Effect Sizes of Permanently Listed Digital Health Applications (DiGAs) in Germany
Este censo de las aplicaciones de salud digital (DiGA) listadas permanentemente en Alemania revela que, si bien la mayoría de los datos de eficacia son accesibles y de alta calidad, una minoría de las aplicaciones se basa en publicaciones no revisadas por pares con efectos potencialmente inflados y un detalle metodológico insuficiente.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
En Alemania, ha surgido un nuevo tipo de tratamiento médico, uno que vive enteramente en la pantalla de un teléfono inteligente. Se trata de aplicaciones de salud digital, conocidas oficialmente como DiGAs, que funcionan como dispositivos médicos basados en software. A diferencia de una aplicación de bienestar típica que cualquiera puede descargar de forma gratuita, estas herramientas son recetadas por médicos y pagadas por el seguro médico, al igual que una píldora o una sesión de fisioterapia. Para obtener este estatus, un desarrollador debe demostrar que su aplicación realmente ayuda a los pacientes, un requisito que ha dado lugar a un sistema único donde las empresas pueden registrar sus productos rápidamente mientras continúan recopilando pruebas a largo plazo. Para finales de 2025, cuarenta y siete de estas aplicaciones habían superado los obstáculos iniciales y recibido la aprobación permanente, un hito que sugiere que ofrecen beneficios reales y duraderos. Sin embargo, aunque el gobierno las había aprobado, la comunidad médica y el público carecían de una imagen clara y unificada de qué tan bien funcionaban estas cuarenta y siete aplicaciones en comparación entre sí.
Para llenar este vacío, investigadores del Instituto de Investigación Clínica H.P. Zenner y la Universidad de Tubinga llevaron a cabo una revisión completa de cada una de las aplicaciones registradas permanentemente en el país. No tomaron una muestra de sus favoritas ni se centraron en un solo tipo de enfermedad; en su lugar, recopilaron todos los informes de estudios, artículos de revistas y documentos regulatorios disponibles para las cuarenta y siete aplicaciones. Su objetivo era medir el tamaño del beneficio que cada aplicación proporcionaba, utilizando una forma estándar de comparar resultados que permite a los médicos ver si una aplicación ofrece una mejora pequeña, mediana o grande en comparación con no hacer nada o recibir el cuidado estándar. También examinaron la calidad de la evidencia detrás de cada aplicación, verificando si los resultados provenían de estudios rigurosos y revisados por pares o de informes menos formales que no habían sido escrutados por expertos independientes.
La investigación reveló un panorama de resultados mixtos pero generalmente prometedores. Para la mayoría de las aplicaciones, la evidencia era sólida y transparente. Treinta y nueve de las cuarenta y siete aplicaciones contaban con informes completos que habían sido revisados por revistas científicas o reguladores gubernamentales, proporcionando una base sólida para su aprobación. Cuando los investigadores calcularon la magnitud de los beneficios, encontraron un amplio rango. Algunas aplicaciones mostraron mejoras muy grandes, particularmente aquellas que trataban trastornos del sueño, problemas de vejiga y depresión. Por ejemplo, una aplicación para trastornos del sueño mostró un beneficio tan sustancial que destacó como la más efectiva de todo el grupo. Otras aplicaciones, particularmente las destinadas a condiciones crónicas como la esclerosis múltiple o los trastornos de la personalidad, mostraron efectos más pequeños, aunque todavía positivos. La aplicación típica en este grupo proporcionó un nivel moderado de ayuda, un resultado que se alinea con lo que se observa generalmente en los tratamientos digitales de salud mental.
Sin embargo, el estudio también descubrió brechas significativas en la transparencia que no podían ser ignoradas. Ocho de las cuarenta y siete aplicaciones dependían de evidencia que no había pasado por una revisión formal por pares, lo que significa que sus datos habían sido publicados solo como breves resúmenes o como borradores preliminares. Estas aplicaciones no revisadas reportaron beneficios mayores en promedio que aquellas con informes completos y validados, un patrón que a menudo sugiere que los resultados podrían estar inflados o que se están destacando estudios más pequeños y menos rigurosos sobre otros más grandes y estrictos. Además, cinco de las aplicaciones aprobadas no proporcionaron una medida calculable de su efectividad en absoluto. En un caso notable, una aplicación para la cesación del tabaquismo no mostró un beneficio al observar a todos los usuarios que iniciaron el programa, mostrando éxito solo cuando los investigadores observaron a un grupo más pequeño de personas que realmente la usaron con frecuencia. En otro caso, una aplicación para trastornos del habla fue aprobada basándose en un estudio que no tenía un grupo de control para comparar, lo que hacía imposible saber si la aplicación causó la mejora o si los pacientes habrían mejorado por su cuenta.
Los investigadores encontraron que el tipo de tratamiento importaba enormemente. Las aplicaciones basadas en la psicoterapia, que guían a los usuarios a través de ejercicios cognitivos y cambios de comportamiento, constituían el grupo más grande y generalmente mostraban resultados consistentes y significativos. Estas fueron más efectivas para la depresión y la ansiedad. En contraste, las aplicaciones diseñadas para ayudar con la rehabilitación física o cambios de comportamiento complejos como dejar el alcohol mostraron resultados más modestos. El estudio también destacó que el tamaño del beneficio a menudo dependía de cómo la aplicación medía el éxito. Las aplicaciones que pedían a los usuarios calificar sus propios sentimientos mediante un cuestionario a menudo mostraban mayores mejoras que aquellas que medían datos físicos duros, como los niveles de azúcar en sangre o la distancia recorrida al caminar, que son más difíciles de cambiar rápidamente.
En última instancia, la revisión sugiere que, si bien el sistema de vía rápida de Alemania ha traído con éxito una amplia variedad de herramientas digitales a los pacientes, la calidad de la evidencia que las respalda no es uniforme. Para la mayoría de las cuarentas y siete aplicaciones, los médicos y los pacientes pueden confiar en que las herramientas funcionan, respaldadas por estudios de alta calidad. Sin embargo, para una pequeña minoría, la evidencia sigue siendo opaca, dependiendo de datos no revisados o careciendo de detalles clave sobre cuánto ayudan realmente las aplicaciones. Los autores concluyen que, para que el sistema siga siendo digno de confianza, es esencial que todas las aplicaciones aprobadas permanentemente publiquen resultados completos y revisados por pares que declaren claramente el tamaño de sus beneficios. Sin esta claridad, los médicos no pueden tomar decisiones plenamente informadas sobre qué herramientas digitales prescribir, y los pacientes no pueden saber si la aplicación que están usando es realmente la mejor opción para su salud.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.