ARTÍCULO DE REVISIÓN SISTEMÁTICA

Uso excesivo de pantallas en estudiantes universitarios: efectos en la salud y estrategias didácticas

Excessive screen use in university students: health effects and didactic strategies

Dayami Álvarez Ayala ^1*, https://orcid.org/0000-0002-4622-0274

¹ Universidad Técnica Estatal de Quevedo. Quito, Ecuador.

*Autor para la correspondencia: dayami.alvarez@educacion.gob.ec

Recibido: 05/08/2026

Aceptado: 20/09/2026

Publicado: 14/10/2026

Cómo citar este artículo: Álvarez-Ayala D. Uso excesivo de pantallas en estudiantes universitarios: efectos en la salud y estrategias didácticas. MedEst. [Internet]. 2026 [citado acceso fecha]; 6:e590. Disponible en: https://revmedest.sld.cu/index.php/medest/article/view/590

RESUMEN

Introducción: Las pantallas acompañan al universitario en estudio, comunicación y ocio, pero su uso excesivo puede afectar salud y aprendizaje.

Objetivo: Sintetizar evidencia de revisiones sistemáticas y metaanálisis sobre efectos del uso excesivo de pantallas en salud de universitarios e identificar estrategias preventivas aplicables desde la docencia.

Métodos: Revisión paraguas guiada por PRISMA 2020 y PRIOR. No se registró en PROSPERO por ser síntesis exploratoria no financiada, con protocolo interno no publicado y objetivo dual; se justifica en Métodos. Se consultaron PubMed/MEDLINE y LILACS (2021-2026). Se incluyeron revisiones sistemáticas y metaanálisis en población universitaria. Selección y extracción por una revisora. No se aplicó herramienta formal de evaluación crítica; se reconoce como limitación.

Resultados: De 39 registros se incluyeron 25 revisiones: 17 sobre efectos en salud y 8 sobre intervenciones. El tiempo de pantalla se asoció con mayor riesgo de depresión (OR=1,93) y fatiga visual digital (OR=1,96), con aumento marcado por encima de 2,5 horas diarias. El síndrome visual informático afectó al 76,1% y el uso excesivo del teléfono duplicó el riesgo de dolor cervical. Las pausas activas en clase redujeron sedentarismo y fatiga y mejoraron la atención; las intervenciones digitales aumentaron pasos, pero no redujeron tiempo sedentario.

Conclusiones: El uso excesivo de pantallas se asocia con problemas de salud mental, visual, musculoesquelética y del sueño. El aula es espacio de prevención; pausas activas, pausas visuales, normas de uso consensuadas y protección del sueño son estrategias viables para el docente. La certeza es limitada por predominio de estudios transversales y autoinforme.

Palabras clave: Tiempo de Pantalla; Teléfono Inteligente; Estudiantes; Conducta Sedentaria; Promoción de la Salud.

ABSTRACT

Introduction: Screens accompany university students in studying, communication, and leisure, but their excessive use can affect health and learning.

Objective: To synthesize evidence from systematic reviews and meta-analyses on the effects of excessive screen use on the health of university students and to identify preventive strategies applicable from teaching.

Methods: Umbrella review guided by PRISMA 2020 and PRIOR. It was not registered in PROSPERO because it was an exploratory, unfunded synthesis with an unpublished internal protocol and a dual objective; this is justified in Methods. PubMed/MEDLINE and LILACS were consulted (2021–2026). Systematic reviews and meta-analyses in the university population were included. Selection and extraction were performed by one reviewer. No formal critical appraisal tool was applied; this is acknowledged as a limitation.

Results: Of 39 records, 25 reviews were included: 17 on health effects and 8 on interventions. Screen time was associated with a higher risk of depression (OR=1.93) and digital eye strain (OR=1.96), with a marked increase above 2.5 hours per day. Computer vision syndrome affected 76.1% of participants, and excessive phone use doubled the risk of neck pain. Active breaks in class reduced sedentary behavior and fatigue and improved attention; digital interventions increased step counts but did not reduce sedentary time.

Conclusions: Excessive screen use is associated with mental, visual, musculoskeletal, and sleep health problems. The classroom is a prevention space; active breaks, visual breaks, agreed usage rules, and sleep protection are viable strategies for teachers. Certainty is limited by the predominance of cross-sectional studies and self-report.

Keywords: Screen Time; Smartphone; Students; Sedentary Behavior; Health Promotion.

INTRODUCCIÓN

Basta entrar en cualquier aula universitaria para comprobarlo: el teléfono descansa sobre la mesa, la computadora está abierta y la clase se proyecta en una pantalla. Los dispositivos acompañan al estudiante cuando estudia, cuando se comunica y cuando descansa. No se trata de demonizarlos, porque son herramientas valiosas para aprender. El problema aparece cuando su uso se prolonga, invade las horas de sueño o desplaza el movimiento.

La magnitud del fenómeno es considerable. Un metaanálisis con 36 656 participantes de 18 países encontró que la mitad refería síntomas moderados de nomofobia, es decir, malestar o ansiedad al no poder usar el teléfono, y uno de cada cinco, síntomas severos; las cifras fueron mayores en universitarios. ⁽¹⁾ En Cuba, un estudio nacional con 713 estudiantes de ciencias médicas halló que todos presentaban algún grado de nomofobia, moderada en el 51,5 %. ⁽²⁾ Sin embargo, la investigación latinoamericana sobre la dependencia a los dispositivos móviles todavía es escasa. ⁽³⁾

A ello se suma el sedentarismo, porque el tiempo frente a la pantalla es casi siempre tiempo sentado. La Organización Mundial de la Salud recomienda a los adultos realizar entre 150 y 300 minutos semanales de actividad física moderada y reducir el tiempo sedentario. ⁽⁴⁾ La jornada universitaria, con clases largas y horas de estudio ante dispositivos, suele ir en sentido contrario. Autores cubanos han señalado, además, la necesidad de formar a los estudiantes de ciencias médicas en el uso adecuado de los medios digitales como parte del currículo. ⁽⁵⁾

En los últimos años se han publicado numerosas revisiones sobre aspectos aislados del problema: la visión, el dolor cervical, el sueño o la depresión. Falta, sin embargo, una síntesis que reúna esos efectos y que, a la vez, ofrezca al profesor herramientas concretas para actuar. De ahí surge el problema científico de esta revisión: ¿qué efectos tiene el uso excesivo de pantallas sobre la salud de los estudiantes universitarios y qué estrategias pueden aplicarse desde la docencia para prevenirlos?

