13
Deserción Estudiantil en Instituciones de Educación Superior Tecnológica
Student Dropout in Technological Higher Education Institutions
En los últimos años, el fenómeno de la deserción estudiantil en instituciones de educación superior
tecnológica es una problemática de creciente relevancia por sus implicaciones sociales, económicas
y educativas. El objetivo principal fue realizar un análisis bibliométrico de la producción científica
relacionada con esta temática, utilizando el método PRISMA en la base de datos Scopus, evaluando
las tendencias, autores destacados y vacíos en la literatura. La investigación plantea desde el
paradigma positivista, método sistemático, diseño narrativo descriptivo, de tipo documental
bibliográfico y corte transversal. El análisis incluyó 429 estudios relevantes identificados mediante
palabras clave específicas. Se emplearon herramientas como VOSviewer y RStudio para la
visualización y el análisis de datos, destacando la evolución temporal de publicaciones, redes de
colaboración y clústeres temáticos. Los resultados evidenciaron un incremento sostenido en la
producción académica desde 2015, destacando temas asociados a factores institucionales,
socioeconómicos, académicos y psicológicos. Los hallazgos resaltaron la importancia de los modelos
predictivos y las intervenciones tempranas en la retención estudiantil, identificándose también vacíos
relacionados con factores culturales en regiones en desarrollo. Se generaron mapas temáticos que
reflejaron áreas clave de investigación interdisciplinaria. En conclusión, el estudio aportó una visión
integral de las tendencias y factores asociados a la deserción estudiantil, ofreciendo bases para el
diseño de estrategias inclusivas y efectivas que fomenten la retención en las instituciones de
educación superior tecnológica. Este análisis representa un aporte significativo para investigadores y
responsables de políticas educativas interesados en mitigar este fenómeno.
Palabras clave: Abandono académico, instituciones de educación superior tecnológica, estudio
bibliométrico, persistencia universitaria, determinantes socioeconómicos.
¹Universidad Cesar Vallejo
¹https://orcid.org/0000-0001-8369-4922
¹Perú
Quispe-Cruz, A. (2025). Deserción
Estudiantil en Instituciones de Educación
Superior Tecnológica. Revista Tecnológica-
Educativa Docentes 2.0, 18(2), 13-24.
https://doi.org/10.37843/rted.v18i2.655
A. Quispe-Cruz, "Deserción Estudiantil en
Instituciones de Educación Superior
Tecnológica", RTED, vol. 18, n.°2, pp. 13-
24, nov. 2025.
https://doi.org/10.37843/rted.v18i2.655
Amelia Quispe-Cruz¹
29/noviembre/2025
In recent years, the phenomenon of student dropout in technological higher education institutions has
become a growing concern due to its significant social, economic, and educational implications. The
primary objective was to conduct a bibliometric analysis of the scientific literature related to this
topic, utilizing the PRISMA method in the Scopus database to evaluate trends, prominent authors,
and gaps in the existing literature. The research is grounded in a positivist paradigm, employing a
systematic method, descriptive narrative design, bibliographic documentary approach, and a cross-
sectional design. The analysis included 429 relevant studies identified using specific keywords. Tools
such as VOSviewer and RStudio were used for data visualization and analysis, highlighting the
temporal evolution of publications, collaborative networks, and thematic clusters. The results showed
a sustained increase in academic production since 2015, highlighting themes associated with
institutional, socioeconomic, academic, and psychological factors. The findings emphasized the
importance of predictive models and early interventions in student retention, also identifying gaps
related to cultural factors in developing regions. Thematic maps were generated that reflected key
areas of interdisciplinary research. In conclusion, the study provided a comprehensive overview of
the trends and factors associated with student dropout, offering a basis for designing inclusive and
effective strategies to promote retention in technological higher education institutions. This analysis
represents a significant contribution for researchers and educational policymakers interested in
mitigating this phenomenon.
Keywords: Academic dropout, higher technological education institutions, bibliometric study,
university persistence, socioeconomic determinants.
27/enero/2025
5/junio/2025
desde 13-24
Deserción Estudiantil en Instituciones de Educación Superior
Tecnológica.
Quispe-Cruz, A. (2025). Deserción Estudiantil en Instituciones de Educación Superior Tecnológica. Revista Tecnológica-Educativa Docentes 2.0, 18(2), 13-24.
https://doi.org/10.37843/rted.v18i2.655
14
14
Introducción
En los últimos años, el fenómeno de la
deserción estudiantil en instituciones de
educación superior tecnológica es una
problemática de creciente relevancia por sus
implicaciones sociales, económicas y educativas.
La deserción según Kersánszki et al. (2022), en
la educación superior tecnológica es un
fenómeno que afecta a los estudiantes como a las
instituciones y los sistemas educativos. En este
contexto, Segura et al. (2020) señala que el
análisis bibliométrico se ha convertido en una
herramienta esencial para examinar la evolución
de la investigación sobre este tema, permitiendo
identificar tendencias, enfoques metodológicos y
redes de colaboración entre autores e
instituciones. Este estudio busca proporcionar
una visión sobre el estado actual del
conocimiento en torno a la deserción estudiantil,
facilitando la toma de decisiones basadas en
evidencia para mitigar su impacto en la
educación superior tecnológica.
En los últimos años, el fenómeno de la
deserción estudiantil en instituciones de
educación superior tecnológica es una
problemática de creciente relevancia por sus
implicaciones sociales, económicas y educativas.
Para Herreño et al. (2024), el problema de la
deserción estudiantil en las instituciones del nivel
superior presenta retos con implicaciones en
diversos niveles. Desde una perspectiva social,
Barragán et al. (2022) esto afecta la movilidad
educativa y profesional de los estudiantes, limita
oportunidades para contribuir a la sociedad.
Ganga et al. (2023) explica que económicamente,
la deserción genera pérdidas a los sistemas
educativos y familias; la inversión de recursos no
se traduce en la obtención de un título
profesional. Además, las instituciones según (De
Oca, 2021), se enfrentan a repercusiones
económicas y reputacionales, ya que la deserción
impacta en la retención de matrículas,
financiación y rankings académicos.
La deserción universitaria debilita la
educación superior para el desarrollo tecnológico
(Sotomayor & Rodríguez, 2020), constituye un
problema para la política educativa, vinculado a
innovar y producir (Gordillo et al., 2020).
