Los escribas médicos con inteligencia artificial (EMIA) emergen como herramientas para optimizar la documentación clínica, aunque persiste la necesidad de evaluar su impacto integral en calidad asistencial más allá de la eficiencia operativa. El objetivo de este estudio es explorar la percepción de profesionales médicos de un hospital pediátrico terciario sobre el impacto esperado de los EMIA en efectividad, eficiencia, seguridad del paciente y experiencia del paciente, e identificar facilitadores y barreras para su adopción.
MétodosEstudio observacional transversal mediante encuesta anónima a 120 médicos en octubre de 2025. Se aplicaron los marcos de Rogers (adopción tecnológica), CFIR (implementación) y dimensiones de calidad OMS/AHRQ. Se realizó análisis descriptivo, comparativo por especialidad (test exacto de Fisher) y multivariante (PCA y K-Means).
ResultadosEl 82% conocía previamente la tecnología y el 89% manifestó disposición a utilizarla. La percepción de mejora fue mayor en eficiencia (80,8%; IC95%: 72,9%-86,9%) y efectividad (73,3%; IC95%: 64,8%-80,4%), mientras que seguridad del paciente (35,0%; IC95%: 27,1%-43,9%) y experiencia del paciente (43,3%; IC95%: 34,8%-52,3%) generaron mayor incertidumbre. Los profesionales se concentraron en fases intermedias de adopción (decisión: 32%; implementación: 30%). El análisis multivariante identificó tres perfiles: pragmático (35,8%), humanista (43,3%) y resistente (20,8%). Los recursos considerados imprescindibles fueron soporte técnico (87%), formación (86%) y tiempo (74%).
ConclusionesAunque existe alta predisposición a adoptar EMIA, la percepción de impacto se centra en eficiencia y efectividad, con incertidumbre sobre seguridad y experiencia del paciente. Las estrategias de implementación deben incluir formación específica que visibilice estos vínculos y evaluaciones piloto contextualizadas.
Ambient artificial intelligence scribes (AI scribes) are emerging as tools to optimize clinical documentation, although the need persists to evaluate their comprehensive impact on quality of care beyond operational efficiency. The aim of this study is to explore the perception of medical professionals in a tertiary pediatric hospital regarding the expected impact of AI scribes on effectiveness, efficiency, patient safety, and patient experience, and to identify facilitators and barriers to their adoption.
MethodsCross-sectional observational study using an anonymous survey of 120 physicians in October 2025. Rogers’ framework (technology adoption), CFIR (implementation), and WHO/AHRQ quality dimensions were applied. Descriptive analysis, comparison by specialty (Fisher's exact test), and multivariate analysis (PCA and K-Means) were performed.
Results82% had prior knowledge of this technology and 89% expressed willingness to use it. Perceived improvement was higher for efficiency (80.8%; 95%CI: 72.9%-86.9%) and effectiveness (73.3%; 95%CI: 64.8%-80.4%), while patient safety (35.0%; 95%CI: 27.1%-43.9%) and patient experience (43.3%; 95%CI: 34.8%-52.3%) generated greater uncertainty. Professionals were concentrated in intermediate adoption phases (decision: 32%; implementation: 30%). Multivariate analysis identified three profiles: pragmatic (35.8%), humanistic (43.3%), and resistant (20.8%). Resources considered essential were technical support (87%), training (86%), and time (74%).
ConclusionsDespite high willingness to adopt AI scribes, perceived impact focuses on efficiency and effectiveness, with uncertainty regarding safety and patient experience. Implementation strategies should include specific training that highlights these connections and contextualized pilot evaluations.
Los escribas médicos con inteligencia artificial (EMIA), también conocidos como sistemas de voz a texto (VTT), están emergiendo como herramientas prometedoras para optimizar la documentación clínica, con potencial impacto en múltiples dimensiones de calidad asistencial1.
En términos de eficiencia, estos sistemas podrían reducir significativamente la carga administrativa, que consume cerca del doble del tiempo que los médicos dedican a la atención directa (solo un tercio de su jornada)2-5. Esta carga documental representa un factor crítico de burnout profesional, con evidencia de reducciones en su incidencia tras implementar herramientas de documentación automatizada en algunos estudios6-8. El impacto trasciende el bienestar individual: hasta el 60% de los médicos identifican la carga administrativa como amenaza directa no solo a su salud mental, sino también a la estabilidad del sistema sanitario8. Respecto a la experiencia del paciente, liberar tiempo de pantalla durante la consulta favorecería el contacto visual y la presencia terapéutica. Estudios prospectivos documentan reducciones del tiempo que los asistenciales dedican a la documentación durante la visita9-11, cambios que los pacientes valoran positivamente cuando se respeta su privacidad12.