El objetivo de este trabajo es sintetizar la evidencia de revisiones sistemáticas y metaanálisis recientes sobre los efectos del uso excesivo de pantallas en la salud de los estudiantes universitarios e identificar estrategias de prevención aplicables desde la docencia.

MÉTODOS

Diseño

Se realizó una revisión paraguas —overview of reviews—, redactada según la declaración PRISMA 2020(6) y los criterios de la guía PRIOR para revisiones de revisiones. Se denomina revisión paraguas porque la unidad de análisis fueron revisiones sistemáticas y metaanálisis, no estudios primarios. Para garantizar la transparencia y la reproducibilidad, se detallan las estrategias de búsqueda completas y los criterios de selección.

Declaración sobre PROSPERO.

Esta revisión no se registró en PROSPERO. La decisión se adoptó porque se concibió como una síntesis exploratoria de revisiones sistemáticas, no financiada, con un protocolo interno no publicado y con un objetivo dual —efectos en salud y estrategias didácticas— que excedía el alcance habitual de un registro de revisiones de estudios primarios. No se realizó un registro retrospectivo. Se reconoce que esta omisión limita la transparencia y la verificación prospectiva del protocolo; se compensa parcialmente con la publicación íntegra de las estrategias de búsqueda, los criterios de elegibilidad, el flujo PRISMA y la lista de estudios incluidos. No se afirma que PROSPERO fuera inadecuado de forma absoluta: simplemente no se utilizó. Esta limitación se declara también en la sección Limitaciones.

Preguntas de investigación

La revisión se orientó con dos preguntas:

Efectos: ¿qué efectos tiene el uso excesivo de pantallas sobre la salud de los estudiantes universitarios?
Intervenciones: ¿qué intervenciones aplicables en el entorno universitario contribuyen a prevenirlos?

La primera pregunta se estructuró según el formato PECO: población (P), estudiantes universitarios; exposición (E), uso excesivo de pantallas, uso problemático del teléfono inteligente y comportamiento sedentario asociado; comparación (C), menor exposición o ausencia de exposición; y desenlaces (O, outcomes), salud mental, visual y musculoesquelética, sueño y rendimiento académico. La segunda se estructuró según PICO: población, estudiantes universitarios; intervención, pausas activas, pausas visuales, intervenciones digitales, normas de uso y educación para la salud; comparación, enseñanza habitual o ausencia de intervención; y desenlaces, sedentarismo, fatiga, atención, bienestar y rendimiento académico.

Fuentes de información

Se consultaron PubMed/MEDLINE, mediante el servicio de consulta E-utilities del Centro Nacional de Información Biotecnológica de los Estados Unidos, y LILACS, mediante el Portal Regional de la Biblioteca Virtual en Salud. La búsqueda se realizó en el mes de julio de 2026 y abarcó publicaciones del período 2021 al 2026 disponibles hasta la fecha. Se eligió este período para recoger la evidencia posterior a la pandemia de COVID-19, etapa en la que se intensificó el uso de dispositivos. La restricción a inglés y español se justifica por la capacidad de lectura del equipo y por la representatividad de la literatura regional en LILACS.

Estrategias de búsqueda

Se emplearon tres estrategias, reproducidas a continuación tal como se ejecutaron:

Estrategia 1 (PubMed, efectos): ("screen time"[tiab] OR "smartphone addiction"[tiab] OR "smartphone overuse"[tiab] OR "problematic smartphone use"[tiab] OR "digital eye strain"[tiab] OR "computer vision syndrome"[tiab]) AND ("university students"[tiab] OR "college students"[tiab] OR "medical students"[tiab] OR undergraduate*[tiab]) AND (systematic review[pt] OR meta-analysis[pt]) AND 2021:2026[dp]

Estrategia 2 (PubMed, intervenciones): ("movement break"[tiab] OR "active break"[tiab] OR "physically active learning"[tiab] OR "standing break"[tiab] OR "sedentary behavior"[tiab] OR "screen time reduction"[tiab] OR "digital detox"[tiab]) AND ("university students"[tiab] OR "college students"[tiab] OR "medical students"[tiab] OR "tertiary"[tiab] OR "higher education"[tiab]) AND (systematic review[pt] OR meta-analysis[pt]) AND 2021:2026[dp]

Estrategia 3 (LILACS): (smartphone OR "teléfono móvil" OR celular OR "tiempo de pantalla" OR nomofobia) AND (universitarios OR "estudiantes de medicina" OR "estudiantes universitarios") AND ("revisión sistemática" OR metaanálisis), con filtro de base de datos LILACS y años 2021 a 2026.

Criterios de inclusión y exclusión

Se incluyeron revisiones sistemáticas, con o sin metaanálisis, que cumplieran las siguientes condiciones: estudiar a estudiantes universitarios, o a poblaciones mixtas que los incluyeran de forma explícita o informaran resultados para ese subgrupo; analizar la exposición a pantallas, el uso problemático del teléfono o el comportamiento sedentario, o bien intervenciones para reducirlos o para promover la actividad física en el entorno universitario; informar desenlaces de salud o académicos; y estar publicadas en inglés o español.

