Resumen de: Rotenstein LS, Frits M, Iannaccone C, L’Heureux M, Fangman J, Rancier M, Gitomer R, Bates DW, Landon B. Primary Care Physician Time Spent in Patient Care: An Observational Study Using Electronic Health Record Logs. Ann Intern Med. 2025 Dec;178(12):1688-1697. doi: 10.7326/ANNALS-25-01412. Epub 2025 Oct 21. PubMed

---

Un estudio observacional publicado en octubre 2025 en *Annals of Internal Medicine* analizó el tiempo real que los médicos de familia dedican al cuidado de sus pacientes, utilizando registros de historiales clínicos electrónicos (HCE) y datos administrativos de 406 médicos en 33 clínicas del sistema Mass General Brigham (Boston) durante 2021. El objetivo fue estimar la carga de trabajo anual, explorar cómo varía según la dedicación clínica y qué características del cupo de pacientes influyen en dicha carga.

Los resultados muestran que un médico a jornada completa (1,0 cFTE en el original) dedica una mediana de 2.844 horas anuales, equivalentes a 62 horas semanales, muy por encima de las 43-51 horas estimadas en estudios previos. Esta diferencia se atribuye en parte al trabajo adicional generado por los HCE en la última década. Por paciente, la dedicación es de 1,7 horas anuales. Los médicos a tiempo parcial invierten más horas por paciente que sus colegas a jornada completa, probablemente por la naturaleza continua e inaplazable de la atención primaria.

En el análisis multivariable, cuatro factores se asociaron significativamente con un mayor tiempo por paciente:

• mayor complejidad médica del cupo (medido  con el índice de comorbilidad de Elixhauser),
• mayor edad media de los pacientes,
• mayor proporción de pacientes con cobertura Medicaid
• mayor volumen de mensajes electrónicos solicitando consejo médico —este último con el impacto más elevado, llegando a suponer casi 28 minutos adicionales por paciente al año entre el percentil 25 y el 75.

Los autores señalan que la mensajería asincrónica ha crecido notablemente desde la pandemia de COVID-19 y que su gestión debería incorporarse como variable de ajuste en el dimensionamiento de los paneles.

Las conclusiones invitan a rediseñar los modelos de atención primaria para hacerlos más sostenibles, ajustar los tamaños de panel en función de la casuística real y explorar soluciones como flujos de trabajo en equipo o herramientas de inteligencia artificial para la gestión de mensajes clínicos.