
seguimiento de los pacientes y las prácticas
saludables como el incremento de la actividad
física y la mejora en la calidad de la dieta (7, 9,
10).
La digitalización pospandémica ha permitido la
difusión de la literatura científica generada entre
2018 y 2026, estos documentos incluyen ensayos
clínicos, programas preventivos tempranos,
estudios cualitativos y protocolos, siendo esta
misma variedad lo que limita la ejecución de una
síntesis de efectividad clínica, razón por la que se
adopta un enfoque exploratorio por la falta de
homogeneidad estadística (2).
Por ello, la presente revisión exploratoria
tiene como objetivo caracterizar y sintetizar
la información seleccionada sobre el uso de
intervenciones de telemedicina y salud digital
para la prevención y manejo de la obesidad
infantil en el ámbito de la Atención Primaria de
Salud y aportar con información que oriente la
toma de decisiones clínicas y de salud pública.
La revisión queda estructurada y orientada
por la pregunta de investigación: ¿Cuáles son
las características metodológicas, enfoques y
resultados de las intervenciones de telemedicina
orientadas a la población pediátrica, cuidadores
o personal sanitario para la prevención y manejo
de la obesidad en niños y adolescentes con
sobrepeso u obesidad atendidos o derivados
desde Atención Primaria de Salud, según la
evidencia publicada entre 2018 y 2026?
2.1. Criterios de elegibilidad
Se realizó una revisión exploratoria de la
literatura con base en la declaración PRISMA-
ScR (Preferred Reporting Items for Systematic
Reviews and Meta-Analyses extension for
Scoping Reviews), siguiendo la metodología
propuesta por el Instituto Joanna Briggs (JBI)
para revisiones de alcance. Este enfoque se
seleccionó para mapear la diversidad de diseños,
delimitar la evidencia existente y conceptualizar
las intervenciones de telemedicina y salud digital
en el ámbito de la prevención y manejo de la
obesidad infantil en Atención Primaria de Salud
(APS).
133p. 131-149
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026).Vol. 17 Número 1 2026
Los criterios de elegibilidad se delimitaron de
acuerdo con el marco Población, Concepto y
Contexto (PCC), recomendado para revisiones
de alcance:
• Población: Niños y adolescentes (0–18
años) con sobrepeso u obesidad o en riesgo
atendida en Atención Primaria de Salud
(APS) o derivada de este nivel de atención.
• Concepto (C): Herramientas de telemedicina
y salud digital: software, aplicaciones
móviles, páginas web, sistemas de soporte/
monitoreo o mensajería de texto (SMS).
• Contexto (C): Intervenciones
implementadas, evaluadas o coordinadas
directamente desde el nivel de Atención
Primaria de Salud (APS), clínicas pediátricas
ambulatorias, centros de salud familiar
o programas comunitarios vinculados
estrictamente a la atención primaria.
Tipo de fuentes y diseño de los estudios: Se
incluyeron ensayos clínicos aleatorizados (ECA),
estudios cuasi-experimentales, estudios piloto,
investigaciones mixtas y estudios cualitativos,
se incorporaron protocolos de ensayos clínicos
vigentes o en desarrollo, con la finalidad de
identificar las directrices metodológicas.
Resultados: Los hallazgos se categorizaron en
tres ejes: 1) Indicadores antropométricos (Índice
de Masa Corporal [IMC], puntaje z del IMC
[IMC-z], porcentaje del percentil 95 [%BMIp95]
o peso corporal); 2) Hábitos y estilo de vida.
(hábitos alimenticios, niveles de actividad física
o tiempo de pantalla); y 3) Adherencia al proceso
(aceptabilidad del sistema digital).
Idioma y periodo: Publicaciones en inglés o en
español, desde el año 2018 hasta el momento
de la revisión.
Dado que la telemedicina en obesidad infantil
incluye tanto intervenciones clínicas como
procedimientos de implementación, los estudios
incluidos fueron analizados atendiendo al aporte
principal de cada uno.
Criterios de exclusión: Se excluyeron aquellos
documentos que consistieran en cartas al editor,
editoriales o revisiones narrativas previas.
Asimismo, se descartaron intervenciones
dirigidas exclusivamente a población adulta,
aquellas ejecutadas fuera del entorno o
coordinación de la APS, a saber, entornos
hospitalarios de alta complejidad o atención
terciaria y estudios cuyos datos no guardaran
relación directa con variables de salud digital u
obesidad pediátrica.
2.2. Fuentes y estrategia de búsqueda.
Las búsquedas bibliográficas se llevaron a cabo
el día 6 de marzo de 2026, con el objetivo de
localizar publicaciones científicas comprendidas
entre los años 2018 y 2026 en las bases de datos
indexadas Scopus, PubMed y Librería Cochrane.
La estrategia de búsqueda se diseñó utilizando
una combinación de términos libres y palabras
clave, empleando descriptores MeSH y DeCS.
Los conceptos incluidos correspondieron a
los componentes del marco PCC (Población,
Concepto y Contexto) incorporando términos
relacionados con telemedicina y salud digital
(telemedicine, telehealth, eHealth, mHealth),
obesidad infantil (pediatric obesity, childhood
obesity, adolescent obesity), población
pediátrica (child, children, adolescent) y atención
primaria (primary health care, primary care).
Estos términos se combinaron con operadores
booleanos AND y OR, la sintaxis se adaptó a las
características de las bases de datos. Se empleó
inteligencia artificial generativa (ChatGPT) como
recurso tecnológico de soporte exclusivo para
optimizar las cadenas booleanas y compilar
combinaciones exhaustivas de sinónimos. Los
investigadores revisaron, ajustaron y validaron
las estrategias de forma independiente. En el
Apéndice 1 se detallan las cadenas de búsqueda
definitivas aplicadas para cada base de datos.
2.3. Proceso de selección de los estudios.
El proceso de selección de la literatura se rigió
por las fases establecidas en la declaración
PRISMA-ScR. Los registros identificados en las
búsquedas iniciales fueron exportados al gestor
bibliográfico Zotero para la eliminación manual
y automatizada de duplicados. Posteriormente,
las referencias remanentes se cargaron en la
plataforma Rayyan para optimizar el proceso
de cribado.
La selección se ejecutó en fases: en primer lugar,
se realizó un cribado ciego por título y resumen;
en segundo lugar, se procedió a la evaluación a
texto completo de los artículos elegibles. Todo
el proceso fue realizado de forma independiente
por tres revisores. Las discrepancias surgidas
en las fases de elegibilidad fueron resueltas
mediante discusión y consenso entre los
evaluadores. El flujo final de selección se
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026).Vol. 17 Número 1 2026
Los criterios de elegibilidad se delimitaron de
acuerdo con el marco Población, Concepto y
Contexto (PCC), recomendado para revisiones
de alcance:
• Población: Niños y adolescentes (0–18
años) con sobrepeso u obesidad o en riesgo
atendida en Atención Primaria de Salud
(APS) o derivada de este nivel de atención.
• Concepto (C): Herramientas de telemedicina
y salud digital: software, aplicaciones
móviles, páginas web, sistemas de soporte/
monitoreo o mensajería de texto (SMS).
• Contexto (C): Intervenciones
implementadas, evaluadas o coordinadas
directamente desde el nivel de Atención
Primaria de Salud (APS), clínicas pediátricas
ambulatorias, centros de salud familiar
o programas comunitarios vinculados
estrictamente a la atención primaria.
Tipo de fuentes y diseño de los estudios: Se
incluyeron ensayos clínicos aleatorizados (ECA),
estudios cuasi-experimentales, estudios piloto,
investigaciones mixtas y estudios cualitativos,
se incorporaron protocolos de ensayos clínicos
vigentes o en desarrollo, con la finalidad de
identificar las directrices metodológicas.
Resultados: Los hallazgos se categorizaron en
tres ejes: 1) Indicadores antropométricos (Índice
de Masa Corporal [IMC], puntaje z del IMC
[IMC-z], porcentaje del percentil 95 [%BMIp95]
o peso corporal); 2) Hábitos y estilo de vida.
(hábitos alimenticios, niveles de actividad física
o tiempo de pantalla); y 3) Adherencia al proceso
(aceptabilidad del sistema digital).
Idioma y periodo: Publicaciones en inglés o en
español, desde el año 2018 hasta el momento
de la revisión.
Dado que la telemedicina en obesidad infantil
incluye tanto intervenciones clínicas como
procedimientos de implementación, los estudios
incluidos fueron analizados atendiendo al aporte
principal de cada uno.
Criterios de exclusión: Se excluyeron aquellos
documentos que consistieran en cartas al editor,
editoriales o revisiones narrativas previas.
Asimismo, se descartaron intervenciones
dirigidas exclusivamente a población adulta,
aquellas ejecutadas fuera del entorno o
coordinación de la APS, a saber, entornos
hospitalarios de alta complejidad o atención
terciaria y estudios cuyos datos no guardaran
relación directa con variables de salud digital u
obesidad pediátrica.
2.2. Fuentes y estrategia de búsqueda.
Las búsquedas bibliográficas se llevaron a cabo
el día 6 de marzo de 2026, con el objetivo de
localizar publicaciones científicas comprendidas
entre los años 2018 y 2026 en las bases de datos
indexadas Scopus, PubMed y Librería Cochrane.
La estrategia de búsqueda se diseñó utilizando
una combinación de términos libres y palabras
clave, empleando descriptores MeSH y DeCS.
Los conceptos incluidos correspondieron a
los componentes del marco PCC (Población,
Concepto y Contexto) incorporando términos
relacionados con telemedicina y salud digital
(telemedicine, telehealth, eHealth, mHealth),
obesidad infantil (pediatric obesity, childhood
obesity, adolescent obesity), población
pediátrica (child, children, adolescent) y atención
primaria (primary health care, primary care).
Estos términos se combinaron con operadores
booleanos AND y OR, la sintaxis se adaptó a las
características de las bases de datos. Se empleó
inteligencia artificial generativa (ChatGPT) como
recurso tecnológico de soporte exclusivo para
optimizar las cadenas booleanas y compilar
combinaciones exhaustivas de sinónimos. Los
investigadores revisaron, ajustaron y validaron
las estrategias de forma independiente. En el
Apéndice 1 se detallan las cadenas de búsqueda
definitivas aplicadas para cada base de datos.
2.3. Proceso de selección de los estudios.
El proceso de selección de la literatura se rigió
por las fases establecidas en la declaración
PRISMA-ScR. Los registros identificados en las
búsquedas iniciales fueron exportados al gestor
bibliográfico Zotero para la eliminación manual
y automatizada de duplicados. Posteriormente,
las referencias remanentes se cargaron en la
plataforma Rayyan para optimizar el proceso
de cribado.
La selección se ejecutó en fases: en primer lugar,
se realizó un cribado ciego por título y resumen;
en segundo lugar, se procedió a la evaluación a
texto completo de los artículos elegibles. Todo
el proceso fue realizado de forma independiente
por tres revisores. Las discrepancias surgidas
en las fases de elegibilidad fueron resueltas
mediante discusión y consenso entre los
evaluadores. El flujo final de selección se
134Daniela Elizabeth Pástor Ortega, et al.Vol. 17 Número 1 2026
3. Resultados
El proceso de selección de las fuentes de evidencia
se presenta detalladamente mediante el diagrama
de flujo PRISMA, adaptado conforme a las
directrices de la declaración PRISMA-ScR (Figura 1).
Este diagrama resume las etapas de identificación,
cribado, elegibilidad e inclusión de los estudios,
indicando el número de registros recuperados,
excluidos y finalmente incluidos, así como las
razones de exclusión en la fase de evaluación a
texto completo.
documentó de forma transparente en el
diagrama de flujo PRISMA (Figura 1).
2.4. Proceso de análisis de datos.
La extracción de la información se realizó
mediante una matriz estructurada en
formato digital, diseñada para garantizar la
homogeneidad en la recolección de los datos.
Para cada estudio seleccionado se recolectaron
las siguientes variables: autor y año, país de
ejecución, diseño metodológico, características
de la población, tipo de tecnología o intervención
digital, comparador, desenlaces evaluados y
principales hallazgos.
Las fuentes se organizaron según sus
características con base en los resultados
clínicos y antropométricos (IMC, BMI z-score,
%BMIp95) como a las referenciales conductuales
que incluyen: hábitos alimentarios, actividad
física, tiempo de pantalla y hallazgos de
particularidades durante los procesos como:
adherencia y aceptabilidad La evidencia se
sintetizó en tablas comparativas clasificadas
por temáticas para identificar los patrones
específicos de la implementación, brechas
de conocimiento y la heterogeneidad de los
estudios.
La calidad metodológica de las fuentes primarias
incluidas se evaluó mediante la herramienta
MMAT (Mixed Methods Appraisal Tool, versión
2018). Esta herramienta se seleccionó debido
a su capacidad para valorar la calidad de
estudios de diseños diversos (ensayos clínicos,
cuantitativos no aleatorizados, cualitativos y
métodos mixtos), cuyos criterios y puntajes
detallados se describen en la sección de
resultados y el Apéndice 2. Este proceso fue
ejecutado de manera independiente por dos
revisores (autor 1 y autor 2) para minimizar
el sesgo de selección e interpretación. Las
discrepancias identificadas durante la valoración
fueron discutidas entre ambos revisores y,
cuando no se alcanzó un acuerdo, se consultó
a un tercer revisor para resolverlas mediante
consenso.
2.5. Consideraciones éticas.
Dada la naturaleza de este trabajo de revisión
exploratoria, no se requirió la aprobación
de un comité de ética ni la aplicación de
consentimientos informados. El estudio se
dirigió con principios de integridad científica,
garantizando la fidelidad de los datos extraídos
de las fuentes primarias, el respeto a los
derechos de autor mediante una citación y la
ausencia de plagio.
2.6. Limitaciones.
La principal limitación es la heterogeneidad
metodológica, conceptual y operativa de las
intervenciones digitales objeto de estudio
(variabilidad en la duración de los seguimientos,
tipos de tecnologías y heterogeneidad de los
resultados), lo que justifica la pertinencia del
diseño exploratorio adoptado. Asimismo, se
reconoce un sesgo geográfico debido a que
la mayoría de la evidencia disponible procede
de países con un gran nivel de producción
científica, frente a la producción limitada en
el contexto latinoamericano, lo que complica
la transferencia directa de los hallazgos a
sistemas de APS al contexto local. Finalmente, la
búsqueda se limitó a literatura en idiomas inglés
y español; en consonancia con las directrices
de las revisiones de alcance y la declaración
PRISMA-ScR, no se realizó una evaluación formal
del sesgo de publicación ni un análisis de certeza
global de la evidencia (GRADE), dado que el
objetivo primordial de este diseño es mapear la
amplitud de la literatura existente y no estimar
un efecto de efectividad clínica acumulada.
La estrategia de búsqueda se restringió a
literatura de libre acceso. Si bien esta decisión
se tomó por criterios de viabilidad logística,
reconocemos que introduce un posible sesgo
de selección al omitir estudios relevantes
publicados exclusivamente en revistas bajo
suscripción, lo cual debe considerarse en este
mapeo de evidencia.
3. Resultados
El proceso de selección de las fuentes de evidencia
se presenta detalladamente mediante el diagrama
de flujo PRISMA, adaptado conforme a las
directrices de la declaración PRISMA-ScR (Figura 1).
Este diagrama resume las etapas de identificación,
cribado, elegibilidad e inclusión de los estudios,
indicando el número de registros recuperados,
excluidos y finalmente incluidos, así como las
razones de exclusión en la fase de evaluación a
texto completo.
documentó de forma transparente en el
diagrama de flujo PRISMA (Figura 1).
2.4. Proceso de análisis de datos.
La extracción de la información se realizó
mediante una matriz estructurada en
formato digital, diseñada para garantizar la
homogeneidad en la recolección de los datos.
Para cada estudio seleccionado se recolectaron
las siguientes variables: autor y año, país de
ejecución, diseño metodológico, características
de la población, tipo de tecnología o intervención
digital, comparador, desenlaces evaluados y
principales hallazgos.
Las fuentes se organizaron según sus
características con base en los resultados
clínicos y antropométricos (IMC, BMI z-score,
%BMIp95) como a las referenciales conductuales
que incluyen: hábitos alimentarios, actividad
física, tiempo de pantalla y hallazgos de
particularidades durante los procesos como:
adherencia y aceptabilidad La evidencia se
sintetizó en tablas comparativas clasificadas
por temáticas para identificar los patrones
específicos de la implementación, brechas
de conocimiento y la heterogeneidad de los
estudios.
La calidad metodológica de las fuentes primarias
incluidas se evaluó mediante la herramienta
MMAT (Mixed Methods Appraisal Tool, versión
2018). Esta herramienta se seleccionó debido
a su capacidad para valorar la calidad de
estudios de diseños diversos (ensayos clínicos,
cuantitativos no aleatorizados, cualitativos y
métodos mixtos), cuyos criterios y puntajes
detallados se describen en la sección de
resultados y el Apéndice 2. Este proceso fue
ejecutado de manera independiente por dos
revisores (autor 1 y autor 2) para minimizar
el sesgo de selección e interpretación. Las
discrepancias identificadas durante la valoración
fueron discutidas entre ambos revisores y,
cuando no se alcanzó un acuerdo, se consultó
a un tercer revisor para resolverlas mediante
consenso.
2.5. Consideraciones éticas.
Dada la naturaleza de este trabajo de revisión
exploratoria, no se requirió la aprobación
de un comité de ética ni la aplicación de
consentimientos informados. El estudio se
dirigió con principios de integridad científica,
garantizando la fidelidad de los datos extraídos
de las fuentes primarias, el respeto a los
derechos de autor mediante una citación y la
ausencia de plagio.
2.6. Limitaciones.
La principal limitación es la heterogeneidad
metodológica, conceptual y operativa de las
intervenciones digitales objeto de estudio
(variabilidad en la duración de los seguimientos,
tipos de tecnologías y heterogeneidad de los
resultados), lo que justifica la pertinencia del
diseño exploratorio adoptado. Asimismo, se
reconoce un sesgo geográfico debido a que
la mayoría de la evidencia disponible procede
de países con un gran nivel de producción
científica, frente a la producción limitada en
el contexto latinoamericano, lo que complica
la transferencia directa de los hallazgos a
sistemas de APS al contexto local. Finalmente, la
búsqueda se limitó a literatura en idiomas inglés
y español; en consonancia con las directrices
de las revisiones de alcance y la declaración
PRISMA-ScR, no se realizó una evaluación formal
del sesgo de publicación ni un análisis de certeza
global de la evidencia (GRADE), dado que el
objetivo primordial de este diseño es mapear la
amplitud de la literatura existente y no estimar
un efecto de efectividad clínica acumulada.
La estrategia de búsqueda se restringió a
literatura de libre acceso. Si bien esta decisión
se tomó por criterios de viabilidad logística,
reconocemos que introduce un posible sesgo
de selección al omitir estudios relevantes
publicados exclusivamente en revistas bajo
suscripción, lo cual debe considerarse en este
mapeo de evidencia.