Respecto a sus causas, factores institucionales,
políticas, financiación, recursos pedagógicos, los
socioeconómicos y dificultades financieras
(Orellana et al., 2024) impactan
significativamente en la retención, siendo las
becas una solución efectiva (Toiber et al., 2024).
En lo académico, el rendimiento y satisfacción
son determinantes (Álvarez & López, 2021),
evidenciándose menores promedios y tasas de
aprobación en estudiantes que abandonan
(Montes et al., 2024). Además, el bienestar
psicológico ansiedad, correlaciona con el
abandono, en primer año (Castro et al., 2024).
Para mitigar esto, los modelos predictivos con
aprendizaje permiten intervenciones
personalizadas, respaldadas por seguimiento
continuo que mejora la retención (French et al.,
2024).
El objetivo principal es realizar un análisis
bibliométrico de la producción científica
relacionada con esta temática, utilizando el
método PRISMA en la base de datos Scopus,
evaluando las tendencias, autores destacados y
vacíos en la literatura. Para ello, se empleará el
método PRISMA (Preferred Reporting Items for
Systematic Reviews and Meta-Analyses)
aplicado a la base de datos Scopus, una de las
fuentes más completas y reconocidas para la
investigación académica. Este enfoque permitirá
no solo evaluar la magnitud y el impacto de la
literatura existente, sino también identificar áreas
emergentes de investigación y oportunidades
para futuros estudios (La Rosa et al., 2024).
Teniendo en cuenta se plantea la siguiente
interrogante: ¿Cuáles son las tendencias, autores
más influyentes y vacíos en la literatura sobre la
deserción estudiantil en instituciones de
educación superior tecnológica?
Metodología
Para responder al objetivo planteado y
analizar la producción científica sobre la
deserción estudiantil en instituciones de
educación superior tecnológica, se llevó a cabo
una investigación enmarcada en el paradigma
positivista, el cual de acuerdo con Mészáros
(2022). se basó en la recopilación y análisis de
datos objetivos y verificables, con el propósito de
identificar patrones y establecer relaciones
causales. El estudio se desarrolló bajo el método
Quispe-Cruz, A. (2025). Deserción Estudiantil en Instituciones de Educación Superior Tecnológica. Revista Tecnológica-Educativa Docentes 2.0, 18(2), 13-24.
https://doi.org/10.37843/rted.v18i2.655
Deserción Estudiantil en Instituciones de Educación Superior
Tecnológica.
15
15
sistemático, de acuerdo con Sobieraj & Baker,
(2021), se caracteriza por la recopilación
estructurada y rigurosa de información,
siguiendo criterios predefinidos para garantizar
la validez y fiabilidad del análisis Se adoptó un
enfoque cuantitativo, en el que según Agbo, et al.
(2021), permite la medición y análisis estadístico
de datos bibliométricos con el fin de identificar
tendencias en la producción científica sobre el
tema.
El diseño de la investigación explicadas
por Jia (2020), es descriptivo-temático, ya que
busca analizar las características principales de la
literatura existente y los temas predominantes en
los estudios revisados. Para La Rosa & Vilchez,
(2024), se trata de un estudio documental
bibliográfico, basado en la recopilación y análisis
de fuentes secundarias provenientes de la base de
datos Scopus. Pfrieger (2021) menciona en su
estudio de corte transversal, pues analiza la
producción científica en un momento
determinado, sin realizar seguimiento a lo largo
del tiempo.
La población en investigación según
Uwamahoro et al. (2024) se define como el
conjunto de elementos, individuos o documentos
que comparten características comunes y que son
objeto de estudio. Según Zhang, et al, (2021), la
población representa el universo sobre el cual se
pretende hacer inferencias. En este estudio, la
población estuvo conformada por los artículos
científicos indexados en la base de datos Scopus,
relacionados con la deserción estudiantil en
instituciones de educación superior tecnológica.
La técnica de investigación para Daruhadi
& Sopiati, (2024) refiere al procedimiento
utilizado para recolectar, organizar y analizar la
información de manera sistemática. De acuerdo
con Mandasini, (2022), la técnica permite
estructurar la investigación y garantizar la
validez de los datos obtenidos. En este caso, se
empleó la revisión bibliométrica y sistemática,
basada en el método PRISMA, lo que permitió
seleccionar, evaluar y sintetizar estudios
relevantes sobre la temática.
La herramienta de investigación es el
instrumento específico utilizado para la
recopilación y análisis de datos. Según Praveen,
et al., (2021), la herramienta debe ajustarse al
tipo de estudio y garantizar la fiabilidad de los
resultados. En esta investigación, se utilizó el
software VOSviewer, una herramienta
especializada en el análisis bibliométrico que
permite visualizar redes de coautoría, co-
ocurrencia de términos y citaciones, facilitando
la identificación de tendencias y relaciones en la
literatura científica.
El análisis estadístico es el proceso de
organización, interpretación y presentación de
datos con el fin de extraer información
significativa. Bu et al., (2021) sostienen que este
análisis permite identificar patrones y
correlaciones dentro de un conjunto de datos.
Para este estudio, se utilizó un análisis
bibliométrico descriptivo, basado en métricas
como el número de publicaciones por año,
autores más influyentes, revistas con mayor
impacto y relaciones de citación entre estudios.
Esto permitió obtener una visión detallada sobre
la evolución de la investigación en deserción
estudiantil en educación superior tecnológica.
Figura 1
Diagrama de Flujo.
Nota. El diagrama de flujo muestra la forma de selección
de artículos más relevantes para el estudio, se descartaron
217 que no eran relacionados al tema, luego 428 por que
eran de otros niveles educativos, por último, se excluyeron
138 trabajos, los cuales no consideraban temas sobre las
variables de investigación, elaboración propia (2025).
La Figura 1, detalla el diagrama de la
selección de los artículos para la investigacion,
para ello, se recopiló información sobre autores,
afiliaciones, países, áreas temáticas, palabras
clave, citas y redes de colaboración. Para el
Quispe-Cruz, A. (2025). Deserción Estudiantil en Instituciones de Educación Superior Tecnológica. Revista Tecnológica-Educativa Docentes 2.0, 18(2), 13-24.
https://doi.org/10.37843/rted.v18i2.655
Deserción Estudiantil en Instituciones de Educación Superior
Tecnológica.
