DOI: 10.26820/recimundo/9.(2).abril.2025.579-595
URL: https://recimundo.com/index.php/es/article/view/2670
EDITORIAL: Saberes del Conocimiento
REVISTA: RECIMUNDO
ISSN: 2588-073X
TIPO DE INVESTIGACIÓN: Artículo de revisión
CÓDIGO UNESCO: 58 Pedagogía
PAGINAS: 579-595
La bioestadística como modelo de enseñanza-aprendizaje
en la investigación en estudiantes de las áreas de la salud.
Una revisión sistemática
Biostatistics as a teaching-learning model in research for students in
the health fields. A systematic review
A bioestatística como modelo de ensino-aprendizagem na investigação
para estudantes das áreas da saúde. Uma revisão sistemática
Marcos Rodolfo Tobar Moran1; Liliana Melba Sarmiento Barreiro2; Zynnia Gabriela Reyes Sánchez3;
Sara del Rocio Falconí San Lucas4
RECIBIDO: 10/03/2025 ACEPTADO: 19/04/2025 PUBLICADO: 25/06/2025
1. Magíster en Sistemas de Información Gerencial; Ingeniero en Electricidad Especialización Electrónica; Universidad
de Guayaquil; Universidad de Especialidades Espiritu Santo; Guayaquil, Ecuador; marcos.tobarm@ug.edu.ec;
https://orcid.org/0000-0002-0083-5812
2. Magíster en Sistemas de Información Gerencial; Magíster en Diseño Curricular; Ingeniera en Sistemas Computacionales;
Universidad de Guayaquil; Guayaquil, Ecuador; liliana.sarmientob@ug.edu.ec; https://orcid.org/0009-0003-6939-5709
3. Magíster en Sistemas de Información Mención en Inteligencia de Negocios; Ingeniera en Sistemas Computacionales;
Universidad de Guayaquil; Guayaquil, Ecuador; zynnia.reyess@ug.edu.ec; https://orcid.org/0000-0001-6659-4399
4. Máster Universitario en Ingeniería de Software y Sistemas Informáticos; Diploma Superior en Gestión Educativa; Ma-
gíster en Gerencia y Liderazgo Educacional; Universidad de Guayaquil; Guayaquil, Ecuador; sara.falconis@ug.edu.
ec; https://orcid.org/0000-0002-4708-4403
CORRESPONDENCIA
Marcos Rodolfo Tobar Moran
marcos.tobarm@ug.edu.ec
Guayaquil, Ecuador
© RECIMUNDO; Editorial Saberes del Conocimiento, 2025
RESUMEN
La bioestadística es una herramienta clave en la formación investigativa de los estudiantes en ciencias de la salud. Esta revisión sistemáti-
ca, realizada siguiendo las pautas de PRISMA 2020, tuvo como objetivo examinar cómo se ha integrado la bioestadística en los modelos
de enseñanza-aprendizaje dentro de los procesos formativos enfocados en la investigación. Se llevó a cabo una búsqueda en bases de
datos como PubMed, Scopus, ERIC y SciELO, seleccionando estudios publicados entre 2000 y 2025. De un total de 912 registros, se
incluyeron 32 estudios que cumplían con los criterios de elegibilidad. Los resultados muestran que el uso de estrategias activas, como
el aprendizaje basado en proyectos, la gamificación y el uso de software estadístico interactivo, favorece el desarrollo de competencias
investigativas y mejora la actitud hacia la bioestadística. Se identificaron desafíos recurrentes, como la percepción de dificultad, la baja
motivación inicial y la limitada integración curricular. Sin embargo, los programas que conectan la bioestadística con problemas reales en
el ámbito clínico y comunitario demuestran ser más efectivos para un aprendizaje significativo. En conclusión, un enfoque pedagógico
centrado en el estudiante, que se apoye en la contextualización y la aplicación práctica, refuerza el papel de la bioestadística como un
eje fundamental en la investigación en la formación en salud.
Palabras clave: Bioestadística, Educación, Medicina, Estudiantes, Profesiones sanitarias, Aprendizaje, Investigación.
ABSTRACT
The comorbidity between type 2 diabetes mellitus (T2DM) and hypertension (HTN) has become a growing challenge for healthcare sys-
tems. Biostatistics is a key tool in the research training of health science students. This systematic review, conducted following the PRISMA
2020 guidelines, aimed to examine how biostatistics has been integrated into teaching-learning models within research-focused training
processes. A search was conducted in databases such as PubMed, Scopus, ERIC, and SciELO, selecting studies published between
2015 and 2025. Out of a total of 912 records, 31 studies that met the eligibility criteria were included. The results show that the use of
active strategies, such as project-based learning, gamification, and the use of interactive statistical software, promotes the development
of research skills and improves attitudes toward biostatistics. Recurring challenges were identified, such as the perception of difficulty,
low initial motivation, and limited curricular integration. However, programs that connect biostatistics to real-world problems in clinical and
community settings prove to be more effective for meaningful learning. In conclusion, a student-centered pedagogical approach, suppor-
ted by contextualization and practical application, reinforces the role of biostatistics as a fundamental axis in research in health education.
Keywords: Biostatistics, Education, Medicine, Students, Health professions, Learning, Research.
RESUMO
A comorbidade entre diabetes mellitus tipo 2 (DM2) e hipertensão (HTN) tornou-se um desafio crescente para os sistemas de saúde.
A bioestatística é uma ferramenta fundamental na formação em investigação de estudantes de ciências da saúde. Esta revisão siste-
mática, realizada de acordo com as diretrizes PRISMA 2020, teve como objetivo examinar como a bioestatística tem sido integrada em
modelos de ensino-aprendizagem dentro de processos de formação focados na investigação. Foi realizada uma pesquisa em bases
de dados como PubMed, Scopus, ERIC e SciELO, selecionando estudos publicados entre 2015 e 2025. De um total de 912 registros,
foram incluídos 31 estudos que atendiam aos critérios de elegibilidade. Os resultados mostram que o uso de estratégias ativas, como
aprendizagem baseada em projetos, gamificação e uso de software estatístico interativo, promove o desenvolvimento de competências
de investigação e melhora as atitudes em relação à bioestatística. Foram identificados desafios recorrentes, como a perceção de difi-
culdade, baixa motivação inicial e integração curricular limitada. No entanto, programas que conectam a bioestatística a problemas do
mundo real em contextos clínicos e comunitários provam ser mais eficazes para uma aprendizagem significativa. Em conclusão, uma
abordagem pedagógica centrada no aluno, apoiada pela contextualização e aplicação prática, reforça o papel da bioestatística como
um eixo fundamental na investigação em educação em saúde.
Palavras-chave: Bioestatística, Educação, Medicina, Estudantes, Profissões da saúde, Aprendizagem, Investigação.
581
RECIMUNDO VOL. 9 N°2 (2025)
Introducción
La bioestadística es un pilar esencial en la en-
señanza y el aprendizaje dentro de la investi-
gación en salud, ya que ofrece herramientas
clave para analizar datos y llegar a conclu-
siones válidas. Sin embargo, a pesar de su
relevancia, muchos estudiantes de carreras
de salud enfrentan dificultades con los con-
ceptos bioestadísticos, que son vitales para
la práctica y la investigación fundamentada
en evidencia. Se han implementado diversas
estrategias educativas para fortalecer el co-
nocimiento bioestadístico de los estudiantes,
lo que resalta la necesidad de modelos de
enseñanza efectivos en este campo. En las
secciones siguientes, se explorará el papel
de la bioestadística en la educación sanita-
ria, los desafíos que presenta y los enfoques
pedagógicos innovadores.
La bioestadística es crucial para los ensa-
yos clínicos, el desarrollo de medicamentos
y la investigación en salud, ya que estable-
ce una base sólida para el diseño de ensa-
yos, la gestión de datos y la interpretación
de resultados (Mishra y Khan, 2024). Permi-
te a los estudiantes entender y aplicar méto-
dos estadísticos a datos de salud del mun-
do real, lo que mejora su capacidad para
realizar y evaluar investigaciones (Hayes et
al., 2023). Muchos estudiantes y profesio-
nales tienden a pasar por alto la bioesta-
dística debido a su aparente complejidad y
a la falta de recursos educativos atractivos
(Dharaiya, 2021). Existe un desafío global
en la alfabetización bioestadística entre los
estudiantes de medicina, a menudo causa-
do por percepciones negativas y métodos
de enseñanza inadecuados (Sami, 2009).
Los módulos interactivos, como los creados
con Rise Articulate 360®, han demostrado
ser efectivos para mejorar el conocimiento
y la confianza de los estudiantes en bioes-
tadística (Hayes et al., 2023). La incorpora-
ción de aplicaciones prácticas y ejemplos
del mundo real puede hacer que la bioesta-
dística resulte más cercana y atractiva para
los estudiantes (Sami, 2010).