135p. 131-149
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026).Vol. 17 Número 1 2026
Se identificaron 247 estudios a partir de las
bases de datos consultadas. Tras la eliminación
de duplicados y el proceso de cribado, se
seleccionaron 38 estudios para evaluación a texto
completo.
De los 38 estudios evaluados en texto completo,
se excluyeron 23 por no cumplir con los criterios
de elegibilidad. Las principales razones de
exclusión fueron población no incluida (n =
6), intervenciones que no correspondían a
telemedicina (n = 7), ausencia de evaluación
de obesidad (n = 2), contextos distintos a APS
(n = 4) y tipo de publicación no elegible (n =
4). Finalmente, se incluyeron 15 estudios en la
revisión.
3.1. Descripción general de los estudios
incluidos
Debido a la diversidad metodológica de la
evidencia, los estudios se han clasificado según su
diseño y objetivo analítico en cuatro ejes: la Tabla
1 presenta los ECA orientados a la cuantificación
de resultados antropométricos; la Tabla 2
describe las experiencias de implementación en
entornos de vida real (estudios observacionales
y cuasi-experimentales); la Tabla 3 compila
la evidencia cualitativa y de métodos mixtos
sobre aceptabilidad y barreras de uso; y la Tabla
4 agrupa los protocolos de investigación en
desarrollo para distinguir los hallazgos empíricos
de las propuestas.
Figura 1. Diagrama PRISMA-ScR.
Fuente: Adaptado de Diagrama de flujo PRISMA-ScR. Source: Page
et al., 2021 (11)
En la Tabla 1 se presenta un compendio de los
ensayos clínicos que reportan modificaciones
directas en los indicadores antropométricos en
población infantil.
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026).Vol. 17 Número 1 2026
Se identificaron 247 estudios a partir de las
bases de datos consultadas. Tras la eliminación
de duplicados y el proceso de cribado, se
seleccionaron 38 estudios para evaluación a texto
completo.
De los 38 estudios evaluados en texto completo,
se excluyeron 23 por no cumplir con los criterios
de elegibilidad. Las principales razones de
exclusión fueron población no incluida (n =
6), intervenciones que no correspondían a
telemedicina (n = 7), ausencia de evaluación
de obesidad (n = 2), contextos distintos a APS
(n = 4) y tipo de publicación no elegible (n =
4). Finalmente, se incluyeron 15 estudios en la
revisión.
3.1. Descripción general de los estudios
incluidos
Debido a la diversidad metodológica de la
evidencia, los estudios se han clasificado según su
diseño y objetivo analítico en cuatro ejes: la Tabla
1 presenta los ECA orientados a la cuantificación
de resultados antropométricos; la Tabla 2
describe las experiencias de implementación en
entornos de vida real (estudios observacionales
y cuasi-experimentales); la Tabla 3 compila
la evidencia cualitativa y de métodos mixtos
sobre aceptabilidad y barreras de uso; y la Tabla
4 agrupa los protocolos de investigación en
desarrollo para distinguir los hallazgos empíricos
de las propuestas.
Figura 1. Diagrama PRISMA-ScR.
Fuente: Adaptado de Diagrama de flujo PRISMA-ScR. Source: Page
et al., 2021 (11)
En la Tabla 1 se presenta un compendio de los
ensayos clínicos que reportan modificaciones
directas en los indicadores antropométricos en
población infantil.
136Daniela Elizabeth Pástor Ortega, et al.Vol. 17 Número 1 2026
Autor, año
(País)
Diseño del
estudio
Población (n)
Edad (años)
Tipo d
intervención
digital
Duración
Comparador
Indicador
evaluado
Principales
hallazgos
Conclusión
del estudio
Heerman
et al.,
2024 (13)
(EE. UU.)
Ensayo
clínico
aleatoriza-
do multi-
céntrico
900 parejas
padre-hijo (449
intervención
digital + clínica;
451 clínica sola)
Recién
nacidos
0–21 días;
seguimien-
to hasta 24
meses
Mensajes SMS+-
panel web +
consejería clínica
presencial
24 meses Consejería clíni-
ca sola
Trayectoria
peso/talla,
BMI-z, obesi-
dad (%)
Reducción de 0.33 kg/m en
la trayectoria peso-talla a
los 24 meses (IC 95%: 0.09–
0.57); IMC-z y peso-talla-z
significativamente menores
en el grupo digital. Prevalen-
cia de obesidad a 24 m: 7.4%
vs 12.7% (RR 0.56).
La intervención digital com-
plementaria redujo mode-
radamente el crecimiento
ponderal y la obesidad a
24 meses.
Johansson et
al.,
2020 (16) (Sue-
cia)
Ensayo clí-
nico alea-
torizado de
factibilidad
28 niños alea-
torizados (15
intervención,
13 control)
5–12
Sistema mHealth
con peso diario,
app para padres,
web clínica, curva
objetivo y men-
sajería
6 meses Atención
estándar
Factibilidad,
adherencia,
asistencia, BMI
SDS
De 40 elegibles, 28 acep-
taron; el grupo interven-
ción asistió mejor a citas
(p=0.024) y redujo más el
BMI SDS a 6 meses (−0.23 vs
0.01; p=0.002)
El sistema mHealth fue facti-
ble y generó mejores resulta-
dos que la atención estándar,
con mayor reducción del IMC-
SDS en el grupo intervención.
Resnico
w et al.,
2024 (24)
(EEUU)
ECA por
conglome-
rados
1120 niños (280
intervención;
840 control)
3–11 años
Tele-MI para médi-
cos + MI telefónica
nutrición + SMS +
portal web
Aproxima-
damente
24 meses
Atención habi-
tual en prácticas
pediátricas
BMI-z, peso,
%BMIp95
Hubo interacción tratamien-
to-tiempo significativa a
favor de atención usual; el
grupo intervención mostró
mayor incremento relativo
en %BMIp95; exceso absolu-
to aproximado de 0.5 unida-
des BMI y 1 kg en 2 años
La intervención BMI2+ no
mostró beneficio clínico sobre
la atención habitual en la
reducción del peso infantil, lo
que sugiere la necesidad de
optimizar estrategias de inter-
vención conductual y digital
en el contexto de APS.
Umano
et al.,
2024 (25)
(Italia)
ECA indivi-
dual
75 niños y ado-
lescentes con
obesidad
6–12 años;
media 9.4
App móvil
“M-App” + trata-
miento estándar
6 meses
de app +
seguimien-
to total a
12 meses
Atención están-
dar basada en
consejería clínica
presencial
BMI-z, por-
centaje de
reducción del
IMC y tasa de
abandono del
tratamiento
A 6 meses, abandono:
40% (app) vs 72% (control)
(OR=3,86, p=0,01). No dife-
rencias en cambio de BMI-z
ni % reducción de BMI.
La aplicación móvil mejoró la
adherencia al tratamiento de
la obesidad pediátrica, aun-
que no produjo diferencias
significativas en los indicado-
res antropométricos durante
el periodo de seguimiento.
Delisle
Nystrom
et al.,
2018 (12)
(Suecia)
Ensayo clí-
nico aleato-
rizado
315 niños al
inicio; 263
completaron 12
meses
4.5 (pro-
medio)
App MINISTOP
para padres con
contenidos de
dieta, actividad
física y conductas
sedentarias
6 meses
(segui-
miento a
12)
Folleto informa-
tivo (control)
Índice de masa
grasa (FMI);
puntaje com-
puesto dieta/
actividad física
A 12 meses no hubo dife-
rencia significativa en FMI
(p=0.57) ni mantenimiento
del efecto en la puntuación
compuesta (p=0.25)
La intervención mHealth mos-
tró efecto en 6 meses pero no
se mantuvo a 12 meses; no
cambió la composición corpo-
ral a 12 meses.
En la Tabla 2 se describen los estudios cuantitativos observacionales y cuasi-experimentales y se mapea la evidencia centrada en la implementación, viabilidad
y el uso de sistemas integrados en contextos de la práctica clínica real en APS.
Tabla 1. Evidencia clínica de ensayos aleatorizados con resultados antropométricos.
Autor, año
(País)
Diseño del
estudio
Población (n)
Edad (años)
Tipo d
intervención
digital
Duración
Comparador
Indicador
evaluado
Principales
hallazgos
Conclusión
del estudio
Heerman
et al.,
2024 (13)
(EE. UU.)
Ensayo
clínico
aleatoriza-
do multi-
céntrico
900 parejas
padre-hijo (449
intervención
digital + clínica;
451 clínica sola)
Recién
nacidos
0–21 días;
seguimien-
to hasta 24
meses
Mensajes SMS+-
panel web +
consejería clínica
presencial
24 meses Consejería clíni-
ca sola
Trayectoria
peso/talla,
BMI-z, obesi-
dad (%)
Reducción de 0.33 kg/m en
la trayectoria peso-talla a
los 24 meses (IC 95%: 0.09–
0.57); IMC-z y peso-talla-z
significativamente menores
en el grupo digital. Prevalen-
cia de obesidad a 24 m: 7.4%
vs 12.7% (RR 0.56).
La intervención digital com-
plementaria redujo mode-
radamente el crecimiento
ponderal y la obesidad a
24 meses.
Johansson et
al.,
2020 (16) (Sue-
cia)
Ensayo clí-
nico alea-
torizado de
factibilidad
28 niños alea-
torizados (15
intervención,
13 control)
5–12
Sistema mHealth
con peso diario,
app para padres,
web clínica, curva
objetivo y men-
sajería
6 meses Atención
estándar
Factibilidad,
adherencia,
asistencia, BMI
SDS
De 40 elegibles, 28 acep-
taron; el grupo interven-
ción asistió mejor a citas
(p=0.024) y redujo más el
BMI SDS a 6 meses (−0.23 vs
0.01; p=0.002)
El sistema mHealth fue facti-
ble y generó mejores resulta-
dos que la atención estándar,
con mayor reducción del IMC-
SDS en el grupo intervención.
Resnico
w et al.,
2024 (24)
(EEUU)
ECA por
conglome-
rados
1120 niños (280
intervención;
840 control)
3–11 años
Tele-MI para médi-
cos + MI telefónica
nutrición + SMS +
portal web
Aproxima-
damente
24 meses
Atención habi-
tual en prácticas
pediátricas
BMI-z, peso,
%BMIp95
Hubo interacción tratamien-
to-tiempo significativa a
favor de atención usual; el
grupo intervención mostró
mayor incremento relativo
en %BMIp95; exceso absolu-
to aproximado de 0.5 unida-
des BMI y 1 kg en 2 años
La intervención BMI2+ no
mostró beneficio clínico sobre
la atención habitual en la
reducción del peso infantil, lo
que sugiere la necesidad de
optimizar estrategias de inter-
vención conductual y digital
en el contexto de APS.
Umano
et al.,
2024 (25)
(Italia)
ECA indivi-
dual
75 niños y ado-
lescentes con
obesidad
6–12 años;
media 9.4
App móvil
“M-App” + trata-
miento estándar
6 meses
de app +
seguimien-
to total a
12 meses
Atención están-
dar basada en
consejería clínica
presencial
BMI-z, por-
centaje de
reducción del
IMC y tasa de
abandono del
tratamiento
A 6 meses, abandono:
40% (app) vs 72% (control)
(OR=3,86, p=0,01). No dife-
rencias en cambio de BMI-z
ni % reducción de BMI.
La aplicación móvil mejoró la
adherencia al tratamiento de
la obesidad pediátrica, aun-
que no produjo diferencias
significativas en los indicado-
res antropométricos durante
el periodo de seguimiento.
Delisle
Nystrom
et al.,
2018 (12)
(Suecia)
Ensayo clí-
nico aleato-
rizado
315 niños al
inicio; 263
completaron 12
meses
4.5 (pro-
medio)
App MINISTOP
para padres con
contenidos de
dieta, actividad
física y conductas
sedentarias
6 meses
(segui-
miento a
12)
Folleto informa-
tivo (control)
Índice de masa
grasa (FMI);
puntaje com-
puesto dieta/
actividad física
A 12 meses no hubo dife-
rencia significativa en FMI
(p=0.57) ni mantenimiento
del efecto en la puntuación
compuesta (p=0.25)
La intervención mHealth mos-
tró efecto en 6 meses pero no
se mantuvo a 12 meses; no
cambió la composición corpo-
ral a 12 meses.
En la Tabla 2 se describen los estudios cuantitativos observacionales y cuasi-experimentales y se mapea la evidencia centrada en la implementación, viabilidad
y el uso de sistemas integrados en contextos de la práctica clínica real en APS.
Tabla 1. Evidencia clínica de ensayos aleatorizados con resultados antropométricos.
137p. 131-149
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026).Vol. 17 Número 1 2026
En la Tabla 3 se consolida la evidencia de estudios cualitativos y de métodos mixtos. Este apartado detalla las percepciones, barreras y experiencias del personal
sanitario y el entorno familiar para la aceptabilidad de los programas en APS.
Tabla 2. Estudios observacionales y de implementación.
Autor, año (País)
Diseño del estudio
Población (n)
Edad (años)
Tipo de intervención
digital
Duración
Comparador
Indicador evaluado
Principales hallazgos
Conclusión del es-
tudio
Tragomalou
et al.,
2020 (15)
(Grecia)
Observacional longi-
tudinal
2,400 niños y
adolescentes
2–18 (media
10)
Programa nacional
eHealth (guías +
seguimiento multidis-
ciplinar)
12 meses Medidas basa-
les vs 1 año
Prevalencia obesi-
dad/sobrepeso, perfil
lipídico
↓ obesidad –32,1%; ↓ so-
brepeso –26,7% tras 1 año;
mejoras en perfil lipídico y
glucemia (p<0,001).
Indicadores de peso y cardio
metabólicos mejoraron tras
1 año de intervención eHealth.
Yudkin
et al.,
2024 (26)
(EEUU)
Estudio piloto
cuasi-experimen-
tal con diseño
pre-post en entor-
nos de atención
primaria
73 familias
con niños con
IMC ≥ percen-
til 85
6–12 años
Plataforma bilin-
güe Dynamo Kids!
con 3 módulos,
herramienta de
seguimiento,
recetas y recursos
web, integrada
a APS
3 meses
Sin grupo
control
formal
%BMIp95, puntaje
Family Nutrition
and Physical Acti-
vity (FNPA) y IMC
parental
↑ puntaje FNPA +3,0
(p=0,01); ↓ %BMIp95
(–1,03, ns) y ↓ BMI de
padres (–0,69, p=0,04).
Relación dosis-efecto:
más uso, mayor mejora de
%BMIp95.
La intervención eHealth fue
prometedora para mejorar
hábitos familiares y mostró
señal dosis-respuesta sobre
%BMIp95 en contexto de
APS vulnerable
Simione
et al.,
2023 (17)
(EE. UU.)
Observacional
/ estudio de
adaptación con
encuestas
200 padres
de niños con
sobrepeso/
obesidad + 75
pediatras
5–18 años
Adaptación del
programa clínico
a telehealth (en-
cuestas)
Durante
pandemia
COVID-19
N/A
Proporción de pa-
dres clínicamente
limitados que
prefieren modali-
dad presencial vs
virtual
80% de padres prefieren
modelo híbrido (tele+pre-
sencial). El 60% de clínicos
considera útil el teleheal-
th; barreras: medición de
peso/examen físico.
Telehealth percibido como
útil en APS, pero se requie-
ren soluciones para medi-
ción y equidad lingüística.
Helle
et al.,
2019 (18)
(Noruega)
Ensayo clínico
aleatorizado
individual
718 padres
(718 lactan-
tes)
6–12 me-
ses
Web con videos
mensuales de ali-
mentación infantil
y recetas/cooking
films
6 meses
(hasta 12
meses edad)
Atención
rutinaria
Frecuencia de
consumo de
frutas/verduras,
rutinas alimen-
tarias
>80% de padres vio los
videos; frecuencia de
servir frutas/verduras ↑
(p<0,01) y variedad de
verduras ↑ (p<0,001) en
intervención vs control.
Intervención online fac-
tible; mejoró prácticas
alimentarias tempranas (sin
datos de IMC).
Poulsen
et al.,
2022 (19)
(EE. UU.)
Métodos mixtos
(telecoaching)
77 parejas
madre-niño (+
controles)
6–12
Telecoaching
grupal nutrición/
actividad (vídeo/
telef.)
26 semanas
(6 meses)
Controles
empareja-
dos
Ingesta dietética,
actividad física,
BMI-z
↓ ingesta de bebidas
azucaradas –2,14 racio-
nes/sem; mejoras en cena
familiar y autoeficacia. Sin
cambios significativos en
BMI-z vs controles.
La telemedicina familiar
mostró utilidad para mejo-
rar conductas relacionadas
con obesidad, aunque sin
efecto significativo en BMIz
al año
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026).Vol. 17 Número 1 2026
En la Tabla 3 se consolida la evidencia de estudios cualitativos y de métodos mixtos. Este apartado detalla las percepciones, barreras y experiencias del personal
sanitario y el entorno familiar para la aceptabilidad de los programas en APS.
Tabla 2. Estudios observacionales y de implementación.
Autor, año (País)
Diseño del estudio
Población (n)
Edad (años)
Tipo de intervención
digital
Duración
Comparador
Indicador evaluado
Principales hallazgos
Conclusión del es-
tudio
Tragomalou
et al.,
2020 (15)
(Grecia)
Observacional longi-
tudinal
2,400 niños y
adolescentes
2–18 (media
10)
Programa nacional
eHealth (guías +
seguimiento multidis-
ciplinar)
12 meses Medidas basa-
les vs 1 año
Prevalencia obesi-
dad/sobrepeso, perfil
lipídico
↓ obesidad –32,1%; ↓ so-
brepeso –26,7% tras 1 año;
mejoras en perfil lipídico y
glucemia (p<0,001).
Indicadores de peso y cardio
metabólicos mejoraron tras
1 año de intervención eHealth.
Yudkin
et al.,
2024 (26)
(EEUU)
Estudio piloto
cuasi-experimen-
tal con diseño
pre-post en entor-
nos de atención
primaria
73 familias
con niños con
IMC ≥ percen-
til 85
6–12 años
Plataforma bilin-
güe Dynamo Kids!
con 3 módulos,
herramienta de
seguimiento,
recetas y recursos
web, integrada
a APS
3 meses
Sin grupo
control
formal
%BMIp95, puntaje
Family Nutrition
and Physical Acti-
vity (FNPA) y IMC
parental
↑ puntaje FNPA +3,0
(p=0,01); ↓ %BMIp95
(–1,03, ns) y ↓ BMI de
padres (–0,69, p=0,04).
Relación dosis-efecto:
más uso, mayor mejora de
%BMIp95.
La intervención eHealth fue
prometedora para mejorar
hábitos familiares y mostró
señal dosis-respuesta sobre
%BMIp95 en contexto de
APS vulnerable
Simione
et al.,
2023 (17)
(EE. UU.)