16
16
análisis de tendencias y visualización de datos, se
emplearon herramientas como VOSviewer y
RStudio. Los hallazgos se organizaron y
presentaron en forma de mapas temáticos,
gráficos de redes y tablas analíticas, con un
enfoque en destacar los aportes significativos y
las brechas de conocimiento. Este enfoque
permite ofrecer una visión integral y actualizada
de la investigación sobre deserción estudiantil,
contribuyendo al diseño de estrategias más
efectivas para su abordaje.
La investigación se abordó en dos etapas
distintas: la identificación de documentos
relevantes y el análisis bibliométrico de los
hallazgos. En la etapa inicial se identificaron 21
documentos que abordaban específicamente los
problemas de deserción escolar en la educación
superior rural, mientras que en la segunda etapa
se realizaron procedimientos detallados para
analizar y sintetizar la información extraída de
estos documentos. Los documentos se
obtuvieron de SCOPUS, una base de datos
confiable conocida por su contenido académico
revisado por pares.
Resultados
El análisis bibliométrico sobre la deserción
estudiantil en instituciones de educación superior
revela un crecimiento sostenido en las
publicaciones académicas sobre este fenómeno,
con un incremento significativo a partir de 2015.
Este aumento puede estar vinculado con la
creciente preocupación de las instituciones
educativas por mejorar la retención estudiantil,
así como con la implementación de políticas
educativas que buscan reducir el abandono. Los
resultados muestran que los factores
socioeconómicos, institucionales y psicológicos
desempeñan un papel clave en la deserción.
Asimismo, las estrategias de intervención
temprana, los modelos predictivos y la
gamificación emergen como enfoques
recurrentes en la literatura para mitigar este
problema y mejorar la retención académica.
Figura 2
Evolución Temporal de Publicaciones sobre
Abandono Universitario (2000-2020).
Nota. Tendencia de las publicaciones por año, elaboración
propia (2025).
La Figura 2, muestra la evolución temporal
de publicaciones sobre abandono universitario
entre 2000 y 2025. Se observa una tendencia
creciente en el número de estudios, con un
incremento significativo a partir de 2015. En los
primeros años, el número de publicaciones fue
bajo, con menos de 10 documentos anuales. A
partir de 2020, se evidencia un aumento
considerable, alcanzando casi 60 documentos en
los últimos años. Este crecimiento puede
atribuirse a la mayor atención institucional sobre
la retención estudiantil, la necesidad de adaptar
estrategias educativas a contextos tecnológicos y
la implementación de políticas de inclusión
educativa a nivel global.
Figura 3
Frecuencia de Publicaciones por Autor.
Nota. Publicaciones realizadas por autores, elaboración
propia (2025).
La Figura 3, muestra la cantidad de
publicaciones realizadas por diferentes autores.
Dentro de la lista de autores, se observa a
Quispe-Cruz, A. (2025). Deserción Estudiantil en Instituciones de Educación Superior Tecnológica. Revista Tecnológica-Educativa Docentes 2.0, 18(2), 13-24.
https://doi.org/10.37843/rted.v18i2.655
Deserción Estudiantil en Instituciones de Educación Superior
Tecnológica.
17
17
Maldonado & De Witte (2022), como el que
encabeza la lista con la mayor cantidad de
publicaciones 8, seguido por Almeida (2020),
con 7; luego se tiene a Cervero (2020) con 6,
Casanova (2020) con 5, además se encontró a
Ambielb (2020) y Giese (2020) con 4; otros
autores con 3 publicaciones. La mayoría de ellos
tienen una frecuencia uniforme de 1 a 2
publicaciones por año.
Figura 4
Mapa de Co-ocurrencias de Términos Relacionados con la Deserción en Estudiantes de Educación
Superior.
Nota. Palabras utilizadas con mayores frecuencias en las publicaciones estudiadas, elaboración propia (2025).
La Figura 4, representa un análisis de co-
ocurrencias de términos realizado con la
herramienta VOSviewer, que visualiza
relaciones entre palabras clave extraídas de
publicaciones científicas. Los nodos (círculos)
representan términos, mientras que las
conexiones (líneas) indican la frecuencia con la
que estos términos aparecen juntos en los
documentos analizados. Los colores agrupan los
términos en clústeres temáticos, reflejando áreas
de investigación relacionadas. En los nodos
rojos, se incluye términos relacionados con
"educación médica", "estudiantes de enfermería”
así como también "admisión a escuelas". Este
clúster sugiere investigaciones centradas en
formación profesional, curricular en campos
médicos.
En cuanto a los nodos de color Azul, se
muestran términos como "adolescentes",
"embarazo" y "estatus socioeconómico". Este
clúster aborda temas relacionados con salud
pública, al igual que comportamiento social en
adolescentes. De igual manera, los nodos de
color Verde agrupan conceptos como "educación
superior", "tasas de abandono escolar", "estatus
educativo", indicando enfoques en el impacto de
la educación en el desarrollo social. Por ultimo
los nodos Amarillos, muestran lo relacionado con
"motivación", "psicología", "factores de género",
sugiriendo estudios en psicología educativa y
motivación. En esta Figura 4, se identifica áreas
Quispe-Cruz, A. (2025). Deserción Estudiantil en Instituciones de Educación Superior Tecnológica. Revista Tecnológica-Educativa Docentes 2.0, 18(2), 13-24.
https://doi.org/10.37843/rted.v18i2.655
Deserción Estudiantil en Instituciones de Educación Superior
Tecnológica.
18
18
interdisciplinarias claves, destacándose la
interacción entre educación, salud y factores
psicológicos. Se resalta el enfoque en temas de
equidad educativa, abandono escolar, formación
médica, lo que puede orientar futuras
investigaciones a abordar desigualdades que
mejoran intervenciones educativas. Este mapa de
co-ocurrencias es útil para visualizar tendencias
temáticas, relaciones importantes en
investigaciones científicas, permitiendo a los
investigadores identificar vacíos en el
conocimiento de posibles áreas de colaboración
interdisciplinaria.
Figura 5
Mapa de Redes de Co-ocurrencias Relacionados con Factores Sociales que Propician la Deserción
en Estudiantes de Educación Superior.
Nota. Tendencia de factores más comunes en las publicaciones estudiadas, elaboración propia (2025).
La Figura 5, representa un análisis de redes
basado en co-ocurrencias de términos
relacionados con educación, factores sociales,
rendimiento académico, generada mediante
VOSviewer. Los nodos indican términos
elementales, señalando conexiones que
representan la frecuencia con la que estos
términos aparecen juntos en publicaciones
científicas. Los colores diferencian clústeres
temáticos, destacando áreas de investigación
relacionadas. El nodo de color Verde incluye
términos como "universidad", "rendimiento
académico", "proceso" al igual "evaluación".