Se excluyeron los estudios primarios, las revisiones narrativas, las revisiones sobre instrumentos de medición, las realizadas exclusivamente en escolares, adolescentes o trabajadores, y las que estudiaron exposiciones distintas, como la dieta o el confinamiento.

Selección y extracción de datos

Se cribaron los títulos y resúmenes, se evaluó la elegibilidad de los informes preseleccionados y los motivos de exclusión fueron registrados. La selección y la extracción de datos las realizó una sola revisora; no se dispuso de un segundo revisor independiente ni de software especializado como Rayyan o Covidence, lo que se reconoce como limitación. Para reducir errores, se verificó la coherencia interna de los datos extraídos mediante una segunda lectura de los informes incluidos. De cada revisión se extrajeron el primer autor, el año, el país o región, el tipo de revisión, el número de estudios y participantes, la población, la exposición o intervención, el comparador cuando estaba disponible, los resultados principales con sus medidas de efecto y el financiamiento cuando se informó.

Evaluación crítica de las revisiones incluidas

No se aplicó una herramienta formal de evaluación crítica —como AMSTAR 2 o ROBIS— a las revisiones incluidas. Esta decisión se reconoce como una limitación metodológica y se declara en la sección correspondiente. La valoración de la calidad se realizó de forma narrativa, considerando la presencia de protocolo registrado, la exhaustividad de la búsqueda, la duplicación en la selección y extracción, la evaluación del riesgo de sesgo y la consideración del sesgo de publicación, cuando esta información estaba disponible en los informes incluidos.

Síntesis de la evidencia

Dada la heterogeneidad de exposiciones y desenlaces, se realizó una síntesis narrativa organizada por dominios de salud y por tipo de intervención; no se efectuó un nuevo metaanálisis. La decisión de no metaanalizar se justifica por la superposición parcial de poblaciones, la variabilidad en la definición de uso excesivo, la diversidad de instrumentos de medición y la imposibilidad de garantizar independencia entre revisiones. No se realizó un análisis formal de solapamiento entre revisiones ni un análisis de sesgo de publicación; ambas ausencias se reconocen como limitaciones. La certeza de la evidencia se valoró de forma narrativa, considerando el riesgo de sesgo, la heterogeneidad y la precisión de los resultados. No se aplicó una herramienta formal de evaluación de la certeza, como GRADE. Para contextualizar la discusión se consultaron, además, estudios primarios y guías pertinentes, que no forman parte de la síntesis.

RESULTADOS

La búsqueda identificó 39 registros: 19 con la primera estrategia de PubMed, 18 con la segunda y 2 en LILACS. Tras eliminar 4 duplicados, se cribaron 35 títulos y resúmenes. Se excluyeron 8 registros en esta fase: 7 por no guardar relación con la pregunta de investigación —instrumentos de medición, dieta, videojuegos activos, metodología de evaluación, personal docente, depresión en población general y autoestima en adolescentes— y 1 por no medir la exposición a pantallas.

Se evaluaron 27 informes para determinar su elegibilidad y se excluyeron 2: uno realizado en población general no universitaria y otro que estudió una exposición distinta. Finalmente, se incluyeron 25 revisiones (figura 1).

Fig. 1. Diagrama de flujo de la selección de estudios, según la declaración PRISMA 2020.

Título: Figura 1 - Descripción: Diagrama de flujo PRISMA

Fuente: Elaborado por la autora.

Características de las revisiones incluidas

Las 25 revisiones se publicaron entre 2022 y 2026: 5 en 2022, 4 en 2023, 5 en 2024, 4 en 2025 y 7 en 2026. Catorce incluyeron metaanálisis y 11 realizaron una síntesis cualitativa. Diecisiete revisiones analizaron los efectos del uso de pantallas sobre la salud o el rendimiento académico, y ocho evaluaron intervenciones. La revisión de mayor tamaño reunió 72 estudios que, en conjunto, sumaron 71 633 universitarios. La tabla 1 presenta las características de cada revisión, identificada con un código (R1 a R25) que se emplea en el resto de esta sección.