Observacional
/ estudio de
adaptación con
encuestas
200 padres
de niños con
sobrepeso/
obesidad + 75
pediatras
5–18 años
Adaptación del
programa clínico
a telehealth (en-
cuestas)
Durante
pandemia
COVID-19
N/A
Proporción de pa-
dres clínicamente
limitados que
prefieren modali-
dad presencial vs
virtual
80% de padres prefieren
modelo híbrido (tele+pre-
sencial). El 60% de clínicos
considera útil el teleheal-
th; barreras: medición de
peso/examen físico.
Telehealth percibido como
útil en APS, pero se requie-
ren soluciones para medi-
ción y equidad lingüística.
Helle
et al.,
2019 (18)
(Noruega)
Ensayo clínico
aleatorizado
individual
718 padres
(718 lactan-
tes)
6–12 me-
ses
Web con videos
mensuales de ali-
mentación infantil
y recetas/cooking
films
6 meses
(hasta 12
meses edad)
Atención
rutinaria
Frecuencia de
consumo de
frutas/verduras,
rutinas alimen-
tarias
>80% de padres vio los
videos; frecuencia de
servir frutas/verduras ↑
(p<0,01) y variedad de
verduras ↑ (p<0,001) en
intervención vs control.
Intervención online fac-
tible; mejoró prácticas
alimentarias tempranas (sin
datos de IMC).
Poulsen
et al.,
2022 (19)
(EE. UU.)
Métodos mixtos
(telecoaching)
77 parejas
madre-niño (+
controles)
6–12
Telecoaching
grupal nutrición/
actividad (vídeo/
telef.)
26 semanas
(6 meses)
Controles
empareja-
dos
Ingesta dietética,
actividad física,
BMI-z
↓ ingesta de bebidas
azucaradas –2,14 racio-
nes/sem; mejoras en cena
familiar y autoeficacia. Sin
cambios significativos en
BMI-z vs controles.
La telemedicina familiar
mostró utilidad para mejo-
rar conductas relacionadas
con obesidad, aunque sin
efecto significativo en BMIz
al año
138Daniela Elizabeth Pástor Ortega, et al.Vol. 17 Número 1 2026
Tabla 3. Evidencia cualitativa sobre percepciones y aceptabilidad.
Autor, año (País)
Diseño del estudio
Población (n)
Edad (años)
Tipo de interven-
ción digital
Duración
Comparador
Indicador evaluado
Principales hallaz-
gos
Conclusión del
estudio
Beck
et al.,
2023 (14)
(EE. UU.)
Métodos mixtos
(RCT piloto +
cualitativo)
96 parejas ma-
dre-infante de bajos
ingresos
0–15 meses
Educación en
alimentación +
SMS (“Futuros
Fuertes”)
15 meses
Coaching
financiero
(control)
Lactancia, in-
gesta de fruta,
tiempo de
pantalla, sueño,
BMI-z
↑ lactancia (6 m); ↓
tiempo de pantalla en
intervención a 6,12,15 m;
↑ consumo de fruta a
15 m. No hubo diferencias
significativas en BMI-z.
Intervención factible;
mejoró prácticas de
alimentación y pantalla,
sin cambio claro en BMI.
Katzow
et al.,
2026 (20)
(EE. UU.)
Cualitativo
(entrevistas
y grupos
focales)
102 participan-
tes (familias +
personal WIC)
Mujeres
embarazadas
y madres con
hijos peque-
ños; personal
Entrega
remota de
programa
grupal de
prevención
de obesidad
por video-
conferencia/
teléfono
Estudio
formati-
vo trans-
versal
Compa-
ración
con-
ceptual
remoto
vs pre-
sencial
Percepcio-
nes, barre-
ras, acep-
tabilidad y
preferencias
Temas principales: (1)
se valora la conexión
social presencial pero
existen barreras para
reunirse en persona;
(2) dificultades por dis-
tracciones en remoto;
(3) contenido consis-
tente, aunque calidad
remota incierta; (4)
factores contextuales
del COVID-19.
La modalidad remo-
ta es viable, pero
requiere estrategias
explícitas para in-
teracción social y
manejo de barreras
de participación en
familias latinas de
bajos ingresos
Boswor-
th et al.,
2024 (22)
(EE. UU.)
Estudio
de diseño
centrado en
el usuario
(mixto)
12 profesionales
en grupos foca-
les + 52 respues-
tas de encuesta
Adolescen-
cia/APS
Herramienta
EHR clínica
+ app móvil
(“Commit-
Fit”)
Iterativo
(meses) N/A
Necesidades
funcionales,
usabilidad,
visualización,
integración
clínica
Identificó requerimien-
tos clave (visualización
de datos, interfaz
móvil) y barreras per-
cibidas.
Herramienta acepta-
ble; guía diseño de
sistemas de registro
para obesidad infan-
til en APS.
Finalmente, la Tabla 4. separa los protocolos de investigación identificados durante la búsqueda sistemática, estos se presentan de forma independiente.
Tabla 3. Evidencia cualitativa sobre percepciones y aceptabilidad.
Autor, año (País)
Diseño del estudio
Población (n)
Edad (años)
Tipo de interven-
ción digital
Duración
Comparador
Indicador evaluado
Principales hallaz-
gos
Conclusión del
estudio
Beck
et al.,
2023 (14)
(EE. UU.)
Métodos mixtos
(RCT piloto +
cualitativo)
96 parejas ma-
dre-infante de bajos
ingresos
0–15 meses
Educación en
alimentación +
SMS (“Futuros
Fuertes”)
15 meses
Coaching
financiero
(control)
Lactancia, in-
gesta de fruta,
tiempo de
pantalla, sueño,
BMI-z
↑ lactancia (6 m); ↓
tiempo de pantalla en
intervención a 6,12,15 m;
↑ consumo de fruta a
15 m. No hubo diferencias
significativas en BMI-z.
Intervención factible;
mejoró prácticas de
alimentación y pantalla,
sin cambio claro en BMI.
Katzow
et al.,
2026 (20)
(EE. UU.)
Cualitativo
(entrevistas
y grupos
focales)
102 participan-
tes (familias +
personal WIC)
Mujeres
embarazadas
y madres con
hijos peque-
ños; personal
Entrega
remota de
programa
grupal de
prevención
de obesidad
por video-
conferencia/
teléfono
Estudio
formati-
vo trans-
versal
Compa-
ración
con-
ceptual
remoto
vs pre-
sencial
Percepcio-
nes, barre-
ras, acep-
tabilidad y
preferencias
Temas principales: (1)
se valora la conexión
social presencial pero
existen barreras para
reunirse en persona;
(2) dificultades por dis-
tracciones en remoto;
(3) contenido consis-
tente, aunque calidad
remota incierta; (4)
factores contextuales
del COVID-19.
La modalidad remo-
ta es viable, pero
requiere estrategias
explícitas para in-
teracción social y
manejo de barreras
de participación en
familias latinas de
bajos ingresos
Boswor-
th et al.,
2024 (22)
(EE. UU.)
Estudio
de diseño
centrado en
el usuario
(mixto)
12 profesionales
en grupos foca-
les + 52 respues-
tas de encuesta
Adolescen-
cia/APS
Herramienta
EHR clínica
+ app móvil
(“Commit-
Fit”)
Iterativo
(meses) N/A
Necesidades
funcionales,
usabilidad,
visualización,
integración
clínica
Identificó requerimien-
tos clave (visualización
de datos, interfaz
móvil) y barreras per-
cibidas.
Herramienta acepta-
ble; guía diseño de
sistemas de registro
para obesidad infan-
til en APS.
Finalmente, la Tabla 4. separa los protocolos de investigación identificados durante la búsqueda sistemática, estos se presentan de forma independiente.
139p. 131-149
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026).Vol. 17 Número 1 2026
Tabla 4. Protocolos de investigación y ensayos clínicos en curso.
FMI = Fat Mass Index, SMS = Short Message Service, BMI = Body Mass Index, IC = Intervalo de confianza, RR = Riesgo Relativo, RCT = Randomized Controlled
Trial, SDS = Standard Deviation Score, N/A = No aplica, APS = Atención Primaria de Salud, WIC = Women, Infants, and Children Program, EHR = Electronic Health
Record, PRO = patient-reported outcome, FNPA = Family Nutrition and Physical Activity, ECA = Ensayo Clínico Aleatorizado.
Autor, año (País)
Diseño del
estudio
Población (n)
Edad (años)
Tipo de
intervención
digital
Duración
Comparador
Indicador
evaluado
Aporte
metodológico /
Diseño
Resultados
esperados
Luque
et al.,
2019 (21)
(España)
Protocolo de
ensayo clínico
aleatorizado por
conglomerados
334 niños con
obesidad 8–13 años
Entrevistas
motivacionales +
material educativo +
eHealth
+ sesiones grupales
12 meses Atención habitual
(control)
BMI z-score,
actividad física,
adherencia, perfil
metabólico,
composición
corporal
(Detalle de resultados no informado
en el extracto; no se registraron
diferencias significativas claras en
el z-score de IMC). La adherencia
y otros parámetros secund. fueron
reportados.
Estudio diseñado
para evaluar si
una intervención
motivacional
multicomponente
coordinada entre
atención primaria
y hospital mejora
obesidad infantil
Bailey-
Davis
et al.,
2022 (23)
(EEUU)
Protocolo de
ensayo clínico
aleatorizado
por
conglomerados
2,025
padres y
sus hijos
reclutados
en 24
clínicas de
atención
primaria
20–60
meses
Portal PRO de
salud + coaching
telehealth + tour
de supermercado
Seguimiento
de 12 meses
Tres brazos:
1) visita
pediátrica
estándar, 2)
visita con PRO
digital (FNPA),
3) PRO +
coaching
nutricional
remoto
BMI z-score,
sobrepeso/
obesidad,
conducta
parental,
manejo de
recursos
alimentarios
El estudio evaluó la efectividad
comparativa de modelos de
atención mejorados digitalmente
en APS. La recopilación digital
de PRO permitió identificar
factores de riesgo familiares y
orientar consejería personalizada.
El componente adicional de
telehealth buscó mejorar la
gestión de recursos alimentarios
y las conductas familiares
relacionadas con nutrición y
actividad física.
Estudio diseñado
para comparar si la
integración de PRO
y telehealth en APS
mejora prevención
de obesidad en
preescolares de alto
riesgo
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026).Vol. 17 Número 1 2026
Tabla 4. Protocolos de investigación y ensayos clínicos en curso.
FMI = Fat Mass Index, SMS = Short Message Service, BMI = Body Mass Index, IC = Intervalo de confianza, RR = Riesgo Relativo, RCT = Randomized Controlled
Trial, SDS = Standard Deviation Score, N/A = No aplica, APS = Atención Primaria de Salud, WIC = Women, Infants, and Children Program, EHR = Electronic Health
Record, PRO = patient-reported outcome, FNPA = Family Nutrition and Physical Activity, ECA = Ensayo Clínico Aleatorizado.
Autor, año (País)
Diseño del
estudio
Población (n)
Edad (años)
Tipo de
intervención
digital
Duración
Comparador
Indicador
evaluado
Aporte
metodológico /
Diseño
Resultados
esperados
Luque
et al.,
2019 (21)
(España)
Protocolo de
ensayo clínico
aleatorizado por
conglomerados
334 niños con
obesidad 8–13 años
Entrevistas
motivacionales +
material educativo +
eHealth
+ sesiones grupales
12 meses Atención habitual
(control)
BMI z-score,
actividad física,
adherencia, perfil
metabólico,
composición
corporal
(Detalle de resultados no informado
en el extracto; no se registraron
diferencias significativas claras en
el z-score de IMC). La adherencia
y otros parámetros secund. fueron
reportados.
Estudio diseñado
para evaluar si
una intervención
motivacional
multicomponente
coordinada entre
atención primaria
y hospital mejora
obesidad infantil
Bailey-
Davis
et al.,
2022 (23)
(EEUU)
Protocolo de
ensayo clínico
aleatorizado
por
conglomerados
2,025
padres y
sus hijos
reclutados
en 24
clínicas de
atención
primaria
20–60
meses
Portal PRO de
salud + coaching
telehealth + tour
de supermercado
Seguimiento
de 12 meses
Tres brazos:
1) visita
pediátrica
estándar, 2)
visita con PRO
digital (FNPA),
3) PRO +
coaching
nutricional
remoto
BMI z-score,
sobrepeso/
obesidad,
conducta
parental,
manejo de
recursos
alimentarios
El estudio evaluó la efectividad
comparativa de modelos de
atención mejorados digitalmente
en APS. La recopilación digital
de PRO permitió identificar
factores de riesgo familiares y
orientar consejería personalizada.
El componente adicional de
telehealth buscó mejorar la
gestión de recursos alimentarios
y las conductas familiares
relacionadas con nutrición y
actividad física.
Estudio diseñado
para comparar si la
integración de PRO
y telehealth en APS
mejora prevención
de obesidad en
preescolares de alto
riesgo
140Daniela Elizabeth Pástor Ortega, et al.Vol. 17 Número 1 2026
3.2. Características generales de los estudios.
Se incluyeron 15 estudios (periodo 2018–2026),
que describen intervenciones digitales tempranas
con enfoques en la prevención y educación
de los padres a modelos más complejos que
integran el expediente electrónico y estudios
de implementación en APS. Los estudios más
recientes, entre 2022 y 2024, también refieren
la influencia del periodo pandémico, tanto en
la expansión del uso de telesalud como en la
adaptación de programas presenciales a formatos
remotos.
Con respecto a la metodología, los ensayos
clínicos aleatorizados, ya sean individuales o por
conglomerados, fueron los que más prevalecieron.
Se identificaron ensayos aleatorizados individuales
de prevención o tratamiento digital, como
MINISTOP, Early Food for Future Health, Greenlight
Plus, el ensayo con sistema interactivo mHealth
de Johansson y la aplicación móvil evaluada por
Umano. Asimismo, se incorporaron ensayos de
análisis de programas integrales, como BMI2+
y el protocolo ENCIRCLE. A ello se sumaron
un estudio cuasi-experimental pre–post en
APS vulnerable (Dynamo Kids!), un estudio
observacional longitudinal de alcance nacional
en Grecia, estudios de métodos mixtos enfocados
en resultados conductuales y factibilidad, y
estudios cualitativos o de adaptación orientados a
aceptabilidad, barreras e implementación remota.
Al evaluar distintos diseños, se logra describir las
particularidades de los resultados y confirmar la
funcionalidad, aceptabilidad y aplicabilidad de los
diferentes modelos de intervención en la APS.
Más de la mitad de los datos son de países de
ingresos altos, sobre todo de Estados Unidos,
país donde se han llevado a cabo ensayos
multicéntricos y programas de investigación
relacionados con clínicas pediátricas y centros
de salud; la mayoría de los estudios de Europa
proceden de Italia, Grecia, España, Noruega y
Suecia. Generalmente, la evidencia en estos
contextos proviene de sistemas de salud con
una infraestructura digital más desarrollada y
una mayor capacidad organizativa para poder
implementar herramientas electrónicas en el
monitoreo pediátrico; en consecuencia, los
resultados deben interpretarse con precaución en
el contexto de la Atención Primaria de Salud donde
existen mayores limitaciones en la tecnología o
donde la interconexión / interoperabilidad entre
los sistemas clínicos no es adecuada.
El tamaño muestral fue heterogéneo. Se
observaron estudios piloto o de factibilidad con
muestras pequeñas, como Johansson (n = 28) y
Umano (n = 75), así como estudios intermedios,
por ejemplo Futuros Fuertes (n = 96), Poulsen
(n = 77) y Dynamo Kids! (n = 73). En contraste,
Greenlight Plus incluyó 900 pares padre-hijo,
ENCIRCLE proyectó reclutar 2,025 familias y el
programa nacional de Grecia evaluó 2,400 niños
y adolescentes. La robustez de los resultados está
influenciada por el tamaño de la muestra: las
investigaciones amplias brindan más exactitud en
los indicadores antropométricos, por otro lado, los
estudios pequeños fueron más útiles para explorar
factibilidad, aceptación y primeras señales de
efectividad.
Las intervenciones digitales también fueron
muy distintas. Un primer grupo correspondió a
aplicaciones para móvil y a plataformas web para
cuidadores, con contenidos sobre alimentación,
actividad física, sueño y tiempo de pantalla, como
las de MINISTOP y Early Food for Future Health.
Otro grupo lo conformaron Futuros Fuertes y
Greenlight Plus, con temática de mensajería
SMS y el seguimiento personalizado asincrónico.
El tercer grupo aplicó telecoaching o telehealth
sincrónico por teléfono o videoconferencia,
con la adaptación de programas presenciales
a programas remotos e intervención familiar
(Poulsen, BMI2+). Un cuarto grupo se correspondió
con intervenciones más complejas o integradas en
el flujo clínico, en el que se hallaron alertas en
la Historia Clínica Electrónica (EHR), dashboards
web de seguimiento del paciente, ayudas a la
decisión clínica y herramientas clínicas, ¡como
las de Dynamo Kids!, CommitFit, Connect for
Health y ENCIRCLE. Por último, algunos estudios
incorporaron diferentes componentes digitales
con consejería clínica, pero también con educación
en grupo o con el monitoreo remoto del peso para
dar lugar a modelos híbridos que podían llegar a
ser más intensivos.
La duración de las intervenciones fue de entre
3 y 24 meses. Los estudios más breves, Dynamo
Kids! (3 meses) o varios de 6 meses, tuvieron
como propósito modificar comportamientos y
evaluar la factibilidad inicial. Por otro lado, algunos
estudios, como el griego, Obemat 2.0 y Greenlight
Plus, continuaron su seguimiento durante un
año y este último hasta los 24 meses de vida. En
términos generales, las intervenciones en lactantes
y preescolares duraron más o se adecuaron a los
controles pediátricos, mientras que, en niños de
edad escolar con obesidad ya establecida, fueron
3.2. Características generales de los estudios.
Se incluyeron 15 estudios (periodo 2018–2026),
que describen intervenciones digitales tempranas
con enfoques en la prevención y educación
de los padres a modelos más complejos que
integran el expediente electrónico y estudios
de implementación en APS. Los estudios más
recientes, entre 2022 y 2024, también refieren
la influencia del periodo pandémico, tanto en
la expansión del uso de telesalud como en la
adaptación de programas presenciales a formatos
remotos.
Con respecto a la metodología, los ensayos
clínicos aleatorizados, ya sean individuales o por
conglomerados, fueron los que más prevalecieron.
