Vol. 12/ Núm. 4 2025 pág. 3570
https://doi.org/10.69639/arandu.v12i4.1896
Carga de trabajo mediante NASA-TLX en profesionales de
enfermería en servicios críticos y urgencia: Una revisión
sistemática con metaanálisis
Workload using NASA-TLX in nursing professionals in critical care and emergency
services: A systematic review with meta-analysis
Katherine Daniela Páez Carlosama
kattyjosse5@gmail.com
https://orcid.org/0009-0003-4987-6775
Pontificia Universidad Católica del Ecuador
Ecuador – Quito
Brayan Anderson Villota Leiton
brayan.villota27@gmail.com
https://orcid.org/0009-0000-4524-0153
Pontificia Universidad Católica del Ecuador
Ecuador – Quito
Artículo recibido: 10 noviembre 2025 -Aceptado para publicación: 18 diciembre 2025
Conflictos de intereses: Ninguno que declarar.
RESUMEN
La enfermería en servicios críticos y de urgencias se caracteriza por una elevada complejidad
asistencial que incrementa la carga de trabajo y puede repercutir en la salud del profesional y en
la calidad del cuidado. El objetivo de esta revisión sistemática con metaanálisis fue analizar la
evidencia disponible sobre la carga de trabajo en profesionales de enfermería de servicios críticos
y de urgencia, medida mediante el instrumento NASA Task Load Index (NASA-TLX). Se realizó
una revisión sistemática siguiendo las directrices PRISMA 2020. Se incluyeron estudios
cuantitativos publicados entre 2015 y 2025 en español, inglés y portugués, identificados en
PubMed, Scopus, LILACS, Scielo y Google Académico. La selección y evaluación crítica de los
estudios se efectuó utilizando el modelo de práctica basada en evidencia de Johns Hopkins. Siete
estudios cumplieron los criterios de inclusión y fueron analizados mediante síntesis narrativa y
metaanálisis con modelo de efectos aleatorios. Los resultados evidenciaron una alta consistencia
interna del instrumento NASA-TLX (α = 0,848; IC95%: 0,841–0,854), con heterogeneidad
elevada entre estudios (I² = 98,3%). El índice global ponderado de carga de trabajo fue de 54,96
puntos, lo que refleja una carga laboral elevada en los entornos evaluados. Las dimensiones más
comprometidas fueron la demanda mental, temporal, física y la frustración. Los hallazgos
confirman que el NASA-TLX es un instrumento confiable para evaluar la carga de trabajo en
enfermería en servicios críticos y de urgencias y aportan evidencia para el desarrollo de estrategias
orientadas a mejorar las condiciones laborales y la seguridad del paciente.
Palabras clave: carga de trabajo, NASA-TLX, enfermería, cuidados críticos, servicios
de urgencia
Vol. 12/ Núm. 4 2025 pág. 3571
ABSTRACT
Nursing in critical care and emergency services is characterized by a high level of care
complexity, which increases workload and can negatively impact the health of the professional
and the quality of care. The objective of this systematic review with meta-analysis was to analyze
the available evidence on the workload of nursing professionals in critical care and emergency
services, measured using the NASA Task Load Index (NASA-TLX). A systematic review was
conducted following the PRISMA 2020 guidelines. Quantitative studies published between 2015
and 2025 in Spanish, English, and Portuguese were included, identified in PubMed, Scopus,
LILACS, SciELO, and Google Scholar. The selection and critical appraisal of the studies were
performed using the Johns Hopkins evidence-based practice model. Seven studies met the
inclusion criteria and were analyzed using narrative synthesis and meta-analysis with a random-
effects model. The results showed high internal consistency for the NASA-TLX instrument (α =
0.848; 95% CI: 0.841–0.854), with high heterogeneity between studies (I² = 98.3%). The overall
weighted workload index was 54.96 points, reflecting a high workload in the evaluated settings.
The most affected dimensions were mental, temporal, and physical demands, as well as
frustration. The findings confirm that the NASA-TLX is a reliable instrument for assessing
nursing workload in critical care and emergency services and provide evidence for the
development of strategies aimed at improving working conditions and patient safety.
Keywords: workload, NASA-TLX, nursing, critical care, emergency services
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
ABSTRACT
Nursing in critical care and emergency services is characterized by a high level of care
complexity, which increases workload and can negatively impact the health of the professional
and the quality of care. The objective of this systematic review with meta-analysis was to analyze
the available evidence on the workload of nursing professionals in critical care and emergency
services, measured using the NASA Task Load Index (NASA-TLX). A systematic review was
conducted following the PRISMA 2020 guidelines. Quantitative studies published between 2015
and 2025 in Spanish, English, and Portuguese were included, identified in PubMed, Scopus,
LILACS, SciELO, and Google Scholar. The selection and critical appraisal of the studies were
performed using the Johns Hopkins evidence-based practice model. Seven studies met the
inclusion criteria and were analyzed using narrative synthesis and meta-analysis with a random-
effects model. The results showed high internal consistency for the NASA-TLX instrument (α =
0.848; 95% CI: 0.841–0.854), with high heterogeneity between studies (I² = 98.3%). The overall
weighted workload index was 54.96 points, reflecting a high workload in the evaluated settings.
The most affected dimensions were mental, temporal, and physical demands, as well as
frustration. The findings confirm that the NASA-TLX is a reliable instrument for assessing
nursing workload in critical care and emergency services and provide evidence for the
development of strategies aimed at improving working conditions and patient safety.
Keywords: workload, NASA-TLX, nursing, critical care, emergency services
Todo el contenido de la Revista Científica Internacional Arandu UTIC publicado en este sitio está disponible bajo
licencia Creative Commons Atribution 4.0 International.
Vol. 12/ Núm. 4 2025 pág. 3572
INTRODUCCIÓN
El campo de la enfermería representa una de las ocupaciones más demandantes y
estresantes dentro del sector salud, ubicándose como la cuarta ocupación más estresante a nivel
mundial. Generalmente, el profesional de enfermería que trabaja en los servicios de emergencia
y unidad de cuidados intensivos enfrentan entornos de gran exigencia y constante incertidumbre
clínica, estas condiciones pueden impactar tanto su salud física y emocional como la calidad del
cuidado brindado. La carga laboral en estos servicios está directamente vinculada con la
complejidad la complejidad de los pacientes, la necesidad de atención especializada y los altos
estándares de calidad exigidos por las instituciones. El trabajo en unidades de cuidado intensivo
y emergencia demandan de una concentración total, manejo de equipos complejos, vigilancia
continua, aplicación de técnicas de soporte vital y realización de múltiples intervenciones de
manera simultánea (1). Estas circunstancias requieren un método preciso para medir la carga
laboral, siendo la herramienta NASA-TLX una de las más empleadas en distintos hospitales,
adaptadas de forma específica al contexto y a las tareas propias del personal de enfermería (2).
Identificar y evaluar de forma precisa esta carga es fundamental para asegurar una atención
segura, efectiva y centrada en el ser humano.
Numerosas investigaciones han demostrado una relación significativa entre la carga de
trabajo del personal de enfermería y la calidad de la atención proporcionada. En hospitales con
suficiente dotación de personal y una distribución equilibrada de las tareas, se logra un cuidado
más completo, una menor incidencia de eventos adversos y una recuperación más rápida de los
pacientes. En cambio, el exceso de trabajo provoca que las tareas se realicen de manera mecánica,
aumentando el riesgo de errores como infecciones intrahospitalarios o fallos en la administración
de medicamentos, lo que repercute directamente en la evolución clínica del paciente (3). El uso
de la herramienta NASA-TLX para medir la carga laboral en diferentes entornos hospitalarios
permite identificar no solo el nivel de esfuerzo físico y mental, sino que también percepciones
subjetivas de desempeño que evidencian como las condiciones de trabajo afectan al profesional
de enfermería. Esta herramienta facilita el análisis de factores contextuales como turnos, el tipo
de unidad hospitalaria, la organización del servicio, la disponibilidad de recursos y las
características individuales del personal de enfermería, aspectos fundamentales para planificar
estrategias de mejora (3).
En este marco, la presente revisión sistemática con metaanálisis tiene como objetivo dar
respuesta a la pregunta: ¿Cuál es la carga de trabajo mediante la herramienta NASA-TLX de
acuerdo a la evidencia publicada? Este estudio se fundamenta por su importancia a nivel teórico,
práctico y normativo.
A nivel internacional, se ha documentado que la sobrecarga laboral en enfermería está
relacionada con una disminución del rendimiento, la ocurrencia de errores asistenciales y, en áreas
INTRODUCCIÓN
El campo de la enfermería representa una de las ocupaciones más demandantes y
estresantes dentro del sector salud, ubicándose como la cuarta ocupación más estresante a nivel
mundial. Generalmente, el profesional de enfermería que trabaja en los servicios de emergencia
y unidad de cuidados intensivos enfrentan entornos de gran exigencia y constante incertidumbre
clínica, estas condiciones pueden impactar tanto su salud física y emocional como la calidad del
cuidado brindado. La carga laboral en estos servicios está directamente vinculada con la
complejidad la complejidad de los pacientes, la necesidad de atención especializada y los altos
estándares de calidad exigidos por las instituciones. El trabajo en unidades de cuidado intensivo
y emergencia demandan de una concentración total, manejo de equipos complejos, vigilancia
continua, aplicación de técnicas de soporte vital y realización de múltiples intervenciones de
manera simultánea (1). Estas circunstancias requieren un método preciso para medir la carga
laboral, siendo la herramienta NASA-TLX una de las más empleadas en distintos hospitales,
adaptadas de forma específica al contexto y a las tareas propias del personal de enfermería (2).
Identificar y evaluar de forma precisa esta carga es fundamental para asegurar una atención
segura, efectiva y centrada en el ser humano.
Numerosas investigaciones han demostrado una relación significativa entre la carga de
trabajo del personal de enfermería y la calidad de la atención proporcionada. En hospitales con
suficiente dotación de personal y una distribución equilibrada de las tareas, se logra un cuidado
más completo, una menor incidencia de eventos adversos y una recuperación más rápida de los
pacientes. En cambio, el exceso de trabajo provoca que las tareas se realicen de manera mecánica,
aumentando el riesgo de errores como infecciones intrahospitalarios o fallos en la administración
de medicamentos, lo que repercute directamente en la evolución clínica del paciente (3). El uso
de la herramienta NASA-TLX para medir la carga laboral en diferentes entornos hospitalarios
permite identificar no solo el nivel de esfuerzo físico y mental, sino que también percepciones
subjetivas de desempeño que evidencian como las condiciones de trabajo afectan al profesional
de enfermería. Esta herramienta facilita el análisis de factores contextuales como turnos, el tipo
de unidad hospitalaria, la organización del servicio, la disponibilidad de recursos y las
características individuales del personal de enfermería, aspectos fundamentales para planificar
estrategias de mejora (3).
En este marco, la presente revisión sistemática con metaanálisis tiene como objetivo dar
respuesta a la pregunta: ¿Cuál es la carga de trabajo mediante la herramienta NASA-TLX de
acuerdo a la evidencia publicada? Este estudio se fundamenta por su importancia a nivel teórico,
práctico y normativo.
A nivel internacional, se ha documentado que la sobrecarga laboral en enfermería está
relacionada con una disminución del rendimiento, la ocurrencia de errores asistenciales y, en áreas
Vol. 12/ Núm. 4 2025 pág. 3573
críticas como la UCI, incluso con un incremento en la tasa de mortalidad (4). En este sentido,
realizar esta revisión sistemática resulta esencial, ya que ofrecerá una visión amplia y actualizada
de las investigaciones sobre el uso del NASA-TLX en entornos hospitalarios de alta complejidad.
Metodológicamente, permitirá unificar la evidencia existente, comparar distintos contextos
(emergencias vs UCI) y analizar variaciones según turnos, características demográficas y
condiciones organizativas. En el plano práctico, brindará datos clave para elaborar estrategias
orientadas a mejorar el bienestar del personal, fortalecer el trabajo en equipo, prevenir riesgos
laborales y optimizar la calidad del entorno asistencial. Asimismo, este estudio servirá como base
para futuras intervenciones que promuevan condiciones laborales saludables y sostenibles para el
personal de enfermería, con especial atención en la gestión del estrés y de la carga cognitiva
posterior a la jornada.
En Ecuador, la normativa vigente garantiza la protección de los profesionales de la salud.
Por ejemplo, la Ley Orgánica del Servicio Público, en su artículo 23, literal 1), reconoce como un
derecho irrenunciable el desempeño laboral en contextos adecuados que garanticen la integridad
física, la salud y el bienestar del servidor público (5,6). Evaluar la carga laboral en áreas críticas
como cuidados intensivos y emergencias es crucial no solo para el cumplimiento de estos
derechos, sino también para asegurar la calidad del cuidado. El exceso de actividades genera
consecuencias físicas y mentales en los trabajadores, incrementa el riesgo de errores y representa
un deterioro en la seguridad del paciente, por lo cual la Organización Mundial de la Salud
promueve la valoración de la carga laboral como indicador de calidad en los servicios sanitarios
(7).
A su vez, la base teórica que sustenta esta investigación se apoya en modelos de carga
laboral como la Teoría de Blegen, que contempla variables como el número de pacientes
atendidos, la complejidad de las intervenciones, la autonomía y los recursos disponibles. El
NASA-TLX, ampliamente validado, estructura la carga laboral en seis dimensiones: esfuerzo
físico, esfuerzo mental, rendimiento, frustración, demanda temporal y carga general, siendo
adaptable a diversos contextos clínicos. De forma complementaria, herramientas como el NAS
(Nursing Activities Score) facilitan la medición del tiempo que el personal de enfermería dedica
a las actividades asistenciales en las últimas 24 horas, abarcando intervenciones relacionadas con
soporte ventilatorio, cardiovascular, renal, neurológico y metabólico, así como tareas
administrativas y atención a familiares. (8,9). Finalmente, considerando los avances científicos y
tecnológicos en cuidados críticos, resulta necesario revisar y sistematizar la información
disponible para guiar decisiones políticas, fortalecer la gestión del talento humano en salud y
garantizar el derecho del paciente a recibir atención segura y de calidad.
críticas como la UCI, incluso con un incremento en la tasa de mortalidad (4). En este sentido,
realizar esta revisión sistemática resulta esencial, ya que ofrecerá una visión amplia y actualizada
de las investigaciones sobre el uso del NASA-TLX en entornos hospitalarios de alta complejidad.