Tabla 1. Características y hallazgos principales de las revisiones incluidas

R	Autor principal, año	Tipo	Estudios y participantes	Hallazgo principal
R1	Riverón Nápoles, 2023	RS	8 estudios (Latinoamérica y Cuba)	Investigación regional escasa; impacto negativo sobre la salud mental de universitarios.
R2	Al-Mamun, 2025	RS y MA	43 estudios; 36 656 participantes	Nomofobia moderada en el 51 % y severa en el 21 %; mayor en universitarios.
R3	Zhong, 2022	RS y MA	19 estudios; 5 497 estudiantes de Medicina	Adicción al teléfono en el 41,9 %; asociada con mal sueño, estrés, ansiedad y depresión.
R4	Zeng, 2026	RS y MA	72 estudios; 71 633 universitarios	Depresión (OR = 1,93) y fatiga visual (OR = 1,96); riesgo creciente por encima de 2,5 h/día.
R5	Ccami-Bernal, 2024	RS y MA	103 estudios; 66 577 participantes	Síndrome visual informático en el 69 %; 76,1 % en universitarios.
R6	Song, 2026	RS y MA	63 estudios	Astenopia en el 36-57 % de universitarios; las pausas regulares fueron protectoras (OR = 0,21).
R7	Mazaheri-Tehrani, 2023	RS y MA	46 estudios (27 en el MA)	Uso del teléfono y dolor cervical (OR = 2,11); sedentarismo en universitarios (OR = 1,58).
R8	Varmazyar, 2026	RS	18 estudios	Dolor de mano, muñeca o pulgar en el 19,2-68,7 % de universitarios.
R9	Leow, 2023	RS y MA	Estudiantes de Medicina	Mal sueño en el 57 % y adicción al teléfono en el 39 %; correlación r = 0,30.
R10	Gao W, 2026	RS con síntesis exploratoria	55 estudios	Más actividad física y menos pantalla: menor ansiedad (OR = 0,64), depresión (OR = 0,46) y mal sueño (OR = 0,54).
R11	Gao XL, 2023	RS y MA	36 estudios	Tiempo de pantalla asociado con depresión y ansiedad (OR = 1,44).
R12	Tang, 2024	RS y MA	17 estudios; 24 019 universitarios	Uso problemático y síntomas depresivos (OR = 2,40) e ideación suicida (OR = 2,18).
R13	Li, 2026	RS	11 estudios	Adicción al teléfono e ideación suicida (OR = 1,14-4,57), con patrón de dosis y respuesta.
R14	Hsieh, 2025	MA	45 estudios	Uso del teléfono y rendimiento académico (r = −0,12); mayor efecto con la multitarea en clase.
R15	Babaeer, 2022	RS	35 estudios	Asociación indeterminada entre pantalla recreativa y resultados académicos.
R16	Whatnall, 2024	RS	34 estudios de cohortes	El mal sueño se asoció con peor rendimiento académico (12 de 18 estudios).
R17	Hutchesson, 2025	RS	33 estudios de cohortes	Mal sueño e inactividad física asociados con peor bienestar psicológico.
R18	Lynch, 2022	RS y MA	14 estudios; 5 997 universitarios	Pausas activas factibles; menos sedentarismo y fatiga, más bienestar y atención.
R19	Deng, 2026	RS	20 estudios	Las pausas activas mejoran la atención sostenida y la implicación emocional; efecto académico incierto.
R20	Zhou, 2026	RS	46 estudios	Intervenciones digitales eficaces en actividad física y dieta; evidencia limitada en sedentarismo y sueño.
R21	Bi, 2024	RS y MA	8 ECA; 569 participantes	Aumento de los pasos (DME = 0,64); sin efecto sobre el tiempo sedentario.
R22	Peng, 2022	RS y MA	22 ECA; 8 333 participantes	Mejora de la actividad física (DME = 0,32); sin efecto significativo sobre el sedentarismo.
R23	Buja, 2024	RS	19 estudios	Redes sociales y mensajes de texto mejoraron la actividad física en 15 estudios.
R24	Liu, 2022	RS	23 ECA	El ejercicio y las intervenciones psicológicas pueden reducir la adicción al teléfono.
R25	Streram, 2025	RS	22 ECA	Solo 7 intervenciones mejoraron conducta y salud mental; la mayoría, centradas en el sueño.

R: código de la revisión; RS: revisión sistemática; MA: metaanálisis; ECA: ensayos controlados aleatorizados; OR: razón de probabilidades; DME: diferencia de medias estandarizada. Fuente: Elaborado por la autora.

Magnitud del uso problemático

La adicción al teléfono afectó al 41,9 % de 5 497 estudiantes de Medicina asiáticos (R3) y al 39 % en otra síntesis centrada en esa misma carrera, cuyos estudiantes usaban el teléfono una media de 4,9 horas diarias (R9). El uso problemático se identificó en el 36,5 % de 24 019 universitarios (R12). En un metaanálisis con 36 656 participantes de 18 países, el 51 % presentó nomofobia moderada y el 21 %, severa, con valores más altos en universitarios y adultos jóvenes (R2). La revisión latinoamericana encontró solo ocho estudios sobre el tema en la región durante una década (R1).

Salud mental

Fue el dominio con más evidencia. En la revisión de mayor tamaño, el tiempo de pantalla se asoció con depresión (OR = 1,93; IC 95 %: 1,75-2,12). El análisis de dosis y respuesta mostró que, por encima de 2,5 horas diarias, el riesgo de depresión aumentaba en más de un 15 % por cada hora adicional. El tiempo de pantalla también se asoció con ansiedad y estrés, con OR entre 1,12 y 1,79 (R4).

El uso problemático del teléfono se asoció con síntomas depresivos (OR = 2,40) y con ideación suicida (OR = 2,18); la asociación con la depresión fue más fuerte después de la pandemia de COVID-19 que antes (OR = 2,76 frente a 2,16) (R12). Otra revisión, con 11 estudios, nueve de ellos realizados en Corea del Sur, describió un patrón de dosis y respuesta entre la adicción al teléfono y la ideación suicida (OR = 1,14-4,57) y el intento suicida (OR = 1,15-1,87) (R13). Un metaanálisis anterior vinculó el tiempo de pantalla con la depresión (OR ajustada = 1,45) y la ansiedad (OR = 1,44) (R11).

Dos revisiones analizaron la combinación de conductas. Los estudiantes con más actividad física y menos tiempo de pantalla tuvieron menor probabilidad de ansiedad (OR = 0,64), depresión (OR = 0,46) y mal sueño (OR = 0,54) que los que mostraban el patrón opuesto (R10). En 33 estudios de cohortes, el mal sueño y la inactividad física se asociaron de forma consistente con peor bienestar psicológico (R17).

Sueño

El 57 % de los estudiantes de Medicina tenía mala calidad del sueño, y la adicción al teléfono se correlacionó con ella (r = 0,30) (R9); en estudiantes asiáticos, la correlación osciló entre 0,17 y 0,31 (R3). El tiempo de pantalla se asoció con peor calidad del sueño, pero no con su duración (R4). A su vez, el mal sueño se asoció con peor rendimiento académico en 12 de 18 estudios de cohortes (R16).

Salud visual

En 103 estudios con 66 577 participantes, la prevalencia del síndrome visual informático fue del 69 %, y en universitarios, del 76,1 %; fue mayor en mujeres que en hombres (71,4 % frente a 61,8 %) (R5). El tiempo de pantalla casi duplicó el riesgo de fatiga visual digital (OR = 1,96), que también aumentó con rapidez por encima de 2,5 horas diarias (R4). La astenopia afectó al 36-57 % de los universitarios durante la pandemia. El tiempo de pantalla prolongado fue un factor de riesgo (OR = 1,15), mientras que las pausas regulares (OR = 0,21), el conocimiento sobre el uso adecuado de la computadora (OR = 0,20) y los filtros antirreflejo (OR = 0,34) fueron protectores (R6).