Se identificaron ensayos aleatorizados individuales
de prevención o tratamiento digital, como
MINISTOP, Early Food for Future Health, Greenlight
Plus, el ensayo con sistema interactivo mHealth
de Johansson y la aplicación móvil evaluada por
Umano. Asimismo, se incorporaron ensayos de
análisis de programas integrales, como BMI2+
y el protocolo ENCIRCLE. A ello se sumaron
un estudio cuasi-experimental pre–post en
APS vulnerable (Dynamo Kids!), un estudio
observacional longitudinal de alcance nacional
en Grecia, estudios de métodos mixtos enfocados
en resultados conductuales y factibilidad, y
estudios cualitativos o de adaptación orientados a
aceptabilidad, barreras e implementación remota.
Al evaluar distintos diseños, se logra describir las
particularidades de los resultados y confirmar la
funcionalidad, aceptabilidad y aplicabilidad de los
diferentes modelos de intervención en la APS.
Más de la mitad de los datos son de países de
ingresos altos, sobre todo de Estados Unidos,
país donde se han llevado a cabo ensayos
multicéntricos y programas de investigación
relacionados con clínicas pediátricas y centros
de salud; la mayoría de los estudios de Europa
proceden de Italia, Grecia, España, Noruega y
Suecia. Generalmente, la evidencia en estos
contextos proviene de sistemas de salud con
una infraestructura digital más desarrollada y
una mayor capacidad organizativa para poder
implementar herramientas electrónicas en el
monitoreo pediátrico; en consecuencia, los
resultados deben interpretarse con precaución en
el contexto de la Atención Primaria de Salud donde
existen mayores limitaciones en la tecnología o
donde la interconexión / interoperabilidad entre
los sistemas clínicos no es adecuada.
El tamaño muestral fue heterogéneo. Se
observaron estudios piloto o de factibilidad con
muestras pequeñas, como Johansson (n = 28) y
Umano (n = 75), así como estudios intermedios,
por ejemplo Futuros Fuertes (n = 96), Poulsen
(n = 77) y Dynamo Kids! (n = 73). En contraste,
Greenlight Plus incluyó 900 pares padre-hijo,
ENCIRCLE proyectó reclutar 2,025 familias y el
programa nacional de Grecia evaluó 2,400 niños
y adolescentes. La robustez de los resultados está
influenciada por el tamaño de la muestra: las
investigaciones amplias brindan más exactitud en
los indicadores antropométricos, por otro lado, los
estudios pequeños fueron más útiles para explorar
factibilidad, aceptación y primeras señales de
efectividad.
Las intervenciones digitales también fueron
muy distintas. Un primer grupo correspondió a
aplicaciones para móvil y a plataformas web para
cuidadores, con contenidos sobre alimentación,
actividad física, sueño y tiempo de pantalla, como
las de MINISTOP y Early Food for Future Health.
Otro grupo lo conformaron Futuros Fuertes y
Greenlight Plus, con temática de mensajería
SMS y el seguimiento personalizado asincrónico.
El tercer grupo aplicó telecoaching o telehealth
sincrónico por teléfono o videoconferencia,
con la adaptación de programas presenciales
a programas remotos e intervención familiar
(Poulsen, BMI2+). Un cuarto grupo se correspondió
con intervenciones más complejas o integradas en
el flujo clínico, en el que se hallaron alertas en
la Historia Clínica Electrónica (EHR), dashboards
web de seguimiento del paciente, ayudas a la
decisión clínica y herramientas clínicas, ¡como
las de Dynamo Kids!, CommitFit, Connect for
Health y ENCIRCLE. Por último, algunos estudios
incorporaron diferentes componentes digitales
con consejería clínica, pero también con educación
en grupo o con el monitoreo remoto del peso para
dar lugar a modelos híbridos que podían llegar a
ser más intensivos.
La duración de las intervenciones fue de entre
3 y 24 meses. Los estudios más breves, Dynamo
Kids! (3 meses) o varios de 6 meses, tuvieron
como propósito modificar comportamientos y
evaluar la factibilidad inicial. Por otro lado, algunos
estudios, como el griego, Obemat 2.0 y Greenlight
Plus, continuaron su seguimiento durante un
año y este último hasta los 24 meses de vida. En
términos generales, las intervenciones en lactantes
y preescolares duraron más o se adecuaron a los
controles pediátricos, mientras que, en niños de
edad escolar con obesidad ya establecida, fueron
141p. 131-149
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026).Vol. 17 Número 1 2026
más comunes las intervenciones de entre tres y
doce meses.
Una cantidad considerable de estudios analizados
tuvo lugar en programas de APS o en programas
que la abarcan directa o estrechamente. Algunas
intervenciones contaban con controles de salud
infantil, consultas pediátricas o centros de salud
infantil; en otras ocasiones, los pacientes eran
derivados desde APS hacia programas de control
de peso o clínicas ambulatorias. En ocasiones, el
punto de acceso fueron las EHR o las valoraciones
de salud integradas en visitas rutinarias. En este
sentido, se permite evidenciar que la APS es un
escenario que puede facilitar la detección de
riesgos, la puesta en marcha de intervenciones
precoces y el soporte digital constante a las
familias.
3.3. Impacto en IMC o BMI-z score.
El comportamiento de los desenlaces
antropométricos reportados a través de las
intervenciones digitales exhibió una marcada
heterogeneidad. El hallazgo más consistente se
documentó en el ensayo Greenlight Plus, donde la
incorporación de un tablero web y de mensajería
de texto interactiva complementaria a la asesoría
clínica atenuó significativamente la trayectoria del
índice de masa corporal durante los dos primeros
años de vida, con una reducción calculada de $0.33
kg/m. Asimismo, este estudio reportó valores
más bajos en el IMC-z, el puntaje z de peso/talla
y una menor prevalencia de obesidad a los 24
meses de seguimiento, constituyendo la evidencia
más robusta de beneficios antropométricos en
el escenario de la APS. En la investigación de
Johansson también se identificaron resultados
positivos; el despliegue de un sistema móvil que
integraba mensajería automatizada, soporte
clínico y registro diario del peso corporal
logró una disminución estadísticamente más
significativa del desvío estándar del IMC (BMI SDS)
a los seis meses, en comparación con la atención
convencional. En cambio, el estudio MINISTOP
no presentó variaciones que puedan catalogarse
como significativas a los 12 meses en el índice de
masa grasa, tampoco logró sostener la influencia
positiva observada inicialmente a los 6 meses.
La aplicación móvil evaluada por Umano aunque
favoreció la tasa de retención del programa no
reflejó modificaciones significativas en el IMC-z ni
en el porcentaje de reducción del peso corporal.
En esta misma línea el esquema de telemedicina
de Poulsen y el programa Futuros Fuertes
favorecieron al fortalecimiento de variables
conductuales, pero no demostraron variaciones
en el IMC-z. Del grupo de diseños no aleatorizados,
el programa nacional de salud digital de Grecia tras
un año de implementación logró determinar que
la prevalencia de sobrepeso y obesidad disminuyó
con un mejor perfil cardiometabólico; no obstante,
debido a la ausencia de un grupo comparador,
estos hallazgos no se pueden etiquetar como
determinantes. En el estudio Dynamo Kids!
aunque el promedio del cambio global pre-
post no alcanzó una significancia estadística, se
observó una asociación positiva del par dosis-
respuesta, sugiriendo que un mayor compromiso
y frecuencia de uso de la plataforma se asocia
con una reducción del %BMIp95. Finalmente, el
principal hallazgo desfavorable se observó en
BMI2+, donde el brazo de intervención exhibió
una trayectoria en desventaja en comparación
con la atención habitual respecto al porcentaje del
percentil 95 del IMC, lo que evidencia que el diseño
de intervenciones digitales multicomponentes o
remotas no se traduce de forma axiomática en
ventajas clínicas. Los resultados antropométricos
demostraron ser más estables cuando los
programas digitales fueron de mayor duración,
se unió con el cuidado clínico y se combinaron
componentes conductuales estructurados con una
retroalimentación continua. Las variaciones en el
IMC/BMI-z fueron mínimas o moderadas cuando
las intervenciones se enfocaron al apoyo breve, la
educación o el autorregistro.
3.4. Cambios en hábitos alimentarios.
En esta categoría se observaron los mejores
resultados, Early Food for Future Health reveló
que, a los 12 meses, los niños del grupo de
intervención ingirieron una mayor variedad de
frutas y verduras con más regularidad y mostraron
más rutinas alimenticias en familia. Futuros Fuertes
en cambio aumentó el tiempo de lactancia a 6 y
9 meses y la cantidad de fruta consumida a los
15 meses.
La campaña de telemedicina familiar de Poulsen
disminuyó el consumo de refrescos azucarados
y perfeccionó prácticas protectoras como las
comidas en familia y la autoeficacia de los padres
relacionada con la gestión alimentaria. Dynamo
Kids! también optimizó el puntaje FNPA, que es un
indicador del ambiente familiar relacionado con
riesgo de obesidad.
Los estudios concuerdan en que las intervenciones
digitales parecen ser particularmente efectivas
para cambiar hábitos alimentarios intermedios,
como el consumo de bebidas azucaradas, frutas
y verduras, rutinas familiares relacionadas con la
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026).Vol. 17 Número 1 2026
más comunes las intervenciones de entre tres y
doce meses.
Una cantidad considerable de estudios analizados
tuvo lugar en programas de APS o en programas
que la abarcan directa o estrechamente. Algunas
intervenciones contaban con controles de salud
infantil, consultas pediátricas o centros de salud
infantil; en otras ocasiones, los pacientes eran
derivados desde APS hacia programas de control
de peso o clínicas ambulatorias. En ocasiones, el
punto de acceso fueron las EHR o las valoraciones
de salud integradas en visitas rutinarias. En este
sentido, se permite evidenciar que la APS es un
escenario que puede facilitar la detección de
riesgos, la puesta en marcha de intervenciones
precoces y el soporte digital constante a las
familias.
3.3. Impacto en IMC o BMI-z score.
El comportamiento de los desenlaces
antropométricos reportados a través de las
intervenciones digitales exhibió una marcada
heterogeneidad. El hallazgo más consistente se
documentó en el ensayo Greenlight Plus, donde la
incorporación de un tablero web y de mensajería
de texto interactiva complementaria a la asesoría
clínica atenuó significativamente la trayectoria del
índice de masa corporal durante los dos primeros
años de vida, con una reducción calculada de $0.33
kg/m. Asimismo, este estudio reportó valores
más bajos en el IMC-z, el puntaje z de peso/talla
y una menor prevalencia de obesidad a los 24
meses de seguimiento, constituyendo la evidencia
más robusta de beneficios antropométricos en
el escenario de la APS. En la investigación de
Johansson también se identificaron resultados
positivos; el despliegue de un sistema móvil que
integraba mensajería automatizada, soporte
clínico y registro diario del peso corporal
logró una disminución estadísticamente más
significativa del desvío estándar del IMC (BMI SDS)
a los seis meses, en comparación con la atención
convencional. En cambio, el estudio MINISTOP
no presentó variaciones que puedan catalogarse
como significativas a los 12 meses en el índice de
masa grasa, tampoco logró sostener la influencia
positiva observada inicialmente a los 6 meses.
La aplicación móvil evaluada por Umano aunque
favoreció la tasa de retención del programa no
reflejó modificaciones significativas en el IMC-z ni
en el porcentaje de reducción del peso corporal.
En esta misma línea el esquema de telemedicina
de Poulsen y el programa Futuros Fuertes
favorecieron al fortalecimiento de variables
conductuales, pero no demostraron variaciones
en el IMC-z. Del grupo de diseños no aleatorizados,
el programa nacional de salud digital de Grecia tras
un año de implementación logró determinar que
la prevalencia de sobrepeso y obesidad disminuyó
con un mejor perfil cardiometabólico; no obstante,
debido a la ausencia de un grupo comparador,
estos hallazgos no se pueden etiquetar como
determinantes. En el estudio Dynamo Kids!
aunque el promedio del cambio global pre-
post no alcanzó una significancia estadística, se
observó una asociación positiva del par dosis-
respuesta, sugiriendo que un mayor compromiso
y frecuencia de uso de la plataforma se asocia
con una reducción del %BMIp95. Finalmente, el
principal hallazgo desfavorable se observó en
BMI2+, donde el brazo de intervención exhibió
una trayectoria en desventaja en comparación
con la atención habitual respecto al porcentaje del
percentil 95 del IMC, lo que evidencia que el diseño
de intervenciones digitales multicomponentes o
remotas no se traduce de forma axiomática en
ventajas clínicas. Los resultados antropométricos
demostraron ser más estables cuando los
programas digitales fueron de mayor duración,
se unió con el cuidado clínico y se combinaron
componentes conductuales estructurados con una
retroalimentación continua. Las variaciones en el
IMC/BMI-z fueron mínimas o moderadas cuando
las intervenciones se enfocaron al apoyo breve, la
educación o el autorregistro.
3.4. Cambios en hábitos alimentarios.
En esta categoría se observaron los mejores
resultados, Early Food for Future Health reveló
que, a los 12 meses, los niños del grupo de
intervención ingirieron una mayor variedad de
frutas y verduras con más regularidad y mostraron
más rutinas alimenticias en familia. Futuros Fuertes
en cambio aumentó el tiempo de lactancia a 6 y
9 meses y la cantidad de fruta consumida a los
15 meses.
La campaña de telemedicina familiar de Poulsen
disminuyó el consumo de refrescos azucarados
y perfeccionó prácticas protectoras como las
comidas en familia y la autoeficacia de los padres
relacionada con la gestión alimentaria. Dynamo
Kids! también optimizó el puntaje FNPA, que es un
indicador del ambiente familiar relacionado con
riesgo de obesidad.
Los estudios concuerdan en que las intervenciones
digitales parecen ser particularmente efectivas
para cambiar hábitos alimentarios intermedios,
como el consumo de bebidas azucaradas, frutas
y verduras, rutinas familiares relacionadas con la
142Daniela Elizabeth Pástor Ortega, et al.Vol. 17 Número 1 2026
alimentación y prácticas alimentarias en niños.
Estos efectos, en términos de magnitud, fueron
generalmente de tamaño pequeño a moderado;
sin embargo, se mostraron más estables que los
detectados en los resultados antropométricos.
3.5. Cambios en actividad física.
La evidencia en relación con la actividad física
fue menos consistente. A pesar de que algunas
intervenciones la incorporaron como un elemento
principal, no siempre se evidenciaron beneficios
claros o cuantificables. La investigación de Poulsen
incluyó, en su enfoque conductual, actividad
física y recursos como los servicios de Fitbit o
las membresías YMCA, pero el hallazgo más
consistente fue el nutricional, no el antropométrico
ni el que se refería específicamente a la actividad
física. Johansson incorporó además el monitoreo y
los objetivos de actividad, a pesar de que el efecto
más destacado fue en la asistencia y el índice
de masa corporal SDS. En MINISTOP, así como
en otros programas enfocados en los padres, la
actividad física fue parte de paquetes conductuales
más extensos. Sin embargo, las modificaciones
duraderas en este ámbito fueron menos notorias
que las detectadas en la dieta o el tiempo frente
a las pantallas.
En resumen, la señal de beneficio en relación
con la actividad física fue más débil y menos
homogénea, posiblemente debido a la dificultad de
cambiar este comportamiento, a la dependencia
del ambiente escolar y familiar y a que en los
análisis se priorizaron con frecuencia los resultados
dietéticos.
3.6 Cambios en comportamientos relacionados
con obesidad.
La combinación de distintas intervenciones
fue capaz de modificar distintos patrones de
comportamiento asociados con el riesgo de
obesidad, sobre todo, el tiempo de pantalla, las
rutinas familiares y las prácticas de alimentación
responsiva. El programa Futuros Fuertes resultó
en una reducción consistente del tiempo de
pantalla en los distintos puntos del seguimiento.
El programa Early Food for Future Health mostró
una probabilidad inferior de que el niño estuviera
jugando o expuesto a pantallas durante las comidas,
así como una mayor frecuencia de desayuno y
cena en familia. En un estudio cualitativo, Katzow
demostró que la intervención remota era factible,
pero estaba influenciada por distracciones en casa
y por una reducida interacción social, con posibles
implicaciones para la calidad de la participación.
Simione también demostró que había barreras
concretas para el telehealth, sobre todo entre las
familias con dominio limitado del inglés, cuando
trataban temas delicados o de salud integral.
Estos hallazgos sugieren que la salud digital puede
tener especial valor en la modificación de las
prácticas cotidianas y de las rutinas domésticas,
aunque la sostenibilidad de dicha modificación
y la traslación de cambios a las medidas
antropométricas dependerán de la intensidad y
de la continuidad del acompañamiento.
3.7 Adherencia y aceptabilidad de las
intervenciones digitales.
En términos generales, la adherencia y la
aceptabilidad fueron elevadas. En Early Food
for Future Health, más de un 80% de los padres
informaron haber visto todos o casi todos los
videos. En la investigación de Johansson, los padres
y los profesionales consideraron el sistema como
algo positivo, además de que el grupo intervención
acudió con mayor frecuencia a las citas. Umano
evidenció una reducción importante del abandono
a los seis meses en el grupo que utilizó la aplicación
móvil. Bosworth documentó que los médicos
consideraron conveniente y útil una herramienta
EHR asociada a una aplicación, sobre todo si era
fácil de manejar, visualmente clara y beneficiosa
para la asesoría en consulta. Katzow y Simione, por
otro lado, demostraron que tanto los clínicos como
las familias aprecian las intervenciones a distancia,
aunque normalmente optan por modelos híbridos
y mencionan obstáculos tales como distracciones,
privacidad, problemas para calcular el peso y
barreras lingüísticas.
En resumen, los datos indican que las
intervenciones digitales tienen el potencial de
mejorar la permanencia, la participación y la
percepción de apoyo, aun cuando los cambios en
términos antropométricos sean limitados.
3.8 Comparación telemedicina vs atención
convencional.
La comparación con la atención convencional
mostró resultados mixtos. Greenlight Plus
demostró que incorporar un elemento digital a la
consejería pediátrica puede de hecho potenciar
el crecimiento y disminuir la obesidad en etapas
tempranas. El modelo digital complementario
también fue apoyado por Johansson. Por otro lado,
BMI2+ no logró resultados más efectivos que la
atención convencional y tuvo un resultado adverso
leve. Por su parte, MINISTOP, Umano y Futuros
alimentación y prácticas alimentarias en niños.
Estos efectos, en términos de magnitud, fueron
generalmente de tamaño pequeño a moderado;
sin embargo, se mostraron más estables que los
detectados en los resultados antropométricos.
3.5. Cambios en actividad física.
La evidencia en relación con la actividad física
fue menos consistente. A pesar de que algunas
intervenciones la incorporaron como un elemento
principal, no siempre se evidenciaron beneficios
claros o cuantificables. La investigación de Poulsen
incluyó, en su enfoque conductual, actividad
física y recursos como los servicios de Fitbit o
las membresías YMCA, pero el hallazgo más
consistente fue el nutricional, no el antropométrico
ni el que se refería específicamente a la actividad
física. Johansson incorporó además el monitoreo y
los objetivos de actividad, a pesar de que el efecto
más destacado fue en la asistencia y el índice
de masa corporal SDS. En MINISTOP, así como
en otros programas enfocados en los padres, la
actividad física fue parte de paquetes conductuales
más extensos. Sin embargo, las modificaciones
duraderas en este ámbito fueron menos notorias
que las detectadas en la dieta o el tiempo frente
a las pantallas.