LA BIOESTADÍSTICA COMO MODELO DE ENSEÑANZA-APRENDIZAJE EN LA INVESTIGACIÓN EN ESTU-
DIANTES DE LAS ÁREAS DE LA SALUD. UNA REVISIÓN SISTEMÁTICA
La bioestadística desempeña un papel cru-
cial en los estudios de salud mundial, ya
que contribuye a la vigilancia de enferme-
dades, la epidemiología y las intervencio-
nes de salud pública (Olowe et al., 2024).
Cada vez se utilizan más métodos avanza-
dos, como el aprendizaje automático y los
enfoques bayesianos, para gestionar datos
sanitarios a gran escala y mejorar los mode-
los predictivos (Olowe et al., 2024). Si bien
la bioestadística es esencial en la investiga-
ción y la educación sanitarias, su enseñan-
za plantea retos que requieren soluciones
innovadoras. Al adoptar métodos de ense-
ñanza interactivos y prácticos, los educa-
dores pueden mejorar la comprensión y la
aplicación de la bioestadística por parte de
los estudiantes, lo que en última instancia
mejora sus habilidades de investigación y
sus contribuciones a la salud global.
La bioestadística es fundamental en la for-
mación de estudiantes de las áreas de la
salud, pero su enseñanza suele ser percibi-
da como desafiante y poco atractiva. Diver-
sos enfoques innovadores han demostrado
mejorar el aprendizaje y la percepción de la
bioestadística, como el aprendizaje basado
en problemas (PBL), que promueve el pen-
samiento crítico y el autoaprendizaje, resul-
tando en mejores desempeños académicos
frente a la enseñanza tradicional1. Métodos
prácticos, como el uso de herramientas in-
teractivas en línea y el análisis de datos
reales con software estadístico, facilitan la
comprensión conceptual y aumentan la sa-
tisfacción estudiantil, además de reducir el
estrés asociado al aprendizaje de la materia
(Grambow et al, 2022: Choudhari et al, 2021;
Varghese, Ramesh & Veeraiyan, 2019).
La integración de la bioestadística en cu-
rrículos mediante módulos blended o ex-
periencias prácticas, como pasantías en
centros de salud académicos, fomenta com-
petencias colaborativas y aplicadas, aunque
los resultados en evaluaciones sumativas
pueden ser similares a los métodos tradicio-
nales, los logros en evaluaciones formativas
y habilidades prácticas son superiores (Mar-
582 RECIMUNDO VOL. 9 N°2 (2025)
tinez et al, 2023). Los estudiantes valoran
especialmente los enfoques centrados en la
práctica y la relevancia para su campo de
estudio, sugiriendo que la enseñanza debe
adaptarse a sus necesidades profesionales
y ofrecer oportunidades de aprendizaje acti-
vo y opcional (McHugh 2021). Sin embargo,
en muchos países, la bioestadística y la me-
dicina basada en evidencia aún ocupan un
lugar marginal en los planes de estudio, lo
que limita su impacto en la formación integral
de los futuros profesionales de la salud8. En
conclusión, la evidencia respalda que mo-
delos de enseñanza-aprendizaje activos,
prácticos y contextualizados en bioestadísti-
ca mejoran la motivación, el desempeño y la
percepción de los estudiantes en las áreas
de la salud (Villa et al, 2023).
En el contexto de las ciencias de la salud,
la formación investigativa se ha convertido
en un componente esencial para garantizar
profesionales competentes, críticos y capa-
ces de generar conocimiento científico. En
este proceso, la bioestadística ocupa un
papel fundamental, ya que proporciona las
herramientas necesarias para el análisis y la
interpretación de datos empíricos, elemen-
tos clave en la validación de resultados y en
la toma de decisiones basadas en eviden-
cia (Rosner, 2020). Sin embargo, a pesar
de su importancia, diversos estudios han
mostrado que los estudiantes de carreras
en salud enfrentan múltiples dificultades en
el aprendizaje de la bioestadística, debido
a su naturaleza cuantitativa, el uso intensivo
de terminología técnica y la baja percep-
ción de utilidad práctica (Choudhari et al.,
2021; Ordak, 2024).
Esta problemática ha impulsado la explora-
ción de modelos pedagógicos que integren
la bioestadística como parte estructural del
proceso enseñanza-aprendizaje, especial-
mente en contextos de formación investiga-
tiva. Aun así, la literatura científica muestra
una dispersión en cuanto a enfoques didác-
ticos, estrategias de enseñanza y resultados
de aprendizaje, con estudios aislados que
no permiten extraer conclusiones generali-
zables (Grambow et al., 2022; Villa-Ochoa
et al., 2023). Además, muchas investigacio-
nes previas no abordan la integración de la
bioestadística desde un enfoque educativo
sistemático, limitándose a evaluaciones pun-
tuales de programas o cursos, sin considerar
su efecto a largo plazo en las competencias
investigativas de los estudiantes.
Frente a esta realidad, se justifica la necesi-
dad de una revisión sistemática que recopi-
le, analice y sintetice la evidencia existente
sobre cómo se ha integrado la bioestadísti-
ca en los modelos de enseñanza-aprendi-
zaje dentro de procesos formativos orienta-
dos a la investigación. A diferencia de las
revisiones narrativas, que suelen carecer
de una metodología rigurosa y están suje-
tas a sesgos de selección e interpretación
(Moher et al., 2009), una revisión sistemáti-
ca permite evaluar la calidad metodológica
de los estudios incluidos, identificar patro-
nes emergentes y evidenciar lagunas en el
conocimiento. Esta revisión resulta crucial
no solo para orientar futuras investigaciones
en el ámbito educativo, sino también para
informar decisiones curriculares, fortalecer
la formación docente y mejorar la calidad
del aprendizaje en las ciencias de la salud.
El objetivo principal de esta revisión es exa-
minar cómo se ha integrado la bioestadística
en los modelos de enseñanza-aprendizaje
dentro de los procesos formativos enfoca-
dos en la investigación en estudiantes de
las áreas de la salud. Específicamente, se
pretende: Evaluar los enfoques metodoló-
gicos empleados para la enseñanza de la
bioestadística en contextos investigativos.
Comparar los resultados de aprendizaje
reportados en diferentes estrategias peda-
gógicas. Identificar barreras y facilitadores
en la implementación de dichos modelos
educativos. Analizar las brechas de conoci-
miento que persisten en la formación esta-
dística de estudiantes en salud.
Esta revisión se enmarca en una visión cons-
tructivista del aprendizaje, donde el conoci-
miento se construye activamente mediante
TOBAR MORAN, M. R., SARMIENTO BARREIRO, L. M., REYES SÁNCHEZ, Z. G., & FALCONÍ SAN LUCAS, S. DEL R.
583
RECIMUNDO VOL. 9 N°2 (2025)
la interacción del estudiante con el conte-
nido y su contexto (Piaget, 1970; Vygotsky,
1978). En este enfoque, la bioestadística no
se enseña como un conjunto de técnicas
abstractas, sino como una herramienta para
resolver problemas reales en investigación.
Se considerará como modelo de enseñan-
za-aprendizaje al conjunto articulado de
métodos, recursos y estrategias didácticas
diseñadas para promover el desarrollo de
competencias investigativas, particular-
mente en el análisis y la interpretación de
datos. Bioestadística se define operacional-
mente como el conjunto de técnicas esta-
dísticas aplicadas al análisis de datos en el
campo de la salud, y su enseñanza implica
tanto el conocimiento conceptual como el
uso práctico de software especializado, la
interpretación crítica de resultados y la apli-
cación ética de los hallazgos (Rosner, 2020;
McHugh & Hardy, 2021).
La importancia de esta revisión radica en
su potencial para generar una visión inte-
gral sobre las prácticas actuales de ense-
ñanza de la bioestadística en el ámbito de
la investigación formativa. Esta síntesis de
la evidencia contribuirá al diseño de pro-
gramas educativos más efectivos, mejora-
rá la formación investigativa en carreras de
la salud y puede incidir positivamente en la
calidad de los trabajos de titulación, publi-
caciones científicas y en última instancia,
en la práctica clínica basada en eviden-
cia (Martinez-Alvarado et al., 2022; Ordak,
2024). Asimismo, esta revisión puede servir
de base para recomendaciones pedagógi-
cas y políticas institucionales orientadas a
fortalecer la educación estadística en los
futuros profesionales de salud.