Metodológicamente, permitirá unificar la evidencia existente, comparar distintos contextos
(emergencias vs UCI) y analizar variaciones según turnos, características demográficas y
condiciones organizativas. En el plano práctico, brindará datos clave para elaborar estrategias
orientadas a mejorar el bienestar del personal, fortalecer el trabajo en equipo, prevenir riesgos
laborales y optimizar la calidad del entorno asistencial. Asimismo, este estudio servirá como base
para futuras intervenciones que promuevan condiciones laborales saludables y sostenibles para el
personal de enfermería, con especial atención en la gestión del estrés y de la carga cognitiva
posterior a la jornada.
En Ecuador, la normativa vigente garantiza la protección de los profesionales de la salud.
Por ejemplo, la Ley Orgánica del Servicio Público, en su artículo 23, literal 1), reconoce como un
derecho irrenunciable el desempeño laboral en contextos adecuados que garanticen la integridad
física, la salud y el bienestar del servidor público (5,6). Evaluar la carga laboral en áreas críticas
como cuidados intensivos y emergencias es crucial no solo para el cumplimiento de estos
derechos, sino también para asegurar la calidad del cuidado. El exceso de actividades genera
consecuencias físicas y mentales en los trabajadores, incrementa el riesgo de errores y representa
un deterioro en la seguridad del paciente, por lo cual la Organización Mundial de la Salud
promueve la valoración de la carga laboral como indicador de calidad en los servicios sanitarios
(7).
A su vez, la base teórica que sustenta esta investigación se apoya en modelos de carga
laboral como la Teoría de Blegen, que contempla variables como el número de pacientes
atendidos, la complejidad de las intervenciones, la autonomía y los recursos disponibles. El
NASA-TLX, ampliamente validado, estructura la carga laboral en seis dimensiones: esfuerzo
físico, esfuerzo mental, rendimiento, frustración, demanda temporal y carga general, siendo
adaptable a diversos contextos clínicos. De forma complementaria, herramientas como el NAS
(Nursing Activities Score) facilitan la medición del tiempo que el personal de enfermería dedica
a las actividades asistenciales en las últimas 24 horas, abarcando intervenciones relacionadas con
soporte ventilatorio, cardiovascular, renal, neurológico y metabólico, así como tareas
administrativas y atención a familiares. (8,9). Finalmente, considerando los avances científicos y
tecnológicos en cuidados críticos, resulta necesario revisar y sistematizar la información
disponible para guiar decisiones políticas, fortalecer la gestión del talento humano en salud y
garantizar el derecho del paciente a recibir atención segura y de calidad.
Vol. 12/ Núm. 4 2025 pág. 3574
Objetivo
Analizar la evidencia de enfermería disponible sobre carga de trabajo existente en
profesionales de enfermería en servicios críticos y urgencia utilizando el instrumento NASA-
TLX.
MATERIALES Y MÉTODOS
Se realizó una revisión sistemática con metaanálisis siguiendo las recomendaciones
PRISMA 2020 (28). Para formular la pregunta nos guiamos por el marco PIO (29). La pregunta
principal fue en profesionales de enfermería en los servicios críticos y urgencia ¿Cuál es la carga
de trabajo mediante la herramienta NASA-TLX de acuerdo a la evidencia publicada?
Este estudio incluyó artículos científicos publicados en idioma español, inglés y
portugués publicados entre el año 2015 y 2025 con diseños cuantitativos que reportaran
prevalencia, descriptivos, correlacionales que reportaran carga de trabajo mediante el instrumento
NASA-TLX y su confiabilidad.
Los criterios de exclusión fueron artículos sin acceso al texto completo, protocolos,
editoriales, directrices, tesis y literatura gris.
Se realizó cadena de búsqueda en PubMed, Scopus, LILACS, Scielo y Google Académico.
La estrategia de búsqueda se basó en la construcción de ecuaciones basados en decriptores
MeSH/DeCS entre los términos seleccionados se incluyó: workload, emergency nursing, critical
care outcomes, nursing, measurement, los cuales nos ayudaron a plantear una cadena de búsqueda
más precisa, al igual se utilizaron los operadores booleanos: AND, OR.
A continuación, se muestran las cadenas o ecuaciones de búsqueda para cada base de
datos o motor de búsqueda:
Scopus: ("NASA Task Load Index" OR "TLX" OR "workload" OR "cognitive load") AND
("nursing" OR "nurse" OR "healthcare" OR "patient care") AND ("stress" OR "burnout" OR
"fatigue" OR "performance") AND ("assessment" OR "evaluation" OR "measurement" OR
"analysis")
PubMed: ((("NASA Task Load Index" OR "TLX" OR "Workload"[Mesh] AND "stress") AND
"Personnel Staffing and Scheduling/standards"[Mesh]) AND "Emergencies"[Mesh]) AND
"emotional"[Mesh])))
Scielo: ("NASA Task Load Index" OR "nursing staff" OR "nursing" AND "workload" AND
"intensive care units" OR "intensive care")
LILACS: "NASA-TLX" OR "NASA Task Load Index" AND "nurses" AND "workload" AND
("critical care" OR "emergency services") Google
Académico: NASA TLX + nursing urgency service + prevalence; NASA TLX + ICU+
prevalence.
Objetivo
Analizar la evidencia de enfermería disponible sobre carga de trabajo existente en
profesionales de enfermería en servicios críticos y urgencia utilizando el instrumento NASA-
TLX.
MATERIALES Y MÉTODOS
Se realizó una revisión sistemática con metaanálisis siguiendo las recomendaciones
PRISMA 2020 (28). Para formular la pregunta nos guiamos por el marco PIO (29). La pregunta
principal fue en profesionales de enfermería en los servicios críticos y urgencia ¿Cuál es la carga
de trabajo mediante la herramienta NASA-TLX de acuerdo a la evidencia publicada?
Este estudio incluyó artículos científicos publicados en idioma español, inglés y
portugués publicados entre el año 2015 y 2025 con diseños cuantitativos que reportaran
prevalencia, descriptivos, correlacionales que reportaran carga de trabajo mediante el instrumento
NASA-TLX y su confiabilidad.
Los criterios de exclusión fueron artículos sin acceso al texto completo, protocolos,
editoriales, directrices, tesis y literatura gris.
Se realizó cadena de búsqueda en PubMed, Scopus, LILACS, Scielo y Google Académico.
La estrategia de búsqueda se basó en la construcción de ecuaciones basados en decriptores
MeSH/DeCS entre los términos seleccionados se incluyó: workload, emergency nursing, critical
care outcomes, nursing, measurement, los cuales nos ayudaron a plantear una cadena de búsqueda
más precisa, al igual se utilizaron los operadores booleanos: AND, OR.
A continuación, se muestran las cadenas o ecuaciones de búsqueda para cada base de
datos o motor de búsqueda:
Scopus: ("NASA Task Load Index" OR "TLX" OR "workload" OR "cognitive load") AND
("nursing" OR "nurse" OR "healthcare" OR "patient care") AND ("stress" OR "burnout" OR
"fatigue" OR "performance") AND ("assessment" OR "evaluation" OR "measurement" OR
"analysis")
PubMed: ((("NASA Task Load Index" OR "TLX" OR "Workload"[Mesh] AND "stress") AND
"Personnel Staffing and Scheduling/standards"[Mesh]) AND "Emergencies"[Mesh]) AND
"emotional"[Mesh])))
Scielo: ("NASA Task Load Index" OR "nursing staff" OR "nursing" AND "workload" AND
"intensive care units" OR "intensive care")
LILACS: "NASA-TLX" OR "NASA Task Load Index" AND "nurses" AND "workload" AND
("critical care" OR "emergency services") Google
Académico: NASA TLX + nursing urgency service + prevalence; NASA TLX + ICU+
prevalence.
Vol. 12/ Núm. 4 2025 pág. 3575
Esta sección se llevó a cabo en algunas fases. Primero se importaron al programa Rayyan
todos los artículos seleccionados en los buscadores mencionados anteriormente, la gestión de
referencias y la eliminación de los artículos duplicados. Seguidamente los dos investigadores
examinaron uno a uno los estudios verificando el título, resumen, tipo y diseño estén acordes al
criterio de elegibilidad y exclusión. Luego de identificar la totalidad de los estudios se revisaron
títulos y resúmenes se permitió considerando la pregunta clínica, así como los criterios de
inclusión y exclusión. Los estudios que pasaron todos los filtros se sometieron a una evaluación
crítica mediante la herramienta del Appedix E del Modelo Johns Hopkins de práctica basada en
evidencia para enfermería (26). Asimismo, se utilizó el Appedix G, que permitió resumir los
componentes clave de cada estudio (27).
Para llevar a cabo el análisis de los estudios que se incluyeron, en la matriz de resumen de
los estudios. Esta matriz fue esencial para organizar la información de forma estructurada,
cubriendo aspectos como el autor y el año, el tipo de investigación, la población y muestra, los
resultados clave, y la calidad y el nivel de evidencia, determinados con el modelo de Johns
Hopkins. En definitiva, esta herramienta no sólo simplificó la síntesis crítica de la información,
sino que también nos permitió llegar a conclusiones bien fundamentadas, apoyadas en la solidez
metodológica de los estudios seleccionados.
Esta sección se llevó a cabo en algunas fases. Primero se importaron al programa Rayyan
todos los artículos seleccionados en los buscadores mencionados anteriormente, la gestión de
referencias y la eliminación de los artículos duplicados. Seguidamente los dos investigadores
examinaron uno a uno los estudios verificando el título, resumen, tipo y diseño estén acordes al
criterio de elegibilidad y exclusión. Luego de identificar la totalidad de los estudios se revisaron
títulos y resúmenes se permitió considerando la pregunta clínica, así como los criterios de
inclusión y exclusión. Los estudios que pasaron todos los filtros se sometieron a una evaluación
crítica mediante la herramienta del Appedix E del Modelo Johns Hopkins de práctica basada en
evidencia para enfermería (26). Asimismo, se utilizó el Appedix G, que permitió resumir los
componentes clave de cada estudio (27).
Para llevar a cabo el análisis de los estudios que se incluyeron, en la matriz de resumen de
los estudios. Esta matriz fue esencial para organizar la información de forma estructurada,
cubriendo aspectos como el autor y el año, el tipo de investigación, la población y muestra, los
resultados clave, y la calidad y el nivel de evidencia, determinados con el modelo de Johns
Hopkins. En definitiva, esta herramienta no sólo simplificó la síntesis crítica de la información,
sino que también nos permitió llegar a conclusiones bien fundamentadas, apoyadas en la solidez
metodológica de los estudios seleccionados.
Vol. 12/ Núm. 4 2025 pág. 3576
Figura 1
PRISMA 2020 para nuevas revisiones sistemáticas que incluyeron búsquedas en bases de datos, registros y otras fuentes
Figura 1
PRISMA 2020 para nuevas revisiones sistemáticas que incluyeron búsquedas en bases de datos, registros y otras fuentes
Vol. 12/ Núm. 4 2025 pág. 3577
Con el objetivo de profundizar en la comprensión de la carga de trabajo percibida por
profesionales de enfermería en servicios críticos y de urgencia, se llevó a cabo una exhaustiva
síntesis narrativa categorizada. Este método permitió un análisis crítico y sistemático de la
evidencia científica existente, que se centró en los estudios que utilizaron el instrumento NASA
Task Load Index (NASA-TLX) como herramienta de medición.
La organización de esta síntesis se basó en cuatro ejes fundamentales, concebidos para
descomponer y entender los diversos aspectos de la carga de trabajo en este escenario especifico:
1) Experiencia laboral y su impacto en la carga de trabajo percibida: Se evaluó si elementos como
la acumulación de experiencia clínica, la especialización, o incluso la rotación en diversos
entornos de alta demanda, producen variaciones notables en la autoevaluación de la carga mental,
física y temporal a la que se exponen. 2) Evaluación narrativa organizada por dimensiones del
NASA-TLX. En esta sección, la evidencia se caracterizó y examino meticulosamente bajo el
enfoque de las seis dimensiones fundamentales del instrumento NASA-TLX teniendo en cuenta
sus dimensiones. 3) Factores que influyen en el estado de salud y la carga de trabajo cuyo
segmento se enfocó em reconocer y examinar los distintos factores internos y externos que
funcionan como reguladores de la carga laboral percibida y, por ende, afectan el estado de salud
global de los profesionales de enfermería.
Esta estructura sistémica posibilitó no solo un estudio detallado de la literatura, sino
también un análisis crítico y multifacético, esencial para obtener conclusiones sólidas y formular
sugerencias pertinentes a la administración de recursos humanos en contextos de enfermería de
gran relevancia.
El metaanálisis cuantitativo se basa en un modelo de efectos aleatorios, apropiado dada la
alta variabilidad metodológica entre estudios (I² = 98.3%; Q = 348.74; p < 0.001), lo que indica
heterogeneidad significativa (Viechtbauer, 2017; Lakens & Mallery, 2003). El coeficiente global
del NASA-TLX fue α = 0.848 (SE = 0.0036) con alta consistencia interna y significancia
estadística (Z = 235.55; p < 0.001; IC95%: 0.841–0.854). Tau² = 0.0021 indica dispersión
verdadera moderada de los efectos, a pesar de la alta heterogeneidad general.
El subgrupo más estable fue el Modelo 5 (n=3), con I²=19.72%, mostrando homogeneidad
aceptable y sin heterogeneidad significativa (Q=2.203; p=0.332). Esto muestra que algunos
contextos organizacionales y muestras más equilibradas disminuyen la variabilidad, aumentando
la estabilidad del efecto estimado. Se confirma que los resultados no son triviales ni clínicamente
irrelevantes, ya que se cumple la prueba de equivalencia unilateral en el límite inferior (Zₗᵢ =
23.120; p < 0.001), pero no en el superior.
Las pruebas de sesgo de publicación confirman la robustez: Fail-Safe N = 518 (p < 0.001),
lo que significa que harían falta 518 estudios nulos para refutar los resultados (Rosenthal, 2020).
Kendall's Tau = −0.048 (p = 1.000) y Egger's test (p = 0.798) no revelan sesgos significativos,
verificando la simetría en el funnel plot.
Con el objetivo de profundizar en la comprensión de la carga de trabajo percibida por
profesionales de enfermería en servicios críticos y de urgencia, se llevó a cabo una exhaustiva
síntesis narrativa categorizada. Este método permitió un análisis crítico y sistemático de la
evidencia científica existente, que se centró en los estudios que utilizaron el instrumento NASA
Task Load Index (NASA-TLX) como herramienta de medición.
