Las oportunidades para utilizar herramientas digitales en el acceso a tratamientos para dejar de fumar están creciendo rápidamente. Se proyecta que el número de personas que usan aplicaciones para cesación tabáquica en todo el mundo aumentará de 5 millones en 2022 a 33 millones en 2026, en parte debido al incremento de la proporción de la población mundial con acceso a teléfonos móviles (71% en 2024). Cuatro de cada cinco de estos dispositivos son teléfonos inteligentes, cifra que se estima ascenderá a nueve de cada diez para 2030. Si bien los países de ingresos altos suelen tener las tasas más elevadas de acceso, muchos países de ingresos bajos y medianos (LMIC, por sus siglas en inglés) están cerrando rápidamente esta brecha.
Intervenciones digitales para dejar de fumar
Se definen como tratamientos administrados a través de medios digitales, sin participación humana directa. Su principal fortaleza es el bajo costo. Por ejemplo, un programa tradicional de 8 semanas puede costar unos 100 dólares en tiempo de profesional por paciente, mientras que desarrollar una aplicación puede costar 100.000 dólares pero solo 0,10 dólares por usuario si la utilizan 1 millón de personas (más el costo de mantenimiento). Cuanto mayor es el alcance, más bajo es el costo por usuario, a diferencia de las intervenciones presenciales, cuyo costo no se reduce sustancialmente con la escala. Este factor es clave en LMIC, donde los sistemas de salud tienen recursos financieros y humanos limitados.
Las intervenciones digitales varían en alcance y costo y pueden clasificarse en dos grandes categorías:
-
Intervenciones que replican el apoyo humano: digitalización de guías de autoayuda o programas en módulos breves, a veces personalizados. Muchas incluyen foros, contadores de dinero ahorrado, herramientas de manejo de ansiedad y diarios de antojos. Algunas permiten prescribir farmacoterapia, aunque la prescripción suele hacerla un profesional. Los chatbots y asesores virtuales están evolucionando rápidamente gracias a la inteligencia artificial generativa, ofreciendo apoyo 24/7.
-
Intervenciones que superan lo que un humano puede ofrecer: un ejemplo son las intervenciones adaptativas “justo a tiempo”, que brindan apoyo en tiempo real cuando la persona se encuentra en situaciones de riesgo para una recaída. Pueden usar sensores de geolocalización, acelerómetros, hora del día u otras métricas que indiquen vulnerabilidad o el momento ideal para intervenir. Estos sistemas se adaptan dinámicamente a las características y comportamiento del usuario.
Aunque hay evidencia emergente sobre la aceptabilidad (por ejemplo, en India) y la efectividad (por ejemplo, en China y Turquía) de estas intervenciones, muchos programas a gran escala —como mCessation en India— no han sido evaluados rigurosamente.
Evidencia y brechas de evaluación
Al igual que con otras innovaciones tecnológicas, existe un desfase entre la implementación y la evaluación. La mayoría de los ensayos controlados aleatorizados se centran en intervenciones basadas en mensajes de texto o sitios web, pero los estudios sobre apps móviles están aumentando. El retraso en la evaluación es mayor en LMIC: una revisión reciente no encontró ensayos sobre apps en estos países. La Guía de Tratamiento Clínico del Tabaquismo 2024 de la OMSidentifica como prioridad la investigación sobre apps y herramientas basadas en IA.
La evidencia más sólida proviene de intervenciones de mensajería. Según una revisión Cochrane, hay evidencia de certeza moderada de que, frente al apoyo mínimo, estas intervenciones aumentan las tasas de abandono en 3 a 4 puntos porcentuales (de 6% a aproximadamente 9%). Los programas suelen enviar mensajes una o dos veces al día durante 4 a 12 semanas. Los efectos son similares en LMIC y países de ingresos altos, aunque en algunos LMIC las diferencias son mayores debido al acceso limitado a tratamientos tradicionales.
Evaluar la eficacia de las apps es más complejo debido a su heterogeneidad. Idealmente, las apps deben considerarse un canal de entrega, no un tipo de intervención en sí mismo. Hay evidencia de que las apps con apoyo personalizado o interactivo pueden ser más efectivas al favorecer la adherencia. Se requieren más estudios, especialmente en LMIC, para contextualizar la efectividad en distintas poblaciones y entornos.
Adopción y acceso
La adopción es un factor determinante y poco estudiado. Un gran estudio en el Reino Unido mostró que, como máximo, el 10% de las personas que intentan dejar de fumar usan herramientas digitales. La mayoría encuentra las apps en las tiendas de aplicaciones, donde la selección depende en gran medida de los rankings por popularidad. Un puntaje de 4,8 estrellas, por ejemplo, tiene el doble de influencia que uno de 4,0 en la elección. Esto favorece a apps populares, que con frecuencia no están basadas en evidencia ni alineadas con guías clínicas. Además, problemas de privacidad, incompatibilidad con dispositivos y memoria limitada dificultan aún más la adopción.
Para mejorar el acceso, clínicos y sistemas de salud podrían dirigir a los usuarios hacia herramientas basadas en evidencia. Programas de salud —como los de maternidad, tuberculosis o VIH— podrían integrar intervenciones digitales. Portales digitales pueden ofrecer acceso centralizado. Sin embargo, la experiencia del NHS del Reino Unido, cuyo catálogo de apps fue dado de baja tras múltiples intentos de reformulación, muestra los desafíos de mantener una biblioteca de intervenciones actualizada y con estándares de evidencia.
Alemania implementó un directorio oficial de apps de salud que permite a los médicos prescribir intervenciones digitales, aunque por ahora solo hay dos apps de cesación disponibles. Las diferencias en estándares de seguridad de datos entre países, especialmente en LMIC, también representan un obstáculo.
Perspectivas futuras
Aunque se prevé un aumento significativo en el uso de tratamientos digitales, su impacto real en la reducción global del tabaquismo aún es incierto. Estas herramientas tienen un gran potencial, especialmente con los avances tecnológicos y conceptuales, incluida la expansión del uso de IA y, en algunos casos, la prescripción de medicación sin contacto humano directo, siempre que haya financiamiento disponible.
Mientras se genera evidencia más robusta, se pueden tomar medidas para favorecer la adopción de intervenciones basadas en evidencia. Esto incluye integrar herramientas digitales en la atención sanitaria, facilitar su acceso y asegurar estándares de calidad y seguridad. El éxito de estas estrategias dependerá no solo de la tecnología, sino también de políticas públicas eficaces y de la voluntad de los sistemas de salud de incorporarlas estratégicamente.