La adopción internacional de los EMIA ha crecido notablemente, con implementaciones bien aceptadas, principalmente en Estados Unidos2,9. En España, un estudio piloto en atención primaria encontró cargas de corrección manual inferiores a 24 palabras por minuto de audio, umbral clínicamente viable para un despliegue a mayor escala13. Sin embargo, existen controversias: otras experiencias identifican limitaciones como la necesidad de edición manual sustancial, riesgo de que aparezca contenido clínicamente inexacto en los cursos y tasas de error elevadas en contextos multilingües3,14-17. En seguridad del paciente, aunque la tecnología podría mejorar la comunicación clínica, factor crítico en prevención de eventos adversos, los resultados requieren validación rigurosa por el profesional18. En general, estos trabajos reconocen el potencial de los EMIA para optimizar la documentación clínica, aunque persiste la necesidad de estudios que evalúen su impacto integral en calidad asistencial más allá de la eficiencia operativa4,14.
Ante esta brecha de conocimiento, resulta fundamental comprender la percepción de los profesionales sanitarios sobre el impacto de estas herramientas en las dimensiones de calidad asistencial, e identificar facilitadores y barreras para su adopción. El objetivo de este estudio fue explorar, en fase de pre-implementación, la percepción de profesionales médicos de un hospital pediátrico terciario sobre el impacto esperado en efectividad, eficiencia, seguridad del paciente y experiencia del paciente, e identificar factores organizativos e individuales que facilitan o dificultan su adopción.
MétodosDiseño del estudioEstudio observacional transversal mediante encuesta anónima autoadministrada a médicos de un hospital pediátrico terciario universitario en Cataluña (España), con 320 camas y ∼400 profesionales médicos. Datos recogidos del 15 al 31 de octubre de 2025.
Durante la recogida, la institución exploraba soluciones para optimizar la documentación clínica mediante un piloto con un EMIA. Como la mayoría no había usado esta solución, la encuesta se diseñó genéricamente, sin referirse a productos específicos.
Reclutamiento y participaciónSe incluyó todo el personal médico, independientemente de su experiencia laboral y sin criterios de exclusión adicionales. Se les invitó a participar de forma voluntaria y no incentivada por correo electrónico institucional. La encuesta permaneció abierta 2 semanas, con 2 recordatorios.
Las especialidades médicas se clasificaron en tres categorías: Especialidades Quirúrgicas e Intervencionistas (actividad en bloque quirúrgico o procedimientos: Cirugía General, Traumatología, Anestesiología, Obstetricia y Ginecología, Oftalmología, Otorrinolaringología); Salud Mental (práctica basada en narrativa extensa: Psiquiatría, Psicología Clínica), y Pediatría y áreas específicas (actividad en planta, consultas externas o cuidados críticos: Pediatría, subespecialidades pediátricas, Neonatología, UCI, Urgencias).
Marco conceptualLa encuesta se fundamentó en tres marcos teóricos complementarios:
- 1.
Modelo de difusión de innovaciones de Rogers19. Identificó la etapa del proceso de adopción tecnológica de los profesionales (conocimiento, persuasión, decisión, implementación o consolidación).
- 2.
Marco consolidado para la investigación de la implementación (CFIR)20. Exploró facilitadores y barreras en cuatro dominios: características de la intervención, contexto organizativo, características individuales y proceso de implementación, priorizando constructos perceptibles directamente por los profesionales.
- 3.
Dimensiones de calidad asistencial (OMS y AHRQ)1. Se seleccionaron cuatro dimensiones relacionadas con procesos clínicos donde la documentación es crítica: efectividad (evidencia y continuidad), eficiencia (uso óptimo de recursos), seguridad del paciente (prevención de errores) y experiencia del paciente (personalización e interacción). Dimensiones sistémicas como equidad o accesibilidad quedaron fuera del alcance al no ser directamente perceptibles en esta etapa inicial.
