El uso de machine learning se presenta como una estrategia de análisis estadístico prometedora para la predicción de resultados en psicoterapia. Sin embargo, la literatura existente se encuentra en una etapa exploratoria de prueba de algoritmos, lo que deriva en una considerable heterogeneidad metodológica entre estudios. En este sentido, aún no se ha establecido cuál es la precisión que tienen los algoritmos de machine learning para la predicción de resultados en tratamientos psicoterapéuticos naturalísticos. Objetivo: Sintetizar estudios que apliquen métodos de machine learning para la predicción de resultados en tratamientos naturalísticos a partir de las características de línea de base de los pacientes. Métodos: Se realizará una revisión sistemática, a través de la búsqueda en las bases de datos PubMed, Web of Science y Scopus, incluyendo estudios que utilicen métodos de machine learning supervisado o no supervisado, que utilicen modelos de predicción dicotómicos o continuos, que reporten estadísticos de explicación de la varianza (R² o Accuracy), que realicen validación cruzada interna y que utilicen predictores de medidas psicométricas, categorías clínicas o datos sociodemográficos. Los artículos seleccionados serán sometidos a un análisis cualitativo y cuantitativo. Se discutirán las implicancias clínicas y potenciales líneas futuras de investigación. Palabras clave Machine learning - Psicoterapia - Revisión sistemática - Predic- ción de resultados ABSTRACT PRECISION OF MACHINE LEARNING METHODS FOR OUTCOME PREDICTION IN PSYCHOTHERAPY: A SYSTEMATIC REVIEW The use of machine learning is presented as a promising statistical analysis strategy for outcome prediction in psychotherapy. However, the existing literature is in an exploratory stage of algorithm testing, which results in considerable methodological heterogeneity among studies. In this regard, the precision of machine learning algorithms for outcome prediction in naturalistic psychotherapeutic treatments has not yet been established. Objective: To synthesize studies that apply machine learning methods for the prediction of outcomes in naturalistic treatments from patients’ baseline characteristics. Methods: A systematic review will be conducted by searching PubMed, Web of Science and Scopus databases, including studies that use supervised or unsupervised machine learning methods, employ dichotomous or continuous prediction models, report variance explanation statistics (R² or Accuracy), perform internal crossvalidation and use predictors of psychometric measures, clinical categories or sociodemographic data. Selected articles will be subjected to qualitative and quantitative analysis. Clinical implications and potential future lines of research will be discussed. Keywords Machine learning - Psychotherapy - Systematic review - Outco-