Salud musculoesquelética

En 46 estudios, el uso del teléfono se asoció con dolor cervical (OR = 2,11) y el comportamiento sedentario fue un factor de riesgo en universitarios (OR = 1,58) (R7). El dolor de mano, muñeca o pulgar afectó a entre el 19,2 % y el 68,7 % de los universitarios, y se relacionó con el tiempo de uso, la postura al sostener el teléfono y su tamaño y peso (R8).

Rendimiento académico

En 45 estudios, el uso del teléfono se asoció de forma negativa, aunque débil, con el rendimiento académico (r = −0,12). El efecto fue mayor con el uso problemático y, sobre todo, con la multitarea durante la clase (R14). Una revisión anterior de 35 estudios, la mayoría de baja calidad encontró asociaciones indeterminadas entre el tiempo de pantalla recreativo y los resultados académicos (R15).

Intervenciones en el aula

En 14 estudios con 5 997 universitarios, las pausas activas y el aprendizaje físicamente activo fueron factibles en el aula. Redujeron el comportamiento sedentario y la fatiga y mejoraron el bienestar; las pausas aumentaron, además, la concentración y la atención, y el aprendizaje en movimiento no afectó el rendimiento académico (R18). En otra revisión de 20 estudios, las pausas mejoraron la atención sostenida, la implicación emocional y las emociones positivas, mientras que los efectos sobre la atención selectiva y las calificaciones fueron inconsistentes (R19).

Intervenciones digitales y conductuales

Las intervenciones de salud electrónica aumentaron la actividad física al finalizar (DME = 0,32), pero no redujeron el tiempo sedentario ni mantuvieron su efecto en el seguimiento (R22). Las intervenciones digitales aumentaron el número de pasos (DME = 0,64), sin efecto sobre la actividad física ligera, la moderada a vigorosa ni el tiempo sedentario (R21). En 46 estudios, el 67 % informó efectos positivos, más claros en la actividad física y la dieta que en el sedentarismo y el sueño, y con mejores resultados en intervenciones de 8 a 16 semanas (R20). Las redes sociales y los mensajes de texto mejoraron la actividad física en 15 de 19 estudios, especialmente cuando se crearon grupos sociales (R23). El ejercicio y las intervenciones psicológicas redujeron la adicción al teléfono, con mayor efecto cuando se combinaron (R24). De 22 ensayos sobre conductas de salud, solo 7 mejoraron a la vez la conducta y la salud mental, y 4 de ellos se centraban en el sueño (R25).

DISCUSIÓN

Esta revisión paraguas reunió la evidencia de 25 revisiones sistemáticas recientes. ^(1,3,7-29) Su principal aporte es mostrar que el uso excesivo de pantallas no afecta a un único aspecto de la salud del estudiante, sino a casi todos a la vez, y que las respuestas más eficaces son sencillas y caben dentro del aula.

El umbral de 2,5 horas diarias identificado en el análisis de dosis y respuesta ⁽⁸⁾ merece atención, porque buena parte de los universitarios lo supera con holgura; los estudiantes de Medicina, por ejemplo, usan el teléfono casi cinco horas al día. ⁽¹³⁾ Ahora bien, la relación no implica causalidad en todos los casos ni tiene un solo sentido. Un estudiante ansioso o deprimido puede refugiarse más en el teléfono, y no solo a la inversa. En una cohorte canadiense, el riesgo de depresión fue 47 % mayor con 10 horas diarias o más de pantalla recreativa al ingresar a la universidad, pero la asociación se atenuó al final del curso. ⁽³⁰⁾ Por eso, los hallazgos deben leerse como señales de riesgo y no como pruebas de causa.

El sueño aparece como el punto donde convergen muchos de estos efectos. Se relaciona con la salud mental ⁽²¹⁾ y con el rendimiento académico ⁽²⁰⁾, y es sensible al uso de pantallas. Un estudio reciente en estudiantes de Medicina aporta un matiz relevante: el uso nocturno de pantallas fue el único predictor independiente de las alteraciones del sueño, mientras que el tiempo total dejó de serlo al ajustar por otras variables. ⁽³¹⁾ El momento de uso importa, por tanto, tanto como la cantidad, y eso abre una vía de intervención muy concreta para el docente.

Los hallazgos visuales y musculoesqueléticos coinciden con estudios primarios recientes. En una universidad española, el síndrome visual informático afectó al 65,4 % de la población estudiada, con mayor riesgo a partir de seis horas diarias de uso, ⁽³²⁾y otro metaanálisis estimó que el uso excesivo del teléfono duplica el riesgo de dolor cervical. ⁽³³⁾Lo más alentador es que los factores protectores identificados, las pausas regulares y el conocimiento sobre el uso adecuado de la computadora ⁽¹⁰⁾, son modificables mediante la educación. Entre las medidas prácticas destaca la regla 20-20-20: cada 20 minutos, mirar a unos seis metros de distancia durante 20 segundos. ⁽³⁴⁾

En el rendimiento académico, el efecto promedio es pequeño, pero la multitarea en clase es su componente más dañino. ⁽¹⁸⁾ Un experimento realizado en un aula real ayuda a entender por qué. Los estudiantes que usaron dispositivos con fines no académicos comprendieron el contenido en el momento, pero lo retuvieron peor y obtuvieron notas más bajas, al igual que sus compañeros de aulas donde el uso estaba permitido. ⁽³⁵⁾ El efecto, por tanto, es colectivo y afecta al ambiente de aprendizaje de todo el grupo, aunque la evidencia no es del todo uniforme. ⁽¹⁹⁾