La organización de esta síntesis se basó en cuatro ejes fundamentales, concebidos para
descomponer y entender los diversos aspectos de la carga de trabajo en este escenario especifico:
1) Experiencia laboral y su impacto en la carga de trabajo percibida: Se evaluó si elementos como
la acumulación de experiencia clínica, la especialización, o incluso la rotación en diversos
entornos de alta demanda, producen variaciones notables en la autoevaluación de la carga mental,
física y temporal a la que se exponen. 2) Evaluación narrativa organizada por dimensiones del
NASA-TLX. En esta sección, la evidencia se caracterizó y examino meticulosamente bajo el
enfoque de las seis dimensiones fundamentales del instrumento NASA-TLX teniendo en cuenta
sus dimensiones. 3) Factores que influyen en el estado de salud y la carga de trabajo cuyo
segmento se enfocó em reconocer y examinar los distintos factores internos y externos que
funcionan como reguladores de la carga laboral percibida y, por ende, afectan el estado de salud
global de los profesionales de enfermería.
Esta estructura sistémica posibilitó no solo un estudio detallado de la literatura, sino
también un análisis crítico y multifacético, esencial para obtener conclusiones sólidas y formular
sugerencias pertinentes a la administración de recursos humanos en contextos de enfermería de
gran relevancia.
El metaanálisis cuantitativo se basa en un modelo de efectos aleatorios, apropiado dada la
alta variabilidad metodológica entre estudios (I² = 98.3%; Q = 348.74; p < 0.001), lo que indica
heterogeneidad significativa (Viechtbauer, 2017; Lakens & Mallery, 2003). El coeficiente global
del NASA-TLX fue α = 0.848 (SE = 0.0036) con alta consistencia interna y significancia
estadística (Z = 235.55; p < 0.001; IC95%: 0.841–0.854). Tau² = 0.0021 indica dispersión
verdadera moderada de los efectos, a pesar de la alta heterogeneidad general.
El subgrupo más estable fue el Modelo 5 (n=3), con I²=19.72%, mostrando homogeneidad
aceptable y sin heterogeneidad significativa (Q=2.203; p=0.332). Esto muestra que algunos
contextos organizacionales y muestras más equilibradas disminuyen la variabilidad, aumentando
la estabilidad del efecto estimado. Se confirma que los resultados no son triviales ni clínicamente
irrelevantes, ya que se cumple la prueba de equivalencia unilateral en el límite inferior (Zₗᵢ =
23.120; p < 0.001), pero no en el superior.
Las pruebas de sesgo de publicación confirman la robustez: Fail-Safe N = 518 (p < 0.001),
lo que significa que harían falta 518 estudios nulos para refutar los resultados (Rosenthal, 2020).
Kendall's Tau = −0.048 (p = 1.000) y Egger's test (p = 0.798) no revelan sesgos significativos,
verificando la simetría en el funnel plot.
Vol. 12/ Núm. 4 2025 pág. 3578
Consideraciones éticas: No se requirió aprobación ética al tratarse de una revisión
secundaria. Se respetaron principios de transparencia, integridad académica y citación de fuentes.
RESULTADOS Y DISCUSIÓN
Esta sección presenta el resumen y síntesis de la evidencia con los 7 artículos incluidos en
este estudio sobre la utilización del NASA-TLX para el análisis de la carga de trabajo en
profesionales de enfermería que laboran en las unidades de cuidados intensivos y unidades de
emergencia.
Resumen de la Evidencia
A continuación, se presenta la tabla 1 que considera información relevante sobre los
estudios individuales. De igual manera, se presenta el dictamen sobre el nivel y la calidad de la
evidencia de cada estudio posterior a la lectura critica realizada.
Consideraciones éticas: No se requirió aprobación ética al tratarse de una revisión
secundaria. Se respetaron principios de transparencia, integridad académica y citación de fuentes.
RESULTADOS Y DISCUSIÓN
Esta sección presenta el resumen y síntesis de la evidencia con los 7 artículos incluidos en
este estudio sobre la utilización del NASA-TLX para el análisis de la carga de trabajo en
profesionales de enfermería que laboran en las unidades de cuidados intensivos y unidades de
emergencia.
Resumen de la Evidencia
A continuación, se presenta la tabla 1 que considera información relevante sobre los
estudios individuales. De igual manera, se presenta el dictamen sobre el nivel y la calidad de la
evidencia de cada estudio posterior a la lectura critica realizada.
Vol. 12/ Núm. 4 2025 pág. 3579
Tabla 1
Resumen de la evidencia anexo G (Modelo Johns Hopkins)
Pregunta de Práctica Basada en Evidencia (EBP)
Número de artículo Autor, fecha y
título
Tipo de
evidencia
Población,
tamaño y
entorno
Intervención Hallazgos que ayudan
a responder la
Pregunta EBP
Medidas utilizadas Limitaciones Nivel y
calidad de la
evidencia
1 Xiaoyan Hao,
Yueguang Dai,
Shengjie Jia,
Shuqin Liu,
Chunling Zhao and
Xiaomin Liu.
(2025)
Latent profile
analysis of mental
workload among
emergency
department nurses: a
cross-sectional study.
Estudio
transversal
Población:
Enfermeros
que trabajan
en servicios de
urgencias
hospitalarios.
Tamaño:305
enfermeros.
Entorno:
Hospitales con
servicios de
urgencias en
China.
Utilizar el análisis de
perfil latente para
identificar la
heterogeneidad de la
carga de trabajo
mental entre el
personal de
enfermería de
urgencias.
Perfiles: baja 13.3%
(n=70), moderada
51.9%, alta 34.8%;
α=0.900
Cuestionario
Simplificado de
Habilidades de
Afrontamiento y el
Índice de Carga de
Tareas de la NASA.
Las limitaciones de
este estudio incluyen
un tamaño muestral
pequeño. La
naturaleza del
estudio transversal
impide establecer
relaciones causales
entre variables.
IIIA
2 Negin Fathi, Ali
Askari, Robab
Hossinpour, Amin
Babaei Pouya, Amir
Raza Salehi, Abbas
Ghodrati Torbati,
Malihe Kabusi,
Zahra Khezerlou,
Negin Kassiri,
Maliheh
Eshaghzadeh, Ali
Salehi Sahlabadi,
Mohsen
Estudio
transversal
Población: 140
enfermeras
Tamaño: 112
enfermeras.
Entorno:
Servicio de
urgencia, dos
hospitales
propiedad de
la
Organización
de Seguridad
Social de Irán
y dos
Investiga la relación
entre la Carga
Mental, la Fatiga
laboral y el Estrés
laboral en el
personal de
enfermería de
urgencias en 2023 en
Ardabil, Irán.
Medias de fatiga: 56.55
±15.56; interferencia con
atención clínica; α=0.848
unificado del estudio
Evaluación de Carga de
trabajo mental NASA-
TLX.
La limitación
ejecutiva incluyó la
interferencia entre
completar el
cuestionario y las
etapas del
tratamiento del
paciente por parte
del personal de
enfermería.
IIIB
Tabla 1
Resumen de la evidencia anexo G (Modelo Johns Hopkins)
Pregunta de Práctica Basada en Evidencia (EBP)
Número de artículo Autor, fecha y
título
Tipo de
evidencia
Población,
tamaño y
entorno
Intervención Hallazgos que ayudan
a responder la
Pregunta EBP
Medidas utilizadas Limitaciones Nivel y
calidad de la
evidencia
1 Xiaoyan Hao,
Yueguang Dai,
Shengjie Jia,
Shuqin Liu,
Chunling Zhao and
Xiaomin Liu.
(2025)
Latent profile
analysis of mental
workload among
emergency
department nurses: a
cross-sectional study.
Estudio
transversal
Población:
Enfermeros
que trabajan
en servicios de
urgencias
hospitalarios.
Tamaño:305
enfermeros.
Entorno:
Hospitales con
servicios de
urgencias en
China.
Utilizar el análisis de
perfil latente para
identificar la
heterogeneidad de la
carga de trabajo
mental entre el
personal de
enfermería de
urgencias.
Perfiles: baja 13.3%
(n=70), moderada
51.9%, alta 34.8%;
α=0.900
Cuestionario
Simplificado de
Habilidades de
Afrontamiento y el
Índice de Carga de
Tareas de la NASA.
Las limitaciones de
este estudio incluyen
un tamaño muestral
pequeño. La
naturaleza del
estudio transversal
impide establecer
relaciones causales
entre variables.
IIIA
2 Negin Fathi, Ali
Askari, Robab
Hossinpour, Amin
Babaei Pouya, Amir
Raza Salehi, Abbas
Ghodrati Torbati,
Malihe Kabusi,
Zahra Khezerlou,
Negin Kassiri,
Maliheh
Eshaghzadeh, Ali
Salehi Sahlabadi,
Mohsen
Estudio
transversal
Población: 140
enfermeras
Tamaño: 112
enfermeras.
Entorno:
Servicio de
urgencia, dos
hospitales
propiedad de
la
Organización
de Seguridad
Social de Irán
y dos
Investiga la relación
entre la Carga
Mental, la Fatiga
laboral y el Estrés
laboral en el
personal de
enfermería de
urgencias en 2023 en
Ardabil, Irán.
Medias de fatiga: 56.55
±15.56; interferencia con
atención clínica; α=0.848
unificado del estudio
Evaluación de Carga de
trabajo mental NASA-
TLX.
La limitación
ejecutiva incluyó la
interferencia entre
completar el
cuestionario y las
etapas del
tratamiento del
paciente por parte
del personal de
enfermería.
IIIB
Vol. 12/ Núm. 4 2025 pág. 3580
Tabla 1
Resumen de la evidencia anexo G (Modelo Johns Hopkins)
Pregunta de Práctica Basada en Evidencia (EBP)
Número de artículo Autor, fecha y
título
Tipo de
evidencia
Población,
tamaño y
entorno
Intervención Hallazgos que ayudan
a responder la
Pregunta EBP
Medidas utilizadas Limitaciones Nivel y
calidad de la
evidencia
Poursadeghiyan,
Javad Vatani.
2024
Investigating the
Association of
Mental Workload,
Occupational Fatigue
and Job Stress in
Emergency Nurses in
Iran
hospitales
privados.
3 Dai, Z.-J., Xu, S.-T.,
Xue, F.-Y., Zhou, J.-
Y., Chen, J.-Q.,
Wang, X.-M. (2023)
Factors Influencing
The Mental Health
Status Of Support
Nurses And Their
Workload During
The Covid-19
Epidemic
Estudio
transversal
Poblacion: 349
enfermeras.
Tamaño: 316
enfermeras.
Entorno:
Hospital
Central del
Distrito
Songjiang de
Shanghái,
China.
Utilizar el Índice de
Carga de Tareas de
la Administración
Nacional de
Aeronáutica y del
Espacio (NASA-
TLX) y el
cuestionario de
salud general para
analizar los factores
que influyeron en el
estado de salud
mental y la carga de
trabajo de las
enfermeras de apoyo
durante la epidemia
de COVID-19
Carga promedio: 68.91
±7.28 pts; correlación
positiva con deterioro
mental; α=0.707
subóptima
Cuestionario General de
Salud (GHQ-12), y el
Índice de Carga de
Trabajo de la NASA
(NASA-TLX)
El estudio sólo
analizó la salud
mental de los
enfermeros durante
el período de apoyo,
sin evaluar su estado
antes o después del
trabajo. Esto limita
la capacidad de
identificar efectos a
largo plazo, como
síntomas
postraumáticos.
IIIA
Tabla 1
Resumen de la evidencia anexo G (Modelo Johns Hopkins)
Pregunta de Práctica Basada en Evidencia (EBP)
Número de artículo Autor, fecha y
título
Tipo de
evidencia
Población,
tamaño y
entorno
Intervención Hallazgos que ayudan
a responder la
Pregunta EBP
Medidas utilizadas Limitaciones Nivel y
calidad de la
evidencia
Poursadeghiyan,
Javad Vatani.
2024
Investigating the
Association of
Mental Workload,
Occupational Fatigue
and Job Stress in
Emergency Nurses in
Iran
hospitales
privados.
3 Dai, Z.-J., Xu, S.-T.,
Xue, F.-Y., Zhou, J.-
Y., Chen, J.-Q.,
Wang, X.-M. (2023)
Factors Influencing
The Mental Health
Status Of Support
Nurses And Their
Workload During
The Covid-19
Epidemic
Estudio
transversal
Poblacion: 349
enfermeras.
Tamaño: 316
enfermeras.
Entorno:
Hospital
Central del
Distrito
Songjiang de
Shanghái,
China.
Utilizar el Índice de
Carga de Tareas de
la Administración
Nacional de
Aeronáutica y del
Espacio (NASA-
TLX) y el
cuestionario de
salud general para
analizar los factores
que influyeron en el
estado de salud
mental y la carga de
trabajo de las
enfermeras de apoyo
durante la epidemia
de COVID-19
Carga promedio: 68.91
±7.28 pts; correlación
positiva con deterioro
mental; α=0.707
subóptima
Cuestionario General de
Salud (GHQ-12), y el
Índice de Carga de
Trabajo de la NASA
(NASA-TLX)
El estudio sólo
analizó la salud
mental de los
enfermeros durante
el período de apoyo,
sin evaluar su estado
antes o después del
trabajo. Esto limita
la capacidad de
identificar efectos a
largo plazo, como
síntomas
postraumáticos.
IIIA
Vol. 12/ Núm. 4 2025 pág. 3581
Tabla 1
Resumen de la evidencia anexo G (Modelo Johns Hopkins)
Pregunta de Práctica Basada en Evidencia (EBP)
Número de artículo Autor, fecha y
título
Tipo de
evidencia
Población,
tamaño y
entorno
Intervención Hallazgos que ayudan
a responder la
Pregunta EBP
Medidas utilizadas Limitaciones Nivel y
calidad de la
evidencia
4 Sadiq Said,
Malgorzata Gozdzik,
Tadzio Raoul Roche,
Julia Braun, Julian
Rössler, Alexander
Kaserer, Donat R
Spahn, Christoph B
Nöthiger, David
Werner Tscholl,
(2020)
Título: Validation of
the Raw National
Aeronautics and
Space
Administration Task
Load Index (NASA-
TLX) Questionnaire
to Assess Perceived
Workload in Patient
Monitoring Tasks:
Pooled Analysis
Study Using Mixed
Models
Análisis
agrupado
Poblacion:
1160
enfermeras.
Entorno:
Unidad de
quirófano.
Validar una versión
modificada del
NASA-TLX en
tareas de
monitorización de
pacientes,
investigando su
correspondencia con
las situaciones
esperadas de carga
de trabajo más baja y
más alta
Índice 54.60 (RIC 42–
69); reducción 23% con
herramientas visuales;
sin diferencias por
género; α no reportado,
se usa criterio de validez.
