Metodología

Resumen

Longevity Path es un estimador basado en evidencia de la edad biológica, la esperanza de vida y el potencial de longevidad modificable. Se apoya en tres pilares: las tablas de vida actuariales de la Organización Mundial de la Salud, ecuaciones de riesgo revisadas por pares publicadas en la literatura cardiovascular y de biología del envejecimiento, y distribuciones de referencia ajustadas por edad y sexo para marcadores objetivos (VO2 Max, variabilidad de la frecuencia cardiaca, frecuencia cardiaca en reposo, composición corporal, biomarcadores sanguíneos). El modelo no es un diagnóstico clínico — es una forma estructurada de traducir hallazgos consolidados de mortalidad y morbilidad en un número personal sobre el que actuar.

Toda puntuación que produce la plataforma — tu puntuación de longevidad (0 a 10), tu edad biológica en años, tu esperanza de vida y tu delta de "años a tu alcance" — se calcula en el backend en una sola tubería determinista. El frontend no ejecuta ninguna lógica de puntuación localmente; solo muestra lo que calcula el backend, lo que garantiza que los resultados son reproducibles entre web, iOS y Android y entre re-renderizados.

El modelo de cinco dimensiones

Organizamos las entradas en cinco dimensiones de salud, cada una ponderada por la fuerza de su asociación con la mortalidad por todas las causas en la literatura publicada. Los pesos siguientes suman el 100% de la puntuación de longevidad:

• Cardiovascular — 30%. Aptitud cardiorrespiratoria (VO2 Max), frecuencia cardiaca en reposo, variabilidad de la frecuencia cardiaca, presión arterial y volumen de ejercicio. El VO2 Max es el predictor más fuerte conocido de mortalidad por todas las causas en adultos sanos (Mandsager et al., JAMA Network Open, 2018).
• Metabólica — 25%. Composición corporal (IMC y % de grasa), glucemia en ayunas y HbA1c, perfil lipídico (LDL, HDL, triglicéridos, ApoB) y patrón alimentario. El síndrome metabólico aproximadamente duplica el riesgo de mortalidad cardiovascular.
• Sueño — 20%. Duración total, regularidad, proporciones de sueño profundo y REM, y HRV matutina como marcador de recuperación. Tanto el sueño corto (menos de 6 horas) como largo (más de 9) están asociados de forma independiente con mortalidad elevada (Cappuccio et al., Sleep, 2010).
• Cognitivo y Emocional — 15%. Estrés crónico, densidad de conexión social, sentido de propósito y consumo de sustancias (tabaco, alcohol). El aislamiento social se ha estimado equivalente en riesgo a fumar 15 cigarrillos diarios (Holt-Lunstad et al., PLoS Medicine, 2010).
• Genética e Historial — 10%. Historia familiar de enfermedad cardiovascular, cáncer y diabetes, más el historial propio de enfermedades crónicas. La genética explica aproximadamente el 20-30% de la varianza de la esperanza de vida; ponderamos esta dimensión por debajo de las modificables porque los hábitos individuales dominan el resultado.

Entradas

Cómo se calcula la edad biológica

La edad biológica es la edad funcional modelada del cuerpo del usuario, derivada de cómo cada entrada se compara con distribuciones de referencia ajustadas por edad y sexo. Las tablas que usamos cubren VO2 Max, HRV, frecuencia cardiaca en reposo, IMC, % de grasa y biomarcadores sanguíneos clave, calibradas con datos poblacionales publicados (normas de aptitud cardiopulmonar del FRIEND; HRV de Nunan et al., Pacing and Clinical Electrophysiology, 2010; lipidos y glucosa según NCEP y ADA).

Para cada entrada, el valor del usuario se convierte en un z-score contra la norma poblacional para su edad y sexo. Los z-scores se ponderan por la fuerza de asociación de la entrada con la mortalidad, se suman dentro de cada dimensión y se combinan en una sola estimación de edad biológica.