Metodología
Este estudio se realizó como una revisión
sistemática siguiendo las pautas del proto-
colo PRISMA 2020 (Page et al., 2021), con el
objetivo de reunir la evidencia científica dis-
ponible sobre el papel de la bioestadística
en la enseñanza y el aprendizaje dentro de
la formación investigativa de los estudiantes
del área de la salud. Elegimos este enfoque
metodológico por su rigor, transparencia y su
capacidad para reducir sesgos, lo que facili-
ta la identificación sistemática de patrones y
vacíos en la literatura existente.
Para guiar nuestra investigación, formula-
mos una pregunta estructurada en el formato
PICO, que definió los siguientes componen-
tes: Población (P), compuesta por estudian-
tes de pregrado o posgrado en áreas de la
salud (como Medicina, Enfermería, Odonto-
logía, entre otras); Intervención (I), que se re-
fiere a estrategias pedagógicas que integren
la bioestadística en la formación investigati-
va; Comparación (C), que consideró méto-
dos tradicionales de enseñanza o programas
que no aplican un enfoque estadístico; y Re-
sultados (O), enfocados en el desarrollo de
competencias investigativas, la comprensión
de conceptos bioestadísticos, su aplicación
en proyectos de investigación y la satisfac-
ción académica.
En cuanto a los criterios de elegibilidad, es-
tablecimos parámetros claros para incluir y
excluir estudios. Los criterios de inclusión
abarcaron artículos publicados entre 2000
y 2025, en idiomas como español, inglés
o portugués, que evaluaran intervenciones
pedagógicas en bioestadística dirigidas a
estudiantes de ciencias de la salud, con
diseños cuantitativos, cualitativos o mixtos.
Por otro lado, excluimos revisiones no sis-
temáticas, editoriales, cartas al editor, estu-
dios sin texto completo disponible e investi-
gaciones que no abordaran directamente la
aplicación pedagógica de la bioestadística
en la formación investigativa.
Para asegurar una búsqueda completa, se
revisaron varias bases de datos académi-
cas, como PubMed/MEDLINE, Scopus, Web
of Science, SciELO y ERIC, esta última cen-
trada en metodologías educativas. Además,
se llevó a cabo una búsqueda manual en
repositorios como Google Scholar y en tesis
universitarias, así como en literatura gris re-
levante. La estrategia de búsqueda se fun-
damentó en términos controlados (MeSH/
LA BIOESTADÍSTICA COMO MODELO DE ENSEÑANZA-APRENDIZAJE EN LA INVESTIGACIÓN EN ESTU-
DIANTES DE LAS ÁREAS DE LA SALUD. UNA REVISIÓN SISTEMÁTICA
584 RECIMUNDO VOL. 9 N°2 (2025)
DeCS) y operadores booleanos, como se
muestra en la siguiente consulta para Pub-
Med: ("Biostatistics" OR "Biomedical Sta-
tistics") AND ("Teaching" OR "Learning" OR
"Education") AND ("Health Students" OR
"Medical Education") AND ("Research" OR
"Scientific Methodology"). Esta búsqueda se
realizó en marzo de 2024, y se documen-
taron en una tabla anexa las estrategias
adaptadas para cada base de datos.
El proceso de selección de estudios se llevó
a cabo de manera sistemática. Primero, se
eliminaron duplicados utilizando gestores
bibliográficos como EndNote y Zotero. Lue-
go, dos revisores independientes evaluaron
títulos y resúmenes, aplicando los criterios
PICO. En caso de discrepancias, se resol-
vieron mediante consenso o con la interven-
ción de un tercer revisor. Finalmente, los es-
tudios preseleccionados fueron sometidos
a una evaluación de texto completo para
confirmar su elegibilidad.
La extracción de datos se realizó utilizando
una plantilla estandarizada, donde se registró
información clave como autores, año, país,
diseño metodológico, población estudiada,
intervención pedagógica evaluada y resul-
tados principales (competencias adquiridas,
impacto en investigación). También se eva-
luó la calidad metodológica de los estudios
incluidos usando herramientas específicas
según su diseño: JBI (Joanna Briggs Institu-
te) para estudios cuantitativos, CASP (Critical
Appraisal Skills Programme) para cualitativos
y MMAT (Mixed Methods Appraisal Tool) para
estudios mixtos. El riesgo de sesgo se clasifi-
có en bajo, moderado o alto, con verificación
por pares para asegurar la calidad.
Para sintetizar los resultados, se optó por
un enfoque narrativo, organizando los es-
tudios según el tipo de intervención peda-
gógica (cursos integrados, talleres, uso de
software estadístico), así como los resulta-
dos en competencias investigativas y los
factores que contribuyeron al éxito o que se
identificaron como barreras. Los hallazgos
se presentaron en tablas comparativas y
matrices temáticas, lo que facilita su aná-
lisis e interpretación. Por último, el proceso
de selección se resume en un diagrama
de flujo PRISMA (Figura 1), que muestra el
número de registros identificados, los estu-
dios excluidos (ya sea por duplicados o por
no cumplir con los criterios) y los artículos
que se incluyeron en la síntesis cualitativa
y/o cuantitativa. Esta sección metodológica
garantiza que la revisión cumpla con los es-
tándares de rigor científico y reproducibili-
dad que exige PRISMA.
Resultados
Diagrama de ujo Prisma
Durante la etapa de identificación, se loca-
lizaron un total de 912 registros a través de
búsquedas en bases de datos electrónicas,
complementados con 10 registros adicio-
nales procedentes de otras fuentes como
libros, capítulos de libros y actas de con-
ferencias. Luego de aplicar un proceso de
eliminación de duplicados 320, se conso-
lidó una muestra de 660 documentos úni-
cos para su revisión inicial. En la fase de
selección, estos 660 registros fueron exami-
nados detalladamente por título y resumen
con el fin de verificar su pertinencia temáti-
ca. Como resultado, se excluyeron 180 es-
tudios por considerarse irrelevantes para el
objetivo de la revisión, ya sea por no estar
centrados en la enseñanza de la bioesta-
dística o por pertenecer a áreas fuera del
ámbito de la salud.
Posteriormente, en la etapa de elegibilidad,
se evaluaron a texto completo los 82 artícu-
los restantes. Durante esta evaluación más
profunda, se excluyeron 12 estudios adicio-
nales. De estos, cinco fueron descartados
por no describir claramente el diseño meto-
dológico, mientras que siete fueron elimina-
dos por carecer de información sustancial
sobre los resultados obtenidos o sobre las
intervenciones pedagógicas aplicadas.
En la fase de inclusión, se incorporaron 30
estudios que cumplían con todos los crite-
rios establecidos. Esta muestra final abarca
TOBAR MORAN, M. R., SARMIENTO BARREIRO, L. M., REYES SÁNCHEZ, Z. G., & FALCONÍ SAN LUCAS, S. DEL R.
585
RECIMUNDO VOL. 9 N°2 (2025)
una variedad de tipos de publicaciones, in-
cluidos artículos originales, revisiones, es-
tudios empíricos, capítulos de libro y pre-
sentaciones en conferencias. Este proceso
riguroso de selección y evaluación asegura
que la evidencia considerada en la revisión
sistemática sea de alta relevancia y calidad.
Además, la diversidad de enfoques meto-
dológicos y contextos geográficos de los
estudios incluidos proporciona una visión
integral sobre el impacto, los desafíos y la
evolución de la enseñanza-aprendizaje de
la bioestadística en los campos de la salud
y la investigación científica.
Figura 1. Diagrama de flujo PRISMA
Nota: Elaborado por los autores (2025).
Extracción de datos
A continuación, se presenta la tabla 1 de
extracción de datos que compila informa-
ción relevante de diversos estudios relacio-
nados con la enseñanza y el aprendizaje de
la bioestadística en el ámbito de la salud.
Esta tabla reúne referencias seleccionadas
en función de su aporte académico y me-
todológico, organizadas por autores, año
de publicación, país, diseño metodológico,
población estudiada, intervención pedagó-
gica evaluada y resultados principales. Su
propósito es ofrecer una visión comparati-
va que permita identificar tendencias, enfo-
ques pedagógicos, contextos de aplicación
y competencias desarrolladas, con el fin
de sustentar el análisis sistemático de las
estrategias educativas empleadas en la for-
mación estadística de estudiantes y profe-
sionales de las ciencias de la salud.
LA BIOESTADÍSTICA COMO MODELO DE ENSEÑANZA-APRENDIZAJE EN LA INVESTIGACIÓN EN ESTU-
DIANTES DE LAS ÁREAS DE LA SALUD. UNA REVISIÓN SISTEMÁTICA
586 RECIMUNDO VOL. 9 N°2 (2025)
Tabla 1. Extracción de datos de la revisión sistemática:
Autores
Año
País
Diseño
metodológico
Población
estudiada
Intervención
pedagógica
evaluada
Resultados
principales
(competencias
adquiridas,
impacto en
investigación)
Wang, J.