Escala NASA-TLX Todos los escenarios
de monitorización
de pacientes se
realizaron en Europa
central en hospitales
de alta calidad
asistencial. La carga
de trabajo percibida
puede variar en otras
partes del mundo y
podría influir en la
reproducibilidad de
la evaluación
III A
5 Heather L. Tubbs-
Cooley, PhD;
Constance A. Mara,
Estudio
prospectivo
Población N:
202
enfermeras.
Evaluar la
asociación de la
carga de trabajo de
En este estudio no se
reportó un alfa de
Cronbach para el
Mediana carga =45
(rango 4–80);
Incluyen datos auto
informados de una
muestra de
IIIB
Tabla 1
Resumen de la evidencia anexo G (Modelo Johns Hopkins)
Pregunta de Práctica Basada en Evidencia (EBP)
Número de artículo Autor, fecha y
título
Tipo de
evidencia
Población,
tamaño y
entorno
Intervención Hallazgos que ayudan
a responder la
Pregunta EBP
Medidas utilizadas Limitaciones Nivel y
calidad de la
evidencia
4 Sadiq Said,
Malgorzata Gozdzik,
Tadzio Raoul Roche,
Julia Braun, Julian
Rössler, Alexander
Kaserer, Donat R
Spahn, Christoph B
Nöthiger, David
Werner Tscholl,
(2020)
Título: Validation of
the Raw National
Aeronautics and
Space
Administration Task
Load Index (NASA-
TLX) Questionnaire
to Assess Perceived
Workload in Patient
Monitoring Tasks:
Pooled Analysis
Study Using Mixed
Models
Análisis
agrupado
Poblacion:
1160
enfermeras.
Entorno:
Unidad de
quirófano.
Validar una versión
modificada del
NASA-TLX en
tareas de
monitorización de
pacientes,
investigando su
correspondencia con
las situaciones
esperadas de carga
de trabajo más baja y
más alta
Índice 54.60 (RIC 42–
69); reducción 23% con
herramientas visuales;
sin diferencias por
género; α no reportado,
se usa criterio de validez.
Escala NASA-TLX Todos los escenarios
de monitorización
de pacientes se
realizaron en Europa
central en hospitales
de alta calidad
asistencial. La carga
de trabajo percibida
puede variar en otras
partes del mundo y
podría influir en la
reproducibilidad de
la evaluación
III A
5 Heather L. Tubbs-
Cooley, PhD;
Constance A. Mara,
Estudio
prospectivo
Población N:
202
enfermeras.
Evaluar la
asociación de la
carga de trabajo de
En este estudio no se
reportó un alfa de
Cronbach para el
Mediana carga =45
(rango 4–80);
Incluyen datos auto
informados de una
muestra de
IIIB
Vol. 12/ Núm. 4 2025 pág. 3582
Tabla 1
Resumen de la evidencia anexo G (Modelo Johns Hopkins)
Pregunta de Práctica Basada en Evidencia (EBP)
Número de artículo Autor, fecha y
título
Tipo de
evidencia
Población,
tamaño y
entorno
Intervención Hallazgos que ayudan
a responder la
Pregunta EBP
Medidas utilizadas Limitaciones Nivel y
calidad de la
evidencia
Ph; Adam C. Carle,
MA, PhD, (2019)
Association of Nurse
Workload With
Missed Nursing Care
in the Neonatal
Intensive Care Unit
Tamaño: 136
enfermeras
En un centro
médico
académico del
Medio Oeste
las enfermeras en la
UCIN con los
cuidados de
enfermería perdidos.
instrumento NASA-
TLX.
La calificación media de
la carga de trabajo
subjetiva de NASA-TLX
por turno fue de 46
(rango, 4-80; mediana,
45). Las correlaciones
entre las variables de la
carga de trabajo fueron
bajas a moderadas y
estadísticamente
significativas,
incluyendo la proporción
de personal y la
puntuación de agudeza (-
0,32; P < 0,001), la
proporción de personal y
la puntuación NASA-
TLX (0,19; P < 0,001), y
la puntuación de agudeza
y la puntuación NASA-
TLX (0,19; P < 0,001).
correlaciones staffing vs
carga 0.19**; α=0.823
conveniencia y un
posible sesgo de
deseabilidad social
debido al tema del
estudio
6 Ali Safdari,
Fahimeh Ramezani,
Erfan Ayubi,
Efat Sadeghian. 2025
Estudio
descriptivo
transversal
Población:
236
enfermeras
Investigar la
relación entre la
frustración laboral y
el agotamiento entre
α de Cronbach fue de
0,862 en este estudio.
La puntuación media de
carga de trabajo fue de
Promedio 61.75 ±8.03;
sin asociación
demográfica; α=0.862
El estudio utilizó
cuestionarios de
autoinforme para
medir la atención de
IIIB
Tabla 1
Resumen de la evidencia anexo G (Modelo Johns Hopkins)
Pregunta de Práctica Basada en Evidencia (EBP)
Número de artículo Autor, fecha y
título
Tipo de
evidencia
Población,
tamaño y
entorno
Intervención Hallazgos que ayudan
a responder la
Pregunta EBP
Medidas utilizadas Limitaciones Nivel y
calidad de la
evidencia
Ph; Adam C. Carle,
MA, PhD, (2019)
Association of Nurse
Workload With
Missed Nursing Care
in the Neonatal
Intensive Care Unit
Tamaño: 136
enfermeras
En un centro
médico
académico del
Medio Oeste
las enfermeras en la
UCIN con los
cuidados de
enfermería perdidos.
instrumento NASA-
TLX.
La calificación media de
la carga de trabajo
subjetiva de NASA-TLX
por turno fue de 46
(rango, 4-80; mediana,
45). Las correlaciones
entre las variables de la
carga de trabajo fueron
bajas a moderadas y
estadísticamente
significativas,
incluyendo la proporción
de personal y la
puntuación de agudeza (-
0,32; P < 0,001), la
proporción de personal y
la puntuación NASA-
TLX (0,19; P < 0,001), y
la puntuación de agudeza
y la puntuación NASA-
TLX (0,19; P < 0,001).
correlaciones staffing vs
carga 0.19**; α=0.823
conveniencia y un
posible sesgo de
deseabilidad social
debido al tema del
estudio
6 Ali Safdari,
Fahimeh Ramezani,
Erfan Ayubi,
Efat Sadeghian. 2025
Estudio
descriptivo
transversal
Población:
236
enfermeras
Investigar la
relación entre la
frustración laboral y
el agotamiento entre
α de Cronbach fue de
0,862 en este estudio.
La puntuación media de
carga de trabajo fue de
Promedio 61.75 ±8.03;
sin asociación
demográfica; α=0.862
El estudio utilizó
cuestionarios de
autoinforme para
medir la atención de
IIIB
Vol. 12/ Núm. 4 2025 pág. 3583
Tabla 1
Resumen de la evidencia anexo G (Modelo Johns Hopkins)
Pregunta de Práctica Basada en Evidencia (EBP)
Número de artículo Autor, fecha y
título
Tipo de
evidencia
Población,
tamaño y
entorno
Intervención Hallazgos que ayudan
a responder la
Pregunta EBP
Medidas utilizadas Limitaciones Nivel y
calidad de la
evidencia
The relationship
between teamwork
and the workload of
nurses with missed
nursing care in
intensive care units in
Iran: a cross-
sectional study
Entorno: Se
llevó a cabo en
tres hospitales
de enseñanza,
Shahid
Beheshti,
Besat y Sina
en Hamadán
(Irán
Occidental)
En unidades
de cuidados
intensivos.
las enfermeras de la
UCI, y examinar el
efecto moderador
del apoyo
organizacional
percibido en su
relación.
61,75 ± 8,03. No se
encontraron relaciones
significativas entre la
carga de trabajo y
ninguna variable
demográfica (p > 0,05).
enfermería omitida,
lo cual podría estar
influenciado por el
sesgo de recuerdo o
el miedo a las
repercusiones
7 Kolsoom Nasirizad
Moghadam, Minoo
Mitra Chehrzad,
Shademan Reza
Masouleh, Maryam
Maleki, Abbas
Mardani,
Shahaboddin
Atharyan, Celia
Harding.
2021
Nursing physical
workload and mental
workload in intensive
Estudio
transversal
Población N:
124
enfermeras
Tamaño: 105
enfermeras.
En unidades
de cuidados
intensivos
adulto, en
cinco
hospitales de
una zona
urbana de Irán
Investigar la carga
de trabajo física y
mental simultánea y
la relación entre
estos conceptos en el
personal de
enfermería que
trabaja en unidades
de cuidados
intensivos.
α de Cronbach fue de
(0,84) en enfermeras de
UCI iraníes.
La media y DE de la
carga de trabajo física y
mental de las enfermeras
fue del 72,84 % (22,07
%) y del 70,21 % (12,36
%), respectivamente. Se
identificó una relación
significativa entre la
carga de trabajo física y
mental (p < 0,001). Se
Carga física 72.84%,
mental 70.21%; relación
significativa con nº
pacientes (b=25.47;
IC95% 19.60–31.34);
α=0.84
En la literatura
internacional existen
pocos estudios que
investiguen
simultáneamente la
carga de trabajo
física y mental del
personal de
enfermería en UCI
IIIB
Tabla 1
Resumen de la evidencia anexo G (Modelo Johns Hopkins)
Pregunta de Práctica Basada en Evidencia (EBP)
Número de artículo Autor, fecha y
título
Tipo de
evidencia
Población,
tamaño y
entorno
Intervención Hallazgos que ayudan
a responder la
Pregunta EBP
Medidas utilizadas Limitaciones Nivel y
calidad de la
evidencia
The relationship
between teamwork
and the workload of
nurses with missed
nursing care in
intensive care units in
Iran: a cross-
sectional study
Entorno: Se
llevó a cabo en
tres hospitales
de enseñanza,
Shahid
Beheshti,
Besat y Sina
en Hamadán
(Irán
Occidental)
En unidades
de cuidados
intensivos.
las enfermeras de la
UCI, y examinar el
efecto moderador
del apoyo
organizacional
percibido en su
relación.
61,75 ± 8,03. No se
encontraron relaciones
significativas entre la
carga de trabajo y
ninguna variable
demográfica (p > 0,05).
enfermería omitida,
lo cual podría estar
influenciado por el
sesgo de recuerdo o
el miedo a las
repercusiones
7 Kolsoom Nasirizad
Moghadam, Minoo
Mitra Chehrzad,
Shademan Reza
Masouleh, Maryam
Maleki, Abbas
Mardani,
Shahaboddin
Atharyan, Celia
Harding.
2021
Nursing physical
workload and mental
workload in intensive
Estudio
transversal
Población N:
124
enfermeras
Tamaño: 105
enfermeras.
En unidades
de cuidados
intensivos
adulto, en
cinco
hospitales de
una zona
urbana de Irán
Investigar la carga
de trabajo física y
mental simultánea y
la relación entre
estos conceptos en el
personal de
enfermería que
trabaja en unidades
de cuidados
intensivos.
α de Cronbach fue de
(0,84) en enfermeras de
UCI iraníes.
La media y DE de la
carga de trabajo física y
mental de las enfermeras
fue del 72,84 % (22,07
%) y del 70,21 % (12,36
%), respectivamente. Se
identificó una relación
significativa entre la
carga de trabajo física y
mental (p < 0,001). Se
Carga física 72.84%,
mental 70.21%; relación
significativa con nº
pacientes (b=25.47;
IC95% 19.60–31.34);
α=0.84
En la literatura
internacional existen
pocos estudios que
investiguen
simultáneamente la
carga de trabajo
física y mental del
personal de
enfermería en UCI
IIIB
Vol. 12/ Núm. 4 2025 pág. 3584
Tabla 1
Resumen de la evidencia anexo G (Modelo Johns Hopkins)
Pregunta de Práctica Basada en Evidencia (EBP)
Número de artículo Autor, fecha y
título
Tipo de
evidencia
Población,
tamaño y
entorno
Intervención Hallazgos que ayudan
a responder la
Pregunta EBP
Medidas utilizadas Limitaciones Nivel y
calidad de la
evidencia
care units: Are they
related? (6)
encontró una asociación
directa entre la carga
física de trabajo de las
enfermeras y el número
de pacientes bajo su
cuidado (b = 25,47; IC
95% = 19,60; 31,34).
Tabla 1
Resumen de la evidencia anexo G (Modelo Johns Hopkins)
Pregunta de Práctica Basada en Evidencia (EBP)
Número de artículo Autor, fecha y
título
Tipo de
evidencia
Población,
tamaño y
entorno
Intervención Hallazgos que ayudan
a responder la
Pregunta EBP
Medidas utilizadas Limitaciones Nivel y
calidad de la
evidencia
care units: Are they
related? (6)
encontró una asociación
directa entre la carga
física de trabajo de las
enfermeras y el número
de pacientes bajo su
cuidado (b = 25,47; IC
95% = 19,60; 31,34).
Vol. 12/ Núm. 4 2025 pág. 3585
Los resultados mostraron que los artículos leídos a texto completo recibieron un nivel de
calidad B debido a dificultades metodológicas referidas al insuficiente tamaño muestral (10-13),
otros estudios con riesgo de sesgo no mostraron en sus resultados detalles específicos de los
valores por las demandas, solamente resultados globales (10, 12, 14). Esta debilidad de los
estudios evitó tener una mayor comprensión del problema en las dimensiones como: demanda
mental, física, temporal, rendimiento, esfuerzo y frustración.
