La variabilidad de la frecuencia cardíaca (VFC) ha surgido como una herramienta esencial no invasiva para comprender la función autonómica cardíaca en las últimas décadas. Esto se puede atribuir a la conexión directa entre el ritmo cardíaco y la actividad de los sistemas nerviosos simpático y parasimpático. La rentabilidad y facilidad con la que se puede obtener datos de VFC también lo convierten en una herramienta clínica emocionante y potencial para evaluar e identificar diversas alteraciones de la salud. Este artículo describe de manera integral una variedad de técnicas de descomposición de señales y métodos de modelado de series temporales utilizados recientemente en análisis de VFC, además de los métodos convencionales de generación de VFC y extracción de características. Se resumen varias aproximaciones de selección de características basadas en peso y técnicas de reducción de dimensionalidad para evaluar la relevancia de cada vector de características de VFC. También se describen las técnicas de clasificación de características de VFC basadas en aprendizaje automático populares. Se discuten algunas aplicaciones clínicas notables de análisis de VFC, como la detección de diabetes, apnea del sueño, infarto de miocardio, arritmia cardíaca, hipertensión, insuficiencia renal, trastornos psiquiátricos, actividad del SNA de pacientes sometidos a destete de la ventilación mecánica, y monitoreo de la angustia fetal y cuidados críticos neonatales. También se resume la investigación más reciente sobre el efecto de estímulos externos (como consumir alcohol) en la actividad del sistema nervioso autónomo (SNA) mediante análisis de VFC. Los enfoques de análisis de VFC resumidos en nuestro artículo pueden ayudar a los futuros investigadores a adentrarse en sus posibles aplicaciones diagnósticas.