La predicción de series temporales se ha realizado durante décadas tanto en la ciencia como en la industria. Los modelos de pronóstico han evolucionado constantemente con el tiempo. Los métodos estadísticos se han utilizado durante muchos años y posteriormente se complementaron con enfoques de redes neuronales. Actualmente, se presentan cada vez más enfoques híbridos, con el objetivo de combinar las ventajas de ambos métodos. Estos métodos híbridos de pronóstico podrían llevar a predicciones más precisas y mejorar y potenciar los sistemas de análisis visual para la toma de decisiones o para apoyar el proceso de toma de decisiones. En este trabajo, realizamos una revisión sistemática de la literatura utilizando la metodología PRISMA e investigamos varios enfoques híbridos de pronóstico en detalle. El procedimiento exacto de búsqueda y filtrado y las bases de datos en las que realizamos la búsqueda se documentaron y complementaron con un diagrama de flujo de PRISMA. De un total de 1435 resultados, incluimos 21 trabajos en esta revisión a través de diversos pasos de filtrado y criterios de exclusión. Examinamos estos trabajos en detalle y recopilamos la calidad de los resultados de predicción. Resumimos los valores de error en una tabla para investigar si los enfoques híbridos de pronóstico ofrecen mejores resultados. Concluimos que todos los métodos híbridos de pronóstico investigados funcionan mejor que los individuales. Basándonos en los resultados del estudio de PRISMA, se discuten las posibles aplicaciones de enfoques híbridos de predicción en sistemas de análisis visual para la toma de decisiones e ilustramos su uso mediante una visualización ejemplar.