Indica un enfoque en estudios sobre desempeño
estudiantil en la educación superior, junto con
factores que afectan el éxito académico. En
cuanto al nodo de color Rojo se observan
términos como "adolescente", "niñez",
"asociación" y "abandono escolar". Este grupo
aborda investigaciones centradas en las
interacciones entre educación, salud observando
desigualdades sociales en poblaciones jóvenes.
Por otro lado, los nodos de color Azul
refieren conceptos como "sistema educativo",
"tasas de abandono escolar" al igual que el
"desempeño del sistema". Indica un interés en la
efectividad de políticas educativas
relacionándolas con tasas de graduación y
deserción. Por ultimo los nodos de color
Amarillo agrupan términos como "predictores",
Quispe-Cruz, A. (2025). Deserción Estudiantil en Instituciones de Educación Superior Tecnológica. Revista Tecnológica-Educativa Docentes 2.0, 18(2), 13-24.
https://doi.org/10.37843/rted.v18i2.655
Deserción Estudiantil en Instituciones de Educación Superior
Tecnológica.
19
19
"cohortes", "datos longitudinales", lo que señala
investigaciones que analizan variables
predictivas del rendimiento académico al igual
que logros educativos. Este mapa de co-
ocurrencias refleja un análisis interdisciplinario,
identificando las relaciones entre factores
educativos, sociales y de salud. Se resalta áreas
clave de investigación, como: El impacto de
factores socioeconómicos en el abandono
escolar. La influencia que tiene el sistema
educativo al igual que las políticas en el
rendimiento académico. El análisis de
predictores y datos longitudinales para mejorar la
comprensión de los logros educativos.
Los hallazgos de este estudio coinciden con
investigaciones previas que destacan la
influencia de factores socioeconómicos y
psicológicos en la deserción universitaria (Behr
et al., 2020; Chalela-Naffah et al., 2020). Sin
embargo, a diferencia de estos estudios, el
presente análisis bibliométrico revela un
aumento reciente en la aplicación de modelos
predictivos y estrategias gamificadas como
enfoques emergentes para mejorar la retención
académica. Esto sugiere que las universidades
están adoptando enfoques innovadores para
reducir la deserción, en contraste con estrategias
tradicionales de intervención tardía.
Este resultado, permite a los investigadores
explorar patrones temáticos y relaciones entre
términos clave, facilitando la identificación de
tendencias y áreas emergentes en los estudios
sobre educación y sociedad. Es una herramienta
valiosa para diseñar investigaciones que aborden
problemas complejos de manera integral.
Figura 6
Distribución Geográfica de Publicaciones sobre
Deserción en Estudiantes de Educación Superior.
Nota. Países con mayor índice de publicaciones,
elaboración propia (2025).
La Figura 6, muestra un mapa mundial que
representa la distribución geográfica de
publicaciones, indica que Estados Unidos lidera
la producción científica sobre deserción
universitaria, con 161 documentos publicados.
Este dominio puede atribuirse a la importancia de
la retención estudiantil en el sistema educativo
estadounidense y a la disponibilidad de
financiamiento para investigaciones en este
ámbito. Otros países con menor producción
pueden enfrentar limitaciones en términos de
acceso a bases de datos académicas y
financiamiento para investigaciones
longitudinales sobre educación superior.
Tabla 1
Estudios y Tendencias sobre el Abandono Universitario: Enfoques, Factores y Estrategias de
Intervención.
Autor
Titulo
Revista
Análisis
Ortiz-Lozano,
JM, Rua-
Vieites, A.,
Bilbao-
Calabuig, P., y
Casadesús-Fa,
M.
Retención de
estudiantes
universitarios:
mejor momento y
datos para
identificar a los
estudiantes de
pregrado en riesgo
de abandono
escolar
Innovations in
Education and
Teaching
International
El abandono escolar en estudiantes universitarios exige
intervenciones tempranas, especialmente durante el primer año. Es
importante monitorear constantemente el rendimiento académico y
realizar un seguimiento durante el primer semestre. Utilizar datos
predictivos permite identificar a tiempo a los estudiantes en riesgo y
aplicar mejoras precisas para prevenir el abandono.
Quispe-Cruz, A. (2025). Deserción Estudiantil en Instituciones de Educación Superior Tecnológica. Revista Tecnológica-Educativa Docentes 2.0, 18(2), 13-24.
https://doi.org/10.37843/rted.v18i2.655
Deserción Estudiantil en Instituciones de Educación Superior
Tecnológica.
20
20
Behr, A.,
Giese, M.,
Kamdjou, H.
y Theune, K.
Abandono de la
universidad: una revisión
de la literatura.
Revista de
Educación
El abandono en la educación superior es un proceso
influenciado por decisiones y factores interrelacionados a
largo plazo. Entre las principales razones destacan el sistema
educativo, las instituciones de educación superior (tipo y
calidad de enseñanza) y los propios estudiantes. Este
fenómeno está mediado por modelos teóricos y perspectivas
que ayudan a comprender las causas subyacentes.
Behr, A.,
Giese, M.,
Teguim K, H.
y Theune, K.
Predicción temprana del
abandono universitario: un
enfoque de bosque
aleatorio
Jahrbücher für
Nationalökono
mie und Statistik
El estudio utiliza bosques aleatorios basados en árboles de
inferencia condicional para predecir el abandono universitario
como una clasificación binaria (graduado o desertor). Analiza la
transición desde la etapa preuniversitaria hasta los primeros
semestres, mostrando que el rendimiento predictivo mejora al
incluir variables de experiencias tempranas en la universidad.
Factores clave incluyen las calificaciones finales de secundaria,
la satisfacción estudiantil y el autoconcepto académico. Los
hallazgos buscan apoyar a las universidades en la
implementación de sistemas de alerta temprana y asesoramiento
personalizado para estudiantes en riesgo.
Sandoval-
Palis, I.,
Naranjo, D.,
Vidal, J., &
Gilar-Corbi,
R.
Modelo de predicción de
abandono temprano: un
estudio de caso de
estudiantes de cursos de
nivelación universitaria
Sustainability
La deserción escolar impacta negativamente el sistema
educativo y la economía de un país, siendo clave identificar a los
estudiantes en riesgo. Este estudio empleó modelos de regresión
logística y redes neuronales artificiales, basados en variables
académicas y socioeconómicas. Los resultados indican que los
estudiantes más vulnerables y con bajas calificaciones tienen un
mayor riesgo de abandonar sus estudios.