Cómo se calcula la esperanza de vida

La esperanza de vida se calcula en dos pasos. Primero, partimos de la esperanza de vida base de la tabla de vida de la OMS para el país y sexo del usuario. Segundo, aplicamos ajustes aditivos derivados de ecuaciones de riesgo establecidas:

• Consumo de tabaco según Doll et al. (BMJ, 2004): los fumadores actuales pierden aproximadamente 10 años respecto a los que nunca fumaron.
• IMC según la Global BMI Mortality Collaboration (The Lancet, 2016).
• Actividad física y aptitud según Mandsager et al. (JAMA Network Open, 2018).
• Calidad de la dieta según PREDIMED (NEJM, 2018) y Li et al. (Circulation, 2018): cinco hábitos saludables añadieron hasta 14 años de esperanza de vida a los 50.
• Duración del sueño según Cappuccio et al. (Sleep, 2010).
• Consumo de alcohol según Wood et al. (The Lancet, 2018).
• Conexión social según Holt-Lunstad et al. (PLoS Medicine, 2010).
• Historial familiar y crónico según las guías de prevención primaria ACC/AHA 2019 y los estándares ADA 2024.

El delta de "años a tu alcance" es la diferencia entre tu esperanza de vida actual y la que tendrías si optimizaras todos los factores modificables a su mejor valor realista. Se presenta como un mínimo conservador y un máximo aspiracional.

Calibración

Los datos de referencia se estratifican por banda de edad de 5 años y sexo biológico. El país se utiliza para seleccionar la esperanza de vida base de la tabla de la OMS y para localizar recomendaciones dietéticas; las distribuciones de biomarcadores se tratan como globales. Los promedios de wearables usan una ventana móvil de 90 días, no 30, porque las ventanas más cortas están dominadas por la variación semanal de entrenamiento y estrés.

Interpretación de las puntuaciones

Puntuación de longevidad (0-10): 8 o más es excelente; 6.5 a 8 es buena con margen de mejora; 5 a 6.5 es regular; por debajo de 5 indica riesgo de mortalidad por encima del promedio que merece un plan estructurado y, si procede, consulta clínica.

Delta de edad biológica: -3 años o más (biológica menor que cronológica) es favorable; ±2 años está a la par de tus pares; +3 años o más sugiere una carga funcional elevada que conviene abordar.

Años a tu alcance: es la ganancia potencial al optimizar tu estilo de vida, no una garantía. Asume adherencia sostenida durante años — que es la escala temporal relevante de la evidencia subyacente.

Lo que no somos

Longevity Path no es un dispositivo médico, ni un servicio diagnóstico, ni un sustituto de la evaluación clínica profesional. El modelo no puede predecir la longevidad real de ningún individuo — las entradas disponibles para una herramienta de consumo no capturan el conjunto completo de factores biológicos, ambientales y estocásticos que determinan un resultado individual. Sí puede cuantificar bien el impacto de tus hábitos modificables sobre la mortalidad, comparado con tus pares y validado contra datos de cohortes poblacionales.

Si tienes una condición diagnosticada, valores de laboratorio anormales o cualquier síntoma preocupante, el siguiente paso correcto es un clínico — no una puntuación.

Referencias

La metodología resumida arriba se basa en las siguientes fuentes revisadas por pares, todas accesibles públicamente vía PubMed o la web de la editorial.

• World Health Organization. Global Health Estimates: life tables by country, year and sex.
• Li Y, Pan A, Wang DD, et al. Impact of healthy lifestyle factors on life expectancies in the US population. Circulation, 2018;138:345-355.
• Mandsager K, Harb S, Cremer P, et al. Association of cardiorespiratory fitness with long-term mortality among adults undergoing exercise treadmill testing. JAMA Network Open, 2018;1(6):e183605.
• Doll R, Peto R, Boreham J, Sutherland I. Mortality in relation to smoking: 50 years' observations on male British doctors. BMJ, 2004;328:1519.
• Global BMI Mortality Collaboration. Body-mass index and all-cause mortality. The Lancet, 2016;388:776-786.
• Cappuccio FP, et al. Sleep duration and all-cause mortality. Sleep, 2010;33(5):585-592.
• Holt-Lunstad J, Smith TB, Layton JB. Social relationships and mortality risk. PLoS Medicine, 2010;7(7):e1000316.
• Wood AM, et al. Risk thresholds for alcohol consumption. The Lancet, 2018;391:1513-1523.
• Estruch R, Ros E, Salas-Salvadó J, et al. PREDIMED. NEJM, 2018;378:e34.
• Nunan D, et al. Heart rate variability in healthy adults. Pacing and Clinical Electrophysiology, 2010;33(11):1407-1417.
• D'Agostino RB, et al. Framingham general CV risk profile. Circulation, 2008;117:743-753.
• Arnett DK, et al. 2019 ACC/AHA primary-prevention guideline. JACC, 2019;74(10):e177-e232.