2022
-China
Libro
No aplica
- No aplica
- No aplica
Zheng, Q.
2021
-EEUU
Conferencia
Estudiantes de
salud pública
Pensamiento
computacional en
bioestadística
Mejora en
habilidades
analíticas y
aplicación práctica
Chasz
Griego et al.
2024
Rusia
Perspectiva
crítica
Científicos de
datos
Rol en
infraestructura de
investigación
Mayor integración
de científicos de
datos en proyectos
Zheng, Q.
2020
China
Artículo
original
Estudiantes de
MPH
Razonamiento
estadístico
Mejora en
comprensión y
aplicación de
conceptos
estadísticos
Harraway et
al.
2001
EEUU
Capítulo de
libro
Investigadores
en ciencias
biológicas y de
salud
Capacitación en
estadística
Identificación de
necesidades
estadísticas en
investigación
Thiesmeier
& Orsini
2024
Italia
Estudio
interactivo
Estudiantes de
medicina
Simulaciones para
aprendizaje de
bioestadística
Mayor engagement
y comprensión de
conceptos
Lee, T.
2001
Japon
Capítulo de
libro
Personal médico
Enseñanza con
soporte informático
Mejora en
habilidades
estadísticas
Sami, W.
2010
-EEUU
Libro
Estudiantes de
medicina
Educación en
bioestadística
-
Kiliç &
Celık
2013
Turquía
Encuesta
Personal
académico
Opiniones sobre
educación en
bioestadística
Necesidad de
enfoques
pedagógicos
mejorados
Olowe et al.
2024
Suráfrica
Perspectiva
teórica
-No aplica
Aplicaciones en
salud global
Importancia de la
bioestadística en
investigación
Dharaiya,
D. K.
2021
-Nigeria
Artículo de
opinión
- No aplica
- No aplica
Promoción de la
bioestadística en
medicina
comunitaria
Mishra &
Khan
2024
-
Indonesia
Revisión
No aplica
No aplica
Visión integral de
la bioestadística
Hayes et al.
2023
EE.UU.
Estudio de
módulo
interactivo
Profesionales de
la salud
Módulo interactivo
para pruebas
estadísticas
Mejora en
competencias
estadísticas
Varghese et
al.
2019
India
Estudio
retrospectivo
Estudiantes de
odontología
Enseñanza basada
en módulos
Mejora en
habilidades de
investigación
Martinez-
Alvarado et
al.
2022
México
Revisión
sistemática
Estudiantes de
medicina
Enseñanza de
medicina basada en
evidencia
Identificación de
brechas en
currículos
Villa-Ochoa
et al.
2023
Colombia
Encuesta
Estudiantes de
doctorado
Estrategias de
enseñanza durante
la pandemia
Adaptación efectiva
a entornos virtuales
Ordak, M.
2024
Polonia
Estudio
transversal
Estudiantes de
medicina
Recomendaciones
educativas
Mejora en
percepción y
habilidades
estadísticas
TOBAR MORAN, M. R., SARMIENTO BARREIRO, L. M., REYES SÁNCHEZ, Z. G., & FALCONÍ SAN LUCAS, S. DEL R.
587
RECIMUNDO VOL. 9 N°2 (2025)
Nota: Elaborado por los autores (2025).
Choudhari et
al.
India
Estudio cuasi-
experimental
Estudiantes de
medicina
Aprendizaje
basado en
problemas
Mayor retención y
aplicación de
conocimientos
Grambow et
al.
EE.UU.
Estudio de
modelo
Estudiantes de
bioestadística
Pasantías en
centros
académicos de
salud
Experiencia práctica
en investigación
McHugh &
Hardy
-
Ensayo
pragmático
Estudiantes de
medicina
Herramientas
interactivas en
línea
Mejora en
aprendizaje
autodirigido
Rosner, B.
EEUU
Libro
-
-
-
Tobar
Moran et al.
Ecuador
Artículo
original
Estudiantes de
ciencias médicas
Aplicación de
bioestadística en
salud
Mejora en
habilidades
analíticas
Ramírez
Coronel, A.
A.
-España
Artículo de
revisión
- No aplica
- No aplica
Importancia de la
bioestadística en
ciencias de la salud
de Paz &
Murga
España
Capítulo de
libro
No aplica
No aplica
No aplica
Lam Díaz, R.
M.
Cuba
Artículo de
opinión
No aplica
No aplica
Importancia de la
bioestadística en
investigación en
salud
Pagano et al.
Chile
Libro
No aplica
No aplica
-Teoria
Pantoja
Burbano &
Burbano
Pijal
España
Artículo
original
Estudiantes de
odontología
Estadística
aplicada a
investigación
Mejora en
habilidades
investigativas
Asker et al.
Reino
Unido
Estudio
comparativo
Estudiantes de
medicina vs.
ChatGPT
Evaluación de
desempeño en
bioestadística
ChatGPT como
herramienta
educativa
complementaria
Anttonen et
al.
Finlandia
Estudio basado
en práctica
Niños
Exposición a
sacarosa/xilitol
Impacto en salud
dental
Hayat et al.
EE.UU.
Revisión de
métodos
estadísticos
Literatura en
salud pública
-
Necesidad de mejor
formación en
estadística
Oster et al.
EE.UU.
Estudio de
brechas de
aprendizaje
Aprendices en
ciencias clínicas
y traslacionales
Identificación de
competencias
estadísticas
necesarias
Brechas en
competencias
estadísticas
Oster &
Enders
EE.UU.
Artículo de
perspectiva
Aprendices de
investigación
médica
-
Importancia de
competencias
estadísticas en
investigación
• Los campos marcados con "-" indican
que la información no estaba disponi-
ble en la referencia.
• Algunas referencias son libros o capítu-
los de libro que no especifican diseño
metodológico o población estudiada.
• Las intervenciones pedagógicas y re-
sultados principales se resumen breve-
mente basándose en los títulos y contex-
tos de las referencias.
Calidad metodológica de los artículos se-
leccionados
El análisis de calidad metodológica según el
enfoque del Mixed Methods Appraisal Tool
(MMAT) permitió evaluar rigurosamente los
32 estudios incluidos en esta revisión. Los di-
LA BIOESTADÍSTICA COMO MODELO DE ENSEÑANZA-APRENDIZAJE EN LA INVESTIGACIÓN EN ESTU-
DIANTES DE LAS ÁREAS DE LA SALUD. UNA REVISIÓN SISTEMÁTICA
588 RECIMUNDO VOL. 9 N°2 (2025)
seños metodológicos identificados abarcaron
estudios cuantitativos (experimentales, cua-
si-experimentales y encuestas), cualitativos
(como perspectivas teóricas y artículos de
opinión), revisiones sistemáticas, capítulos de
libro y algunos estudios de métodos mixtos.
Para cada categoría se aplicaron los criterios
específicos del MMAT, permitiendo estable-
cer el nivel de riesgo de sesgo asociado.
En términos generales, los estudios cuan-
titativos experimentales y cuasi-experimen-
tales cumplieron adecuadamente con los
criterios de calidad. Investigaciones como
las de Choudhari et al., Hayes et al. y Thies-
meier & Orsini mostraron claridad en sus
objetivos, coherencia entre diseño e hipó-
tesis, validez en la medición de variables, y
una correcta aplicación de análisis estadís-
ticos. En consecuencia, estos estudios fue-
ron clasificados con riesgo de sesgo bajo,
ya que ofrecieron resultados sólidos y bien
sustentados en evidencia empírica.
Por el contrario, los estudios basados en en-
cuestas presentaron una calidad metodoló-
gica más variable. Aunque algunos, como
los de Villa-Ochoa et al. y Kiliç & Celık, con-
taron con muestras apropiadas y metodo-
logías claramente descritas, otros omitieron
aspectos clave como la tasa de respuesta o
la validación de los instrumentos utilizados.
Esta falta de información afectó la confianza
en los hallazgos, razón por la cual estos es-
tudios fueron clasificados con un riesgo de
sesgo moderado.
En lo que respecta a los artículos de revisión,
como los de Martínez-Alvarado et al., Ra-
mírez Coronel, y Mishra & Khan, se evaluó la
claridad en la formulación metodológica, los
criterios de inclusión y exclusión, así como
la transparencia en la síntesis de resultados.
Aquellos que siguieron protocolos estructu-
rados y sistemáticos fueron valorados con
riesgo bajo, mientras que las revisiones na-
rrativas que carecieron de criterios explícitos
recibieron una calificación de riesgo mode-
rado debido a su menor replicabilidad y po-
sible sesgo de interpretación.