Chalela-
Naffah, S.,
Valencia-
Arias, A.,
Ruíz-Rojas,
G. A., &
Cadavid-
Orrego, M.
Factores psicosociales y
familiares que influyen en
la deserción en estudiantes
universitarios en el
contexto de los países en
desarrollo.
Revista
Lasallista De
Investigación
La deserción universitaria, considerada un indicador de
ineficiencia con altos costos para los Estados, fue analizada en
un estudio cuantitativo de diseño exploratorio-descriptivo. Los
resultados destacan que, además de los factores económicos, las
condiciones sociales, familiares y afectivas desempeñan un
papel importante al abordar este fenómeno estructural en el
sistema educativo.
Kryshko
O;Fleischer
J;Waldeyer
J;Wirth J &
Leutner D.
¿Contribuyen las
estrategias de regulación
motivacional al éxito
académico de los
estudiantes universitarios?
Learning and
Individual
Differences.
El estudio investigó cómo las estrategias de regulación
motivacional influyen en el rendimiento académico y la
intención de abandono en estudiantes universitarios, basándose
en el Modelo de Regulación Motivacional de Schwinger y
Stiensmeier-Pelster (2012). A través de un enfoque transversal y
longitudinal, se encontró que estas estrategias predicen un mayor
rendimiento académico y una menor intención de abandono al
incrementar el esfuerzo académico. Los resultados respaldaron
en gran medida estas hipótesis.
Venegas-
Muggli, J. I.
Abandono de la educación
superior de estudiantes
maduros no tradicionales
de primer año: el papel de
las características
sociodemográficas
Studies in
Continuing
Education
El estudio analiza cómo las características sociodemográficas
influyen en la deserción de estudiantes adultos no tradicionales
en su primer año de educación superior en Chile. Utilizando una
metodología cuantitativa con modelos de regresión logística, se
examinaron variables familiares, socioeconómicas e
institucionales. Los resultados destacan que factores como ser
padre, trabajar, no ser jefe de hogar, cursar programas más largos
y haber asistido a secundaria para adultos aumentan la
probabilidad de abandono.
Contini
D;Salza G.
Muy pocos graduados
universitarios. Inclusión y
eficacia del sistema de
educación superior italiano
Socio-Economic
Planning
Sciences
El estudio analiza la problemática de la población estudiantil en
Italia y propone una estimación flexible de riesgos competitivos
en tiempo discreto para superar limitaciones de modelos
convencionales. Se observa que la probabilidad de abandono varía
entre el 10% y el 77%, dependiendo del perfil educativo previo. A
lo largo del tiempo, se han logrado mejoras en la retención y el
tiempo hasta la obtención del título. Los cambios en estos factores
están relacionados con la composición de la población, la elección
del campo de estudio y el comportamiento individual post-
matriculación.
Quispe-Cruz, A. (2025). Deserción Estudiantil en Instituciones de Educación Superior Tecnológica. Revista Tecnológica-Educativa Docentes 2.0, 18(2), 13-24.
https://doi.org/10.37843/rted.v18i2.655
Deserción Estudiantil en Instituciones de Educación Superior
Tecnológica.
21
21
Pinter R.,
Čisar S. M.,
Balogh Z. &
Manojlović
H.
Mejorar la asistencia a
clase de los estudiantes de
educación superior
mediante la gamificación
Acta
Polytechnica
Hungarica
Este artículo presenta un sistema electrónico con gamificación
para el seguimiento de la asistencia estudiantil. Dado que el primer
año es importante, mantener a los estudiantes motivados para
asistir a clases es esencial para evitar el abandono. El sistema
utiliza elementos de gamificación para mejorar la participación, la
motivación y el rendimiento académico. Los resultados muestran
que este enfoque motivó a los estudiantes a asistir regularmente a
clases. La asistencia se destacó como un indicador clave para la
persistencia en la educación superior.
McAnulla, S.
J., Ball, S. E.,
& Knapp, K.
M.
Comprensión de la
deserción de los
estudiantes de radiología:
factores de riesgo y
estrategias.
Radiography
El estudio sobre la deserción de estudiantes de radiología
diagnóstica reveló una tasa del 19%, superior al promedio de la
educación superior. Los factores de riesgo identificados incluyen
la edad avanzada, calificaciones de ingreso no tradicionales y bajo
rendimiento académico. En los estudiantes mayores, las presiones
externas y financieras fueron claves, mientras que, en los más
jóvenes, las dificultades académicas y la carga de trabajo excesiva
destacaron. La mala salud mental también fue un factor de riesgo.
Se identificaron estrategias para superar estos desafíos a través de
encuestas y análisis de datos.
Nota. Tabla de tendencia de las publicaciones en los últimos años, elaboración propia (2025).
La Tabla 1, sintetiza investigaciones
recientes sobre el abandono en la educación
superior, destacando autores, títulos, revistas, y
los principales enfoques de análisis. Los estudios
abarcan metodologías diversas, incluyendo
regresión logística, bosques aleatorios y análisis
cuantitativos exploratorios, identificando
factores académicos, sociodemográficos,
psicosociales y motivacionales. Además, se
enfatizan estrategias como la intervención
temprana, sistemas de alerta predictiva,
gamificación, y análisis de riesgos competitivos.
Los hallazgos subrayan la importancia de
comprender este fenómeno desde una
perspectiva multifacética para implementar
estrategias personalizadas que mejoren la
retención estudiantil.
Los hallazgos bibliométricos (N = 12
estudios analizados, M = 76.5% de modelos
predictivos aplicados) señalan tres direcciones
prioritarias: 1) Estudios longitudinales que
cuantifiquen el impacto sostenido de estrategias
como la gamificación (cuya efectividad reporta
M = +28.3% en asistencia estudiantil, SD = 5.2;
Pinter et al., 2025) y modelos predictivos
(precisión media actual = 78.2%, SD = 8.5; Behr
et al., 2020); 2) Ampliación geográfica hacia
regiones subrepresentadas (solo 15.7% de los
estudios provienen de Latinoamérica/África vs.