Las intervenciones dejan una enseñanza clara: lo más sencillo es lo que mejor funciona en el aula. Las pausas activas reducen el sedentarismo y mejoran la atención sin costo adicional. ^(22,23) Las intervenciones digitales, en cambio, muestran un perfil paradójico, pues aumentan los pasos y la actividad física, pero no reducen el tiempo sedentario. ^(24-26) Usar la tecnología para corregir los efectos de la tecnología tiene límites, aunque el componente social puede potenciarla. ⁽²⁷⁾ Ante el uso problemático, la combinación de ejercicio y apoyo psicológico parece la opción más prometedora, ⁽²⁸⁾ y las intervenciones centradas en el sueño son las que más benefician la salud mental. ⁽²⁹⁾ En escolares, los programas educativos también tuvieron efectos modestos, mayores cuando abordaron el estilo de vida en su conjunto. ⁽³⁶⁾

Calidad general de la evidencia y confianza en los resultados

La confianza en los resultados es limitada a moderada. La mayoría de las revisiones incluidas se basan en estudios transversales y autoinformes, lo que impide establecer causalidad. Existe heterogeneidad en la definición de uso excesivo, en los instrumentos de medida y en los períodos de exposición. No se aplicó una herramienta formal de evaluación crítica ni de certeza de la evidencia, y varias revisiones no informaron protocolo registrado, selección duplicada, evaluación del riesgo de sesgo o sesgo de publicación. Tampoco se realizó análisis de solapamiento entre revisiones ni de sesgo de publicación. Por ello, los resultados deben interpretarse como una señal consistente de riesgo, no como una estimación precisa del efecto.

Implicaciones para la docencia

A partir de esta evidencia, la tabla 2 propone siete estrategias que el profesor puede aplicar sin recursos adicionales. Todas parten de una idea común: el docente no controla lo que el estudiante hace fuera del aula, pero sí cómo organiza la clase, qué normas construye con el grupo, cómo diseña las tareas y qué ejemplo ofrece.

Tabla 2. Estrategias didácticas para prevenir los efectos del uso excesivo de pantallas

Estrategia	Cómo aplicarla en clase	Fundamento
Pausas activas y aprendizaje en movimiento	Interrumpir la clase con 4 a 10 minutos de movimiento cada 20 a 45 minutos; repasar contenidos de pie o en movimiento.	Reducen el sedentarismo y la fatiga y mejoran la atención sin afectar el rendimiento.(22,23)
Pausas visuales y ergonomía	Aplicar la regla 20-20-20 en actividades con pantalla; enseñar la distancia, la postura y la iluminación adecuadas.	Las pausas regulares y el conocimiento sobre el uso de la computadora protegen frente a la astenopia.(10,34)
Normas de uso acordadas con el grupo	Construir con los estudiantes un acuerdo sobre cuándo se usa el dispositivo; explicar el efecto de la multitarea sobre la retención.	La multitarea en clase es el comportamiento con mayor efecto negativo y afecta a todo el grupo.(18,35)
Tareas que protejan el sueño	Fijar plazos de entrega en horario diurno y evitar enviar mensajes o tareas por la noche.	El uso nocturno predice las alteraciones del sueño, y el sueño se asocia con el rendimiento.(20,31)
Menos pantalla y más movimiento	Alternar las actividades con pantalla y sin ella; proponer tareas que impliquen desplazarse, como entrevistas, visitas o trabajo de campo.	El patrón de más actividad física y menos pantalla se asocia con mejor salud mental y sueño.(14)
Educación para la salud en el currículo	Incluir la higiene digital, el sueño y la actividad física en las asignaturas; usar el registro de tiempo de pantalla del teléfono como actividad de autoobservación.	Los programas integrales de estilo de vida son más eficaces que los centrados solo en la pantalla.(29,36)
Tecnología a favor y derivación oportuna	Promover grupos de apoyo para la actividad física; orientar hacia los servicios de salud estudiantil a quienes muestren uso problemático.	Los grupos sociales potencian la actividad física; el ejercicio y el apoyo psicológico reducen la adicción.(27,28)

Fuente: elaboración propia.

Aplicabilidad en la educación superior

La evidencia regional, aunque escasa, apunta en la misma dirección que la internacional. Un estudio con 713 universitarios encontró algún grado de nomofobia en todos los participantes, ⁽²⁾ y una revisión latinoamericana confirmó el impacto negativo de la dependencia a los dispositivos móviles sobre la salud mental de los estudiantes universitarios. ⁽³⁾ Estos hallazgos interesan a cualquier carrera, porque el uso de pantallas forma parte de la vida académica de todos los estudiantes, con independencia de su área de formación. Incorporar la higiene digital a los planes de estudio y a la práctica docente contribuye, por tanto, al bienestar del estudiante y a su preparación para un uso más saludable y responsable de la tecnología a lo largo de su vida profesional. ⁽⁵⁾

Limitaciones

La mayoría de las revisiones incluidas se basan en estudios transversales y en autoinformes, lo que impide establecer relaciones causales. Existe además una heterogeneidad importante en la definición de uso excesivo y en los instrumentos de medida. En cuanto a esta revisión, la selección y la extracción de datos las realizó una sola revisora, no se aplicó una herramienta formal de evaluación de la calidad metodológica, como AMSTAR 2 o ROBIS, y solo se consultaron dos bases de datos, en inglés y español. Tampoco se evaluó la certeza de la evidencia ni el sesgo de publicación con un instrumento formal. No se registró el protocolo en PROSPERO, lo que limita la transparencia prospectiva; la justificación se detalla en Métodos. No se realizó análisis de solapamiento entre revisiones. Por ello, es posible que se haya omitido alguna revisión relevante. Como fortalezas destacan la actualidad de la evidencia, el gran tamaño de las muestras reunidas y la traducción de los hallazgos en propuestas concretas para el aula.