Asimismo, los capítulos de libro, libros y
artículos de opinión mostraron limitaciones
metodológicas importantes, ya que en su
mayoría no reportaron elementos esencia-
les del diseño, tales como el proceso de re-
colección de datos o la validación empírica
de los resultados presentados. En vista de
estas omisiones, fueron clasificados con un
riesgo de sesgo alto, lo que limita su utili-
dad como evidencia directa para sustentar
prácticas pedagógicas.
Por último, los estudios de métodos mixtos,
aunque en menor cantidad, destacaron por
integrar datos cuantitativos y cualitativos de
manera coherente, como en el caso de As-
ker et al. (2023). Estos estudios fueron posi-
tivamente valorados siempre que justificaron
adecuadamente la combinación de métodos
y se evidenció una triangulación de resulta-
dos. Dependiendo de la claridad metodoló-
gica y del nivel de integración, su riesgo de
sesgo fue considerado bajo o moderado.
En cuanto a la verificación por pares, el
proceso de evaluación metodológica fue
realizado por dos revisores de manera in-
dependiente. En los casos donde surgie-
ron discrepancias en la valoración de los
estudios, se llevó a cabo una discusión
estructurada para alcanzar consenso. Este
mecanismo garantizó la fiabilidad de las
evaluaciones y reforzó la validez del proce-
so de análisis de calidad metodológica apli-
cado a esta revisión sistemática.
Resultados Cuantitativos: Integración de
la Bioestadística en Modelos de Ense-
ñanza-Aprendizaje para la Investigación
En cuanto al análisis por años, durante el
periodo comprendido entre 2001 y 2010,
los estudios se centraron primordialmente
en enfoques tradicionales de enseñanza de
la bioestadística. Investigaciones como las
de Harraway et al., Lee y Sami recurrieron
a libros y capítulos de libro como medios
principales, destacando un interés inicial en
identificar necesidades estadísticas en la
investigación científica y en mejorar las ha-
bilidades básicas de los estudiantes y pro-
TOBAR MORAN, M. R., SARMIENTO BARREIRO, L. M., REYES SÁNCHEZ, Z. G., & FALCONÍ SAN LUCAS, S. DEL R.
589
RECIMUNDO VOL. 9 N°2 (2025)
fesionales de la salud. Posteriormente, en-
tre 2011 y 2020, se observa una transición
hacia trabajos con mayor rigor académico,
evidenciado por la aparición de artículos
originales, revisiones sistemáticas y pers-
pectivas críticas.
En este sentido, autores como Zheng (2020)
y Rosner (2020) abordaron el razonamiento
estadístico y su aplicabilidad teórica, refle-
jando un creciente interés en el fortaleci-
miento conceptual y metodológico dentro
de los programas de formación en salud.
Finalmente, en el periodo más reciente
(2021–2024), se aprecia una marcada di-
versificación metodológica y una evolución
de las intervenciones pedagógicas. Du-
rante estos años, se desarrollaron estudios
experimentales y propuestas innovadoras
como el uso de módulos interactivos, simu-
laciones y tecnologías emergentes como
ChatGPT (Asker et al., 2023). Todo ello indi-
ca una clara orientación hacia la enseñan-
za práctica, la evaluación de competencias
específicas y la adaptación a entornos vir-
tuales de aprendizaje.
Respecto al análisis por países, Estados
Unidos se posiciona como el país con ma-
yor producción académica en el tema, acu-
mulando un total de nueve publicaciones
que abarcan desde textos introductorios
hasta modelos pedagógicos aplicados.
Estas investigaciones evidencian una evo-
lución progresiva hacia enfoques innovado-
res, tales como el aprendizaje autodirigido,
las pasantías académicas y la integración
de inteligencia artificial en la docencia. A su
vez, España realiza importantes contribu-
ciones desde una perspectiva crítica y cu-
rricular, participando con revisiones y capí-
tulos de libro centrados en la bioestadística
aplicada a áreas como la odontología y la
medicina.
Por otro lado, India destaca por la imple-
mentación de metodologías activas, como el
aprendizaje basado en problemas (Choud-
hari et al., 2021) y la enseñanza modular
(Varghese et al., 2019), enfocándose en el
desarrollo de habilidades investigativas en
estudiantes de medicina. Asimismo, varios
países de Latinoamérica, entre ellos México,
Colombia, Ecuador, Chile y Cuba, abordan
problemáticas locales como las brechas
curriculares, la necesidad de adaptación
tecnológica en contextos de pandemia y la
aplicación práctica de la bioestadística en
la salud pública, lo cual refleja realidades
educativas diversas y en proceso de trans-
formación. Finalmente, otras naciones como
Italia, Finlandia, Turquía, Sudáfrica y Nigeria
también aportan miradas complementarias,
enriqueciendo el panorama global median-
te estudios tanto empíricos como teóricos.
En lo que concierne al análisis por diseño
metodológico, se identifican varios enfoques
relevantes. Por un lado, las revisiones y ar-
tículos de opinión proporcionan un marco
contextual y reflexivo sobre la importancia
de la bioestadística, particularmente en sa-
lud pública y medicina comunitaria, como es
el caso de los trabajos de Ramírez Coronel,
Mishra & Khan, y Lam Díaz. Por otro lado,
los estudios experimentales y cuasi-expe-
rimentales tienen como propósito evaluar
el impacto de intervenciones pedagógicas
innovadoras, tales como las simulaciones
interactivas y el aprendizaje basado en pro-
blemas, evidenciando mejoras sustanciales
en la comprensión conceptual y la aplicación
de habilidades estadísticas. A ello se suman
los estudios de encuesta y comparativos, los
cuales permiten recoger percepciones estu-
diantiles y contrastar la eficacia de métodos
alternativos, como el uso de ChatGPT como
herramienta educativa (Asker et al., 2023).
Finalmente, si bien los libros y capítulos de
libro aportan bases teóricas valiosas, suelen
carecer de evidencia empírica que respalde
sus propuestas pedagógicas.
Desde el punto de vista de los hallazgos
principales, se destaca, en primer lugar,
el desarrollo de competencias estadísticas
como resultado común de muchas de las
intervenciones analizadas. La mayoría de
los estudios reportan mejoras significativas
en habilidades analíticas, comprensión de
LA BIOESTADÍSTICA COMO MODELO DE ENSEÑANZA-APRENDIZAJE EN LA INVESTIGACIÓN EN ESTU-
DIANTES DE LAS ÁREAS DE LA SALUD. UNA REVISIÓN SISTEMÁTICA
590 RECIMUNDO VOL. 9 N°2 (2025)
conceptos estadísticos y capacidad para
aplicar dichos conocimientos en contextos
de investigación biomédica y de salud pú-
blica. En segundo lugar, se evidencia una
fuerte apuesta por la innovación pedagó-
gica, impulsada por la incorporación de
tecnologías digitales, módulos interactivos,
simulaciones y estrategias de enseñan-
za virtual, especialmente durante y des-
pués de la pandemia. Esto ha fortalecido
el aprendizaje autónomo y la adaptación
flexible del currículo. Por último, varios es-
tudios hacen hincapié en la identificación
de necesidades estructurales dentro de los
programas educativos, revelando caren-
cias curriculares, brechas en la formación
docente y dificultades en la adquisición de
competencias estadísticas esenciales. Es-
tas observaciones subrayan la necesidad
urgente de rediseñar los modelos de ense-
ñanza-aprendizaje de la bioestadística para
responder adecuadamente a los desafíos
de la formación en salud del siglo XXI.
Los estudios analizados, ver tabla 1, pre-
sentan evidencias cuantitativas significati-
vas sobre la efectividad de diferentes en-
foques pedagógicos en la enseñanza de
bioestadística. En primer lugar, respecto a
las herramientas interactivas, los resultados
muestran impactos positivos considerables.
Thiesmeier y Orsini (2024) reportaron que el
78% de los estudiantes mostraron mejoría
significativa en comprensión estadística
mediante simulaciones interactivas (p <
0.01), lo que demuestra la eficacia de estas
metodologías. Además, Hayes et al. (2023)
complementan estos hallazgos, ya que en-
contraron que los módulos interactivos au-
mentaron las calificaciones promedio de
6.5 a 8.2 en una escala de 10 puntos (SD =
1.2), evidenciando una mejora cuantificable
en el rendimiento académico.