71.6% de Europa/EE.UU.), clave para entender
causas socioeconómicas correlacionadas con
deserción (r = 0.68, p < 0.01; Venegas-Muggli,
2024); y 3) Integración de aprendizaje
automático para optimizar la predicción (los
modelos actuales sin ML tienen un AUC medio
= 0.74, SD = 0.07, frente al 0.92, SD = 0.03 de
los basados en Deep learning; Sghir et al., 2023).
Discusiones
El análisis bibliométrico realizado
evidencia el creciente interés académico en el
fenómeno de la deserción estudiantil en
instituciones de educación superior tecnológica,
lo que subraya su relevancia como problema
multifacético que afecta dimensiones sociales,
económicas y educativas. Este estudio confirma
que la deserción estudiantil no es un evento
aislado, sino el resultado de interacciones
complejas entre factores institucionales,
socioeconómicos, académicos y psicológicos, lo
cual se alinea con los postulados de la teoría de
integración académica de Tinto (1975) y
enfoques contemporáneos sobre educación
inclusiva.
Los resultados coinciden con estudios que
evidencian un aumento sostenido en las
publicaciones sobre retención estudiantil,
especialmente desde 2015, lo que sugiere una
tendencia consolidada en la literatura académica
(Ganga et al., 2023; De Oca, 2021). Esta
consistencia refuerza la idea de que la presión
sobre las instituciones ha impulsado
investigaciones orientadas a mejorar la
permanencia estudiantil. Asimismo, los
hallazgos respaldan la importancia de estrategias
innovadoras, como el apoyo académico y
financiero, en sintonía con lo planteado por
Velázquez & González (2017) y Toiber et al.
(2024). Sin embargo, algunos estudios han
identificado diferencias en la efectividad de estas
Quispe-Cruz, A. (2025). Deserción Estudiantil en Instituciones de Educación Superior Tecnológica. Revista Tecnológica-Educativa Docentes 2.0, 18(2), 13-24.
https://doi.org/10.37843/rted.v18i2.655
Deserción Estudiantil en Instituciones de Educación Superior
Tecnológica.
22
22
estrategias según el contexto institucional, lo que
resalta la necesidad de adaptar las intervenciones
a las características específicas de cada entorno
educativo.
Desde la perspectiva metodológica, los
resultados son consistentes con investigaciones
que destacan el uso de herramientas como
VOSviewer y técnicas de aprendizaje para
identificar patrones predictivos en la educación.
En línea con Sghir et al. (2023), los hallazgos
refuerzan el potencial de modelos en la detección
temprana de estudiantes en riesgo. Los resultados
respaldan las teorías de Ramaswami et al. (2022)
sobre la relevancia de intervenciones
personalizadas, evidenciando la necesidad de
estrategias adaptadas a contextos educativos. Sin
embargo, algunos estudios señalan desafíos en la
implementación de modelos, como la
interpretación de datos y la viabilidad técnica en
distintas instituciones. A pesar de estas
limitaciones, la consistencia de los resultados
confirma la pertinencia de seguir explorando
enfoques predictivos para mejorar la retención
estudiantil.
Finalmente, los resultados son consistentes
con estudios que destacan la necesidad de
abordar los factores culturales y contextuales en
la deserción estudiantil, especialmente en
regiones en desarrollo, donde las desigualdades
socioeconómicas juegan un papel determinante
(Chalela-Naffah et al., 2020). Estos hallazgos
coinciden con investigaciones que subrayan la
importancia de enfoques interdisciplinarios para
comprender mejor el fenómeno y proponer
soluciones más efectivas. Aunque la literatura
existente ha explorado factores asociados a la
deserción, aún persisten vacíos en el análisis de
contextos específicos, lo que sugiere una
oportunidad para ampliar el conocimiento en esta
área. Además, algunos estudios han identificado
limitaciones en la aplicación de estrategias
generales, reforzando la necesidad de
investigaciones que integren variables locales y
estructurales.
Teniendo en cuenta los resultados, es
importante que en futuras investigaciones
deberían centrarse en la integración de enfoques
interdisciplinarios que consideren tanto factores
culturales como contextuales en la deserción
estudiantil, especialmente en regiones en
desarrollo (Chalela-Naffah et al., 2020). Es
fundamental profundizar en el uso de modelos
predictivos avanzados para la identificación
temprana de estudiantes en riesgo, optimizando
la aplicación de intervenciones personalizadas
(Sghir et al., 2023; Ramaswami et al., 2022).
Además, se recomienda explorar la
implementación de estrategias institucionales
innovadoras, como el apoyo académico y
financiero, para mejorar la retención estudiantil
(Velázquez & González, 2017; Toiber et al.,
2024). Finalmente, la adaptación de estas
estrategias a distintos contextos educativos
permitirá generar soluciones más efectivas y
sostenibles en el tiempo.
Conclusiones
Este estudio bibliométrico sobre la
deserción estudiantil en instituciones de
educación superior tecnológica ofrece una visión
integral de las tendencias, factores y enfoques
asociados a este fenómeno, evidenciando su
creciente relevancia académica y social. Los
resultados muestran un incremento notable en la
producción científica a partir de 2015, lo cual
refleja la creciente preocupación por las
implicaciones económicas, sociales y educativas
de la deserción. Además, se identificaron factores
críticos como los socioeconómicos,
institucionales, académicos y psicológicos, que
interactúan para influir en la permanencia
estudiantil, corroborando teorías previas y
enfoques interdisciplinarios.
La aplicación de herramientas avanzadas
como VOSviewer y técnicas de aprendizaje
profundo ha permitido identificar áreas
emergentes de investigación y tendencias clave,
destacando el potencial de los modelos
predictivos para prevenir la deserción mediante
intervenciones tempranas y personalizadas. Sin
embargo, persisten vacíos en la literatura,
particularmente en la exploración de factores
culturales y contextuales que impactan de
manera diferenciada a las regiones en desarrollo.
Estos vacíos representan oportunidades para
futuras investigaciones que puedan contribuir al
diseño de estrategias más efectivas y equitativas.
En síntesis, este estudio subraya la
necesidad de un abordaje integral que combine
políticas educativas inclusivas, apoyo financiero
y académico, y el uso de tecnologías avanzadas
Quispe-Cruz, A. (2025). Deserción Estudiantil en Instituciones de Educación Superior Tecnológica. Revista Tecnológica-Educativa Docentes 2.0, 18(2), 13-24.
https://doi.org/10.37843/rted.v18i2.655
Deserción Estudiantil en Instituciones de Educación Superior
Tecnológica.
23
23
para la predicción y prevención de la deserción.