En resumen, la señal de beneficio en relación
con la actividad física fue más débil y menos
homogénea, posiblemente debido a la dificultad de
cambiar este comportamiento, a la dependencia
del ambiente escolar y familiar y a que en los
análisis se priorizaron con frecuencia los resultados
dietéticos.
3.6 Cambios en comportamientos relacionados
con obesidad.
La combinación de distintas intervenciones
fue capaz de modificar distintos patrones de
comportamiento asociados con el riesgo de
obesidad, sobre todo, el tiempo de pantalla, las
rutinas familiares y las prácticas de alimentación
responsiva. El programa Futuros Fuertes resultó
en una reducción consistente del tiempo de
pantalla en los distintos puntos del seguimiento.
El programa Early Food for Future Health mostró
una probabilidad inferior de que el niño estuviera
jugando o expuesto a pantallas durante las comidas,
así como una mayor frecuencia de desayuno y
cena en familia. En un estudio cualitativo, Katzow
demostró que la intervención remota era factible,
pero estaba influenciada por distracciones en casa
y por una reducida interacción social, con posibles
implicaciones para la calidad de la participación.
Simione también demostró que había barreras
concretas para el telehealth, sobre todo entre las
familias con dominio limitado del inglés, cuando
trataban temas delicados o de salud integral.
Estos hallazgos sugieren que la salud digital puede
tener especial valor en la modificación de las
prácticas cotidianas y de las rutinas domésticas,
aunque la sostenibilidad de dicha modificación
y la traslación de cambios a las medidas
antropométricas dependerán de la intensidad y
de la continuidad del acompañamiento.
3.7 Adherencia y aceptabilidad de las
intervenciones digitales.
En términos generales, la adherencia y la
aceptabilidad fueron elevadas. En Early Food
for Future Health, más de un 80% de los padres
informaron haber visto todos o casi todos los
videos. En la investigación de Johansson, los padres
y los profesionales consideraron el sistema como
algo positivo, además de que el grupo intervención
acudió con mayor frecuencia a las citas. Umano
evidenció una reducción importante del abandono
a los seis meses en el grupo que utilizó la aplicación
móvil. Bosworth documentó que los médicos
consideraron conveniente y útil una herramienta
EHR asociada a una aplicación, sobre todo si era
fácil de manejar, visualmente clara y beneficiosa
para la asesoría en consulta. Katzow y Simione, por
otro lado, demostraron que tanto los clínicos como
las familias aprecian las intervenciones a distancia,
aunque normalmente optan por modelos híbridos
y mencionan obstáculos tales como distracciones,
privacidad, problemas para calcular el peso y
barreras lingüísticas.
En resumen, los datos indican que las
intervenciones digitales tienen el potencial de
mejorar la permanencia, la participación y la
percepción de apoyo, aun cuando los cambios en
términos antropométricos sean limitados.
3.8 Comparación telemedicina vs atención
convencional.
La comparación con la atención convencional
mostró resultados mixtos. Greenlight Plus
demostró que incorporar un elemento digital a la
consejería pediátrica puede de hecho potenciar
el crecimiento y disminuir la obesidad en etapas
tempranas. El modelo digital complementario
también fue apoyado por Johansson. Por otro lado,
BMI2+ no logró resultados más efectivos que la
atención convencional y tuvo un resultado adverso
leve. Por su parte, MINISTOP, Umano y Futuros
143p. 131-149
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026).Vol. 17 Número 1 2026
Fuertes no consiguieron diferencias notables en
los indicadores antropométricos con respecto
a sus comparadores; sin embargo, sí mejoraron
conductas o adherencia.
La telemedicina o salud digital, en términos
generales es más bien un modelo complementario
de la atención tradicional que una alternativa
para su reemplazo total. Se puede ver su mayor
valor en la personalización, la continuidad del
contacto, el refuerzo conductual y la disminución
de los obstáculos para acceder; sin embargo, su
superioridad sobre los resultados antropométricos
sigue siendo variable.
3.9. Calidad de las fuentes.
La valoración crítica mediante la herramienta
MMAT (2018) evidenció una calidad moderada, con
variaciones según el diseño de los estudios. En los
ensayos aleatorizados, la aleatorización constituyó
el principal punto de análisis; sin embargo,
persistieron limitaciones relacionadas con el
cegamiento de evaluadores, datos incompletos y,
en los ensayos por conglomerados, incertidumbre
sobre la comparabilidad basal, adherencia e
implementación de la intervención. Estos aspectos
podrían, de hecho, influir en la validez interna de
las trayectorias reportadas.
En los estudios cuasi-experimentales, así como
en los estudios observacionales, aunque las
mediciones y las estrategias de muestreo han
sido en términos generales adecuadas, han
quedado limitaciones en términos del control
de la confusión, la representatividad y el sesgo
de no respuesta, lo que limita el alcance de
sus conclusiones. Los estudios cualitativos y
los estudios de métodos mixtos presentaron
una mejor coherencia desde el punto de vista
metodológico e integración analítica, pero algunos
de estos últimos han presentado menor claridad
en el manejo de discrepancias entre componentes
cuantitativos y cualitativos.
De forma global, las principales debilidades
metodológicas han sido la falta de cegamiento,
la pérdida de datos o datos incompletos, la
adherencia incierta y el control inadecuado de
variables confusas en estudios no aleatorizados,
motivo por el cual la evidencia más sólida vendría
dada por ensayos aleatorizados de tamaño
muestral mayor y con mediciones objetivas
de los resultados antropométricos, mientras
que los estudios observacionales, piloto o de
implementación deben ser interpretados con
mayor precaución. El resultado de la valoración
crítica según MMAT (2018) se observa en el
Apéndice 2.
Los hallazgos de esta revisión sugieren que las
intervenciones de salud digital en APS producen
respuestas heterogéneas. Por un lado, varios
estudios documentaron mejoras en conductas
relacionadas con la obesidad. Por ejemplo, Beck
et al. (2023) encontraron que un programa de
salud digital para familias latinas se relacionó con
el aumentó el consumo de fruta y prolongó la
lactancia, al tiempo que redujo significativamente
el tiempo de pantalla en bebés (14). Helle et al.
(2019) presentaron como aumentó la frecuencia
de consumo de verduras/frutas en los niños,
aumentó el porcentaje de desayunos y cenas
familiares y se redujo el uso de pantallas durante
las comidas con una intervención de eHealth
propuesta a los padres (18). Asimismo, Yudkin et
al. (2024) reportaron mejores puntajes FNPA de
hábitos alimentarios y actividad física en el hogar,
con una reducción mínima del IMC de los padres
junto con el de sus hijos. (4). Estos resultados
sugieren que las herramientas digitales pueden
reforzar patrones alimentarios saludables y la
adherencia familiar. Sin embargo, la mayoría de
estas mejoras en hábitos no siempre se tradujo en
reducciones claras del IMC infantil. Por ejemplo,
pese a las mejoras en alimentación y actividad,
ninguno de estos estudios observó diferencias
significativas en los indicadores antropométricos
de los niños a corto plazo (Beck et al. reportó datos
de BMI-z sin diferencias significativas; Helle et al.
no encontró cambio en peso o IMC) (14,18).
Por otro lado, algunas intervenciones reportaron
una asociación favorable con el peso. Johansson
et al. (2020) evidenciaron que, al agregar una
aplicación móvil asociada al pediatra y combinarla
con la atención ordinaria, se logró disminuir en
mayor medida el puntaje SDS de IMC en niños
entre 6 y 12 años que están bajo tratamiento
(−0.23 vs +0.01, p=0.002) (16). Más notable aún,
el ensayo clínico Greenlight Plus (Heerman et al.,
2024), que incorporó en la consulta pediátrica
consejos conductuales, así como mensajes de
texto y portal web; redujo drásticamente la tasa
de obesidad a los 24 meses (2.6% vs 5.7% según
criterios WHO; aRR≈0.46) (13). Esto significa que
se presentó un descenso cercano al 50% de niños
con obesidad en el grupo digital comparado
con el grupo control. Asimismo, Tragomalou et
al. (2020) informaron que, después de un año
de intervención, se disminuyó la obesidad y
4. Discusión
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026).Vol. 17 Número 1 2026
Fuertes no consiguieron diferencias notables en
los indicadores antropométricos con respecto
a sus comparadores; sin embargo, sí mejoraron
conductas o adherencia.
La telemedicina o salud digital, en términos
generales es más bien un modelo complementario
de la atención tradicional que una alternativa
para su reemplazo total. Se puede ver su mayor
valor en la personalización, la continuidad del
contacto, el refuerzo conductual y la disminución
de los obstáculos para acceder; sin embargo, su
superioridad sobre los resultados antropométricos
sigue siendo variable.
3.9. Calidad de las fuentes.
La valoración crítica mediante la herramienta
MMAT (2018) evidenció una calidad moderada, con
variaciones según el diseño de los estudios. En los
ensayos aleatorizados, la aleatorización constituyó
el principal punto de análisis; sin embargo,
persistieron limitaciones relacionadas con el
cegamiento de evaluadores, datos incompletos y,
en los ensayos por conglomerados, incertidumbre
sobre la comparabilidad basal, adherencia e
implementación de la intervención. Estos aspectos
podrían, de hecho, influir en la validez interna de
las trayectorias reportadas.
En los estudios cuasi-experimentales, así como
en los estudios observacionales, aunque las
mediciones y las estrategias de muestreo han
sido en términos generales adecuadas, han
quedado limitaciones en términos del control
de la confusión, la representatividad y el sesgo
de no respuesta, lo que limita el alcance de
sus conclusiones. Los estudios cualitativos y
los estudios de métodos mixtos presentaron
una mejor coherencia desde el punto de vista
metodológico e integración analítica, pero algunos
de estos últimos han presentado menor claridad
en el manejo de discrepancias entre componentes
cuantitativos y cualitativos.
De forma global, las principales debilidades
metodológicas han sido la falta de cegamiento,
la pérdida de datos o datos incompletos, la
adherencia incierta y el control inadecuado de
variables confusas en estudios no aleatorizados,
motivo por el cual la evidencia más sólida vendría
dada por ensayos aleatorizados de tamaño
muestral mayor y con mediciones objetivas
de los resultados antropométricos, mientras
que los estudios observacionales, piloto o de
implementación deben ser interpretados con
mayor precaución. El resultado de la valoración
crítica según MMAT (2018) se observa en el
Apéndice 2.
Los hallazgos de esta revisión sugieren que las
intervenciones de salud digital en APS producen
respuestas heterogéneas. Por un lado, varios
estudios documentaron mejoras en conductas
relacionadas con la obesidad. Por ejemplo, Beck
et al. (2023) encontraron que un programa de
salud digital para familias latinas se relacionó con
el aumentó el consumo de fruta y prolongó la
lactancia, al tiempo que redujo significativamente
el tiempo de pantalla en bebés (14). Helle et al.
(2019) presentaron como aumentó la frecuencia
de consumo de verduras/frutas en los niños,
aumentó el porcentaje de desayunos y cenas
familiares y se redujo el uso de pantallas durante
las comidas con una intervención de eHealth
propuesta a los padres (18). Asimismo, Yudkin et
al. (2024) reportaron mejores puntajes FNPA de
hábitos alimentarios y actividad física en el hogar,
con una reducción mínima del IMC de los padres
junto con el de sus hijos. (4). Estos resultados
sugieren que las herramientas digitales pueden
reforzar patrones alimentarios saludables y la
adherencia familiar. Sin embargo, la mayoría de
estas mejoras en hábitos no siempre se tradujo en
reducciones claras del IMC infantil. Por ejemplo,
pese a las mejoras en alimentación y actividad,
ninguno de estos estudios observó diferencias
significativas en los indicadores antropométricos
de los niños a corto plazo (Beck et al. reportó datos
de BMI-z sin diferencias significativas; Helle et al.
no encontró cambio en peso o IMC) (14,18).
Por otro lado, algunas intervenciones reportaron
una asociación favorable con el peso. Johansson
et al. (2020) evidenciaron que, al agregar una
aplicación móvil asociada al pediatra y combinarla
con la atención ordinaria, se logró disminuir en
mayor medida el puntaje SDS de IMC en niños
entre 6 y 12 años que están bajo tratamiento
(−0.23 vs +0.01, p=0.002) (16). Más notable aún,
el ensayo clínico Greenlight Plus (Heerman et al.,
2024), que incorporó en la consulta pediátrica
consejos conductuales, así como mensajes de
texto y portal web; redujo drásticamente la tasa
de obesidad a los 24 meses (2.6% vs 5.7% según
criterios WHO; aRR≈0.46) (13). Esto significa que
se presentó un descenso cercano al 50% de niños
con obesidad en el grupo digital comparado
con el grupo control. Asimismo, Tragomalou et
al. (2020) informaron que, después de un año
de intervención, se disminuyó la obesidad y
4. Discusión
144Daniela Elizabeth Pástor Ortega, et al.Vol. 17 Número 1 2026
el sobrepeso en más del 25-30% mediante un
programa e-health multicomponente que fue
proporcionado por médicos de atención primaria
en una cohorte nacional griega (15). En resumen,
estos ejemplos indican que las intervenciones
integradas, intensivas y bien planificadas (en
particular, aquellas que incluyen a la familia y al
proveedor de manera activa) pueden resultar en
beneficios antropométricos.
No obstante, los resultados también revelan
contradicciones importantes. Entre las sorpresas
que proporciona la revisión, los hallazgos del estudio
de Resnicow et al. (2024) merecen consideración;
la intervención basada en entrevista motivacional
(mixta presencial-telehealth) no redujo el IMC en
condiciones reales de APS. De hecho, los niños que
estaban en el grupo intervención llegaron a ganar
algo más de peso que los que formaban parte del
grupo de control (24). Esto contrastaría con ensayos
anteriores exitosos y posiblemente se debería a
niveles de fidelidad bajos, menores "dosis" reales
de la intervención y efectos del COVID-19 durante el
estudio. Asimismo, Umano et al. (2024) no encontró
diferencias en IMC entre app y control, aunque su
app redujo significativamente la tasa de abandono
del tratamiento (OR=3.86, p=0.01) (25). Finalmente,
los ensayos preventivos en edades preescolares
(p.ej. Delisle Nyström et al. 2018) produjeron
efectos iniciales sobre los factores de riesgo (índice
de masa grasa, dietas), pero dichos efectos no se
mantuvieron al año sin intervención continua (12).
En conclusión, la tendencia que se observa es
que las teleintervenciones tienden a mejorar los
comportamientos y la adherencia, y solo a veces
logran que el peso disminuya de forma duradera.
A corto plazo, los indicadores de hábitos como
alimentación, actividad y adherencia presentan
mejorías más evidentes (un mayor consumo de
frutas/verduras, menos tiempo frente a pantallas,
mayor compromiso familiar), lo cual puede preceder
y finalmente cristalizarse en cambios de peso.
Sin embargo, dichos cambios no alcanzan a ser
estadísticamente significativos en los períodos
analizados y por ello los resultados antropométricos
(BMI-z, IMC) no se modifican fácilmente.
4.1. Comparación con la literatura previa.
Estos resultados son coincidentes con otros
reportes sistemáticos recientes. Meta-análisis
extensos describen que las intervenciones
digitales pueden generar reducciones modestas
de BMI en niños a mediano plazo (27), sobre todo
en aquellos estudios en los que existe una alta
participación de la familia y seguimiento clínico
estrecho (28). Por ejemplo, Wu et al. (2023)
concluyen que, para RCTs de teleintervenciones,
los cambios en BMI-z son significativos y positivos
solo después de algunos meses de intervención
(27), y que la inclusión de la familia y de un
componente profesional, como dietista o coach,
es clave para el éxito de la intervención. Kouvari et
al. (2022) también reportaron un efecto positivo
general (SMD≈−0.61 en IMC) de los programas
digitales en población infantil/adolescente,
aunque resaltaron una alta heterogeneidad entre
los estudios (28). El análisis de la revisión confirma
también esta heterogeneidad: tal y como señalan
estos autores, los tamaños de muestra pequeños,
los distintos tipos de tecnología utilizada y las
poblaciones diversas explican los resultados
inconsistentes. Por otro lado, las revisiones
previas de intervenciones conductuales en APS
(no necesariamente digitales) han mostrado
reducciones muy pequeñas de zBMI a 1-2 años
(29), lo cual coincide con los cambios modestos
observados en estudios que combinan atención
estándar en APS y telemedicina. En esta línea, los
resultados no contradicen lo que ya se describía
en la literatura previa: la telemedicina puede
ofrecer algún beneficio (p.ej. mayor adherencia,
mayor acceso), pero difícilmente podrá sustituir
intervenciones intensivas convencionales.
4.2. Fortalezas de la revisión.
La presente revisión destaca por varias fortalezas.
En primer lugar, se llevó a cabo una búsqueda
sistemática en bases de datos reconocidas,
lo cual permitió la identificación de evidencia
actualizada sobre intervenciones digitales en
obesidad infantil en el marco de APS. También
se incluyeron diferentes tipos de estudios (RCT,
cuasiexperimentales, perspectivas cualitativas) que
reflejan la aplicabilidad real de las intervenciones.
Además, el uso de la herramienta MMAT permitió
valorar la calidad metodológica de los estudios
incluidos con una mejor estructura. Con el uso de la
síntesis narrativa se facilitó la integración de resultados
heterogéneos en pos de identificar patrones y
tendencias en el uso de intervenciones digitales.
4.3. Implicaciones para la práctica en APS.
La telemedicina como complemento de la atención
presencial puede fortalecer la prevención y
manejo de la obesidad. Los programas híbridos
de consultas periódicas y seguimiento remoto
se pueden catalogar como prometedores, por
ejemplo, el sistema de Johansson et al. del uso
de una app vinculada al pediatra, mejoró la
el sobrepeso en más del 25-30% mediante un
programa e-health multicomponente que fue
proporcionado por médicos de atención primaria
en una cohorte nacional griega (15). En resumen,
estos ejemplos indican que las intervenciones
integradas, intensivas y bien planificadas (en
particular, aquellas que incluyen a la familia y al
proveedor de manera activa) pueden resultar en
beneficios antropométricos.