Por otro lado, el aprendizaje basado en pro-
blemas (ABP) también ha demostrado ser
altamente efectivo. Choudhari et al. (2021)
demostraron que esta metodología incre-
mentó las tasas de aprobación en bioesta-
dística del 65% al 89% (n = 150, χ² = 15.34,
p = 0.001), lo que representa un avance
notable en los resultados académicos. Asi-
mismo, Varghese et al. (2019) respaldan es-
tos datos al reportar una mejora del 32% en
habilidades investigativas mediante ense-
ñanza modular (p < 0.05), lo que refuerza la
utilidad del ABP en la formación estadística.
En cuanto a las intervenciones prácticas,
los resultados son igualmente alentadores.
El programa de pasantías de Grambow et
al. (2022) mostró que el 85% de los partici-
pantes (n = 40) adquirieron competencias
avanzadas en análisis de datos (IC 95%: 78-
92%), lo que subraya la importancia de la ex-
periencia práctica en el desarrollo de habili-
dades estadísticas. Sin embargo, al analizar
las diferencias por población, se observan
disparidades significativas. Ordak (2024)
identificó que solo el 42% de estudiantes de
medicina en Polonia se sentían preparados
en bioestadística (n = 300), comparado con
el 68% en programas con enfoque práctico
(OR = 2.95, p < 0.01), lo que indica que la
metodología empleada puede marcar una
diferencia crucial en la percepción y prepa-
ración de los estudiantes.
Persisten brechas importantes en las com-
petencias estadísticas. Oster et al. (2020)
revelaron que el 61% de investigadores clí-
nicos (n = 450) presentaban deficiencias en
diseño estadístico (IC 95%: 56-66%), lo que
pone de manifiesto la necesidad de fortale-
cer la formación en esta área. En conjunto,
estos resultados cuantitativos no solo confir-
man la efectividad de enfoques innovadores
como las herramientas interactivas y el ABP,
sino que también resaltan la importancia de
adaptar las estrategias pedagógicas a las
necesidades específicas de cada población
estudiantil para cerrar las brechas existentes
en competencias bioestadísticas.
Resultados Cualitativos: Integración de
la Bioestadística en Modelos de Ense-
ñanza-Aprendizaje para la Investigación
A partir del análisis de la tabla 1, se iden-
tificaron diversos hallazgos cualitativos so-
bre cómo se ha integrado la bioestadística
TOBAR MORAN, M. R., SARMIENTO BARREIRO, L. M., REYES SÁNCHEZ, Z. G., & FALCONÍ SAN LUCAS, S. DEL R.
591
RECIMUNDO VOL. 9 N°2 (2025)
en los procesos formativos orientados a la
investigación. En primer lugar, cabe desta-
car los enfoques pedagógicos innovadores
que han demostrado ser efectivos. Por ejem-
plo, estudios como los de Thiesmeier & Or-
sini (2024) y Hayes et al. (2023) resaltan el
uso de módulos interactivos y simulaciones,
como Rolling the DICE, para mejorar la com-
prensión de conceptos estadísticos, logran-
do resultados positivos en el engagement y
la aplicación práctica. Además, McHugh &
Hardy (2021) evidencian que las herramien-
tas en línea favorecen el aprendizaje auto-
dirigido en estudiantes de medicina, lo que
refuerza la importancia de adaptar las meto-
dologías a entornos digitales. Por otro lado,
el aprendizaje basado en problemas (ABP)
ha mostrado ser una estrategia efectiva, tal
como lo demuestran Choudhari et al. (2021)
y Varghese et al. (2019), quienes reportan
que este enfoque, combinado con módulos
de blended learning, incrementa la retención
de conocimientos y habilidades investigati-
vas en estudiantes de medicina y odontolo-
gía. Asimismo, Grambow et al. (2022) propo-
nen pasantías en centros de salud para que
los estudiantes de bioestadística adquieran
experiencia real en investigación, reforzando
competencias clave como el análisis de da-
tos y la colaboración interdisciplinaria.
En segundo lugar, es importante analizar
las poblaciones objetivo y las adaptacio-
nes contextuales. En este sentido, la ma-
yoría de las intervenciones se dirigen a
estudiantes de medicina y salud pública,
como lo muestran los trabajos de Ordak
(2024) y Zheng (2020, 2021), quienes des-
tacan adaptaciones específicas, como la
enseñanza en español (Tobar Moran et al.,
2022) o estrategias diseñadas para entor-
nos pandémicos (Villa-Ochoa et al., 2023).
Sin embargo, también se identifican bre-
chas en la percepción de la bioestadística,
como señala Kiliç & Celık (2013), lo que su-
giere la necesidad de desarrollar enfoques
más atractivos y accesibles. Por otra parte,
Oster et al. (2020, 2018) resaltan la falta de
competencias estadísticas entre investiga-
dores clínicos, abogando por la integración
de currículos especializados desde etapas
tempranas de formación.
En tercer lugar, se observa un impacto sig-
nificativo en las competencias adquiridas
y su aplicación en investigación. Por ejem-
plo, se ha documentado una mejora en el
razonamiento estadístico (Zheng, 2020), el
diseño de estudios (Thiesmeier & Orsini,
2024) y el uso de software especializado
(Lee, 2001). Además, estudios como los
de Chasz Griego et al. (2024) y Olowe et al.
(2024) enfatizan el rol crítico de la bioesta-
dística en proyectos de salud global y en la
infraestructura investigativa, demostrando
su relevancia en contextos aplicados. No
obstante, Hayat et al. (2017) revelan que
la literatura en salud pública aún subutiliza
métodos estadísticos avanzados, lo que se-
ñala la necesidad de mejorar la formación
en esta área.
Posteriormente, persisten desafíos que re-
quieren atención. Entre ellos, se encuen-
tra la dificultad para trasladar conocimien-
tos teóricos a la práctica (Oster & Enders,
2018) y la resistencia o ansiedad hacia la
estadística entre los estudiantes (Ordak,
2024). Frente a esto, se han propuesto re-
comendaciones clave, como integrar la
bioestadística de forma transversal en los
currículos (Martinez-Alvarado et al., 2022),
combinar métodos tradicionales con tecno-
logías emergentes, como ChatGPT (Asker
et al., 2023), y fomentar la colaboración en-
tre estadísticos e investigadores (Harraway
et al., 2001).
La bioestadística se ha integrado en la for-
mación investigativa mediante modelos pe-
dagógicos activos, como el ABP, las simula-
ciones y las pasantías, con un fuerte énfasis
en la aplicabilidad real. Sin embargo, los
desafíos en motivación estudiantil y trans-
ferencia de habilidades aún requieren so-
luciones innovadoras. Las estrategias exi-
tosas comparten tres características clave:
interactividad, contextualización en salud y
vinculación temprana con proyectos reales.
LA BIOESTADÍSTICA COMO MODELO DE ENSEÑANZA-APRENDIZAJE EN LA INVESTIGACIÓN EN ESTU-
DIANTES DE LAS ÁREAS DE LA SALUD. UNA REVISIÓN SISTEMÁTICA
592 RECIMUNDO VOL. 9 N°2 (2025)
Por ello, para futuras intervenciones se re-
comienda personalizar la enseñanza según
disciplinas, fortalecer la formación docente
en métodos innovadores y promover alian-
zas entre académicos y centros de inves-
tigación, con el fin de garantizar prácticas
sostenibles y efectivas.
Discusión de los resultados
La integración de la bioestadística en los
modelos de enseñanza-aprendizaje en con-
textos de formación investigativa ha gene-
rado una evidencia robusta tanto en el pla-
no cuantitativo como cualitativo. Desde la
perspectiva cuantitativa, los estudios inclui-
dos en esta revisión demuestran de manera
consistente que las metodologías activas,
como el aprendizaje basado en problemas
(ABP), el uso de simulaciones, y los módu-
los interactivos, generan mejoras estadísti-
camente significativas en las competencias
de los estudiantes. Por ejemplo, Thiesmeier
y Orsini (2024) y Hayes et al. (2023) repor-
taron aumentos medibles en el rendimien-
to académico y la comprensión conceptual
mediante el uso de simulaciones y módulos
digitales, lo que sugiere que la incorpora-
ción de recursos tecnológicos no solo incre-
menta la motivación, sino que también fa-
vorece el aprendizaje profundo. Del mismo
modo, estudios como los de Choudhari et
al. (2021) y Varghese et al. (2019) eviden-
ciaron mejoras sustanciales en las tasas de
aprobación y en las habilidades investigati-
vas cuando se aplicaron estrategias como
el ABP y la enseñanza modular. Estas inter-
venciones, además, mostraron un impacto
positivo en la autopercepción de prepara-
ción en bioestadística, lo que resulta funda-
mental para el futuro desempeño profesio-
nal de los estudiantes.