Se diseñó una encuesta específicamente para este estudio por expertos en transformación digital y calidad asistencial para asegurar claridad y validez aparente. Los datos se recopilaron mediante una encuesta en línea creada y administrada a través de Qualtrics (Provo, UT).
Se estructuró en cuatro bloques:
- 1.
Perfil profesional (especialidad, años de experiencia, conocimiento previo de tecnología EMIA sin formación o experiencia específica.
- 2.
Percepción de impacto en calidad asistencial (efectividad, eficiencia, seguridad del paciente, experiencia del paciente) según marcos de la OMS y AHRQ.
- 3.
Etapa de adopción tecnológica mediante autoasignación en el continuum del modelo de difusión de Rogers.
- 4.
Barreras y facilitadores (formación, soporte técnico, integración en flujo de trabajo, compatibilidad, preparación organizativa) basados en el marco CFIR (dominios: intervención, contexto interno, individuos, proceso).
Se incluyó un campo abierto final para recoger comentarios.
Análisis de datosSe utilizó R (versión 4.5.1) con los paquetes gtsummary (v.2.3.0), DescTools (v.0.99.60), stats (v. 4.5.1), ggplot2 (v.4.0.1) y ggrepel (v.0.9.6).
Se realizó análisis descriptivo de frecuencias y proporciones para todas las variables. Se calcularon intervalos de confianza al 95% (IC95%) para las proporciones de percepción de mejora en las cuatro dimensiones de calidad.
Para evaluar diferencias entre especialidades médicas (médicas, quirúrgicas y salud mental), se aplicó el test exacto de Fisher para variables categóricas, considerando un nivel de significación de p<0,05 (tabla 1).
Características de la muestra y comparación por perfil de especialidad
| Variable | Total (n=120)a | Médicas (n=72)a | Quirúrgicas (n=15)a | Salud Mental (n=33)a | pb |
|---|---|---|---|---|---|
| Años de experiencia | 0,4 | ||||
| 0-5 años | 20 (17%) | 16 (22%) | 1 (6,7%) | 3 (9,1%) | |
| 6-15 años | 37 (31%) | 21 (29%) | 4 (27%) | 12 (36%) | |
| Más de 15 años | 63 (53%) | 35 (49%) | 10 (67%) | 18 (55%) | |
| Etapa de adopción (Rogers) | 0,14 | ||||
| Conocimiento | 20 (18%) | 10 (14%) | 4 (29%) | 6 (19%) | |
| Persuasión | 22 (19%) | 17 (25%) | 3 (21%) | 2 (6,5%) | |
| Decisión | 36 (32%) | 21 (30%) | 4 (29%) | 11 (35%) | |
| Implementación | 34 (30%) | 21 (30%) | 2 (14%) | 11 (35%) | |
| Consolidación | 2 (1,8%) | 0 (0%) | 1 (7,1%) | 1 (3,2%) | |
| No sabe / No contesta | 6 | 3 | 1 | 2 | |
| Conocimiento previo | 0,6 | ||||
| No | 23 (19%) | 12 (17%) | 4 (27%) | 7 (21%) | |
| Sí | 97 (81%) | 60 (83%) | 11 (73%) | 26 (79%) | |
| Disposición de uso | 0,2 | ||||
| Sí | 107 (89%) | 62 (86%) | 13 (87%) | 32 (97%) | |
| Tal vez | 11 (9,2%) | 9 (13%) | 1 (6,7%) | 1 (3,0%) | |
| No | 2 (1,7%) | 1 (1,4%) | 1 (6,7%) | 0 (0%) | |
| Compatibilidad percibida | 0,3 | ||||
| Nada | 2 (2,2%) | 2 (3,8%) | 0 (0%) | 0 (0%) | |
| Poco | 10 (11%) | 7 (13%) | 2 (20%) | 1 (3,8%) | |
| Neutral | 0 (0%) | 0 (0%) | 0 (0%) | 0 (0%) | |
| Bastante | 50 (56%) | 31 (58%) | 6 (60%) | 13 (50%) | |
| Totalmente | 27 (30%) | 13 (25%) | 2 (20%) | 12 (46%) | |
| No sabe / No contesta | 31 | 19 | 5 | 7 | |
| Preparación organizativa | 0,2 | ||||
| Nada preparado | 10 (9,6%) | 5 (7,8%) | 3 (23%) | 2 (7,4%) | |
| Poco preparado | 35 (34%) | 19 (30%) | 6 (46%) | 10 (37%) | |
| Medianamente preparado | 25 (24%) | 18 (28%) | 3 (23%) | 4 (15%) | |
| Bastante preparado | 23 (22%) | 17 (27%) | 1 (7,7%) | 5 (19%) | |
| Muy preparado | 11 (11%) | 5 (7,8%) | 0 (0%) | 6 (22%) | |
| No sabe / No contesta | 16 | 8 | 2 | 6 | |
Los comentarios de la pregunta abierta se analizaron mediante clasificación temática inductiva para identificar patrones recurrentes de barreras y facilitadores.