No obstante, los resultados también revelan
contradicciones importantes. Entre las sorpresas
que proporciona la revisión, los hallazgos del estudio
de Resnicow et al. (2024) merecen consideración;
la intervención basada en entrevista motivacional
(mixta presencial-telehealth) no redujo el IMC en
condiciones reales de APS. De hecho, los niños que
estaban en el grupo intervención llegaron a ganar
algo más de peso que los que formaban parte del
grupo de control (24). Esto contrastaría con ensayos
anteriores exitosos y posiblemente se debería a
niveles de fidelidad bajos, menores "dosis" reales
de la intervención y efectos del COVID-19 durante el
estudio. Asimismo, Umano et al. (2024) no encontró
diferencias en IMC entre app y control, aunque su
app redujo significativamente la tasa de abandono
del tratamiento (OR=3.86, p=0.01) (25). Finalmente,
los ensayos preventivos en edades preescolares
(p.ej. Delisle Nyström et al. 2018) produjeron
efectos iniciales sobre los factores de riesgo (índice
de masa grasa, dietas), pero dichos efectos no se
mantuvieron al año sin intervención continua (12).
En conclusión, la tendencia que se observa es
que las teleintervenciones tienden a mejorar los
comportamientos y la adherencia, y solo a veces
logran que el peso disminuya de forma duradera.
A corto plazo, los indicadores de hábitos como
alimentación, actividad y adherencia presentan
mejorías más evidentes (un mayor consumo de
frutas/verduras, menos tiempo frente a pantallas,
mayor compromiso familiar), lo cual puede preceder
y finalmente cristalizarse en cambios de peso.
Sin embargo, dichos cambios no alcanzan a ser
estadísticamente significativos en los períodos
analizados y por ello los resultados antropométricos
(BMI-z, IMC) no se modifican fácilmente.
4.1. Comparación con la literatura previa.
Estos resultados son coincidentes con otros
reportes sistemáticos recientes. Meta-análisis
extensos describen que las intervenciones
digitales pueden generar reducciones modestas
de BMI en niños a mediano plazo (27), sobre todo
en aquellos estudios en los que existe una alta
participación de la familia y seguimiento clínico
estrecho (28). Por ejemplo, Wu et al. (2023)
concluyen que, para RCTs de teleintervenciones,
los cambios en BMI-z son significativos y positivos
solo después de algunos meses de intervención
(27), y que la inclusión de la familia y de un
componente profesional, como dietista o coach,
es clave para el éxito de la intervención. Kouvari et
al. (2022) también reportaron un efecto positivo
general (SMD≈−0.61 en IMC) de los programas
digitales en población infantil/adolescente,
aunque resaltaron una alta heterogeneidad entre
los estudios (28). El análisis de la revisión confirma
también esta heterogeneidad: tal y como señalan
estos autores, los tamaños de muestra pequeños,
los distintos tipos de tecnología utilizada y las
poblaciones diversas explican los resultados
inconsistentes. Por otro lado, las revisiones
previas de intervenciones conductuales en APS
(no necesariamente digitales) han mostrado
reducciones muy pequeñas de zBMI a 1-2 años
(29), lo cual coincide con los cambios modestos
observados en estudios que combinan atención
estándar en APS y telemedicina. En esta línea, los
resultados no contradicen lo que ya se describía
en la literatura previa: la telemedicina puede
ofrecer algún beneficio (p.ej. mayor adherencia,
mayor acceso), pero difícilmente podrá sustituir
intervenciones intensivas convencionales.
4.2. Fortalezas de la revisión.
La presente revisión destaca por varias fortalezas.
En primer lugar, se llevó a cabo una búsqueda
sistemática en bases de datos reconocidas,
lo cual permitió la identificación de evidencia
actualizada sobre intervenciones digitales en
obesidad infantil en el marco de APS. También
se incluyeron diferentes tipos de estudios (RCT,
cuasiexperimentales, perspectivas cualitativas) que
reflejan la aplicabilidad real de las intervenciones.
Además, el uso de la herramienta MMAT permitió
valorar la calidad metodológica de los estudios
incluidos con una mejor estructura. Con el uso de la
síntesis narrativa se facilitó la integración de resultados
heterogéneos en pos de identificar patrones y
tendencias en el uso de intervenciones digitales.
4.3. Implicaciones para la práctica en APS.
La telemedicina como complemento de la atención
presencial puede fortalecer la prevención y
manejo de la obesidad. Los programas híbridos
de consultas periódicas y seguimiento remoto
se pueden catalogar como prometedores, por
ejemplo, el sistema de Johansson et al. del uso
de una app vinculada al pediatra, mejoró la
145p. 131-149
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026).Vol. 17 Número 1 2026
reducción del BMI (16). Umano et al., demostró
reducción del abandono con el uso de mensajes
de texto o portales interactivos que ayudan a
reforzar la adherencia (25). Con referencia a las
características de Greenlight Plus, con contenidos
en inglés/español en consultorios municipales se
recomienda incorporar entrenamiento enfocado
a las entrevistas motivacionales y actividades
digitales para los profesionales de APS, asegurando
además la accesibilidad a estas herramientas.
Además, los datos también sugieren que tales
intervenciones se centren en poblaciones de mayor
riesgo: al dirigirse a familias con bajo nivel de
alfabetización en salud o inseguridad alimentaria
se obtienen mayores ganancias (13). La integración
de las soluciones digitales en APS también debe
tener en cuenta programas ya existentes (por
ej. currículos de prevención) y enlazarse con los
registros de salud electrónicos cuando ello sea
posible (facilitando la identificación de casos
elegibles y el seguimiento sistemático) (15).
En segundo lugar, existen trabajos recientes que
revelan que las intervenciones basadas en telemedicina
pueden mejorar la continuidad de los cuidados y
la experiencia familiar durante el tratamiento de la
obesidad infantil. Uengarporn et al. (30) reportaron
que un programa remoto apoyado en monitoreo
digital y educación virtual facilitó el seguimiento
clínico y aumentó la satisfacción de los cuidadores, en
especial en familias que no podían mantener controles
presenciales frecuentes. Los resultados obtenidos
exigen contemplar las intervenciones telemáticas
como medidas que a la vez permiten mejorar la
cobertura y accesibilidad de las intervenciones en APS,
sobre todo en lugares donde se presentan barreras
geográficas o cuando hay limitaciones en el acceso a
servicios especializados.
Finalmente, cuando se tiene en cuenta el reto de
la brecha digital, hay que formular propuestas
equitativas para casos como vídeos breves o
llamadas telefónicas para familias con acceso
limitado a internet, además de formar en el uso de
las tecnologías con una mínima asistencia técnica.
Así las cosas, los resultados abogan por que las
intervenciones de telemedicina pueden mejorar
los esfuerzos clínicos en APS, siempre que tengan
un diseño realista, centrado en la familia y ajustado
a los recursos existentes localmente.
4.4. Líneas futuras de investigación
Son muchos aún los vacíos que hay que cerrar, se
necesitan estudios con diseños más sólidos (grandes
ensayos aleatorizados, duración del seguimiento
≥2 años) que midan de forma estandarizada los
En su conjunto, los resultados de esta revisión
indican que tanto la telemedicina como las
intervenciones de salud digital poseen un alto
valor estratégico para el manejo de la obesidad
infantil en el ámbito de la Atención Primaria. Las
estrategias digitales favorecen la adherencia
terapéutica, al integrarse con la atención
presencial, especialmente en poblaciones de alto
riesgo, estas herramientas pueden ser útiles en la
medida en que comunican al personal médico de
APS con el entorno familiar, tal como se observó
en las experiencias del programa nacional griego
y el ensayo Greenlight Plus.
En conclusión, la revisión aporta evidencia
de que las intervenciones de telemedicina
son un complemento prometedor para la APS
en obesidad pediátrica, ofreciendo mayor
flexibilidad y alcance. Su impacto real dependerá
de una correcta implementación: la telemedicina
no sustituye la atención cara a cara, pero,
utilizada de manera estratégica, puede orientar
a los clínicos y a los responsables de salud hacia
cambios en cuanto a peso y salud (no solo IMC, sino
también grasa corporal, presión, etc.) para averiguar
la sostenibilidad de las mejoras. También se necesitan
estudios de costo-efectividad: ¿cuánto se ahorra
por la reducción de la obesidad severa al invertir en
telemedicina? También es interesante, a partir de la
investigación anterior, un estudio que compare de
forma directa las intervenciones digitales con las
convencionales en APS para poder aislar el efecto
de la tecnología, se sugiere investigar la "dosificación"
óptima de la intervención (número óptimo de
sesiones virtuales, frecuencia de los mensajes) y su
aceptación en grupos diversos. En vista del auge de las
aplicaciones móviles y la IA, futuros estudios podrían
investigar los algoritmos adaptativos o la gamificación
para mantener el interés de niños/adolescentes.
Es necesario incluir a las poblaciones vulnerables,
los estudios en entornos latinoamericanos
o rurales y las intervenciones bilingües para
inmigrantes; estos deberán permitir comprobar
que los efectos alcanzados se dan en contextos
distintos. La investigación cualitativa con familias
y con profesionales de APS deberá contribuir a la
identificación de las barreras prácticas (tecnológicas,
culturales, etc.) y orientar modificaciones desde un
enfoque de implementación. En definitiva, la agenda
de la investigación debe orientarse hacia evidencias
cuantitativas de largo plazo, la estandarización de las
medidas y también a evaluar la equidad del acceso.
5. Conclusión
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026).Vol. 17 Número 1 2026
reducción del BMI (16). Umano et al., demostró
reducción del abandono con el uso de mensajes
de texto o portales interactivos que ayudan a
reforzar la adherencia (25). Con referencia a las
características de Greenlight Plus, con contenidos
en inglés/español en consultorios municipales se
recomienda incorporar entrenamiento enfocado
a las entrevistas motivacionales y actividades
digitales para los profesionales de APS, asegurando
además la accesibilidad a estas herramientas.
Además, los datos también sugieren que tales
intervenciones se centren en poblaciones de mayor
riesgo: al dirigirse a familias con bajo nivel de
alfabetización en salud o inseguridad alimentaria
se obtienen mayores ganancias (13). La integración
de las soluciones digitales en APS también debe
tener en cuenta programas ya existentes (por
ej. currículos de prevención) y enlazarse con los
registros de salud electrónicos cuando ello sea
posible (facilitando la identificación de casos
elegibles y el seguimiento sistemático) (15).
En segundo lugar, existen trabajos recientes que
revelan que las intervenciones basadas en telemedicina
pueden mejorar la continuidad de los cuidados y
la experiencia familiar durante el tratamiento de la
obesidad infantil. Uengarporn et al. (30) reportaron
que un programa remoto apoyado en monitoreo
digital y educación virtual facilitó el seguimiento
clínico y aumentó la satisfacción de los cuidadores, en
especial en familias que no podían mantener controles
presenciales frecuentes. Los resultados obtenidos
exigen contemplar las intervenciones telemáticas
como medidas que a la vez permiten mejorar la
cobertura y accesibilidad de las intervenciones en APS,
sobre todo en lugares donde se presentan barreras
geográficas o cuando hay limitaciones en el acceso a
servicios especializados.
Finalmente, cuando se tiene en cuenta el reto de
la brecha digital, hay que formular propuestas
equitativas para casos como vídeos breves o
llamadas telefónicas para familias con acceso
limitado a internet, además de formar en el uso de
las tecnologías con una mínima asistencia técnica.
Así las cosas, los resultados abogan por que las
intervenciones de telemedicina pueden mejorar
los esfuerzos clínicos en APS, siempre que tengan
un diseño realista, centrado en la familia y ajustado
a los recursos existentes localmente.
4.4. Líneas futuras de investigación
Son muchos aún los vacíos que hay que cerrar, se
necesitan estudios con diseños más sólidos (grandes
ensayos aleatorizados, duración del seguimiento
≥2 años) que midan de forma estandarizada los
En su conjunto, los resultados de esta revisión
indican que tanto la telemedicina como las
intervenciones de salud digital poseen un alto
valor estratégico para el manejo de la obesidad
infantil en el ámbito de la Atención Primaria. Las
estrategias digitales favorecen la adherencia
terapéutica, al integrarse con la atención
presencial, especialmente en poblaciones de alto
riesgo, estas herramientas pueden ser útiles en la
medida en que comunican al personal médico de
APS con el entorno familiar, tal como se observó
en las experiencias del programa nacional griego
y el ensayo Greenlight Plus.
En conclusión, la revisión aporta evidencia
de que las intervenciones de telemedicina
son un complemento prometedor para la APS
en obesidad pediátrica, ofreciendo mayor
flexibilidad y alcance. Su impacto real dependerá
de una correcta implementación: la telemedicina
no sustituye la atención cara a cara, pero,
utilizada de manera estratégica, puede orientar
a los clínicos y a los responsables de salud hacia
cambios en cuanto a peso y salud (no solo IMC, sino
también grasa corporal, presión, etc.) para averiguar
la sostenibilidad de las mejoras. También se necesitan
estudios de costo-efectividad: ¿cuánto se ahorra
por la reducción de la obesidad severa al invertir en
telemedicina? También es interesante, a partir de la
investigación anterior, un estudio que compare de
forma directa las intervenciones digitales con las
convencionales en APS para poder aislar el efecto
de la tecnología, se sugiere investigar la "dosificación"
óptima de la intervención (número óptimo de
sesiones virtuales, frecuencia de los mensajes) y su
aceptación en grupos diversos. En vista del auge de las
aplicaciones móviles y la IA, futuros estudios podrían
investigar los algoritmos adaptativos o la gamificación
para mantener el interés de niños/adolescentes.
Es necesario incluir a las poblaciones vulnerables,
los estudios en entornos latinoamericanos
o rurales y las intervenciones bilingües para
inmigrantes; estos deberán permitir comprobar
que los efectos alcanzados se dan en contextos
distintos. La investigación cualitativa con familias
y con profesionales de APS deberá contribuir a la
identificación de las barreras prácticas (tecnológicas,
culturales, etc.) y orientar modificaciones desde un
enfoque de implementación. En definitiva, la agenda
de la investigación debe orientarse hacia evidencias
cuantitativas de largo plazo, la estandarización de las
medidas y también a evaluar la equidad del acceso.
5. Conclusión
146Daniela Elizabeth Pástor Ortega, et al.Vol. 17 Número 1 2026
10. Referencias bibliográficas
6. Declaración de conflicto de interés
7. Limitación de responsabilidad
8. Fuentes de apoyo
9. Autor de correspondencia
1. Zhang X, Liu J, Ni Y, Yi C, Fang Y, Ning Q, et al.
Global Prevalence of Overweight and Obesity
in Children and Adolescents: A Systematic
Review and Meta-Analysis. JAMA Pediatr. 1 de
agosto de 2024;178(8):800-13. doi:10.1001/
jamapediatrics.2024.1576
2. Qiu LT, Sun GX, Li L, Zhang JD, Wang D, Fan BY.
Effectiveness of multiple eHealth-delivered
lifestyle strategies for preventing or intervening
modelos más accesibles y efectivos de prevención
y tratamiento infantil de la obesidad.
Los autores declaran no tener ningún conflicto de
intereses de tipo financiero, académico ni personal
que hubiera podido influir en la realización, análisis
o interpretación de esta revisión de alcance.
Los autores declaran que las opiniones, análisis
e interpretaciones que se exponen en este
manuscrito son de su exclusiva responsabilidad
y no corresponden necesariamente a la postura
oficial de las instituciones a las cuales pertenecen.
El presente estudio no ha sido financiado por
ninguna agencia pública, comercial o sin ánimo de
lucro. El estudio fue desarrollado en el contexto
de las actividades académicas de posgrado, sin
intervención de patrocinadores en el diseño de
la revisión, la búsqueda bibliográfica, la selección
de los estudios, la extracción y el análisis de los
datos, la interpretación de los resultados ni en la
redacción del manuscrito.
Autor para la correspondencia: Daniela Elizabeth
Pástor Ortega. Universidad Estatal de Milagro.
Dirección postal: Cdla. Universitaria “Dr. Rómulo
Minchala Murillo – km. 1.5 vía Milagro -Virgen de
Fátima, Guayas, Ecuador. e-mail: dpastoro@unemi.
edu.ec. Teléfono: 0987030448.
overweight/obesity among children and
adolescents: A systematic review and meta-
analysis. Front Endocrinol. 5 de septiembre de
2022;13. doi:10.3389/fendo.2022.999702
3. Rundle AG, Factor-Litvak P, Suglia SF, Susser ES,
Kezios KL, Lovasi GS, et al. Tracking of Obesity
in Childhood into Adulthood: Effects on Body
Mass Index and Fat Mass Index at Age 50.
Childhood Obesity. 1 de abril de 2020;16(3):226-
33. doi:10.1089/chi.2019.0185
4. Yudkin JS, Jungbauer RM, Allicock MA, Barlow
SE. Implementation science evaluation of an
eHealth pediatric primary-care overweight
and obesity intervention using the RE-AIM
evaluation framework. PLOS ONE. 9 de febrero
de 2026;21(2):e0341635. doi:10.1371/journal.
pone.0341635
5. Struckmeyer N, Biester T, Weiner C,
Sadeghian E, Guntermann C, Galuschka L,
et al. Evaluating the long-term effectiveness
of a structured telehealth obesity program
in children and adolescents: A retrospective
matched-control study. Obesity Pillars. 1 de
diciembre de 2025;16:100206. doi:10.1016/j.
obpill.2025.100206
6. Pecoraro P, Gallè F, Muscariello E, Mauro
VD, Daniele O, Forte S, et al. A telehealth
intervention for ensuring continuity of care
of pediatric obesity during the CoVid-19
lockdown in Italy. Nutrition, Metabolism and
Cardiovascular Diseases. 29 de noviembre
de 2021;31(12):3502-7. doi:10.1016/j.
numecd.2021.09.026 PubMed PMID: 34728130.
7. Kruse C, Pacheco G, Roe H, Caperton S, Krips R.
Leveraging Telemedicine to Manage Adolescent
Obesity: A Systematic Literature Review.
Health Science Reports. 2025;8(10):e71343.
doi:10.1002/hsr2.71343
8. Frattolillo V, Massa A, Capone D, Monaco
N, Forcina G, Di Filippo P, et al. Integrating
digital health into pediatric obesity
management: Current practices and
future perspectives. Obesity Pillars. 1 de
diciembre de 2025;16:100189. doi:10.1016/j.
obpill.2025.100189
9. Kalantar HT, Kalantar AT, Alali M, Alali N, Naji H,
Kalantar HT, et al. Effectiveness of Telehealth
and Wearable Device-Based Interventions for
Managing Childhood and Adolescent Obesity: A
Systematic Review and Meta-Analysis. Cureus.
10. Referencias bibliográficas
6. Declaración de conflicto de interés
7. Limitación de responsabilidad
8. Fuentes de apoyo
9. Autor de correspondencia
1. Zhang X, Liu J, Ni Y, Yi C, Fang Y, Ning Q, et al.
Global Prevalence of Overweight and Obesity
in Children and Adolescents: A Systematic
Review and Meta-Analysis. JAMA Pediatr. 1 de
agosto de 2024;178(8):800-13. doi:10.1001/
jamapediatrics.2024.1576
2. Qiu LT, Sun GX, Li L, Zhang JD, Wang D, Fan BY.
Effectiveness of multiple eHealth-delivered
lifestyle strategies for preventing or intervening
modelos más accesibles y efectivos de prevención
y tratamiento infantil de la obesidad.