Tabla 2
Riesgo de Sesgo – Revisión Sistemática NASA-TLX
Estudio Selección de
muestra Comparabilidad Medición de
resultado
Sesgo de
reporte
Sesgo
general
Hao et al.,
(2025)
Moderado riesgo
(muestra
regional, China)
Bajo
Bajo riesgo (α
=0.900
adecuado)
Bajo Bajo riesgo
Fathi et al.,
(2024)
Moderado riesgo
(4 hospitales,
112 muestra
final)
Moderado
Moderado
(interferencia
asistencial al
encuestar)
Bajo Moderado
riesgo
Dai et al.,
(2023) Moderado riesgo Moderado
Moderado riesgo
(α=0.707
subóptimo)
Bajo Moderado
riesgo
Said et al.,
(2020)
Bajo riesgo (n
alto,
multicéntrico)
Alto Bajo riesgo Bajo Bajo riesgo
Tubbs-
Cooley et al.,
(2019)
Alto riesgo
(conveniencia,
deseabilidad
social)
Moderado Moderado riesgo Moderado Moderado–
Alto
Safdari et al.,
(2025) Moderado riesgo Moderado Moderado riesgo
(sesgo recuerdo) Bajo Moderado
riesgo
Moghadam
et al., (2021)
Alto riesgo
(UCI, 105
muestra)
Bajo Moderado Bajo Moderado–
Alto
Tabla 3
Riesgo de Sesgo – Tipo
Tipo de sesgo evaluado Herramienta de apoyo Métrica clave identificada
Sesgos de publicación Funnel plot + Fail-Safe N 518 estudios requeridos para
revertir
Sesgo de fiabilidad por
adaptación cultural Efectos aleatorios I² 98.3% → Tau² 0.0021
Sesgo por medición
inconsistente de ítems Consistencia interna α China 0.900 vs α=0.707 Irán
Sesgo por recuerdo y
deseabilidad social Diseño transversal predominante 6/7 estudios
En la tabla 2 se evidencia un análisis sobre la calidad metodológica de los estudios
incluidos a partir de indicadores bibliométricos de las revistas científicas. Se identificó que 6 de
Los resultados mostraron que los artículos leídos a texto completo recibieron un nivel de
calidad B debido a dificultades metodológicas referidas al insuficiente tamaño muestral (10-13),
otros estudios con riesgo de sesgo no mostraron en sus resultados detalles específicos de los
valores por las demandas, solamente resultados globales (10, 12, 14). Esta debilidad de los
estudios evitó tener una mayor comprensión del problema en las dimensiones como: demanda
mental, física, temporal, rendimiento, esfuerzo y frustración.
Tabla 2
Riesgo de Sesgo – Revisión Sistemática NASA-TLX
Estudio Selección de
muestra Comparabilidad Medición de
resultado
Sesgo de
reporte
Sesgo
general
Hao et al.,
(2025)
Moderado riesgo
(muestra
regional, China)
Bajo
Bajo riesgo (α
=0.900
adecuado)
Bajo Bajo riesgo
Fathi et al.,
(2024)
Moderado riesgo
(4 hospitales,
112 muestra
final)
Moderado
Moderado
(interferencia
asistencial al
encuestar)
Bajo Moderado
riesgo
Dai et al.,
(2023) Moderado riesgo Moderado
Moderado riesgo
(α=0.707
subóptimo)
Bajo Moderado
riesgo
Said et al.,
(2020)
Bajo riesgo (n
alto,
multicéntrico)
Alto Bajo riesgo Bajo Bajo riesgo
Tubbs-
Cooley et al.,
(2019)
Alto riesgo
(conveniencia,
deseabilidad
social)
Moderado Moderado riesgo Moderado Moderado–
Alto
Safdari et al.,
(2025) Moderado riesgo Moderado Moderado riesgo
(sesgo recuerdo) Bajo Moderado
riesgo
Moghadam
et al., (2021)
Alto riesgo
(UCI, 105
muestra)
Bajo Moderado Bajo Moderado–
Alto
Tabla 3
Riesgo de Sesgo – Tipo
Tipo de sesgo evaluado Herramienta de apoyo Métrica clave identificada
Sesgos de publicación Funnel plot + Fail-Safe N 518 estudios requeridos para
revertir
Sesgo de fiabilidad por
adaptación cultural Efectos aleatorios I² 98.3% → Tau² 0.0021
Sesgo por medición
inconsistente de ítems Consistencia interna α China 0.900 vs α=0.707 Irán
Sesgo por recuerdo y
deseabilidad social Diseño transversal predominante 6/7 estudios
En la tabla 2 se evidencia un análisis sobre la calidad metodológica de los estudios
incluidos a partir de indicadores bibliométricos de las revistas científicas. Se identificó que 6 de
Vol. 12/ Núm. 4 2025 pág. 3586
los 7 estudios provienen de revistas ubicadas en el cuartil 1 (Q1), como JAMA Pediatrics (SJR:
5.085, H-Index: 231) y Journal of Medical Internet Research (SJR: 1.992, H-Index: 214), lo que
respalda la rigurosidad científica de los artículos. El promedio del SCImago Journal Rank (SJR)
referido a la visibilidad y el impacto dentro del campo del conocimiento fue de 1.585 y el H-Index
que mide la productividad (número de artículos) y citación (impacto) tuvo un promedio de 110.57,
los dos indicadores mostraron una producción científica reconocida y citada. Solo un estudio
provino de una revista Q2 y otro de una revista Q3, pero ambos cumplieron los criterios de
inclusión, y su aporte fue relevante para la evaluación general del instrumento. La convergencia
de evidencia proveniente de revistas de alto impacto fortalece la validez interna del metaanálisis.
Tabla 4
Calidad de las revistas donde se publicaron los artículos
Tipo de sesgo evaluado Herramienta de apoyo Métrica clave identificada
Sesgos de publicación Funnel plot + Fail-Safe N 518 estudios requeridos para
revertir
Sesgo de fiabilidad por
adaptación cultural Efectos aleatorios I² 98.3% → Tau² 0.0021
Sesgo por medición
inconsistente de ítems Consistencia interna α China 0.900 vs α=0.707 Irán
Sesgo por recuerdo y
deseabilidad social Diseño transversal predominante 6/7 estudios
Fuente: Basado en el análisis de los autores.
Alta demanda mental y temporal en servicios críticos
Esto fue evidente en varias investigaciones donde se brindó explicación de las condiciones
de trabajo de los profesionales de enfermería al momento de aplicar el NASA-TLX. Destaco la
toma de decisiones rápidas bajo presión (11-13), la gestión simultánea de múltiples pacientes con
condiciones complejas y la necesidad de mantener un alto nivel de concentración durante largos
periodos son factores que contribuyen significativamente a esta carga. Esta demanda no solo
afecta el desempeño, sino que puede llevar a un agotamiento cognitivo lo cual fue evidente en
todas las investigaciones incluidas.
Factor emocional frecuente
Además, la frustración emerge como un componente emocional recurrente en la carga de
trabajo. Esta frustración puede originarse por la falta de recursos, la burocracia, la interacción con
sistemas ineficientes, las expectativas no realistas o la incapacidad percibida para proporcionar la
atención óptima debido a limitaciones (10, 14-16).
Metaanálisis de la confiabilidad del instrumento
Características de los estudios para realizar el metaanálisis
El presente metaanálisis incluyó siete estudios que evaluaron la confiabilidad interna del
instrumento NASA-TLX aplicado al personal de enfermería en contextos hospitalarios de
los 7 estudios provienen de revistas ubicadas en el cuartil 1 (Q1), como JAMA Pediatrics (SJR:
5.085, H-Index: 231) y Journal of Medical Internet Research (SJR: 1.992, H-Index: 214), lo que
respalda la rigurosidad científica de los artículos. El promedio del SCImago Journal Rank (SJR)
referido a la visibilidad y el impacto dentro del campo del conocimiento fue de 1.585 y el H-Index
que mide la productividad (número de artículos) y citación (impacto) tuvo un promedio de 110.57,
los dos indicadores mostraron una producción científica reconocida y citada. Solo un estudio
provino de una revista Q2 y otro de una revista Q3, pero ambos cumplieron los criterios de
inclusión, y su aporte fue relevante para la evaluación general del instrumento. La convergencia
de evidencia proveniente de revistas de alto impacto fortalece la validez interna del metaanálisis.
Tabla 4
Calidad de las revistas donde se publicaron los artículos
Tipo de sesgo evaluado Herramienta de apoyo Métrica clave identificada
Sesgos de publicación Funnel plot + Fail-Safe N 518 estudios requeridos para
revertir
Sesgo de fiabilidad por
adaptación cultural Efectos aleatorios I² 98.3% → Tau² 0.0021
Sesgo por medición
inconsistente de ítems Consistencia interna α China 0.900 vs α=0.707 Irán
Sesgo por recuerdo y
deseabilidad social Diseño transversal predominante 6/7 estudios
Fuente: Basado en el análisis de los autores.
Alta demanda mental y temporal en servicios críticos
Esto fue evidente en varias investigaciones donde se brindó explicación de las condiciones
de trabajo de los profesionales de enfermería al momento de aplicar el NASA-TLX. Destaco la
toma de decisiones rápidas bajo presión (11-13), la gestión simultánea de múltiples pacientes con
condiciones complejas y la necesidad de mantener un alto nivel de concentración durante largos
periodos son factores que contribuyen significativamente a esta carga. Esta demanda no solo
afecta el desempeño, sino que puede llevar a un agotamiento cognitivo lo cual fue evidente en
todas las investigaciones incluidas.
Factor emocional frecuente
Además, la frustración emerge como un componente emocional recurrente en la carga de
trabajo. Esta frustración puede originarse por la falta de recursos, la burocracia, la interacción con
sistemas ineficientes, las expectativas no realistas o la incapacidad percibida para proporcionar la
atención óptima debido a limitaciones (10, 14-16).
Metaanálisis de la confiabilidad del instrumento
Características de los estudios para realizar el metaanálisis
El presente metaanálisis incluyó siete estudios que evaluaron la confiabilidad interna del
instrumento NASA-TLX aplicado al personal de enfermería en contextos hospitalarios de
Vol. 12/ Núm. 4 2025 pág. 3587
cuidados críticos y urgencias. La tabla 3, muestra las características de los estudios incluidos en
cuanto al tamaño muestral, valores de confiabilidad, numero de ítems y el índice global del
instrumento. La estimación global del coeficiente alfa de Cronbach fue de 0.85 (IC 100%: 0.82 -
0.87) lo que representa una buena confiabilidad según los estándares internacionales aceptados
en psicometría (25).
Tabla 5
Estudios incluidos en el metaanálisis
Nro. de
estudios
Autor Año Revista Tamaño
de la
muestra
Alfa de
cronbach
Ïndice
global
NASA-
TLX
Items
1 Hao et al. 2025 BMC Nursing 305 0.900 41.60 6
2 Fathi et al. 2024 Health in
Emergencies &
Disasters Quarterly
140 0.848 40.00 6
3 Zhen-Juan et al. 2023 Int J Occup Med
Environ Health
316 0.707 69.7 6
4 Said et al. 2020 Journal of Medical
Internet Research
1160 0.758 54.60 6
5 Tubbs et al. 2019 JAMA Pediatrics 136 0.823 45.54 6
6 Safdari et al. 2025 BMC Health
Services Research
236 0.862 61.75 6
7 Nasirizad
Moghadam et al.
2021 Nursing Open 105 0.84 70.21 6
Fuente: Basado en el análisis de los autores.
Modelo de efectos aleatorios y heterogeneidad
Seguidamente, en la tabla 4 se presentan los resultados del modelo de efectos aleatorios
donde el valor Z fue de 235.55 con una significancia estadística de p < 0.001, lo que respalda la
consistencia interna del instrumento NASA-TLX en los estudios incluidos en esta revisión.
Aunque el coeficiente de confiabilidad fue alto para todos los estudios al calcular la
heterogeneidad globalmente obtuvimos I² =98%, lo que indica una elevada variabilidad entre
estudios, probablemente explicada por diferencias en las muestras, contextos o adaptaciones
culturales del instrumento.
Tabla 6
Modelo de efectos aleatorios y heterogeneidad del coeficiente alfa de Cronbach (NASA-TLX, n
= 7)
Cronbach’s Alpha Global (NASA-TLX)
Estimate 0.848
SE 0.0036
Z 235.55
p <0.001
CI Inferior 0.841
CI Superior 0.854
Tau 0.046
Tau² (SE) 0.0021 (0.0008)
cuidados críticos y urgencias. La tabla 3, muestra las características de los estudios incluidos en
cuanto al tamaño muestral, valores de confiabilidad, numero de ítems y el índice global del
instrumento. La estimación global del coeficiente alfa de Cronbach fue de 0.85 (IC 100%: 0.82 -
0.87) lo que representa una buena confiabilidad según los estándares internacionales aceptados
en psicometría (25).
Tabla 5
Estudios incluidos en el metaanálisis
Nro. de
estudios
Autor Año Revista Tamaño
de la
muestra
Alfa de
cronbach
Ïndice
global
NASA-
TLX
Items
1 Hao et al. 2025 BMC Nursing 305 0.900 41.60 6
2 Fathi et al. 2024 Health in
Emergencies &
Disasters Quarterly
140 0.848 40.00 6
3 Zhen-Juan et al. 2023 Int J Occup Med
Environ Health
316 0.707 69.7 6
4 Said et al. 2020 Journal of Medical
Internet Research
1160 0.758 54.60 6
5 Tubbs et al. 2019 JAMA Pediatrics 136 0.823 45.54 6
6 Safdari et al. 2025 BMC Health
Services Research
236 0.862 61.75 6
7 Nasirizad
Moghadam et al.
2021 Nursing Open 105 0.84 70.21 6
Fuente: Basado en el análisis de los autores.
Modelo de efectos aleatorios y heterogeneidad
Seguidamente, en la tabla 4 se presentan los resultados del modelo de efectos aleatorios
donde el valor Z fue de 235.55 con una significancia estadística de p < 0.001, lo que respalda la
consistencia interna del instrumento NASA-TLX en los estudios incluidos en esta revisión.
Aunque el coeficiente de confiabilidad fue alto para todos los estudios al calcular la
heterogeneidad globalmente obtuvimos I² =98%, lo que indica una elevada variabilidad entre
estudios, probablemente explicada por diferencias en las muestras, contextos o adaptaciones
culturales del instrumento.
Tabla 6
Modelo de efectos aleatorios y heterogeneidad del coeficiente alfa de Cronbach (NASA-TLX, n
= 7)
Cronbach’s Alpha Global (NASA-TLX)
Estimate 0.848
SE 0.0036
Z 235.55
p <0.001
CI Inferior 0.841
CI Superior 0.854
Tau 0.046
Tau² (SE) 0.0021 (0.0008)
Vol. 12/ Núm. 4 2025 pág. 3588
I² 98.3%
H² 58.8
df 6
Q 348.74
p (Q) <0.001
Fuente: Basado en el análisis de los autores.
Comparación entre modelos y ajuste por heterogeneidad
Con el fin de identificar el modelo más estable se efectuaron 5 ensayos con metaanálisis
que incluyeron subconjuntos de estudios esto nos permitió evaluar cada variabilidad I^2 y cada
dispersión τ² en nuestra investigación. De acuerdo a los procedimientos implementados, fue el
modelo 5 que incluyó tres estudios, el que presentó el valor más bajo de heterogeneidad (I² =
19.72%) esto indica un mayor grado de homogeneidad metodológica y poblacional en ese
subconjunto. Adicionalmente, en el modelo 5 los valores (Q= 2.203, p= 0.332) permitieron
evidenciar que no se presentó heterogeneidad significativa en este modelo respaldando que los
estudios incluidos en ese modelo fueron más homogéneos (Ver tabla 5 y Figura 2).