Adicionalmente, para identificar perfiles diferenciados de percepción, se realizó análisis multivariante en dos etapas. Primero, se aplicó el análisis de componentes principales (PCA) sobre cinco variables clave: efectividad, eficiencia, seguridad del paciente, experiencia del paciente y compatibilidad percibida. Las variables ordinales fueron transformadas a escala numérica y estandarizadas mediante puntuacionesz. La selección del número de componentes se basó en el porcentaje de varianza explicada acumulada. Segundo, sobre las coordenadas factoriales del PCA, se aplicó el algoritmo K-Means para identificar grupos homogéneos de profesionales. El número óptimo de clústeres se determinó maximizando la varianza inter-grupo y minimizando la intra-grupo. La distribución espacial de individuos y centroides se visualizó mediante elipses de confianza al 95%.
Aspectos éticosLa encuesta fue anónima, sin datos identificativos directos. Los datos se presentan agregados, imposibilitando la reidentificación individual. El proyecto fue aprobado por el Comité de Ética de Investigación (PIC-79-25) y también se obtuvo autorización del Comité de Dirección del hospital, según políticas institucionales.
ResultadosCaracterísticas de los participantes y actitud hacia la adopciónSe obtuvieron 120 respuestas (tabla 1). 98/120 (82%) declararon conocer previamente la tecnología, 114/120 (93%) la consideraron «interesante» o «muy interesante», y 109/120 (89%) manifestaron disposición a utilizarla. Según el modelo de Rogers, los profesionales se concentraron en fases intermedias: «decisión» (36/114, 32%) e «implementación» (34/114, 30%). La tabla 1 amplía estos resultados y también presenta la distribución estratificada por tipología de especialidad (médicas, quirúrgicas y salud mental). No se identificaron diferencias estadísticamente significativas entre especialidades para todas las comparaciones, sugiriendo que la percepción sobre estas herramientas es homogénea, independientemente del área clínica.
Percepción del impacto en dimensiones de calidad asistencialDe acuerdo con las dimensiones de calidad, se evaluó la percepción de los profesionales sobre el impacto esperado de la tecnología en efectividad, eficiencia, seguridad del paciente y experiencia del paciente. La dimensión con mayor percepción de mejora fue la eficiencia (80,8%; IC95%: 72,9%-86,9%), seguida de la efectividad (73,3%; IC95%: 64,8%-80,4%). En contraste, la seguridad del paciente (35,0%; IC95%: 27,1%-43,9%) y la experiencia del paciente (43,3%; IC95%: 34,8%-52,3%) generaron mayor incertidumbre: más del 30% declaró no conocer qué impacto podría tener en seguridad y más del 20%, en experiencia del paciente.
Preparación del entorno, compatibilidad y recursos necesariosRespecto a la preparación organizativa, las opiniones se distribuyeron ampliamente: 35/104 (34%) consideraron el entorno «poco preparado», 25/104 (24%), «medianamente preparado» y 23/104 (22%), «bastante preparado». En contraste, la compatibilidad con la práctica habitual obtuvo valoraciones más favorables: 77/89 (86%) indicaron un encaje «bastante» o «total» con su forma de trabajar.
Los recursos identificados como imprescindibles fueron soporte técnico (104/120, 87%), formación (103/120, 86%) y tiempo (89/120, 74%). Respecto a la participación, el 90/120 (75%) expresaron interés en sesiones formativas y el 72/120 (60%), en pruebas piloto.