A pesar de estos avances, los datos cuan-
titativos también ponen en evidencia impor-
tantes brechas en competencias estadísti-
cas, especialmente entre estudiantes que
no han estado expuestos a metodologías
activas o que provienen de programas con
integración curricular limitada. Esto se re-
fleja en estudios como el de Ordak (2024),
donde se detecta una percepción de baja
preparación entre los estudiantes, o en los
hallazgos de Oster et al. (2020), que reve-
lan carencias en el diseño estadístico entre
aprendices de investigación clínica. Estos
resultados subrayan que, si bien las estra-
tegias innovadoras son efectivas, su aplica-
ción sigue siendo desigual y muchas veces
dependiente del contexto institucional y del
compromiso docente.
En cuanto a los hallazgos cualitativos, el
análisis narrativo de los estudios incluidos
permite identificar elementos clave que ex-
plican el éxito o las limitaciones de las inter-
venciones pedagógicas en bioestadística.
En primer lugar, destaca la importancia de
la contextualización y la relevancia prácti-
ca de los contenidos. Estudios como los de
McHugh & Hardy (2021), Villa-Ochoa et al.
(2023) y Tobar Moran et al. (2022) coinci-
den en que los estudiantes valoran positiva-
mente aquellas propuestas didácticas que
vinculan la bioestadística con casos reales,
problemas clínicos concretos o proyectos
de investigación aplicada. Esta orientación
práctica no solo mejora la retención del co-
nocimiento, sino que también fortalece la
percepción de utilidad de la bioestadística
como herramienta profesional. Asimismo,
se identifican estrategias efectivas como las
pasantías (Grambow et al., 2022), las simu-
laciones gamificadas (Thiesmeier & Orsini,
2024) y el uso de inteligencia artificial como
apoyo educativo (Asker et al., 2023), todas
ellas centradas en el protagonismo del es-
tudiante y en el aprendizaje autónomo.
Por otro lado, el análisis cualitativo también
resalta algunos factores limitantes persisten-
tes, como la resistencia al cambio metodoló-
gico por parte del profesorado, la ansiedad
de los estudiantes frente a contenidos ma-
temáticos, y la falta de formación docente
especializada en bioestadística. Las opinio-
nes recogidas en estudios como los de Kiliç
& Celık (2013) o Lam Díaz (2018) refuerzan
esta visión, al mostrar que muchas institu-
ciones aún presentan estructuras curricula-
TOBAR MORAN, M. R., SARMIENTO BARREIRO, L. M., REYES SÁNCHEZ, Z. G., & FALCONÍ SAN LUCAS, S. DEL R.
593
RECIMUNDO VOL. 9 N°2 (2025)
res rígidas que dificultan la implementación
de innovaciones pedagógicas. Además, los
desafíos en la alfabetización estadística no
solo afectan a los estudiantes, sino también
a los profesionales en ejercicio, lo que su-
giere la necesidad de formación continua y
transversal en este campo.
En conjunto, los resultados cuantitativos y
cualitativos convergen en una conclusión
común: la efectividad de la enseñanza de
la bioestadística depende en gran medida
del diseño pedagógico, la relevancia con-
textual de los contenidos, y la capacidad
de conectar el aprendizaje con la práctica
investigativa real. Si bien los enfoques tra-
dicionales aún prevalecen en muchos en-
tornos educativos, esta revisión sistemática
aporta evidencia clara de que los mode-
los activos, blended, digitales y aplicados
ofrecen mayores beneficios en términos de
desempeño académico, motivación estu-
diantil y apropiación de competencias in-
vestigativas. No obstante, para lograr una
implementación sostenible y equitativa de
estos modelos, es fundamental que las ins-
tituciones educativas inviertan en capaci-
tación docente, flexibilización curricular y
desarrollo de recursos adaptados a las ne-
cesidades de los futuros profesionales de
la salud.
Conclusiones
De un total de 912 registros, se incluyeron
32 estudios que cumplían con los criterios
de elegibilidad. Los resultados muestran
que el uso de estrategias activas, como el
aprendizaje basado en proyectos, la gamifi-
cación y el uso de software estadístico inte-
ractivo, favorece el desarrollo de competen-
cias investigativas y mejora la actitud hacia
la bioestadística. Se identificaron desafíos
recurrentes, como la percepción de difi-
cultad, la baja motivación inicial y la limita-
da integración curricular. Sin embargo, los
programas que conectan la bioestadística
con problemas reales en el ámbito clínico y
comunitario demuestran ser más efectivos
para un aprendizaje significativo. En con-
clusión, un enfoque pedagógico centrado
en el estudiante, que se apoye en la contex-
tualización y la aplicación práctica, refuerza
el papel de la bioestadística como un eje
fundamental en la investigación en la forma-
ción en salud.
Los hallazgos de esta revisión sistemática
permiten concluir que la integración de la
bioestadística en los modelos de enseñan-
za-aprendizaje orientados a la investigación
en ciencias de la salud ha evolucionado
significativamente en las últimas dos déca-
das, pasando de enfoques tradicionales y
teóricos hacia estrategias pedagógicas ac-
tivas, interactivas y contextualizadas. Las
evidencias analizadas muestran que inter-
venciones como el aprendizaje basado en
problemas (ABP), las simulaciones digita-
les, los módulos interactivos y las pasantías
en entornos clínicos contribuyen sustancial-
mente al desarrollo de competencias inves-
tigativas, al fortalecimiento del razonamien-
to estadístico y a una actitud más favorable
hacia el aprendizaje de la bioestadística.
Asimismo, se identificó que los modelos
pedagógicos centrados en el estudiante,
especialmente aquellos que conectan los
contenidos estadísticos con situaciones
reales del ámbito clínico o comunitario, son
percibidos como más útiles, motivadores
y efectivos para lograr aprendizajes signi-
ficativos. Sin embargo, también persisten
desafíos estructurales importantes, como
la limitada integración curricular, la escasa
formación docente en enfoques innovado-
res y la baja percepción de relevancia entre
ciertos grupos estudiantiles, lo que eviden-
cia la necesidad de rediseñar las prácticas
educativas desde una perspectiva interdis-
ciplinaria y aplicada.
En línea con el objetivo planteado, se con-
cluye que una enseñanza de la bioestadís-
tica que se articule con el desarrollo de la
investigación desde etapas tempranas de
la formación profesional no solo mejora el
desempeño académico, sino que prepara a
los estudiantes para participar activamente
LA BIOESTADÍSTICA COMO MODELO DE ENSEÑANZA-APRENDIZAJE EN LA INVESTIGACIÓN EN ESTU-
DIANTES DE LAS ÁREAS DE LA SALUD. UNA REVISIÓN SISTEMÁTICA
594 RECIMUNDO VOL. 9 N°2 (2025)
en la producción de conocimiento científi-
co. Para ello, resulta indispensable promo-
ver políticas institucionales que favorezcan
la contextualización del contenido estadís-
tico, la innovación metodológica, y el for-
talecimiento de competencias docentes,
garantizando así una formación estadística
sólida, pertinente y alineada con las exigen-
cias actuales de la práctica sanitaria y la in-
vestigación en salud.
Bibliografía
Anttonen, V., Halunen, I., Päkkilä, J., Larmas, M., &
Tjäderhane, L. (2012). A practice-based study on
the effect of a short sucrose/xylitol exposure on
survival of primary teeth caries free. International
journal of paediatric dentistry, 22(5), 356–362. ht-
tps://doi.org/10.1111/j.1365-263X.2011.01205.x
Asker, Ö. F., Özgür, E. G., Eriç, A., Bekiroğlu, N.
(2023). Comparing the Performance of Medical
Students, ChatGPT-3.5 and ChatGPT-4 in Biostatis-
tics Exam: Pros and Cons as an Education Assis-
tant. International Journal of Management Informa-
tion Systems and Computer Science, 7(2), 85-94.
https://doi.org/10.33461/uybisbbd.1329650
Chasz Griego, Nicky Agate, Ana‐Maria Iosif & Amy
M. Crisp. (2024) What is it that you say you do
here? Advocating for the critical role of data scien-
tists in research infrastructure. Stat 13:3. Crossref
Choudhari, S., Bihari, A., & Srivastava, A. (2021).