Tabla 7
Ajustes realizados al metaanálisis a través de los modelos presentados
Tau 𝑻𝒂𝒖𝟐 𝑰𝟐 𝑯𝟐 df Q p
Modelo 1 0.069 0.0047 (SE=0.0029) 95.73% 23.428 6.000 146.397 <.001
Modelo 2 0.053 0.0028 (SE= 0.0019) 93.72% 15.918 5.000 115.028 <.001
Modelo 3 0.028 8e-04 (SE= 8e-04) 78.56% 4.664 4.000 16.484 0.002
Modelo 4 0.027 7e-04(SE=9e-04) 69.46% 3.275 3.000 9.666 0.022
Modelo 5 0.010 1e-04 (0.0005) 19.72% 2.203 0.332 0.010 0.332
Fuente: Basado en el análisis de los autores.
Figura 2
Conjunto de gráficos Forest plot y Funnel plot por modelos
Modelo 1 (n=7)
I² 98.3%
H² 58.8
df 6
Q 348.74
p (Q) <0.001
Fuente: Basado en el análisis de los autores.
Comparación entre modelos y ajuste por heterogeneidad
Con el fin de identificar el modelo más estable se efectuaron 5 ensayos con metaanálisis
que incluyeron subconjuntos de estudios esto nos permitió evaluar cada variabilidad I^2 y cada
dispersión τ² en nuestra investigación. De acuerdo a los procedimientos implementados, fue el
modelo 5 que incluyó tres estudios, el que presentó el valor más bajo de heterogeneidad (I² =
19.72%) esto indica un mayor grado de homogeneidad metodológica y poblacional en ese
subconjunto. Adicionalmente, en el modelo 5 los valores (Q= 2.203, p= 0.332) permitieron
evidenciar que no se presentó heterogeneidad significativa en este modelo respaldando que los
estudios incluidos en ese modelo fueron más homogéneos (Ver tabla 5 y Figura 2).
Tabla 7
Ajustes realizados al metaanálisis a través de los modelos presentados
Tau 𝑻𝒂𝒖𝟐 𝑰𝟐 𝑯𝟐 df Q p
Modelo 1 0.069 0.0047 (SE=0.0029) 95.73% 23.428 6.000 146.397 <.001
Modelo 2 0.053 0.0028 (SE= 0.0019) 93.72% 15.918 5.000 115.028 <.001
Modelo 3 0.028 8e-04 (SE= 8e-04) 78.56% 4.664 4.000 16.484 0.002
Modelo 4 0.027 7e-04(SE=9e-04) 69.46% 3.275 3.000 9.666 0.022
Modelo 5 0.010 1e-04 (0.0005) 19.72% 2.203 0.332 0.010 0.332
Fuente: Basado en el análisis de los autores.
Figura 2
Conjunto de gráficos Forest plot y Funnel plot por modelos
Modelo 1 (n=7)
Vol. 12/ Núm. 4 2025 pág. 3589
Modelo 2 (n=6)
Modelo 3 (n=5)
Modelo 4 (n=4)
Modelo 5 (n=3)
Fuente: Basado en el análisis de los autores.
Modelo 2 (n=6)
Modelo 3 (n=5)
Modelo 4 (n=4)
Modelo 5 (n=3)
Fuente: Basado en el análisis de los autores.
Vol. 12/ Núm. 4 2025 pág. 3590
Metaanálisis sobre el índice global de la carga de trabajo
Carga global del trabajo mental
La tabla 6 los valores totales de la carga percibida por los profesionales de salud en los
estudios incluidos, se realizó un metaanálisis simple del índice global del NASA-TLX (Tabla 7).
Este procedimiento se efectuó mediante el cálculo de la media ponderada de los valores
reportados, tomando en cuenta el tamaño de muestra de cada investigación. Los resultados
muestran que el índice global NASA-TLX oscila entre 40 y 70.21 puntos, con un promedio
ponderado de 54.96 puntos entre los siete estudios analizados. Este valor sugiere una carga laboral
percibida alta en los entornos evaluados, particularmente en estudios con mayor número de
participantes, como el de Said et al. (2020) con 1160 profesionales de la salud. La alta carga
mental reportada coincide con el tipo de actividad exigida en estos contextos (urgencias, cuidados
intensivos, y emergencias), lo cual puede incidir directamente en los niveles de estrés laboral y
desempeño del personal clínico. Este hallazgo sustenta la necesidad de implementar estrategias
institucionales de mitigación del sobreesfuerzo cognitivo en el personal sanitario.
Tabla 8
Descriptivos del índice global del trabajo mental con NASA-TLX
Nro de
estudios
Autor Año Revista Tamaño de
la muestra
Índice
GLOBAL
NASA-TLX
1 Hao et al. 2025 BMC Nursing 305 41.6
2 Fathi et al. 2024 Health in Emergencies &
Disasters Quarterly
140 40
3 Zhen-Juan et al. 2023 Int J Occup Med Environ
Health
316 69.7
4 Said et al. 2020 Journal of Medical Internet
Research
1160 54.6
5 Tubbs et al. 2019 JAMA Pediatrics 136 45.54
6 Safdari et al. 2025 BMC Health Services
Research
236 61.75
7 Nasirizad
Moghadam et al.
2021 Nursing Open 105 70.21
Fuente: Basado en el análisis de los autores.
Adicionalmente, en la tabla 7 se muestran las pruebas de equivalencia y las unilaterales
de (TOST) en los resultados obtenidos no se confirmó la equivalencia estadística bilateral del
efecto estimado, ya que solo uno de los extremos (límite inferior) fue estadísticamente
significativo (Z = 23.120; p < 0.001), mientras que el límite superior no lo fue (Z = 5.639; p =
1.000). Estos resultados permiten afirmar que, el efecto global observado es estadísticamente
significativo, es decir, la carga mental en enfermería no puede considerarse clínicamente
irrelevante.
Metaanálisis sobre el índice global de la carga de trabajo
Carga global del trabajo mental
La tabla 6 los valores totales de la carga percibida por los profesionales de salud en los
estudios incluidos, se realizó un metaanálisis simple del índice global del NASA-TLX (Tabla 7).
Este procedimiento se efectuó mediante el cálculo de la media ponderada de los valores
reportados, tomando en cuenta el tamaño de muestra de cada investigación. Los resultados
muestran que el índice global NASA-TLX oscila entre 40 y 70.21 puntos, con un promedio
ponderado de 54.96 puntos entre los siete estudios analizados. Este valor sugiere una carga laboral
percibida alta en los entornos evaluados, particularmente en estudios con mayor número de
participantes, como el de Said et al. (2020) con 1160 profesionales de la salud. La alta carga
mental reportada coincide con el tipo de actividad exigida en estos contextos (urgencias, cuidados
intensivos, y emergencias), lo cual puede incidir directamente en los niveles de estrés laboral y
desempeño del personal clínico. Este hallazgo sustenta la necesidad de implementar estrategias
institucionales de mitigación del sobreesfuerzo cognitivo en el personal sanitario.
Tabla 8
Descriptivos del índice global del trabajo mental con NASA-TLX
Nro de
estudios
Autor Año Revista Tamaño de
la muestra
Índice
GLOBAL
NASA-TLX
1 Hao et al. 2025 BMC Nursing 305 41.6
2 Fathi et al. 2024 Health in Emergencies &
Disasters Quarterly
140 40
3 Zhen-Juan et al. 2023 Int J Occup Med Environ
Health
316 69.7
4 Said et al. 2020 Journal of Medical Internet
Research
1160 54.6
5 Tubbs et al. 2019 JAMA Pediatrics 136 45.54
6 Safdari et al. 2025 BMC Health Services
Research
236 61.75
7 Nasirizad
Moghadam et al.
2021 Nursing Open 105 70.21
Fuente: Basado en el análisis de los autores.
Adicionalmente, en la tabla 7 se muestran las pruebas de equivalencia y las unilaterales
de (TOST) en los resultados obtenidos no se confirmó la equivalencia estadística bilateral del
efecto estimado, ya que solo uno de los extremos (límite inferior) fue estadísticamente
significativo (Z = 23.120; p < 0.001), mientras que el límite superior no lo fue (Z = 5.639; p =
1.000). Estos resultados permiten afirmar que, el efecto global observado es estadísticamente
significativo, es decir, la carga mental en enfermería no puede considerarse clínicamente
irrelevante.
Vol. 12/ Núm. 4 2025 pág. 3591
Tabla 9
Prueba de equivalencia con dos pruebas unilaterales (TOST)
Valor Z
límite
inferior
Valor p
límite
inferior
Valor Z
límite
superior
Valor p
límite
superior
LL_CI_TOST
(límite
inferior del
CI (TOST))
UL_CI_TOST
(límite
superior del
CI (TOST))
LL_CI_ZTEST
(límite inferior
del CI (Z test))
UL_CI_ZTEST
(límite superior
del CI (Z test))
23.120 <.001 5.639 1.000 0.728 0.917 0.710 0.935
Fuente: Basado en el análisis de los autores.
Análisis sobre los sesgos de publicación
En cuanto a los resultados de la tabla 8 para evaluar el sesgo en la publicación científica
pudimos comprobar que el metaanálisis es metodológicamente robusto. Esto pudo demostrarse
con el estadístico Fail-safe N cuyo valor destaca que se requerirán de 518 estudios que reporten
un efecto nulo para revertir los resultados obtenidos con un p valor de (< 0.001). El resto de las
pruebas no evidenciaron sesgo de publicación significativo.
Tabla 10
Sesgo de publicación
Nombre del test valor P
N de seguridad (Fail-Safe N) 518.000 <.001
Tau de Kendall -0.048 1.000
Regresión de Egger 0.255 0.798
Fuente: Basado en el análisis de los autores.
Nota. El cálculo del Fail-safe N se realizó utilizando el enfoque de Rosenthal.
Finalmente, el funnel plot (Figura 3) arrojó simetría en la distribución de los estudios y
apoya la ausencia de sesgo de publicación, en concordancia con las pruebas estadísticas de Egger
(p = 0.798) y Tau de Kendall (p = 1.000).
Figura 3
Funnel plot con distribución de los estudios
Fuente: Basado en el análisis de los autores.
DISCUSIÓN
Tabla 9
Prueba de equivalencia con dos pruebas unilaterales (TOST)
Valor Z
límite
inferior
Valor p
límite
inferior
Valor Z
límite
superior
Valor p
límite
superior
LL_CI_TOST
(límite
inferior del
CI (TOST))
UL_CI_TOST
(límite
superior del
CI (TOST))
LL_CI_ZTEST
(límite inferior
del CI (Z test))
UL_CI_ZTEST
(límite superior
del CI (Z test))
23.120 <.001 5.639 1.000 0.728 0.917 0.710 0.935
Fuente: Basado en el análisis de los autores.
Análisis sobre los sesgos de publicación
En cuanto a los resultados de la tabla 8 para evaluar el sesgo en la publicación científica
pudimos comprobar que el metaanálisis es metodológicamente robusto. Esto pudo demostrarse
con el estadístico Fail-safe N cuyo valor destaca que se requerirán de 518 estudios que reporten
un efecto nulo para revertir los resultados obtenidos con un p valor de (< 0.001). El resto de las
pruebas no evidenciaron sesgo de publicación significativo.
Tabla 10
Sesgo de publicación
Nombre del test valor P
N de seguridad (Fail-Safe N) 518.000 <.001
Tau de Kendall -0.048 1.000
Regresión de Egger 0.255 0.798
Fuente: Basado en el análisis de los autores.
Nota. El cálculo del Fail-safe N se realizó utilizando el enfoque de Rosenthal.
Finalmente, el funnel plot (Figura 3) arrojó simetría en la distribución de los estudios y
apoya la ausencia de sesgo de publicación, en concordancia con las pruebas estadísticas de Egger
(p = 0.798) y Tau de Kendall (p = 1.000).
Figura 3
Funnel plot con distribución de los estudios
Fuente: Basado en el análisis de los autores.
DISCUSIÓN
Vol. 12/ Núm. 4 2025 pág. 3592
La sobrecarga laboral que se vive en enfermería en servicios críticos y urgencias continúa
siendo un problema estructural que afecta al bienestar de los profesionales y a la seguridad del
paciente. Los resultados de esta revisión con metaanálisis confirman que el NASA-TLX es
altamente fiable en términos globales (α = 0.848; IC95% 0.841–0.854; Z = 235.55; SE = 0.0036;
p < 0.001), demostrando que es una herramienta psicométricamente consistente para evaluar carga
mental en contextos asistenciales de alta demanda. Sin embargo, existe una alta heterogeneidad
general (I² = 98.3%; Q = 348.74; p < 0.001; Tau² = 0.0021) debido a diferencias poblacionales,
culturales y de implementación en hospitales de diferentes países, con predominio de diseños
transversales y autoinformados que son ricos en perspectiva, pero débiles para inferencia causal.
En el análisis contextual, los últimos estudios de Asia y Oriente Medio informan de medias
de carga que presentan diferencias significativas entre subgrupos. Por ejemplo, Hao et al., (2025)
encontraron perfiles distintos en servicios de urgencia, donde el 34.8% de las enfermeras tienen
alta demanda mental y baja autoevaluación del desempeño, en línea con lo que muestra esta
revisión sobre el efecto del componente subjetivo del rendimiento. Por el contrario, Fathi et al.,
(2024) informaron que la fatiga aguda en enfermeras de urgencias aumenta con el tiempo y que
hay interferencia entre llenar cuestionarios y cuidar pacientes, una variable contextual importante
que puede inflar la carga mental informada en su unidad. Por otro lado, Dai et al. (2023) estudiaron
enfermeras auxiliares en pandemia, encontrando alta media (68.91 ± 7.28 pts en NASA-TLX) y
correlación positiva con deterioro de la salud mental, aunque su alfa fue subóptimo (α = 0.707),
generando cierta incertidumbre psicométrica, pero sin desmerecer su contribución narrativa.
