Investigar las tendencias de investigación dentro de un dominio científico mediante el análisis de información semántica extraída de revistas científicas ha sido un tema de interés en el campo del procesamiento del lenguaje natural (PLN). Una evaluación de tendencias de investigación se basa generalmente en la evolución temporal de la ocurrencia de términos o el tema de los términos, pero descuida un aspecto importante: la latencia de publicación de la investigación. El tiempo promedio entre la investigación y su publicación puede variar desde un mes hasta más de un año, y es una característica que puede tener un impacto significativo al evaluar las tendencias de investigación, principalmente en áreas científicas que evolucionan rápidamente. Para hacer frente a este problema, el presente documento es el primer trabajo que considera explícitamente la latencia de publicación de la investigación como un parámetro en el proceso de evaluación de tendencias. En consecuencia, proporcionamos una nueva metodología de detección de tendencias que combina la predicción auto-ARIMA con evaluaciones de tendencias de Mann-Kendall. Los resultados experimentales en un estudio de caso de automatización del diseño electrónico demuestran la viabilidad de nuestro enfoque.