Los autores declaran no tener ningún conflicto de
intereses de tipo financiero, académico ni personal
que hubiera podido influir en la realización, análisis
o interpretación de esta revisión de alcance.
Los autores declaran que las opiniones, análisis
e interpretaciones que se exponen en este
manuscrito son de su exclusiva responsabilidad
y no corresponden necesariamente a la postura
oficial de las instituciones a las cuales pertenecen.
El presente estudio no ha sido financiado por
ninguna agencia pública, comercial o sin ánimo de
lucro. El estudio fue desarrollado en el contexto
de las actividades académicas de posgrado, sin
intervención de patrocinadores en el diseño de
la revisión, la búsqueda bibliográfica, la selección
de los estudios, la extracción y el análisis de los
datos, la interpretación de los resultados ni en la
redacción del manuscrito.
Autor para la correspondencia: Daniela Elizabeth
Pástor Ortega. Universidad Estatal de Milagro.
Dirección postal: Cdla. Universitaria “Dr. Rómulo
Minchala Murillo – km. 1.5 vía Milagro -Virgen de
Fátima, Guayas, Ecuador. e-mail: dpastoro@unemi.
edu.ec. Teléfono: 0987030448.
overweight/obesity among children and
adolescents: A systematic review and meta-
analysis. Front Endocrinol. 5 de septiembre de
2022;13. doi:10.3389/fendo.2022.999702
3. Rundle AG, Factor-Litvak P, Suglia SF, Susser ES,
Kezios KL, Lovasi GS, et al. Tracking of Obesity
in Childhood into Adulthood: Effects on Body
Mass Index and Fat Mass Index at Age 50.
Childhood Obesity. 1 de abril de 2020;16(3):226-
33. doi:10.1089/chi.2019.0185
4. Yudkin JS, Jungbauer RM, Allicock MA, Barlow
SE. Implementation science evaluation of an
eHealth pediatric primary-care overweight
and obesity intervention using the RE-AIM
evaluation framework. PLOS ONE. 9 de febrero
de 2026;21(2):e0341635. doi:10.1371/journal.
pone.0341635
5. Struckmeyer N, Biester T, Weiner C,
Sadeghian E, Guntermann C, Galuschka L,
et al. Evaluating the long-term effectiveness
of a structured telehealth obesity program
in children and adolescents: A retrospective
matched-control study. Obesity Pillars. 1 de
diciembre de 2025;16:100206. doi:10.1016/j.
obpill.2025.100206
6. Pecoraro P, Gallè F, Muscariello E, Mauro
VD, Daniele O, Forte S, et al. A telehealth
intervention for ensuring continuity of care
of pediatric obesity during the CoVid-19
lockdown in Italy. Nutrition, Metabolism and
Cardiovascular Diseases. 29 de noviembre
de 2021;31(12):3502-7. doi:10.1016/j.
numecd.2021.09.026 PubMed PMID: 34728130.
7. Kruse C, Pacheco G, Roe H, Caperton S, Krips R.
Leveraging Telemedicine to Manage Adolescent
Obesity: A Systematic Literature Review.
Health Science Reports. 2025;8(10):e71343.
doi:10.1002/hsr2.71343
8. Frattolillo V, Massa A, Capone D, Monaco
N, Forcina G, Di Filippo P, et al. Integrating
digital health into pediatric obesity
management: Current practices and
future perspectives. Obesity Pillars. 1 de
diciembre de 2025;16:100189. doi:10.1016/j.
obpill.2025.100189
9. Kalantar HT, Kalantar AT, Alali M, Alali N, Naji H,
Kalantar HT, et al. Effectiveness of Telehealth
and Wearable Device-Based Interventions for
Managing Childhood and Adolescent Obesity: A
Systematic Review and Meta-Analysis. Cureus.
147p. 131-149
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026).Vol. 17 Número 1 2026
14 de octubre de 2025;17(10). doi:10.7759/
cureus.94551
10. DeSilva S, Vaidya SS. The Application of
Telemedicine to Pediatric Obesity: Lessons from
the Past Decade. Telemedicine and e-Health. 1
de febrero de 2021;27(2):159-66. doi:10.1089/
tmj.2019.0314
11. Page MJ, McKenzie JE, Bossuyt PM, Boutron I,
Hoffmann TC, Mulrow CD, et al. The PRISMA
2020 statement: an updated guideline for
reporting systematic reviews. BMJ. 29 de marzo
de 2021;n71. doi:10.1136/bmj.n71
12. Delisle Nyström C, Sandin S, Henriksson P,
Henriksson H, Maddison R, Löf M. A 12-month
follow-up of a mobile-based (mHealth) obesity
prevention intervention in pre-school children:
the MINISTOP randomized controlled trial. BMC
Public Health. 24 de mayo de 2018;18(1):658.
doi:10.1186/s12889-018-5569-4
13.Heerman WJ, Rothman RL, Sanders LM,
Schildcrout JS, Flower KB, Delamater AM,
et al. A Digital Health Behavior Intervention
to Prevent Childhood Obesity: The Greenlight
Plus Randomized Clinical Trial. JAMA. 24
de diciembre de 2024;332(24):2068-80.
doi:10.1001/jama.2024.22362 PubMed
PMID: 39489149; PubMed Central PMCID:
PMC11533126.
14. Beck AL, Mora R, Joseph G, Perrin E, Cabana
M, Schickedanz A, et al. A Multimethod
Evaluation of the Futuros Fuertes Intervention
to Promote Healthy Feeding, Screen Time,
and Sleep Practices. Acad Pediatr. octubre
de 2023;23(7):1351-60. doi:10.1016/j.
acap.2023.05.006 PubMed PMID: 37211275;
PubMed Central PMCID: PMC11627153.
15. Tragomalou A, Moschonis G, Kassari P,
Papageorgiou I, Genitsaridi SM, Karampatsou
S, et al. A national e-health program for the
prevention and management of overweight
and obesity in childhood and adolescence in
Greece. Nutrients. 2020;12(9):1-15. Located at:
Scopus. doi:10.3390/nu12092858
16. Johansson L, Hagman E, Danielsson P. A novel
interactive mobile health support system for
pediatric obesity treatment: a randomized
controlled feasibility trial. BMC Pediatr. 23
de septiembre de 2020;20:447. doi:10.1186/
s12887-020-02338-9 PubMed PMID: 32967638;
PubMed Central PMCID: PMC7513491.
17. Simione M, Aschbrenner K, Farrar-Muir H,
Luo M, Granadeno J, Caballero-Gonzalez A,
et al. Adapting Connect for Health pediatric
weight management program for telehealth
in response to the COVID-19 pandemic.
Implement Sci Commun. 2023;4(1). Located
at: Scopus. doi:10.1186/s43058-023-00523-2
18.Helle C, Hillesund ER, Wills AK, Øverby NC.
Evaluation of an eHealth intervention aiming to
promote healthy food habits from infancy -the
Norwegian randomized controlled trial Early
Food for Future Health. Int J Behav Nutr Phys
Act. 3 de enero de 2019;16(1):1. doi:10.1186/
s12966-018-0763-4 PubMed PMID: 30606197;
PubMed Central PMCID: PMC6318886.
19. Poulsen MN, Hosterman JF, Wood GC, Cook
A, Wright L, Jamieson ST, et al. Family-Based
Telehealth Initiative to Improve Nutrition and
Physical Activity for Children With Obesity and
Its Utility During COVID-19: A Mixed Methods
Evaluation. Front Nutr. 2022;9. Located at:
Scopus. doi:10.3389/fnut.2022.932514
20. Katzow MW, Messito MJ, Escobar E, Sanchez
E, Chaparro VE, Jan S, et al. Stakeholder
Perspectives on Remote Delivery of a Group-
Based Child Obesity Prevention Program for
Latino Families With Low Income. J Nutr Educ
Behav. 2026. Located at: Scopus. doi:10.1016/j.
jneb.2025.12.004
21. Luque V, Feliu A, Escribano J, Ferré N, Flores
G, Monné R, et al. The Obemat2.0 Study: A
Clinical Trial of a Motivational Intervention
for Childhood Obesity Treatment. Nutrients.
16 de febrero de 2019;11(2):419. doi:10.3390/
nu11020419 PubMed PMID: 30781525; PubMed
Central PMCID: PMC6413236.
22. Bosworth KT, Ghosh P, Flowers L, Proffitt R,
Koopman RJ, Tosh AK, et al. The user-centered
design and development of a childhood and
adolescent obesity Electronic Health Record
tool, a mixed-methods study. Front Digit Health.
2024;6. Located at: Scopus. doi:10.3389/
fdgth.2024.1396085
23.Bailey-Davis L, Moore AM, Poulsen MN,
Dzewaltowski DA, Cummings S, DeCriscio LR,
et al. Comparing enhancements to well-child
visits in the prevention of obesity: ENCIRCLE
cluster-randomized controlled trial. BMC
Public Health. 2022;22(1). Located at: Scopus.
doi:10.1186/s12889-022-14827-w
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026).Vol. 17 Número 1 2026
14 de octubre de 2025;17(10). doi:10.7759/
cureus.94551
10. DeSilva S, Vaidya SS. The Application of
Telemedicine to Pediatric Obesity: Lessons from
the Past Decade. Telemedicine and e-Health. 1
de febrero de 2021;27(2):159-66. doi:10.1089/
tmj.2019.0314
11. Page MJ, McKenzie JE, Bossuyt PM, Boutron I,
Hoffmann TC, Mulrow CD, et al. The PRISMA
2020 statement: an updated guideline for
reporting systematic reviews. BMJ. 29 de marzo
de 2021;n71. doi:10.1136/bmj.n71
12. Delisle Nyström C, Sandin S, Henriksson P,
Henriksson H, Maddison R, Löf M. A 12-month
follow-up of a mobile-based (mHealth) obesity
prevention intervention in pre-school children:
the MINISTOP randomized controlled trial. BMC
Public Health. 24 de mayo de 2018;18(1):658.
doi:10.1186/s12889-018-5569-4
13.Heerman WJ, Rothman RL, Sanders LM,
Schildcrout JS, Flower KB, Delamater AM,
et al. A Digital Health Behavior Intervention
to Prevent Childhood Obesity: The Greenlight
Plus Randomized Clinical Trial. JAMA. 24
de diciembre de 2024;332(24):2068-80.
doi:10.1001/jama.2024.22362 PubMed
PMID: 39489149; PubMed Central PMCID:
PMC11533126.
14. Beck AL, Mora R, Joseph G, Perrin E, Cabana
M, Schickedanz A, et al. A Multimethod
Evaluation of the Futuros Fuertes Intervention
to Promote Healthy Feeding, Screen Time,
and Sleep Practices. Acad Pediatr. octubre
de 2023;23(7):1351-60. doi:10.1016/j.
acap.2023.05.006 PubMed PMID: 37211275;
PubMed Central PMCID: PMC11627153.
15. Tragomalou A, Moschonis G, Kassari P,
Papageorgiou I, Genitsaridi SM, Karampatsou
S, et al. A national e-health program for the
prevention and management of overweight
and obesity in childhood and adolescence in
Greece. Nutrients. 2020;12(9):1-15. Located at:
Scopus. doi:10.3390/nu12092858
16. Johansson L, Hagman E, Danielsson P. A novel
interactive mobile health support system for
pediatric obesity treatment: a randomized
controlled feasibility trial. BMC Pediatr. 23
de septiembre de 2020;20:447. doi:10.1186/
s12887-020-02338-9 PubMed PMID: 32967638;
PubMed Central PMCID: PMC7513491.
17. Simione M, Aschbrenner K, Farrar-Muir H,
Luo M, Granadeno J, Caballero-Gonzalez A,
et al. Adapting Connect for Health pediatric
weight management program for telehealth
in response to the COVID-19 pandemic.
Implement Sci Commun. 2023;4(1). Located
at: Scopus. doi:10.1186/s43058-023-00523-2
18.Helle C, Hillesund ER, Wills AK, Øverby NC.
Evaluation of an eHealth intervention aiming to
promote healthy food habits from infancy -the
Norwegian randomized controlled trial Early
Food for Future Health. Int J Behav Nutr Phys
Act. 3 de enero de 2019;16(1):1. doi:10.1186/
s12966-018-0763-4 PubMed PMID: 30606197;
PubMed Central PMCID: PMC6318886.
19. Poulsen MN, Hosterman JF, Wood GC, Cook
A, Wright L, Jamieson ST, et al. Family-Based
Telehealth Initiative to Improve Nutrition and
Physical Activity for Children With Obesity and
Its Utility During COVID-19: A Mixed Methods
Evaluation. Front Nutr. 2022;9. Located at:
Scopus. doi:10.3389/fnut.2022.932514
20. Katzow MW, Messito MJ, Escobar E, Sanchez
E, Chaparro VE, Jan S, et al. Stakeholder
Perspectives on Remote Delivery of a Group-
Based Child Obesity Prevention Program for
Latino Families With Low Income. J Nutr Educ
Behav. 2026. Located at: Scopus. doi:10.1016/j.
jneb.2025.12.004
21. Luque V, Feliu A, Escribano J, Ferré N, Flores
G, Monné R, et al. The Obemat2.0 Study: A
Clinical Trial of a Motivational Intervention
for Childhood Obesity Treatment. Nutrients.
16 de febrero de 2019;11(2):419. doi:10.3390/
nu11020419 PubMed PMID: 30781525; PubMed
Central PMCID: PMC6413236.
22. Bosworth KT, Ghosh P, Flowers L, Proffitt R,
Koopman RJ, Tosh AK, et al. The user-centered
design and development of a childhood and
adolescent obesity Electronic Health Record
tool, a mixed-methods study. Front Digit Health.
2024;6. Located at: Scopus. doi:10.3389/
fdgth.2024.1396085
23.Bailey-Davis L, Moore AM, Poulsen MN,
Dzewaltowski DA, Cummings S, DeCriscio LR,
et al. Comparing enhancements to well-child
visits in the prevention of obesity: ENCIRCLE
cluster-randomized controlled trial. BMC
Public Health. 2022;22(1). Located at: Scopus.
doi:10.1186/s12889-022-14827-w
148Daniela Elizabeth Pástor Ortega, et al.Vol. 17 Número 1 2026
24. Resnicow K, Delacroix E, Sonneville KR,
Considine S, Grundmeier RW, Shu D, et al.
Outcome of BMI2+: Motivational Interviewing
to Reduce BMI Through Primary Care AAP
PROS Practices. Pediatrics. 1 de enero de
2024;153(2):e2023062462. doi:10.1542/
peds.2023-062462 PubMed PMID: 38282541;
PubMed Central PMCID: PMC10827646.
25. Umano GR, Masino M, Cirillo G, Rondinelli
G, Massa F, Mangoni di Santo Stefano GSRC,
et al. Effectiveness of Smartphone App for the
Treatment of Pediatric Obesity: A Randomized
Controlled Trial. Children (Basel). 27 de
septiembre de 2024;11(10):1178. doi:10.3390/
children11101178 PubMed PMID: 39457143;
PubMed Central PMCID: PMC11505602.
26. Yudkin JS, Allicock MA, Atem FD, Galeener
CA, Messiah SE, Barlow SE. Efficacy of a
Primary Care eHealth Obesity Treatment Pilot
Intervention Developed for Vulnerable Pediatric
Patients. Child Obes. 2024;20(2):75-86. Located
at: Scopus. doi:10.1089/chi.2022.0185
27. Wu CT, Ng JC, Cheng YT, Chang LY, Kang EY,
Chiu HH, et al. The Effects of Teleinterventions
on Pediatric Weight Control: Systematic Review
and Meta-Analysis of Randomized Controlled
Trials. J Med Internet Res. 8 de diciembre de
2025;27:e68688. doi:10.2196/68688 PubMed
PMID: 41359937; PubMed Central PMCID:
PMC12685287.
28.Kouvari M, Karipidou M, Tsiampalis T, Mamalaki
E, Poulimeneas D, Bathrellou E, et al. Digital
Health Interventions for Weight Management
in Children and Adolescents: Systematic
Review and Meta-analysis. J Med Internet
Res. 14 de febrero de 2022;24(2):e30675.
doi:10.2196/30675 PubMed PMID: 35156934;
PubMed Central PMCID: PMC8887634.
29. Graham HE, Madigan CD, Gokal K, Large JF,
Sanders J, McLeod CJ, et al. A Systematic
Review and Meta-Analysis of Randomized
Controlled Trials of Behavioral Interventions for
the Management of Overweight and Obesity
in Children That Are Delivered or Referred
to by Health Providers in Primary Care. Obes
Rev. 10 de marzo de 2026;e70119. doi:10.1111/
obr.70119 PubMed PMID: 41804284.
30.Uengarporn N, Maneewong RY, Piriyapokin
N, Nantiwattara B, Pongpitakdamrong
A, Kiattimongkol W. Effectiveness of a
Telemedicine-Based Intervention for Childhood
Obesity Management: A Randomized Controlled
Trial. Vol. 17. 9 de abril de 2026;17(4):359.
doi:10.3390/info17040359
11. Información de apoyo
Apéndice 1: Cadenas de código booleano utilizadas en las bases de datos
Base de
datos Código booleano Fecha de
búsqueda Resultados
Scopus
TITLE-ABS-KEY( telemedicine OR telehealth OR "remote consultation" OR "remote
monitoring" OR mhealth OR "mobile health" OR ehealth OR "digital health" OR tele-
consultation OR telecare ) AND TITLE-ABS-KEY ( obesity OR overweight OR "pediatric
obesity" OR "childhood obesity" OR "paediatric obesity" ) AND TITLE-ABS-KEY( child*
OR pediatric* OR paediatric* OR adolescen* ) AND TITLE-ABS-KEY( "primary health
care" OR "primary care" OR "family practice" OR "family medicine" OR "general
practice" OR "community health" ) AND TITLE-ABS-KEY( manag* OR treatment OR
intervention* OR therap* OR program* )
6 de marzo
del 2026 109
PubMed
( "Telemedicine"[Mesh] OR telemedicine[tiab] OR telehealth[tiab] OR "remote consul-
tation"[tiab] OR "remote monitoring"[tiab] OR mHealth[tiab] OR "mobile health"[tiab]
OR eHealth[tiab] OR "digital health"[tiab] OR teleconsultation[tiab] OR telecare[tiab])
AND ( "Obesity"[Mesh] OR "Overweight"[Mesh] OR obes*[tiab] OR overweight[tiab]
OR "pediatric obesity"[tiab] OR "childhood obesity"[tiab] OR "paediatric obesity"[tiab])
AND ( "Child"[Mesh] OR "Adolescent"[Mesh] OR child*[tiab] OR pediatric*[tiab] OR
paediatric*[tiab] OR adolescen*[tiab] ) AND ( "Primary Health Care"[Mesh] OR "pri-
mary health care"[tiab] OR "primary care"[tiab] OR "family practice"[tiab] OR "family
medicine"[tiab] OR "general practice"[tiab] OR "community health services"[Mesh] OR
"community health"[tiab] ) AND ( manag*[tiab] OR treatment[tiab] OR intervention*[-
tiab] OR therap*[tiab] OR program*[tiab] )
6 de marzo
del 2026 109
Cochrane
Library
(Telemedicine OR Telehealth OR eHealth OR mHealth OR "digital health" OR "mobile
health" OR "mobile application*" OR "remote monitoring" OR "coaching remotely") AND
("Pediatric Obesity" OR "Childhood Obesity" OR Overweight OR "Weight Gain") AND
(Child OR Children OR Adolescent OR Pediatric) AND ("Primary Health Care" OR "Prima-
ry Care" OR "Family Practice")
6 de marzo
del 2026 29
Total 247
24. Resnicow K, Delacroix E, Sonneville KR,
Considine S, Grundmeier RW, Shu D, et al.