Los estudios europeos y americanos, aunque dispares en la práctica clínica, refuerzan la
validez instrumental. Said et al. (2020), en la muestra más grande incluida (n = 1160), encontraron
alta carga global (54.6 pts) y disminuciones del 23% con tecnologías visuales, además de mayor
autoconfianza asociada a menor carga percibida, sin diferencias por género. Estos hallazgos se
alinean con lo informado por Seok et al., (2023), quienes informaron α = 0.87 en UCI por fatiga
de alarmas, lo que indica que incluso en condiciones de agotamiento cognitivo por distracciones
auditivas, la herramienta sigue siendo estable. Además, Tubbs-Cooley et al. (2019) encontraron
una mediana de carga moderada-alta (45 pts; 4–80) y asociación significativa entre ratio
paciente/enfermera y carga percibida (0.19; p < 0.001), demostrando que la dotación por turno es
un factor objetivo que influye en el fenómeno.
En cuanto a sesgos, esta revisión contribuye metodológicamente: el subgrupo más estable
fue el Modelo 5 (n = 3; I² = 19.72%; Q = 2.203; p = 0.332), demostrando que los subgrupos con
muestreo equilibrado y menor adaptación cultural disminuyen la heterogeneidad, sugiriendo
indirectamente que las metas localizadas mejoran la interpretabilidad. Aunque algunas
investigaciones no informaron alfa por tratarse de validaciones de criterio, la estimación global
de 0.848 fue congruente con el ajuste calculado por los autores de esta investigación, en que
NASA-TLX es un instrumento esencialmente válido, replicable y robusto en condiciones
La sobrecarga laboral que se vive en enfermería en servicios críticos y urgencias continúa
siendo un problema estructural que afecta al bienestar de los profesionales y a la seguridad del
paciente. Los resultados de esta revisión con metaanálisis confirman que el NASA-TLX es
altamente fiable en términos globales (α = 0.848; IC95% 0.841–0.854; Z = 235.55; SE = 0.0036;
p < 0.001), demostrando que es una herramienta psicométricamente consistente para evaluar carga
mental en contextos asistenciales de alta demanda. Sin embargo, existe una alta heterogeneidad
general (I² = 98.3%; Q = 348.74; p < 0.001; Tau² = 0.0021) debido a diferencias poblacionales,
culturales y de implementación en hospitales de diferentes países, con predominio de diseños
transversales y autoinformados que son ricos en perspectiva, pero débiles para inferencia causal.
En el análisis contextual, los últimos estudios de Asia y Oriente Medio informan de medias
de carga que presentan diferencias significativas entre subgrupos. Por ejemplo, Hao et al., (2025)
encontraron perfiles distintos en servicios de urgencia, donde el 34.8% de las enfermeras tienen
alta demanda mental y baja autoevaluación del desempeño, en línea con lo que muestra esta
revisión sobre el efecto del componente subjetivo del rendimiento. Por el contrario, Fathi et al.,
(2024) informaron que la fatiga aguda en enfermeras de urgencias aumenta con el tiempo y que
hay interferencia entre llenar cuestionarios y cuidar pacientes, una variable contextual importante
que puede inflar la carga mental informada en su unidad. Por otro lado, Dai et al. (2023) estudiaron
enfermeras auxiliares en pandemia, encontrando alta media (68.91 ± 7.28 pts en NASA-TLX) y
correlación positiva con deterioro de la salud mental, aunque su alfa fue subóptimo (α = 0.707),
generando cierta incertidumbre psicométrica, pero sin desmerecer su contribución narrativa.
Los estudios europeos y americanos, aunque dispares en la práctica clínica, refuerzan la
validez instrumental. Said et al. (2020), en la muestra más grande incluida (n = 1160), encontraron
alta carga global (54.6 pts) y disminuciones del 23% con tecnologías visuales, además de mayor
autoconfianza asociada a menor carga percibida, sin diferencias por género. Estos hallazgos se
alinean con lo informado por Seok et al., (2023), quienes informaron α = 0.87 en UCI por fatiga
de alarmas, lo que indica que incluso en condiciones de agotamiento cognitivo por distracciones
auditivas, la herramienta sigue siendo estable. Además, Tubbs-Cooley et al. (2019) encontraron
una mediana de carga moderada-alta (45 pts; 4–80) y asociación significativa entre ratio
paciente/enfermera y carga percibida (0.19; p < 0.001), demostrando que la dotación por turno es
un factor objetivo que influye en el fenómeno.
En cuanto a sesgos, esta revisión contribuye metodológicamente: el subgrupo más estable
fue el Modelo 5 (n = 3; I² = 19.72%; Q = 2.203; p = 0.332), demostrando que los subgrupos con
muestreo equilibrado y menor adaptación cultural disminuyen la heterogeneidad, sugiriendo
indirectamente que las metas localizadas mejoran la interpretabilidad. Aunque algunas
investigaciones no informaron alfa por tratarse de validaciones de criterio, la estimación global
de 0.848 fue congruente con el ajuste calculado por los autores de esta investigación, en que
NASA-TLX es un instrumento esencialmente válido, replicable y robusto en condiciones
Vol. 12/ Núm. 4 2025 pág. 3593
controladas, pero debe acompañarse de una mejor sistematización de las variables contextuales,
en particular por turno, ratio enfermera/paciente y especificidades clínicas de unidad.
Un punto importante que surge en la discusión es el aspecto emocional de la frustración.
Los estudios demuestran que la frustración no es una variable aislada del instrumento, sino un
controlador cognitivo del rendimiento asistencial, como consecuencia de obstáculos
organizacionales: escasez de recursos, burocracia, expectativas poco realistas y sensación de
incapacidad clínica por sobrecarga de trabajo. Este elemento afectivo, al mezclarse con los
servicios de UCI y urgencias, puede no aumentar la mortalidad, pero sí la indiferencia asistencial
involuntaria, agudizando errores de medicación, infecciones y abandono familiar. El análisis
actual coincide con estudios de revisión narrativa como los de Surendran et al., (2024) y Yuan et
al., (2023), que señalan que la sobrecarga mental en situaciones de emergencia se debe a tomas
de decisiones instantáneas, multitarea clínica y coordinación interprofesional continua, estructura
que se confirmó en los ejes narrativos desde 3.3 hasta 3.4 del documento anexo.
Se identifica también un vacío geográfico: poca representación latinoamericana, lo que
restringe la extrapolación del índice a la realidad asistencial de países como Ecuador, donde la
legislación laboral ampara al trabajador, pero no hay estudios estadísticos locales NASA-TLX en
enfermeras de servicios críticos. Esto sugiere que la sobrecarga laboral en enfermería no es un
sesgo cultural regional, sino mundial, respaldado por la simetría del funnel plot y la imposibilidad
de revertir los resultados sin 518 estudios nulos (Fail-Safe N). Esto indica solidez teórica, sin
sesgo significativo de publicación, pero con heterogeneidad contextual, por lo que se sugiere para
estudios futuros diseñar ensayos longitudinales, multicéntricos, latinoamericanos, con
dimensionamiento más equilibrado por turno, edad, género y situación organizacional antes-
después de la jornada.
NASA-TLX es una herramienta fiable para medir carga global percibida, desglosable en 6
dimensiones, pero su mejor uso se consigue al enfocar en áreas críticas, ya que intentar medir con
SGSI o herramientas subjetivas a nivel de toda una organización sanitaria puede dispersar el
análisis. Esta mirada hace eco de manera implícita a la recomendación lógica de alcance
metodológico acotado, reforzando que, en enfermería, como en otras ISO de salud, un alcance
acotado favorece la reproducibilidad, la interpretación de límites inferiores clínicamente
relevantes y la aplicabilidad.
Limitaciones
Pese a que este análisis tiene fortalezas, hay elementos metodológicos que se deben tener
en cuenta al interpretar los descubrimientos. Primero, la mayoría de las investigaciones analizadas
utilizaron un diseño transversal, lo que obstaculiza la identificación de vínculos causales entre la
carga de trabajo percibida y sus potenciales efectos clínicos o laborales. En segundo lugar,
diversas investigaciones emplearon muestras de fácil acceso y tamaño reducido, lo que podría
restringir la representatividad de los hallazgos a nivel global. Tercero, la aplicación del
controladas, pero debe acompañarse de una mejor sistematización de las variables contextuales,
en particular por turno, ratio enfermera/paciente y especificidades clínicas de unidad.
Un punto importante que surge en la discusión es el aspecto emocional de la frustración.
Los estudios demuestran que la frustración no es una variable aislada del instrumento, sino un
controlador cognitivo del rendimiento asistencial, como consecuencia de obstáculos
organizacionales: escasez de recursos, burocracia, expectativas poco realistas y sensación de
incapacidad clínica por sobrecarga de trabajo. Este elemento afectivo, al mezclarse con los
servicios de UCI y urgencias, puede no aumentar la mortalidad, pero sí la indiferencia asistencial
involuntaria, agudizando errores de medicación, infecciones y abandono familiar. El análisis
actual coincide con estudios de revisión narrativa como los de Surendran et al., (2024) y Yuan et
al., (2023), que señalan que la sobrecarga mental en situaciones de emergencia se debe a tomas
de decisiones instantáneas, multitarea clínica y coordinación interprofesional continua, estructura
que se confirmó en los ejes narrativos desde 3.3 hasta 3.4 del documento anexo.
Se identifica también un vacío geográfico: poca representación latinoamericana, lo que
restringe la extrapolación del índice a la realidad asistencial de países como Ecuador, donde la
legislación laboral ampara al trabajador, pero no hay estudios estadísticos locales NASA-TLX en
enfermeras de servicios críticos. Esto sugiere que la sobrecarga laboral en enfermería no es un
sesgo cultural regional, sino mundial, respaldado por la simetría del funnel plot y la imposibilidad
de revertir los resultados sin 518 estudios nulos (Fail-Safe N). Esto indica solidez teórica, sin
sesgo significativo de publicación, pero con heterogeneidad contextual, por lo que se sugiere para
estudios futuros diseñar ensayos longitudinales, multicéntricos, latinoamericanos, con
dimensionamiento más equilibrado por turno, edad, género y situación organizacional antes-
después de la jornada.
NASA-TLX es una herramienta fiable para medir carga global percibida, desglosable en 6
dimensiones, pero su mejor uso se consigue al enfocar en áreas críticas, ya que intentar medir con
SGSI o herramientas subjetivas a nivel de toda una organización sanitaria puede dispersar el
análisis. Esta mirada hace eco de manera implícita a la recomendación lógica de alcance
metodológico acotado, reforzando que, en enfermería, como en otras ISO de salud, un alcance
acotado favorece la reproducibilidad, la interpretación de límites inferiores clínicamente
relevantes y la aplicabilidad.
Limitaciones
Pese a que este análisis tiene fortalezas, hay elementos metodológicos que se deben tener
en cuenta al interpretar los descubrimientos. Primero, la mayoría de las investigaciones analizadas
utilizaron un diseño transversal, lo que obstaculiza la identificación de vínculos causales entre la
carga de trabajo percibida y sus potenciales efectos clínicos o laborales. En segundo lugar,
diversas investigaciones emplearon muestras de fácil acceso y tamaño reducido, lo que podría
restringir la representatividad de los hallazgos a nivel global. Tercero, la aplicación del
Vol. 12/ Núm. 4 2025 pág. 3594
instrumento NASA-TLX no fue homogénea en todos los estudios, dado que algunos autores
adaptaron ciertos subdimensiones o emplearon versiones abreviadas, lo cual introduce
variabilidad metodológica.
Asimismo, se identificó una carencia generalizada de análisis diferenciados por turnos
laborales (día, noche), experiencia profesional, género o unidad específica, factores que pueden
tener una influencia importante en la percepción de carga mental. Otra limitación importante es
la escasa representación de estudios provenientes de América Latina, lo que impide una
evaluación regional precisa de la carga de trabajo en contextos locales.
instrumento NASA-TLX no fue homogénea en todos los estudios, dado que algunos autores
adaptaron ciertos subdimensiones o emplearon versiones abreviadas, lo cual introduce
variabilidad metodológica.
Asimismo, se identificó una carencia generalizada de análisis diferenciados por turnos
laborales (día, noche), experiencia profesional, género o unidad específica, factores que pueden
tener una influencia importante en la percepción de carga mental. Otra limitación importante es
la escasa representación de estudios provenientes de América Latina, lo que impide una
evaluación regional precisa de la carga de trabajo en contextos locales.
Vol. 12/ Núm. 4 2025 pág. 3595
CONCLUSIONES
La revisión sistemática muestra que la NASA-TLX es un instrumento psicométricamente
confiable (α = 0.848; IC95% 0.841–0.854; Z = 235.55; SE = 0.0036; p < 0.001) para evaluar la
carga mental de trabajo en enfermeras de servicios críticos y urgencias. Si bien la heterogeneidad
global fue elevada (I² = 98.3%; Q = 348.74; Tau² = 0.0021), esto no afecta su validez interna,
pero indica la existencia de factores importantes asociados con el contexto clínico, el turno y la
estructura organizacional que deben ser explorados en futuros estudios segmentados.
El índice global ponderado de carga laboral fue 54.96 pts (40.00–70.21 pts), evidenciando
sobreesfuerzo mental, físico y temporal que siempre está presente en enfermeras/os,
especialmente en UCI y urgencias, donde la multitarea clínica, la toma de decisiones bajo presión
y la falta de recursos institucionales son factores moduladores. La estabilidad hallada en el
Modelo 5 (I² = 19.72%; Q = 2.203; p = 0.332; n = 3) demuestra que subgrupos más homogéneos
favorecen la interpretación del efecto.
Hay una falta de estudios en Latinoamérica (incluyendo Ecuador) que restrinja la
extrapolación de métricas a nivel local, pero no por ello deja de ser consistente a nivel mundial.
La literatura revisada se centró principalmente en diseños transversales y autoinformativos,
fortaleciendo las interpretaciones subjetivas, pero limitando las inferencias longitudinales. Las
dimensiones más vulnerables fueron exigencia mental, física, temporal y frustración, lo que
sugiere desarrollar futuras investigaciones más equilibradas por turnos y unidades asistenciales,
incluyendo variables laborales, cognitivas y emocionales pre-post jornada.
CONCLUSIONES
La revisión sistemática muestra que la NASA-TLX es un instrumento psicométricamente
confiable (α = 0.848; IC95% 0.841–0.854; Z = 235.55; SE = 0.0036; p < 0.001) para evaluar la
carga mental de trabajo en enfermeras de servicios críticos y urgencias. Si bien la heterogeneidad
global fue elevada (I² = 98.3%; Q = 348.74; Tau² = 0.0021), esto no afecta su validez interna,
pero indica la existencia de factores importantes asociados con el contexto clínico, el turno y la
estructura organizacional que deben ser explorados en futuros estudios segmentados.
