La difusión de información, la propagación de información y los influencers son conceptos importantes en muchos estudios sobre redes sociales, especialmente en el análisis de Twitter. Sin embargo, las revisiones de literatura sobre la difusión de información en el análisis de Twitter son escasas, especialmente en el uso de cadenas de Markov en tiempo continuo (CTMC). Este artículo examina los siguientes temas: (1) los propósitos de los estudios sobre la difusión de información en Twitter, (2) los métodos adoptados para modelar la difusión de información en Twitter, (3) las métricas aplicadas y (4) las medidas utilizadas para determinar los rankings de influencers. Empleamos una revisión sistemática de la literatura (SLR) para explorar los estudios relacionados con la difusión de información en Twitter extraídos de cuatro bibliotecas digitales. En este artículo, se llevó a cabo un análisis en dos etapas. Primero, implementamos un análisis bibliométrico utilizando el software VOSviewer y R-bibliometrix. Este enfoque se aplicó para seleccionar 204 artículos después de realizar un chequeo de duplicados y evaluar los criterios de inclusión-exclusión. En esta etapa, mapeamos las redes de colaboración de los autores y la evolución de los temas de investigación. En segundo lugar, analizamos la brecha en los temas de investigación sobre la aplicación de la difusión de información CTMC en Twitter. Se aplicaron criterios de filtrado adicionales y se analizaron 34 artículos para identificar los objetivos de investigación, métodos, métricas y medidas utilizadas por cada investigador. La CTMC no homogénea nunca se ha utilizado en el modelado de la difusión de información en Twitter. Este hallazgo nos motiva a estudiar más a fondo la CTMC no homogénea como un enfoque de modelado para la difusión de información en Twitter.