Preocupaciones y barreras percibidasEl análisis temático identificó cuatro áreas de preocupación: 1)privacidad y confidencialidad, especialmente en salud mental y pacientes con barrera idiomática; 2)capacidad para discernir información clínicamente relevante; 3)posible afectación de la relación médico-paciente por dispositivos de grabación, y 4)necesidad de adaptación a especificidades de cada especialidad e integración con el sistema de historia clínica.
Perfiles de adopción tecnológicaEl análisis de componentes principales (PCA) reveló dos dimensiones que explicaron el 63,2% de la varianza total. El primer componente (42,9%) representó la actitud general hacia la tecnología, y el segundo componente (20,3%) discernía entre la orientación operativa (eficiencia) y la orientación humanista (experiencia del paciente y seguridad) (fig. 1).
Interpretación de las dimensiones del análisis principal de componentes. Correlación de las variables originales con los componentes.
La longitud y la dirección de los vectores indican la fuerza y el signo de la contribución de cada variable a la formación de los ejes (componentes). El eje horizontal (dimensión1) se asocia principalmente con la intensidad de aceptación global, mientras que el eje vertical (dimensión2) diferencia entre un enfoque centrado en la eficiencia operativa frente a la humanización y la seguridad. % indica el porcentaje de varianza explicada por cada componente.
El agrupamiento de K-medias identificó tres grupos: 1)perfil pragmático (35,8%): alto impacto percibido en eficiencia y efectividad, menor convicción sobre seguridad y experiencia del paciente; 2)perfil humanista (43,3%): anticipan mejoras en todas las dimensiones; 3)perfil resistente (20,8%): percepciones neutras o negativas, especialmente en compatibilidad con el flujo de trabajo (fig. 2).
Mapa de posicionamiento frente a los EMIA. Análisis de componentes y conglomerados.
Los ejes representan las dos dimensiones principales de varianza explicada (fig. 1). Los elipsoides indican el área de confianza del 95% para cada uno de los tres clústeres identificados mediante el algoritmo K-Means.
Este estudio revela que, incluso en organizaciones con profesionales con alta predisposición a adoptar los EMIA, la percepción de su impacto en la calidad asistencial se centra en eficiencia y efectividad, mientras que la seguridad del paciente y la experiencia del paciente generan incertidumbre mayoritariamente, con más de la mitad de los encuestados expresando percepciones neutras o desconocimiento sobre estos dominios.
La incertidumbre detectada en nuestro estudio sobre seguridad y experiencia del paciente es coherente con la evidencia científica disponible, que presenta un panorama complejo. Por un lado, diversos estudios documentan beneficios potenciales: mejoras en seguridad al reducir errores de transcripción con revisión médica rigurosa14, superioridad en dominios objetivos de calidad frente a documentación humana según escalas validadas como PDQI-9 (precisión, exhaustividad, estructura) con fiabilidad interevaluador buena16,21, y mejoras reportadas en interacción médico-paciente al liberar tiempo de pantalla durante la consulta8,9,11.
Sin embargo, la literatura también identifica riesgos que explican la cautela de los profesionales: tasas de error de hasta el 71% por omisiones, el 19,4% por adiciones y el 6,5% por datos incorrectos, aunque la mayoría clasificados como de significación clínica baja o moderada21,22. Se observa además variabilidad importante según contexto, con rendimiento significativamente menor en visitas pediátricas respecto a adultos23 y menor consistencia en evaluaciones de dominios subjetivos del PDQI-9, como la síntesis clínica17. Las preocupaciones reportadas incluyen el fenómeno del note bloat (sobrecarga informativa) y dificultad para discernir información clínicamente relevante, lo que podría paradójicamente aumentar la carga de revisión9,24, junto con el riesgo de incremento de carga cognitiva al modificar el rol clínico hacia «editor» en lugar de «redactor»16 y posible introducción de errores sin revisión adecuada4,15. La ausencia de estudios prospectivos que vinculen estos errores documentales con eventos adversos reales limita la estimación de su impacto clínico verdadero, subrayando la necesidad crítica de revisión y validación humana rigurosa18.