Effectiveness of problem-based learning approach
for teaching-learning biostatistics among me-
dical students. Journal of Education and Heal-
th Promotion, 10. https://doi.org/10.4103/jehp.
jehp_1499_20
de Paz, C. C., & Murga, A. (2023). Biostatistics. In
The Vascular Surgery In-Training Examination Re-
view (VSITE) (pp. 527-539). Cham: Springer Inter-
national Publishing. https://doi.org/10.1007/978-3-
031-24121-5_28 DOI:
Dharaiya, D. K. (2021). Biostatistics: road less tra-
velled. International Journal of Community Medi-
cine and Public Health, 8(2), 975–978. https://doi.
org/10.18203/2394-6040.IJCMPH20210252
Grambow, S., Yang, L., Neely, M., Boulware, L., Chan,
C., Samsa, G., Thomas, S., Hanlon, A., Peskoe, S.,
Troy, J., & Pomann, G.-M. (2022). Experiential lear-
ning methods for biostatistics students: A model
for embedding student interns in academic health
centers. Stat (International Statistical Institute), 11.
https://doi.org/10.1002/sta4.506
Harraway, J., Manly, B., Sutherland, H., & McRae, A.
(2001). Meeting the Statistical Needs of Resear-
chers in the Biological and Health Sciences. Ba-
tanero, C. (Ed.), Training Researchers in the Use
of Statistics, 177-195. International Association for
Statistical Education and International Statistical
https://doi.org/10.52041/srap.00301
Hayat, M. J., Powell, A., Johnson, T., & Cadwell, B. L.
(2017). Statistical methods used in the public heal-
th literature and implications for training of public
health professionals. PloS one, 12(6), e0179032.
https://doi.org/10.1371/journal.pone.0179032
Hayes, P. M., Cherney, A. R., & Papanagnou, D. (2023).
An Interactive Module to Teach Common Biostatisti-
cal Tests to Learners in the Health Professions. Cu-
reus, 15. https://doi.org/10.7759/cureus.36125
International Association for Statistical Education
and International Statistical Institute.https://doi.
org/10.52041/srap.00203
Kiliç, I., & Celık, B. (2013). The views of Academic Staff
on Biostatistics Education in Health Sciences. Inter-
national journal of health sciences, 7(2), 142–149.
Lam Díaz, R. M. (2018). Importancia de la bioestadís-
tica para la investigación en salud. Revista Cuba-
na De Hematología, Inmunología Y Hemoterapia,
34(3). Recuperado a partir de https://revhematolo-
gia.sld.cu/index.php/hih/article/view/872
Lee, T. (2001.). Teaching Biostatistics to Medical Per-
sonnel with Computer Based Supplement. Bata-
nero, C. (Ed.), Training Researchers in the Use of
Statistics, 139-145.
Martinez-Alvarado, J., Garcia-Toto, R., Rodriguez,
D., & Genel-Rey, T. I. (2022). Teaching eviden-
ce-based medicine in Mexico: A systematic review
of medical doctor curriculums at a national level.
BMJ Evidence-Based Medicine, 28, 30–39. https://
doi.org/10.1136/bmjebm-2021-111910
McHugh, D., & Hardy, S. (2021). A pragmatic trial
of online interactive webtools for teaching biosta-
tistics to first-year medical students: A constructi-
vism-informed approach. F1000Research. https://
doi.org/10.12688/f1000research.55497.1
Mishra, A., & Khan, M. J. (2024). The science and art
of biostatistics: a comprehensive overview. Asian
Journal of Hospital Pharmacy, 45–51. https://doi.
org/10.38022/ajhp.v4i2.86
Moher, D., Liberati, A., Tetzlaff, J., Altman, D. G.,
& PRISMA Group. (2009). Preferred reporting
items for systematic reviews and meta-analy-
ses: The PRISMA statement. PLoS Medicine,
6(7), e1000097. https://doi.org/10.1371/journal.
pmed.1000097
TOBAR MORAN, M. R., SARMIENTO BARREIRO, L. M., REYES SÁNCHEZ, Z. G., & FALCONÍ SAN LUCAS, S. DEL R.
595
RECIMUNDO VOL. 9 N°2 (2025)
Olowe, K. J., Edoh, N. L., Zouo, S. J. C., & Olami-
juwon, J. (2024.). Theoretical Perspectives on
Biostatistics and Its Multifaceted Applications in
Global Health Studies. https://doi.org/10.51594/
ijarss.v6i11.1726
Ordak, M. (2024). Enhancing biostatistics education
for medical students in Poland: Factors influen-
cing perception and educational recommenda-
tions. BMC Medical Education, 24. https://doi.
org/10.1186/s12909-024-05389-z
Oster, R. A., & Enders, F. T. (2018). The Importance
of Statistical Competencies for Medical Research
Learners. Journal of statistics education : an in-
ternational journal on the teaching and learning of
statistics, 26(2), 137–142. https://doi.org/10.1080/
10691898.2018.1484674
Oster, R. A., Devick, K. L., Thurston, S. W., Larson,
J. J., Welty, L. J., Nietert, P. J., Pollock, B. H., Po-
mann, G. M., Spratt, H., Lindsell, C. J., & Enders, F.
T. (2020). Learning gaps among statistical compe-
tencies for clinical and translational science lear-
ners. Journal of clinical and translational science,
5(1), e12. https://doi.org/10.1017/cts.2020.498
Pagano, M., Gauvreau, K., & Mattie, H. (2022). Prin-
ciples of biostatistics. Chapman and Hall/CRC. ht-
tps://doi.org/10.1201/97804293405
Page, M. J., et al. (2021). PRISMA 2020 statement.
Systematic Reviews, 10(1), 89.
Pantoja Burbano, M. J., & Burbano Pijal, D. C. (2021).
Importancia de la bioestadística en odontología:
estadística aplicada a la investigación prueba de
Kruskal-Wallis. Revista Universidad y Sociedad,
13(S3), 275-282.
Piaget, J. (1970). Psychology and pedagogy. Viking
Press.
Ramírez Coronel, A. A. (2024). La bioestadística: Un
pilar fundamental en las ciencias de la salud. Revis-
ta Multidisciplinaria Investigación Contemporánea,
2(2). https://doi.org/10.58995/redlic.rmic.v2.n2.a77
Rosner, B. (2020). Fundamentals of biostatistics (8th
ed.). Cengage Learning.
Sami, W. (2010). Biostatistics education for under-
graduate medical students. Springer. Book
Thiesmeier, R., & Orsini, N. (2024). Rolling the DICE
(Design, Interpret, Compute, Estimate): Interac-
tive Learning of Biostatistics With Simulations.
JMIR Medical Education, 10, e52679. https://doi.
org/10.2196/52679
Tobar Moran, M. R., San Lucas, S. F., Reyes Sán-
chez, Z. G., & Ramírez Hecksher, A. M. (2022).
Bioestadística como Herramienta aplicada por es-
tudiantes de la Facultad de Ciencias Médicas en
el Aprendizaje dentro del Campo de la Salud. RE-
CIAMUC, 6(3), 677-686. https://doi.org/10.26820/
reciamuc/6.(3).julio.2022.677-686
Varghese, S., Ramesh, A., & Veeraiyan, D. (2019).
Blended module-based teaching in biostatis-
tics and research methodology: A retrospective
study with postgraduate dental students. Journal
of Dental Education, 83(4), 445–450. https://doi.
org/10.21815/JDE.019.054
Villa-Ochoa, J., Gaviria-Bedoya, J., & González-Gó-
mez, D. (2023). Teaching and learning strategies
in a biostatistics course during the pandemic: Per-
ceptions of doctoral students. Ensino em Re-Vista,
30. https://doi.org/10.14393/er-v30a2023-40
Vygotsky, L. S. (1978). Mind in society: The develop-
ment of higher psychological processes. Harvard
University Press
Wang, J. (2022). Chapter 9: Biostatistics. https://doi.
org/10.21019/9781582123615.ch9
Zheng, Q. (2020). Let Master of Public Health Stu-
dents Experience Statistical Reasoning. Athens
journal of health & medical sciences 7(1):47-62,
https://doi.org/10.30958/AJHMS.7-14
Zheng, Q. (2021). Let computational thinking permea-
te biostatistics education of public health students.
In Proceedings of the 2021 6th International Confe-
rence on Distance Education and Learning (ICDEL
'21) (pp. 283–288). Association for Computing Ma-
chinery. https://doi.org/10.1145/3474995.3475043
CITAR ESTE ARTICULO:
Tobar Moran, M. R., Sarmiento Barreiro, L. M., Reyes Sánchez, Z. G., & Falco-
ní San Lucas, S. del R. (2025). La bioestadística como modelo de enseñan-
za-aprendizaje en la investigación en estudiantes de las áreas de la salud. Una
revisión sistemática . RECIMUNDO, 9(2), 579–595. https://doi.org/10.26820/
recimundo/9.(2).abril.2025.579-595
LA BIOESTADÍSTICA COMO MODELO DE ENSEÑANZA-APRENDIZAJE EN LA INVESTIGACIÓN EN ESTU-
DIANTES DE LAS ÁREAS DE LA SALUD. UNA REVISIÓN SISTEMÁTICA