El índice global ponderado de carga laboral fue 54.96 pts (40.00–70.21 pts), evidenciando
sobreesfuerzo mental, físico y temporal que siempre está presente en enfermeras/os,
especialmente en UCI y urgencias, donde la multitarea clínica, la toma de decisiones bajo presión
y la falta de recursos institucionales son factores moduladores. La estabilidad hallada en el
Modelo 5 (I² = 19.72%; Q = 2.203; p = 0.332; n = 3) demuestra que subgrupos más homogéneos
favorecen la interpretación del efecto.
Hay una falta de estudios en Latinoamérica (incluyendo Ecuador) que restrinja la
extrapolación de métricas a nivel local, pero no por ello deja de ser consistente a nivel mundial.
La literatura revisada se centró principalmente en diseños transversales y autoinformativos,
fortaleciendo las interpretaciones subjetivas, pero limitando las inferencias longitudinales. Las
dimensiones más vulnerables fueron exigencia mental, física, temporal y frustración, lo que
sugiere desarrollar futuras investigaciones más equilibradas por turnos y unidades asistenciales,
incluyendo variables laborales, cognitivas y emocionales pre-post jornada.
Vol. 12/ Núm. 4 2025 pág. 3596
REFERENCIAS
1. Carvalho de Oliveira A, García P, Souza Nogueira L. Carga de trabajo de enfermería y
ocurrencia de eventos adversos en cuidados intensivos: una revisión sistemática. PubMed.
p. 683–694.
2. Espinel J, Rojas L, Santos E, Solórzano H, Pérez C, Martínez J. Sobrecarga laboral en
personal de enfermería de unidades de cuidados intensivos. Qhalikay. p. 1–7.
3. Oliveira C, Januario C, Toledo C, Brinati C. Carga de trabajo de enfermería requerida por
los pacientes durante la hospitalización en una UCI. SciELO [Internet]. 2020 [citado 2024
dic 3]; Disponible en: https://scielo.isciii.es/scielo.php?pid=S1695-
61412020000300450&script=sci_arttext
4. Bustamante K. Sobrecarga de trabajo y desempeño laboral del profesional de enfermería
en los servicios de emergencia [tesis]. Lima: Universidad Peruana Cayetano Heredia; p. 1–
61.
5. Ministerio de Trabajo del Ecuador. Política Nacional de Empleo [Internet]. 2018 [citado
2024 nov 30]. Disponible en: http://www.trabajo.gob.ec/presidentelenin-moreno-presenta-
politicanacional-de-empleo/
6. Ecuador. Ley Orgánica del Servicio Público. Quito; 2017. p. 1–71.
7. Bustamante K. Sobrecarga de trabajo y desempeño laboral del profesional de enfermería
en los servicios de emergencia. SciELO. p. 1–61.
8. Cáceres L, Torres M, López A, Cristancho L. Carga laboral de los profesionales de
enfermería en unidad de cuidados intensivos: Estudio descriptivo [Internet]. 2020 [citado
2024 nov 18]. Disponible en:
https://www.sciencedirect.com/science/article/abs/pii/S0122726220300021
9. Núñez M, Arraiz C. Carga laboral del personal de enfermería en Unidades de Cuidados
Intensivos [Internet]. Dialnet; 2023 [citado 2024 nov 23]. Disponible en:
https://dialnet.unirioja.es/servlet/articulo?codigo=9072069
10. Dai ZJ, Xu ST, Xue FY, Zhou JY, Chen JQ, Wang XM. Factors influencing the mental
health status of support nurses and their workload during the COVID-19 epidemic. Int J
Occup Med Environ Health. p. 761–772.
11. Said S, Gozdzik A, Roche TR, Braun J, Rössler J, Kaserer A, et al. Validation of the raw
National Aeronautics and Space Administration Task Load Index (NASA-TLX)
questionnaire to assess perceived workload in patient monitoring tasks: Pooled analysis
study using mixed models. J Med Internet Res. p. 1–13.
12. Tubbs-Cooley HL, Mara CA, Carle AC. Association of nurse workload with missed
nursing care in the neonatal intensive care unit. 2019.
REFERENCIAS
1. Carvalho de Oliveira A, García P, Souza Nogueira L. Carga de trabajo de enfermería y
ocurrencia de eventos adversos en cuidados intensivos: una revisión sistemática. PubMed.
p. 683–694.
2. Espinel J, Rojas L, Santos E, Solórzano H, Pérez C, Martínez J. Sobrecarga laboral en
personal de enfermería de unidades de cuidados intensivos. Qhalikay. p. 1–7.
3. Oliveira C, Januario C, Toledo C, Brinati C. Carga de trabajo de enfermería requerida por
los pacientes durante la hospitalización en una UCI. SciELO [Internet]. 2020 [citado 2024
dic 3]; Disponible en: https://scielo.isciii.es/scielo.php?pid=S1695-
61412020000300450&script=sci_arttext
4. Bustamante K. Sobrecarga de trabajo y desempeño laboral del profesional de enfermería
en los servicios de emergencia [tesis]. Lima: Universidad Peruana Cayetano Heredia; p. 1–
61.
5. Ministerio de Trabajo del Ecuador. Política Nacional de Empleo [Internet]. 2018 [citado
2024 nov 30]. Disponible en: http://www.trabajo.gob.ec/presidentelenin-moreno-presenta-
politicanacional-de-empleo/
6. Ecuador. Ley Orgánica del Servicio Público. Quito; 2017. p. 1–71.
7. Bustamante K. Sobrecarga de trabajo y desempeño laboral del profesional de enfermería
en los servicios de emergencia. SciELO. p. 1–61.
8. Cáceres L, Torres M, López A, Cristancho L. Carga laboral de los profesionales de
enfermería en unidad de cuidados intensivos: Estudio descriptivo [Internet]. 2020 [citado
2024 nov 18]. Disponible en:
https://www.sciencedirect.com/science/article/abs/pii/S0122726220300021
9. Núñez M, Arraiz C. Carga laboral del personal de enfermería en Unidades de Cuidados
Intensivos [Internet]. Dialnet; 2023 [citado 2024 nov 23]. Disponible en:
https://dialnet.unirioja.es/servlet/articulo?codigo=9072069
10. Dai ZJ, Xu ST, Xue FY, Zhou JY, Chen JQ, Wang XM. Factors influencing the mental
health status of support nurses and their workload during the COVID-19 epidemic. Int J
Occup Med Environ Health. p. 761–772.
11. Said S, Gozdzik A, Roche TR, Braun J, Rössler J, Kaserer A, et al. Validation of the raw
National Aeronautics and Space Administration Task Load Index (NASA-TLX)
questionnaire to assess perceived workload in patient monitoring tasks: Pooled analysis
study using mixed models. J Med Internet Res. p. 1–13.
12. Tubbs-Cooley HL, Mara CA, Carle AC. Association of nurse workload with missed
nursing care in the neonatal intensive care unit. 2019.
Vol. 12/ Núm. 4 2025 pág. 3597
13. Moghadam KNM, et al. Nursing physical workload and mental workload in intensive care
units: Are they related? 2021.
14. Hao X, Dai Y, Jia S, Liu S, Zhao C, Liu X. Latent profile analysis of mental workload.
BMC Nurs. p. 1–11.
15. Fathi M, Askari R, Hossinpour R, Babaei Pouya A, Salehi R, Ghodrati Torbati M, et al.
Investigating the association of mental workload, occupational fatigue and job stress in
emergency nurses in Iran. Emerg Disasters Q. p. 295–302.
16. Safdari A, et al. The relationship between teamwork and the workload of nurses with
missed nursing care in intensive care units in Iran: a cross-sectional study. 2025.
17. Seok Y, Cho Y, Kim N, Suh EE. Degree of alarm fatigue and mental workload of hospital
nurses in intensive care units. Nurs Rep. 2023;13(3):946–55.
doi:10.3390/nursrep13030083
18. Yuan Z, Wang J, Feng F, Jin M, Xie W, He H, Teng M. The levels and related factors of
mental workload among nurses: A systematic review and meta-analysis. Int J Nurs Pract.
2023;29(5):e13148. doi:10.1111/ijn.13148
19. Surendran A, Beccaria L, Rees S, McIlveen P. Cognitive mental workload of emergency
nursing: A scoping review. Nurs Open. 2024;11:e2111. doi:10.1002/nop2.2111
20. Moghadam KN, Chehrzad MM, Masouleh SR, Maleki M, Mardani A, Atharyan S, Harding
C. Nursing physical workload and mental workload in intensive care units: Are they
related? Nurs Open. 2021;8(4):1625–1633. doi:10.1002/nop2.785. Disponible en:
https://doi.org/10.1002/nop2.785
21. The jamovi project. jamovi [software de computadora]. Versión 2.6. 2024 [citado 2025 jul
17]. Disponible en: https://www.jamovi.org
22. R Core Team. R: A language and environment for statistical computing [software de
computadora]. Versión 4.4. 2024 [citado 2025 jul 17]. Disponible en: https://cran.r-
project.org
23. Viechtbauer W. Conducting meta-analyses in R with the metafor package. J Stat Softw.
2010;36:1–48.
24. Lakens D. Equivalence tests: A practical primer for t-tests, correlations, and meta-analyses.
Soc Psychol Personal Sci. 2017;1:1–8.
25. George S, Mallery L. Alfa de Cronbach y consistencia interna de los ítems de un
instrumento de medida. Rev Estud Interdisciplin Cienc Soc. 2003;3(16):3-9.
26. Johns Hopkins Hospital, Johns Hopkins University School of Nursing. Research Evidence
Appraisal Tool (Appendix E). Johns Hopkins Nursing Evidence-Based Practice Model for
Nurses and Healthcare Professionals. 2022. Disponible en:
https://www.cvph.org/data/files/Appendix%20E%20Research%20evidence%20appraisal
%20tool%202022.pdf
13. Moghadam KNM, et al. Nursing physical workload and mental workload in intensive care
units: Are they related? 2021.
14. Hao X, Dai Y, Jia S, Liu S, Zhao C, Liu X. Latent profile analysis of mental workload.
BMC Nurs. p. 1–11.
15. Fathi M, Askari R, Hossinpour R, Babaei Pouya A, Salehi R, Ghodrati Torbati M, et al.
Investigating the association of mental workload, occupational fatigue and job stress in
emergency nurses in Iran. Emerg Disasters Q. p. 295–302.
16. Safdari A, et al. The relationship between teamwork and the workload of nurses with
missed nursing care in intensive care units in Iran: a cross-sectional study. 2025.
17. Seok Y, Cho Y, Kim N, Suh EE. Degree of alarm fatigue and mental workload of hospital
nurses in intensive care units. Nurs Rep. 2023;13(3):946–55.
doi:10.3390/nursrep13030083
18. Yuan Z, Wang J, Feng F, Jin M, Xie W, He H, Teng M. The levels and related factors of
mental workload among nurses: A systematic review and meta-analysis. Int J Nurs Pract.
2023;29(5):e13148. doi:10.1111/ijn.13148
19. Surendran A, Beccaria L, Rees S, McIlveen P. Cognitive mental workload of emergency
nursing: A scoping review. Nurs Open. 2024;11:e2111. doi:10.1002/nop2.2111
20. Moghadam KN, Chehrzad MM, Masouleh SR, Maleki M, Mardani A, Atharyan S, Harding
C. Nursing physical workload and mental workload in intensive care units: Are they
related? Nurs Open. 2021;8(4):1625–1633. doi:10.1002/nop2.785. Disponible en:
https://doi.org/10.1002/nop2.785
21. The jamovi project. jamovi [software de computadora]. Versión 2.6. 2024 [citado 2025 jul
17]. Disponible en: https://www.jamovi.org
22. R Core Team. R: A language and environment for statistical computing [software de
computadora]. Versión 4.4. 2024 [citado 2025 jul 17]. Disponible en: https://cran.r-
project.org
23. Viechtbauer W. Conducting meta-analyses in R with the metafor package. J Stat Softw.
2010;36:1–48.
24. Lakens D. Equivalence tests: A practical primer for t-tests, correlations, and meta-analyses.
Soc Psychol Personal Sci. 2017;1:1–8.
25. George S, Mallery L. Alfa de Cronbach y consistencia interna de los ítems de un
instrumento de medida. Rev Estud Interdisciplin Cienc Soc. 2003;3(16):3-9.
26. Johns Hopkins Hospital, Johns Hopkins University School of Nursing. Research Evidence
Appraisal Tool (Appendix E). Johns Hopkins Nursing Evidence-Based Practice Model for
Nurses and Healthcare Professionals. 2022. Disponible en:
https://www.cvph.org/data/files/Appendix%20E%20Research%20evidence%20appraisal
%20tool%202022.pdf
Vol. 12/ Núm. 4 2025 pág. 3598
27. Johns Hopkins Hospital, Johns Hopkins University School of Nursing. Research Evidence
Appraisal Tool (Appendix G). Johns Hopkins Nursing Evidence-Based Practice Model for
Nurses and Healthcare Professionals. 2022. Disponible en:
https://www.cvph.org/data/files/Appendix%20G%20Individual%20evidence%20summar
y%20tool%202022.pdf
28. 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. J Clin
Epidemiol. 2021;134:103-12. Disponible en: https://www.equator-network.org/reporting-
guidelines/prisma/
29. Mezaoui H, Gunasekara I, Gontcharov A. Enhancing PIO Element Detection in Medical
Text Using Contextualized Embedding. In: Demner-Fushman D, Cohen KB, Ananiadou S,
Tsujii J, eds. Proceedings of the 18th BioNLP Workshop and Shared Task; 2019 Aug;
Florence, Italy. Association for Computational Linguistics; 2019. p. 217–22. Disponible
en: https://aclanthology.org/W19-5023/pdfs.semanticscholar.org+4
27. Johns Hopkins Hospital, Johns Hopkins University School of Nursing. Research Evidence
Appraisal Tool (Appendix G). Johns Hopkins Nursing Evidence-Based Practice Model for
Nurses and Healthcare Professionals. 2022. Disponible en:
https://www.cvph.org/data/files/Appendix%20G%20Individual%20evidence%20summar
y%20tool%202022.pdf
28. 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. J Clin
Epidemiol. 2021;134:103-12. Disponible en: https://www.equator-network.org/reporting-
guidelines/prisma/
29. Mezaoui H, Gunasekara I, Gontcharov A. Enhancing PIO Element Detection in Medical
Text Using Contextualized Embedding. In: Demner-Fushman D, Cohen KB, Ananiadou S,
Tsujii J, eds. Proceedings of the 18th BioNLP Workshop and Shared Task; 2019 Aug;
Florence, Italy. Association for Computational Linguistics; 2019. p. 217–22. Disponible
en: https://aclanthology.org/W19-5023/pdfs.semanticscholar.org+4