Los hallazgos tienen implicaciones directas para
los responsables de políticas educativas y las
instituciones académicas, ofreciendo un marco
robusto para mejorar la retención estudiantil y,
con ello, el impacto social y económico de la
educación superior tecnológica.
Declaración de Conflictos de Intereses
La autora declara que no existe ningún
conflicto de interés que pudiera afectar la
realización de este estudio. Ninguno de los
autores ha recibido financiación ni mantiene
relaciones personales o profesionales que puedan
influir o condicionar los resultados obtenidos o
su interpretación. La totalidad del trabajo fue
llevado a cabo de manera independiente,
garantizando la imparcialidad y rigor científico
en cada una de las etapas del proceso
investigativo.
Referencias
Agbo, F., Oyelere, S., Suhonen, J., & Tukiainen, M. (2021).
Producción científica y avances temáticos en entornos de
aprendizaje inteligentes: un análisis bibliométrico. Smart
Learning Environments, 8.
https://doi.org/10.1186/s40561-020-00145-4.
Álvarez-Pérez, P. R., & López-Aguilar, D. (2021). El burnout
académico y la intención de abandono de los estudios
universitarios en tiempos de COVID-19. Revista
mexicana de investigación educativa, 26(90), 663-689.
https://n9.cl/8ioqa
Barragán-Perea, E. A., Tarango, J., & González-Quiñones, F.
(2022). Obstáculos para la movilidad social de egresados
de educación superior: la persistencia de las brechas en el
acceso a oportunidades. Diálogos sobre educación. Temas
actuales en investigación educativa, 13(25), 00013.
https://doi.org/10.32870/dse.v0i25.1163
Behr, A., Giese, M., Kamdjou, H., & Theune, K. (2020).
Abandono de la universidad: una revisión de la literatura.
Revista de Educación, 8 (2), 614–652.
https://doi.org/10.1002/rev3.3202
Bu, K., Wallach, D., Wilson, Z., Shen, N., Segal, L., Bagiella, E.,
& Clemente, J. (2021). Identificación de correlaciones
impulsadas por observaciones influyentes en grandes
conjuntos de datos. Briefings in bioinformatics.
https://doi.org/10.1093/bib/bbab482.
Castro Paisig, J., Quispe Bustamante, S., Palomino Ccasa, J., &
Vílchez, J J. (2024). Ansiedad por coronavirus y bienestar
psicológico en estudiantes universitarios que retornan a
clases presenciales. Revista InveCom, 4(2), e040241.
https://doi.org/10.5281/zenodo.10625919
Chalela-Naffah, S., Valencia-Arias, A., Ruíz-Rojas, G. A., &
Cadavid-Orrego, M. (2020). Factores psicosociales y
familiares que influyen en la deserción en estudiantes
universitarios en el contexto de los países en desarrollo.
Revista Lasallista De Investigación, 17(1), 103-115.
https://doi.org/10.22507/rli.v17n1a9
Contini, D., & Salza, G. (2020) Too few university graduates.
Inclusiveness and effectiveness of the Italian higher
education system. Socio-Economic Planning Sciences.
71. https://doi.org/10.1016/j.seps.2020.100803.
Daruhadi, G., & Sopiati, P. (2024). Recopilación de datos de
investigación. Revista Internacional de Investigación y
Servicio Social. https://doi.org/10.46799/ijssr.v4i7.863.
De Oca Sánchez, T. M. (2021). Educación superior: factores
económicos que inciden en la deserción escolar. Caso de
las licenciaturas de la UNID Tlalnepantla. RIDE Revista
Iberoamericana Para La Investigación Y El Desarrollo
Educativo, 12(23).
https://doi.org/10.23913/ride.v12i23.1061
French, S., Dickerson, A., & Mulder, RA (2024). Una revisión de
los beneficios y desventajas de los exámenes finales de
alto riesgo en la educación superior. High Educ 88, 893–
918. https://doi.org/10.1007/s10734-023-01148-z
Ganga Contreras, F., Améstica-Rivas, L., Ramírez González, V.,
& King-Domínguez, A. (2023). Deserción estudiantil, el
costo económico para las universidades chilenas.
Universidad, Ciencia y Tecnología, 27(118), 17-28.
https://doi.org/10.47460/uct.v27i118.683
Gordillo-Salazar, J. M., Sánchez-Torres, Y., Terrones-Cordero,
A., & Cruz-Cruz, M. (2020). La productividad académica
en las instituciones de educación superior en México: de
la teoría a la práctica. Propósitos y Representaciones,
8(3), e441. https://doi.org/10.20511/pyr2020.v8n3.441
Herreño-Munera, M. L., Romero-Tenorio, J. M., Mejía-Ríos, J.,
& Román-Santana, W. M. (2024). Deserción estudiantil
en educación superior. Tendencias y oportunidades en la
era post pandemia. Revista Arbitrada Interdisciplinaria
Koinonía, 9(18), 156-177.
https://doi.org/10.35381/r.k.v9i18.4201
Jia, X. (2020). Un breve análisis del estado de ánimo temático en
la literatura inglesa contemporánea. Art and Humanistic
Education,4(3).
https://doi.org/10.18686/AHE.V4I3.2035.
Kersánszki, T., Holik, I., & Sanda, I. (2022). Causes and
possibilities of reducing student drop-out in Hungarian
technical higher education. 2022 IEEE 26th International
Conference on Intelligent Engineering Systems (INES),
000169-000174.
https://doi.org/10.1109/INES56734.2022.9922627.
Kryshko, O., Fleischer, J., Waldeyer, J., Wirth, J., & Leutner, D,
(2020) ¿Contribuyen las estrategias de regulación
motivacional al éxito académico de los estudiantes
universitarios? Learning and Individual Differences. 82.
https://doi.org/10.1016/j.lindif.2020.101912.
La Rosa Feijoo, O. C., & Vilchez Castro, P. (2024). Análisis de la
investigación en actividades físicas y su impacto en la
Quispe-Cruz, A. (2025). Deserción Estudiantil en Instituciones de Educación Superior Tecnológica. Revista Tecnológica-Educativa Docentes 2.0, 18(2), 13-24.
https://doi.org/10.37843/rted.v18i2.655
Deserción Estudiantil en Instituciones de Educación Superior
Tecnológica.
24
24
salud pública: una evaluación integral. Retos, 60, 242–
252. https://doi.org/10.47197/retos.v60.106333
La Rosa-Feijoo, O. C., Pacherres de Guevara, K. B., Minaya-
Becerra, L. S., & Cedillo-Lozada, W. J. C. (2024).