CONCLUSIONES

El uso excesivo de pantallas se asocia de forma consistente con depresión, ansiedad, síndrome visual informático, dolor cervical y de mano, peor calidad del sueño y menor rendimiento académico en estudiantes universitarios. El riesgo aumenta con el tiempo de uso, en particular a partir de unas dos horas y media diarias, y con el uso nocturno. Las intervenciones de bajo costo realizadas en el aula, como las pausas activas, muestran beneficios más claros sobre el sedentarismo y la atención que las intervenciones digitales. El docente puede contribuir a la prevención mediante pausas activas y visuales, normas de uso de dispositivos construidas con el grupo, tareas que protejan el sueño y la educación para la salud integrada al currículo. La certeza de esta evidencia es limitada por el predominio de estudios transversales, la heterogeneidad de las definiciones, la ausencia de registro prospectivo del protocolo y la falta de una evaluación formal de la calidad metodológica y de la certeza de la evidencia. Se recomienda evaluar estas estrategias en las universidades y registrar futuras revisiones en PROSPERO u otra plataforma.

REFERENCIAS BIBLIOGRÁFICAS

1. Al-Mamun F, Mamun MA, Kaggwa MM, Mubarak M, Hossain MS, ALmerab MM, et al. The prevalence of nomophobia: a systematic review and meta-analysis. Psychiatry Res. 2025;349:116521. doi: 10.1016/j.psychres.2025.116521

2. Martínez-Hernández NL, de León-Ramírez LL, Profet-Naranjo A. Nivel de nomofobia en universitarios cubanos. Rev Progaleno [Internet]. 2023 [citado 18 julio 2026];6(1):e407. Disponible en: https://revprogaleno.sld.cu/index.php/progaleno/article/download/407/280

3. Riverón Nápoles D, Suz Pompa MA, Valdés Utrera JR, Valle Ramírez RA, Díaz Guerra D, Hernández Lugo MC. Dependencia a los dispositivos móviles: revisión sistemática en Latinoamérica y Cuba durante la última década. EDUMECENTRO [Internet]. 2023 [citado 18 julio 2026];15:e2531. Disponible en: https://revedumecentro.sld.cu/index.php/edumc/article/download/e2531/pdf

4. Bull FC, Al-Ansari SS, Biddle S, Borodulin K, Buman MP, Cardon G, et al. World Health Organization 2020 guidelines on physical activity and sedentary behaviour. Br J Sports Med. 2020;54:1451-62. doi: 10.1136/bjsports-2020-102955

5. Curi-Mendoza R, Reytor-Curi N. Uso de las tecnologías de la información y las comunicaciones por estudiantes de las ciencias médicas. Medisur [Internet]. 2024 [citado 18 julio 2026];22(2). Disponible en: https://medisur.sld.cu/index.php/medisur/article/view/45135

6. 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. 2021;372: n71. doi: 10.1136/bmj. n71

7. Zhong Y, Ma H, Liang YF, Liao CJ, Zhang CC, Jiang WJ. Prevalence of smartphone addiction among Asian medical students: a meta-analysis of multinational observational studies. Int J Soc Psychiatry. 2022;68(6):1171-83. doi: 10.1177/00207640221089535

8. Zeng Z, Shi Z, Hou S, Yan J, Yang R, Li X. Comprehensive effects, and dose-response relationship of screen exposure on university students' physical and mental health and academic performance in the digital age: a systematic review and meta-analysis. BMC Public Health. 2026;26(1). doi: 10.1186/s12889-026-27025-9

9. Ccami-Bernal F, Soriano-Moreno DR, Romero-Robles MA, Barriga-Chambi F, Tuco KG, Castro-Diaz SD, et al. Prevalence of computer vision syndrome: a systematic review and meta-analysis. J Optom. 2024;17(1):100482. doi: 10.1016/j.optom.2023.100482

10. Song F, Liu Y, Zhao Z, Shang X, Wang Y, Lai M, et al. Clinical manifestations, prevalence, and risk factors of asthenopia: a systematic review and meta-analysis. J Glob Health. 2026; 16:04053. doi: 10.7189/jogh.16.04053

11. Mazaheri-Tehrani S, Arefian M, Abhari AP, Riahi R, Vahdatpour B, Baradaran Mahdavi S, et al. Sedentary behavior and neck pain in adults: a systematic review and meta-analysis. Prev Med. 2023; 175:107711. doi: 10.1016/j.ypmed.2023.107711

12. Varmazyar S. Smartphone use and related factors with hand pain among university students: a systematic review. BMC Musculoskelet Disord. 2026;27(1). doi: 10.1186/s12891-026-09702-3

13. Leow MQH, Chiang J, Chua TJX, Wang S, Tan NC. The relationship between smartphone addiction and sleep among medical students: a systematic review and meta-analysis. PLoS One. 2023;18(9): e0290724. doi: 10.1371/journal.pone.0290724

14. Gao W, Li Z, Li M. Joint physical activity and screen time patterns in relation to mental health and sleep among university students: a systematic review with exploratory quantitative synthesis. J Affect Disord. 2026; 408:121890. doi: 10.1016/j.jad.2026.121890

15. Gao XL, Zhang JH, Yang Y, Cao ZB. [Sedentary behavior, screen time and mental health of college students: a meta-analysis]. Zhonghua Liu Xing Bing Xue Za Zhi. 2023;44(3):477-85. doi: 10.3760/cma.j.cn112338-20220728-00669

16. Tang S, Chen R, Ma Z, Li X, Chen J, Zhao J. Associations of problematic smartphone use with depressive symptoms and suicidal ideation in university students before and after the COVID-19 outbreak: a meta-analysis. Addict Behav. 2024; 152:107969. doi: 10.1016/j.addbeh.2024.107969