Esta evidencia mixta puede explicar por qué más del 60% de nuestros participantes expresó percepciones neutras o desconocimiento sobre seguridad del paciente, a pesar de que el 80% conocía previamente la tecnología. La percepción predominantemente operativa refleja una actitud prudente en fase inicial de adopción. En organizaciones con cultura consolidada en experiencia del paciente, como la que es sujeto de este estudio, con una cultura consolidada en experiencia del paciente (NPS, PREMS), la herramienta se percibe principalmente como recurso para aliviar carga documental. Esta narrativa centrada en eficiencia puede limitar la exploración de otros beneficios y deberse a que, en la cultura clínica, la seguridad se asocia con errores diagnósticos o terapéuticos, no con el determinante documental de la calidad asistencial, a pesar de ser una fuente frecuente de eventos adversos18. La ausencia de visibilización de beneficios potenciales en reducción de errores en esta fase refuerza la necesidad de integrar formación específica y retroalimentación estructurada.
Por otra parte, nuestro estudio identificó como principales facilitadores la percepción de utilidad, la compatibilidad con la forma de trabajar y la necesidad de formación y soporte continuo. Este hallazgo es coherente con la literatura sobre adopción de tecnologías en salud, que subraya la importancia de la formación estructurada, la alineación con necesidades clínicas reales y el soporte técnico sostenido como elementos clave para una implementación exitosa8,9,11. Evaluaciones de usabilidad en estudios multicéntricos reportan una aceptabilidad favorable pero con margen significativo de mejora, particularmente en la integración con el flujo de trabajo clínico9,25. La demanda expresada por más del 85% de los participantes de contar con soporte técnico y formación específica refuerza la necesidad de diseñar estrategias de gestión del cambio adaptadas al nivel de madurez organizativa detectado. Conocer que la mayoría de profesionales se encuentra en fases de decisión e implementación puede orientar intervenciones específicas de sensibilización, acompañamiento y evaluación temprana de resultados, maximizando así el impacto real de estas tecnologías en la calidad de la atención. La retroalimentación de los clínicos muestra un rango de percepciones heterogéneas, sugiriendo que la experiencia requiere personalización del soporte según las necesidades individuales y del contexto de práctica9.
Cada vez resulta más evidente que la tecnología no puede considerarse un elemento periférico, sino una palanca fundamental para la mejora de la calidad asistencial. Organismos como la OMS han subrayado que la digitalización constituye ya un determinante estructural de la salud, en tanto que facilita o limita el acceso, la eficiencia, la seguridad y la experiencia del paciente14,26. En este sentido, herramientas como los EMIA no deben abordarse únicamente desde departamentos técnicos o de innovación, sino como parte integrante del núcleo asistencial de las organizaciones sanitarias. Su implementación debe estar alineada con las estrategias clínicas y de calidad, concebida como vía para reforzar la labor de los profesionales en su práctica diaria y optimizar los resultados en salud. La transformación digital no es una línea separada: es ya una dimensión intrínseca del cuidado.
Este trabajo presenta varias fortalezas. Es uno de los primeros en España que explora la percepción de profesionales sanitarios sobre EMIA en fase pre-implementación, usando marcos teóricos consolidados (Rogers, CFIR, dimensiones OMS/AHRQ). Las preguntas abiertas capturaron matices cualitativos sobre las barreras percibidas. Además, el 82% de profesionales conocía previamente la tecnología, lo que sugiere respuestas fundamentadas. Sin embargo, existen limitaciones. Al ser un estudio unicéntrico, los hallazgos no son generalizables. La encuesta no fue validada psicométricamente, aunque se basó en dimensiones teóricas reconocidas. Las respuestas reflejan percepciones, no mediciones objetivas; no obstante, esta percepción condiciona la adopción tecnológica inicial. Finalmente, el diseño transversal no permite evaluar cambios temporales ni contrastar expectativas iniciales con la experiencia real tras el uso sostenido.
En conclusión, nuestros resultados sugieren que, para desplegar herramientas de transcripción automática como parte de estrategias de inteligencia artificial clínica, resulta esencial ampliar el discurso más allá de la eficiencia, promoviendo la reflexión sobre su impacto en la atención centrada en el paciente y la seguridad. Las organizaciones sanitarias que estén considerando la adopción de esta tecnología deberían invertir en formación específica que visibilice estos vínculos, acompañada de evaluaciones piloto que aporten evidencia en el propio entorno donde van a usarse. Conocer el punto de madurez de la organización puede ser clave para adaptar estrategias de gestión del cambio, maximizando así el impacto real de estas tecnologías en la calidad de la atención.
Conflicto de interesesNo se reportan conflictos de intereses.
A todos los profesionales que participaron respondiendo a esta encuesta desinteresadamente.