Outcome of BMI2+: Motivational Interviewing
to Reduce BMI Through Primary Care AAP
PROS Practices. Pediatrics. 1 de enero de
2024;153(2):e2023062462. doi:10.1542/
peds.2023-062462 PubMed PMID: 38282541;
PubMed Central PMCID: PMC10827646.
25. Umano GR, Masino M, Cirillo G, Rondinelli
G, Massa F, Mangoni di Santo Stefano GSRC,
et al. Effectiveness of Smartphone App for the
Treatment of Pediatric Obesity: A Randomized
Controlled Trial. Children (Basel). 27 de
septiembre de 2024;11(10):1178. doi:10.3390/
children11101178 PubMed PMID: 39457143;
PubMed Central PMCID: PMC11505602.
26. Yudkin JS, Allicock MA, Atem FD, Galeener
CA, Messiah SE, Barlow SE. Efficacy of a
Primary Care eHealth Obesity Treatment Pilot
Intervention Developed for Vulnerable Pediatric
Patients. Child Obes. 2024;20(2):75-86. Located
at: Scopus. doi:10.1089/chi.2022.0185
27. Wu CT, Ng JC, Cheng YT, Chang LY, Kang EY,
Chiu HH, et al. The Effects of Teleinterventions
on Pediatric Weight Control: Systematic Review
and Meta-Analysis of Randomized Controlled
Trials. J Med Internet Res. 8 de diciembre de
2025;27:e68688. doi:10.2196/68688 PubMed
PMID: 41359937; PubMed Central PMCID:
PMC12685287.
28.Kouvari M, Karipidou M, Tsiampalis T, Mamalaki
E, Poulimeneas D, Bathrellou E, et al. Digital
Health Interventions for Weight Management
in Children and Adolescents: Systematic
Review and Meta-analysis. J Med Internet
Res. 14 de febrero de 2022;24(2):e30675.
doi:10.2196/30675 PubMed PMID: 35156934;
PubMed Central PMCID: PMC8887634.
29. Graham HE, Madigan CD, Gokal K, Large JF,
Sanders J, McLeod CJ, et al. A Systematic
Review and Meta-Analysis of Randomized
Controlled Trials of Behavioral Interventions for
the Management of Overweight and Obesity
in Children That Are Delivered or Referred
to by Health Providers in Primary Care. Obes
Rev. 10 de marzo de 2026;e70119. doi:10.1111/
obr.70119 PubMed PMID: 41804284.
30.Uengarporn N, Maneewong RY, Piriyapokin
N, Nantiwattara B, Pongpitakdamrong
A, Kiattimongkol W. Effectiveness of a
Telemedicine-Based Intervention for Childhood
Obesity Management: A Randomized Controlled
Trial. Vol. 17. 9 de abril de 2026;17(4):359.
doi:10.3390/info17040359
11. Información de apoyo
Apéndice 1: Cadenas de código booleano utilizadas en las bases de datos
Base de
datos Código booleano Fecha de
búsqueda Resultados
Scopus
TITLE-ABS-KEY( telemedicine OR telehealth OR "remote consultation" OR "remote
monitoring" OR mhealth OR "mobile health" OR ehealth OR "digital health" OR tele-
consultation OR telecare ) AND TITLE-ABS-KEY ( obesity OR overweight OR "pediatric
obesity" OR "childhood obesity" OR "paediatric obesity" ) AND TITLE-ABS-KEY( child*
OR pediatric* OR paediatric* OR adolescen* ) AND TITLE-ABS-KEY( "primary health
care" OR "primary care" OR "family practice" OR "family medicine" OR "general
practice" OR "community health" ) AND TITLE-ABS-KEY( manag* OR treatment OR
intervention* OR therap* OR program* )
6 de marzo
del 2026 109
PubMed
( "Telemedicine"[Mesh] OR telemedicine[tiab] OR telehealth[tiab] OR "remote consul-
tation"[tiab] OR "remote monitoring"[tiab] OR mHealth[tiab] OR "mobile health"[tiab]
OR eHealth[tiab] OR "digital health"[tiab] OR teleconsultation[tiab] OR telecare[tiab])
AND ( "Obesity"[Mesh] OR "Overweight"[Mesh] OR obes*[tiab] OR overweight[tiab]
OR "pediatric obesity"[tiab] OR "childhood obesity"[tiab] OR "paediatric obesity"[tiab])
AND ( "Child"[Mesh] OR "Adolescent"[Mesh] OR child*[tiab] OR pediatric*[tiab] OR
paediatric*[tiab] OR adolescen*[tiab] ) AND ( "Primary Health Care"[Mesh] OR "pri-
mary health care"[tiab] OR "primary care"[tiab] OR "family practice"[tiab] OR "family
medicine"[tiab] OR "general practice"[tiab] OR "community health services"[Mesh] OR
"community health"[tiab] ) AND ( manag*[tiab] OR treatment[tiab] OR intervention*[-
tiab] OR therap*[tiab] OR program*[tiab] )
6 de marzo
del 2026 109
Cochrane
Library
(Telemedicine OR Telehealth OR eHealth OR mHealth OR "digital health" OR "mobile
health" OR "mobile application*" OR "remote monitoring" OR "coaching remotely") AND
("Pediatric Obesity" OR "Childhood Obesity" OR Overweight OR "Weight Gain") AND
(Child OR Children OR Adolescent OR Pediatric) AND ("Primary Health Care" OR "Prima-
ry Care" OR "Family Practice")
6 de marzo
del 2026 29
Total 247
149p. 131-149
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026).Vol. 17 Número 1 2026
Apéndice 2: Evaluación del riesgo de sesgo de los estudios incluidos según MMAT 2018
Autor y
año Tipo de
estudio Criterio 1 Criterio 2 Criterio 3 Criterio 4 Criterio 5
(12) Ensayo clínico
aleatorizado
La aleatorización
fue realizada de
forma apropiada:
Sí
Los grupos fueron
comparables al
inicio del estudio:
Sí
Los datos de re-
sultados fueron
completos:
No claro
Los evaluadores
estaban cegados a
la intervención:
No claro
Los participantes
se adhirieron a la
intervención asig-
nada:
Sí
(13) Ensayo clínico
aleatorizado
La aleatorización
fue realizada de
forma apropia-
da: Sí
Los grupos fueron
comparables al ini-
cio del estudio: Sí
Los datos de re-
sultados fueron
completos:
Sí
Los evaluadores de
resultados estaban
cegados a la inter-
vención:
No claro
Los participantes
se adhirieron a la
intervención asig-
nada:
Sí
(14) Métodos
mixtos
Existe una justifi-
cación adecuada
para el uso de
métodos mixtos:
Sí
Los diferentes
componentes
del estudio están
adecuadamente
integrados:
Sí
Los resultados de
los componentes
cuantitativo y
cualitativo están
adecuadamente
interpretados
conjuntamente:
Sí
Las divergencias
entre resultados
cuantitativos y
cualitativos se
abordan adecua-
damente:
No claro
Los componentes
del estudio cum-
plen con los crite-
rios de calidad de
cada método:
Sí
(15) Estudio ob-
servacional
longitudinal
La estrategia
de muestreo es
relevante para
abordar la pre-
gunta: Sí
La muestra es
representativa de
la población obje-
tivo: Sí
Las mediciones
son apropiadas:
Sí
El riesgo de sesgo
de no respuesta es
bajo: No claro
El análisis estadís-
tico es apropiado
para responder la
pregunta:
Sí
(16)
Ensayo clínico
aleatorizado
de factibili-
dad
La aleatorización
fue realizada de
forma apropiada:
Sí
Los grupos fueron
comparables al
inicio del estudio:
No claro
Los datos de re-
sultados fueron
completos:
No claro
Los evaluadores
estaban cegados a
la intervención:
No claro
Los participantes
se adhirieron a la
intervención asig-
nada:
Sí
(17) Estudio ob-
servacional
(encuesta)
La estrategia
de muestreo es
relevante:
Sí
La muestra es re-
presentativa de la
población objetivo:
No claro
Las mediciones
son apropiadas:
Sí
El riesgo de sesgo
de no respuesta es
bajo: No claro
El análisis estadísti-
co es apropiado:
Sí
(18) Ensayo clínico
aleatorizado
La aleatorización
fue realizada de
forma apropiada:
Sí
Los grupos fueron
comparables al
inicio del estudio:
Sí
Los datos de re-
sultados fueron
completos:
Sí
Los evaluadores
estaban cegados a
la intervención:
No claro
Los participantes
se adhirieron a la
intervención asig-
nada:
Sí
(19) Métodos
mixtos
Existe una justifi-
cación adecuada
para el uso de
métodos mix-
tos: Sí
Los componentes
del estudio están
adecuadamente
integrados:
Sí
La interpretación
conjunta de los
resultados es
adecuada:
Sí
Se abordan ade-
cuadamente dis-
crepancias entre
resultados:
No claro
Los componentes
cumplen con los
criterios de calidad
de cada método:
Sí
(20) Estudio cuali-
tativo
El enfoque
cualitativo es
apropiado para
la pregunta de
investigación:
Sí
Los métodos de re-
copilación de datos
son adecuados:
Sí
Los hallazgos se
derivan adecua-
damente de los
datos:
Sí
La interpretación
de los resultados
está suficiente-
mente fundamen-
tada en los datos:
Sí
Existe coherencia
entre fuentes de
datos, análisis e
interpretación:
Sí
(21)
Ensayo clínico
aleatorizado
por conglo-
merados
La aleatorización
fue realizada de
forma apropiada:
Sí
Los grupos fueron
comparables al
inicio del estudio:
No claro
Los datos de re-
sultados fueron
completos:
No claro
Los evaluadores
estaban cegados a
la intervención:
No claro
Los participantes
se adhirieron a la
intervención asig-
nada:
No claro
(22) Métodos
mixtos
Existe justifi-
cación para el
uso de métodos
mixtos:
Sí
Los componentes
están adecuada-
mente integrados:
Sí
Interpretación
conjunta ade-
cuada:
Sí
Las divergencias
entre resultados se
abordan: No claro
Los componentes
cumplen criterios
de calidad:
Sí
(23)
Ensayo clínico
aleatorizado
por conglo-
merados
La aleatorización
fue realizada de
forma apropiada:
Sí
Los grupos fueron
comparables al
inicio del estudio:
No claro
Los datos de re-
sultados fueron
completos:
No claro
Los evaluadores
estaban cegados a
la intervención:
No claro
Los participantes
se adhirieron a la
intervención asig-
nada:
No claro
(24)
Ensayo clínico
aleatorizado
por conglo-
merados
La aleatorización
fue realizada de
forma apropia-
da: Sí
Los grupos fueron
comparables al
inicio del estudio:
No claro
Los datos de re-
sultados fueron
completos:
No claro
Los evaluadores de
resultados estaban
cegados a la inter-
vención:
No claro
Los participantes
se adhirieron a la
intervención asig-
nada:
No claro
(25) Ensayo clínico
aleatorizado
La aleatorización
fue realizada de
forma apropiada:
Sí
Los grupos fueron
comparables al
inicio del estudio:
Sí
Los datos de re-
sultados fueron
completos:
No claro
Los evaluadores
estaban cegados a
la intervención:
No claro
Los participantes
se adhirieron a la
intervención asig-
nada:
Sí
(26) Estudio
cuasi-experi-
mental
Los participantes
son representa-
tivos de la pobla-
ción objetivo: Sí
Las mediciones
son apropiadas
para evaluar los
resultados:
Sí
Los datos de
resultados son
completos:
No claro
Se han conside-
rado los factores
de confusión en el
diseño y análisis:
No claro
La intervención se
implementó como
se pretendía:
Sí
TELEMEDICINA Y SALUD DIGITAL PARA PREVENCIÓN Y MANEJO DE OBESIDAD
INFANTIL EN ATENCIÓN PRIMARIA: REVISIÓN DE ALCANCE (2018-2026).Vol. 17 Número 1 2026
Apéndice 2: Evaluación del riesgo de sesgo de los estudios incluidos según MMAT 2018
Autor y
año Tipo de
estudio Criterio 1 Criterio 2 Criterio 3 Criterio 4 Criterio 5
(12) Ensayo clínico
aleatorizado
La aleatorización
fue realizada de
forma apropiada:
Sí
Los grupos fueron
comparables al
inicio del estudio:
Sí
Los datos de re-
sultados fueron
completos:
No claro
Los evaluadores
estaban cegados a
la intervención:
No claro
Los participantes
se adhirieron a la
intervención asig-
nada:
Sí
(13) Ensayo clínico
aleatorizado
La aleatorización
fue realizada de
forma apropia-
da: Sí
Los grupos fueron
comparables al ini-
cio del estudio: Sí
Los datos de re-
sultados fueron
completos:
Sí
Los evaluadores de
resultados estaban
cegados a la inter-
vención:
No claro
Los participantes
se adhirieron a la
intervención asig-
nada:
Sí
(14) Métodos
mixtos
Existe una justifi-
cación adecuada
para el uso de
métodos mixtos:
Sí
Los diferentes
componentes
del estudio están
adecuadamente
integrados:
Sí
Los resultados de
los componentes
cuantitativo y
cualitativo están
adecuadamente
interpretados
conjuntamente:
Sí
Las divergencias
entre resultados
cuantitativos y
cualitativos se
abordan adecua-
damente:
No claro
Los componentes
del estudio cum-
plen con los crite-
rios de calidad de
cada método:
Sí
(15) Estudio ob-
servacional
longitudinal
La estrategia
de muestreo es
relevante para
abordar la pre-
gunta: Sí
La muestra es
representativa de
la población obje-
tivo: Sí
Las mediciones
son apropiadas:
Sí
El riesgo de sesgo
de no respuesta es
bajo: No claro
El análisis estadís-
tico es apropiado
para responder la
pregunta:
Sí
(16)
Ensayo clínico
aleatorizado
de factibili-
dad
La aleatorización
fue realizada de
forma apropiada:
Sí
Los grupos fueron
comparables al
inicio del estudio:
No claro
Los datos de re-
sultados fueron
completos:
No claro
Los evaluadores
estaban cegados a
la intervención:
No claro
Los participantes
se adhirieron a la
intervención asig-
nada:
Sí
(17) Estudio ob-
servacional
(encuesta)
La estrategia
de muestreo es
relevante:
Sí
La muestra es re-
presentativa de la
población objetivo:
No claro
Las mediciones
son apropiadas:
Sí
El riesgo de sesgo
de no respuesta es
bajo: No claro
El análisis estadísti-
co es apropiado:
Sí
(18) Ensayo clínico
aleatorizado
La aleatorización
fue realizada de
forma apropiada:
Sí
Los grupos fueron
comparables al
inicio del estudio:
Sí
Los datos de re-
sultados fueron
completos:
Sí
Los evaluadores
estaban cegados a
la intervención:
No claro
Los participantes
se adhirieron a la
intervención asig-
nada:
Sí
(19) Métodos
mixtos
Existe una justifi-
cación adecuada
para el uso de
métodos mix-
tos: Sí
Los componentes
del estudio están
adecuadamente
integrados:
Sí
La interpretación
conjunta de los
resultados es
adecuada:
Sí
Se abordan ade-
cuadamente dis-
crepancias entre
resultados:
No claro
Los componentes
cumplen con los
criterios de calidad
de cada método:
Sí
(20) Estudio cuali-
tativo
El enfoque
cualitativo es
apropiado para
la pregunta de
investigación:
Sí
Los métodos de re-
copilación de datos
son adecuados:
Sí
Los hallazgos se
derivan adecua-
damente de los
datos:
Sí
La interpretación
de los resultados
está suficiente-
mente fundamen-
tada en los datos:
Sí
Existe coherencia
entre fuentes de
datos, análisis e
interpretación:
Sí
(21)
Ensayo clínico
aleatorizado
por conglo-
merados
La aleatorización
fue realizada de
forma apropiada:
Sí
Los grupos fueron
comparables al
inicio del estudio:
No claro
Los datos de re-
sultados fueron
completos:
No claro
Los evaluadores
estaban cegados a
la intervención:
No claro
Los participantes
se adhirieron a la
intervención asig-
nada:
No claro
(22) Métodos
mixtos
Existe justifi-
cación para el
uso de métodos
mixtos:
Sí
Los componentes
están adecuada-
mente integrados:
Sí
Interpretación
conjunta ade-
cuada:
Sí
Las divergencias
entre resultados se
abordan: No claro
Los componentes
cumplen criterios
de calidad:
Sí
(23)
Ensayo clínico
aleatorizado
por conglo-
merados
La aleatorización
fue realizada de
forma apropiada:
Sí
Los grupos fueron
comparables al
inicio del estudio:
No claro
Los datos de re-
sultados fueron
completos:
No claro
Los evaluadores
estaban cegados a
la intervención:
No claro
Los participantes
se adhirieron a la
intervención asig-
nada:
No claro
(24)
Ensayo clínico
aleatorizado
por conglo-
merados
La aleatorización
fue realizada de
forma apropia-
da: Sí
Los grupos fueron
comparables al
inicio del estudio:
No claro
Los datos de re-
sultados fueron
completos:
No claro
Los evaluadores de
resultados estaban
cegados a la inter-
vención:
No claro
Los participantes
se adhirieron a la
intervención asig-
nada:
No claro
(25) Ensayo clínico
aleatorizado
La aleatorización
fue realizada de
forma apropiada:
Sí
Los grupos fueron
comparables al
inicio del estudio:
Sí
Los datos de re-
sultados fueron
completos:
No claro
Los evaluadores
estaban cegados a
la intervención:
No claro
Los participantes
se adhirieron a la
intervención asig-
nada:
Sí
(26) Estudio
cuasi-experi-
mental
Los participantes
son representa-
tivos de la pobla-
ción objetivo: Sí
Las mediciones
son apropiadas
para evaluar los
resultados:
Sí
Los datos de
resultados son
completos:
No claro
Se han conside-
rado los factores
de confusión en el
diseño y análisis:
No claro
La intervención se
implementó como
se pretendía:
Sí