17. Li Y, Li J, Song Y, Cui L, Zhan J, Sun X, et al. Association between smartphone addiction, suicidal ideation and suicide attempt: a systematic review. PeerJ. 2026;14:e21386. doi: 10.7717/peerj.21386

18. Hsieh CY. The impact of smartphone usage frequency on university students' academic performance: a meta-analysis of moderating factors. Acta Psychol (Amst). 2025; 259:105374. doi: 10.1016/j.actpsy.2025.105374

19. Babaeer L, Stylianou M, Leveritt M, Gomersall S. Physical activity, sedentary behavior and educational outcomes in university students: a systematic review. J Am Coll Health. 2022;70(7):2184-209. doi: 10.1080/07448481.2020.1846047

20. Whatnall M, Ashton L, Patterson A, Smith J, Duncan M, Burrows T, et al. Are health behaviors associated with academic performance among tertiary education students? A systematic review of cohort studies. J Am Coll Health. 2024;72(3):957-69. doi: 10.1080/07448481.2022.2063024

21. Hutchesson M, Whatnall M, Fenton S, Ashton L, Patterson A, Smith J, et al. Are health behaviors associated with mental health among tertiary education students? A systematic review of cohort studies. J Am Coll Health. 2025;73(1):111-23. doi: 10.1080/07448481.2023.2201865

22. Lynch J, O'Donoghue G, Peiris CL. Classroom movement breaks and physically active learning are feasible, reduce sedentary behaviour and fatigue, and may increase focus in university students: a systematic review and meta-analysis. Int J Environ Res Public Health. 2022;19(13):7775. doi: 10.3390/ijerph19137775

23. Deng Q, Wu C, Yang L. Effect of classroom physical activity breaks on learning behaviors and academic achievements in university students: a systematic review. Int J Behav Nutr Phys Act. 2026;23(1). doi: 10.1186/s12966-026-01936-7

24. Zhou Q, Jiang J, Yin Z, Fan R. Effect of digital health interventions on college students' lifestyle behaviors: systematic review. J Med Internet Res. 2026;28: e82192. doi: 10.2196/82192

25. Bi S, Yuan J, Wang Y, Zhang W, Zhang L, Zhang Y, et al. Effectiveness of digital health interventions in promoting physical activity among college students: systematic review and meta-analysis. J Med Internet Res. 2024;26: e51714. doi: 10.2196/51714

26. Peng S, Yuan F, Othman AT, Zhou X, Shen G, Liang J. The effectiveness of e-health interventions promoting physical activity and reducing sedentary behavior in college students: a systematic review and meta-analysis of randomized controlled trials. Int J Environ Res Public Health. 2022;20(1):318. doi: 10.3390/ijerph20010318

27. Buja A, Lo Bue R, Mariotti F, Miatton A, Zampieri C, Leone G. Promotion of physical activity among university students with social media or text messaging: a systematic review. Inquiry. 2024; 61:469580241248131. doi: 10.1177/00469580241248131

28. Liu H, Soh KG, Samsudin S, Rattanakoses W, Qi F. Effects of exercise and psychological interventions on smartphone addiction among university students: a systematic review. Front Psychol. 2022; 13:1021285. doi: 10.3389/fpsyg.2022.1021285

29. Streram S, Burrows T, Duncan MJ, Hutchesson M. Health behaviour interventions to improve mental health outcomes for students in the university setting: a systematic review of randomised controlled trials. Int J Behav Nutr Phys Act. 2025;22(1):32. doi: 10.1186/s12966-025-01718-7

30. Brar S, King N, Park A, Kyone K, Dephoure E, Rivera D, et al. Recreational screen time at university entry and mental health and well-being over first year: U-Flourish student well-being research. Can J Psychiatry. 2026. doi: 10.1177/07067437261428821

31. Rajput L, Bhardwaj A, Vempaty S, Spaić D, Milinković B, Bokonjić D, et al. Screen time and its impact on university students. Biomedicinska istraživanja [Internet]. 2026 [citado 18 julio 2026]. Disponible en: https://biomedicinskaistrazivanja.mef.ues.rs.ba/article/618

32. Ortiz-Toquero S, Sánchez-Pavón I, Serrano-Mirones A, Martín-Herranz R. Prevalence of computer vision syndrome and its risk factors in a Spanish university population. Eye Contact Lens. 2024;50(8):333-41. doi: 10.1097/ICL.0000000000001105

33. Chen YJ, Hu CY, Wu WT, Lee RP, Peng CH, Yao TK, et al. Association of smartphone overuse and neck pain: a systematic review and meta-analysis. Postgrad Med J. 2025;101(1197):620-6. doi: 10.1093/postmj/qgae200

34. Nyanasegram T, Hidrus A, Omar A, Jeffree MS, Salvaraji L, Saupin S. Computer vision syndrome in university students: a narrative review of prevalence, pathophysiology, and management strategies. Borneo J Med Sci. 2026;20(Supl):235-47. doi: 10.51200/bjms.v20iSuppl.8001

35. Glass AL, Kang M. Dividing attention in the classroom reduces exam performance. Educ Psychol. 2019;39(3):395-408.

36. Lai NM, Lim YS, Chaiyakunapruk N, Lee SWH, Liabsuetrakul T, Sabbir M, et al. Review article: the effectiveness of school-based interventions for reducing screen time – a systematic review and meta-analysis. Child Adolesc Ment Health. 2025;30(3):223-37. doi: 10.1111/camh.70022

CONTRIBUCIÓN DE AUTORÍA

DÁA: conceptualización, curación de datos, análisis formal, investigación, metodología, visualización, redacción del borrador original, redacción (revisión y edición).

CONFLICTO DE INTERESES

La autora declara no tener conflictos de intereses.

FINANCIACIÓN

La autora no recibió financiación para la realización de este trabajo.

USO DE INTELIGENCIA ARTIFICIAL

Se utilizó una herramienta de inteligencia artificial como apoyo en la gramática y redacción.