En los últimos años, hemos sido testigos de un aumento de las noticias falsas, es decir, piezas de información falsas creadas con la intención de engañar. La difusión de este tipo de noticias representa una seria amenaza para la cohesión y el bienestar social, ya que fomenta la polarización política y la desconfianza de las personas hacia sus líderes. La gran cantidad de noticias que se difunden a través de las redes sociales hace que la verificación manual sea inviable, lo que ha promovido el diseño e implementación de sistemas automáticos para la detección de noticias falsas. Los creadores de noticias falsas utilizan varios trucos estilísticos para promover el éxito de sus creaciones, siendo uno de ellos excitar los sentimientos de los receptores. Esto ha llevado al análisis de sentimientos, parte del análisis de texto encargada de determinar la polaridad y fuerza de los sentimientos expresados en un texto, a ser utilizado en enfoques de detección de noticias falsas, ya sea como base del sistema o como un elemento complementario. En este artículo, estudiamos los diferentes usos del análisis de sentimientos en la detección de noticias falsas, con una discusión de los elementos más relevantes y deficiencias, y los requisitos que deben cumplirse en un futuro cercano, como el multilingüismo, la explicabilidad, la mitigación de sesgos o el tratamiento de elementos multimedia.