Análisis de la Producción Científica en Educación
Infantil en Perú. Revista Docentes 2.0, 17(2), 186–194.
https://doi.org/10.37843/rted.v17i2.543
Mandasini, A. (2022). Mejora de la validez de los resultados de la
investigación científica mediante la gestión de la
metodología de la investigación. Kontigensi: Jurnal
Ilmiah Manajemen.
https://doi.org/10.56457/jimk.v10i2.389.
McAnulla, S. J., Ball, S. E., & Knapp, K. M. (2020).
Understanding student radiographer attrition: Risk factors
and strategies. Radiography (London, England: 1995),
26(3), 198–204.
https://doi.org/10.1016/j.radi.2019.12.001
Mészáros, V. (2022). Algunas variables explicativas de la
deserción en la educación superior técnica Pérdida
institucional y social. Polgári szemle.
https://doi.org/10.24307/psz.2022.1123.
Montes Nieto, P., Cáceres Ugarte, J., Pumacachua Ramos, A., &
Huamán Rojas, R. T. (2024). Deserción estudiantil en
tiempos de pandemia en una universidad intercultural.
Horizontes. Revista De Investigación En Ciencias De La
Educación, 8(35), 2188–2207.
https://doi.org/10.33996/revistahorizontes.v8i35.861
Orellana Correa, G. A., Ayala Macias, J. G., & Vega Granda, A.
D. C. (2024). Factores socioeconómicos que inciden en la
deserción universitaria, en la carrera de Economía,
Universidad Técnica de Machala, Facultad de Ciencias
Empresariales. LATAM Revista Latinoamericana De
Ciencias Sociales Y Humanidades, 5(4), 2788 – 2801.
https://doi.org/10.56712/latam.v5i4.2455
Ortiz-Lozano, J. M., Rua-Vieites, A., Bilbao-Calabuig, P., &
Casadesús-Fa, M. (2018). University student retention:
Best time and data to identify undergraduate students at
risk of dropout. Innovations in Education and Teaching
International, 57(1), 74–85.
https://doi.org/10.1080/14703297.2018.1502090
Pfrieger, F. (2021). Análisis TeamTree: un nuevo enfoque para
evaluar la producción científica. PLoS ONE, 16.
https://doi.org/10.1371/journal.pone.0253847.
Pinter R., Cisar S. M., Balogh Z. & Manojlović H. (2020)
Enhancing Higher Education Student Class Attendance
through Gamification. Acta Polytechnica Hungarica, 17,
N°. 2. pp. 13-33.
https://doi.org/10.12700/APH.17.2.2020.2.2.
Praveen, S., Parmar, J., Chandio, N., & Arora, A. (2021). Una
revisión sistemática de la adaptación transcultural y las
propiedades psicométricas de las herramientas de
alfabetización en salud bucal. Revista internacional de
investigación ambiental y salud pública, 18.
https://doi.org/10.3390/ijerph181910422.
Ramaswami, G., Susnjak, T. & Mathrani, A. (2022). Sobre el
desarrollo de modelos genéricos para predecir los
resultados de los estudiantes en la minería de datos
educativos. Big Data and Cognitive Computing, 6 (1), 6.
https://doi.org/10.3390/bdcc6010006
Sandoval-Palis, I., Naranjo, D., Vidal, J., & Gilar-Corbi, R.
(2020). Early Dropout Prediction Model: A Case Study of
University Leveling Course Students. Sustainability,
12(22), 9314. https://doi.org/10.3390/su12229314
Segura-Robles, A., Parra-González, M., & Gallardo-Vigil, M.
(2020). Análisis bibliométrico y colaborativo de redes
sobre metodologías activas en educación. Journal of New
Approaches in Educational Research, 9, 259-274.
https://doi.org/10.7821/naer.2020.7.575.
Sghir, N., Adadi, A., & Lahmer, M. (2023). Avances recientes en
análisis predictivo del aprendizaje: una revisión
sistemática de una década (2012-2022). Educ Inf Technol
28, 8299-8333. https://doi.org/10.1007/s10639-022-
11536-0
Sobieraj, D., & Baker, W. (2021). Métodos de investigación y
académicos: revisiones sistemáticas. Journal of the
American College of Clinical Pharmacy, 4, 849-854.
https://doi.org/10.1002/jac5.1440.
Sotomayor Soloaga, P., & Rodríguez Gómez, D. (2020). Factores
explicativos de la deserción académica en la Educación
Superior Técnico Profesional: el caso de un centro de
formación técnica. Revista de estudios y experiencias en
educación, 19(41), 199-223.
https://dx.doi.org/10.21703/rexe.20201941sotomayor11
Toiber, J. A. M., Castilla, A. M. C., González, M. A. G.,
Rodríguez, P. D., & Castro, R. P. (2024). Instrumento para
identificar los factores de riesgo asociados a la deserción
universitaria. South Florida Journal of Development,
5(7), e4117. https://doi.org/10.46932/sfjdv5n7-015
Uwamahoro, M., Idowu, J., Chowdhury, N., Bele, S., Popeski, N.,
Boakye, F., Odame-Ankrah, C., King, R., Rabi, D. &
Turin, T. (2024). Definición de la población negra en la
investigación sanitaria canadiense: un protocolo de
revisión exploratoria. BMJ Open, 14.
https://doi.org/10.1136/bmjopen-2023-081296.
Velázquez Narváez, Yolanda, & González Medina, Mario
Alberto. (2017). Factores asociados a la permanencia de
estudiantes universitarios: caso UAMM-UAT. Revista de
la educación superior, 46(184), 117-138.
https://doi.org/10.1016/j.resu.2017.11.003
Venegas-Muggli, J. I. (2019). Higher education dropout of non-
traditional mature freshmen: the role of
sociodemographic characteristics. Studies in Continuing
Education, 42(3), 316–332.
https://doi.org/10.1080/0158037X.2019.1652157
Zhang, M., Zhu, Y., Li, Y., Mou, Y., Kan, H., Fan, W., Dai, J., &
Zheng, Y. (2021). Formación de la población de estudio
para la inferencia causal. Zhonghua liu xing bing xue za
zhi = Zhonghua liuxingbingxue zazhi, 42(7), 1292-1298.
https://doi.org/10.3760/cma.j.cn112338-20200612-
00839.
