Análisis de datos de lista de espera quirúrgica en la Comunidad de Madrid. ODS 3, 10

Abstract

Este trabajo analiza la relación entre hábitos de vida, variables demográficas y antropométricas y el estado de salud medido a través de biomarcadores clínicos, utilizando datos reales generados por una empresa española del sector HealthTech que opera bajo el modelo direct-to-consumer testing (DTCT). El análisis se centra en dos kits seleccionados por su adecuación metodológica: Longevidad (n=480), dirigido a una población senior en el contexto de un programa de bienestar en balneario, y Panel Innerflow (n=225), correspondiente a usuarios de gimnasio con un perfil más joven y activo.La variable objetivo es global_result, una variable binaria que toma valor positivo cuando al menos uno de los siete biomarcadores comunes a ambos kits —colesterol total, colesterol HDL, colesterol LDL, triglicéridos, hemoglobina glicosilada, vitamina D y proteína C reactiva— se encuentra fuera de los rangos clínicos de referencia. Las variables explicativas incluyen características demográficas, antropométricas y nueve hábitos de vida autodeclarados.Se aplican cuatro técnicas complementarias: regresión logística multivariable, Propensity Score Matching (PSM), árbol de clasificación CART y reglas de asociación mediante el algoritmo Apriori. Los resultados muestran que los patrones difieren entre poblaciones: en Longevidad, la ausencia de suplementación vitamínica es la señal más robusta y consistente; en Innerflow, la hidratación insuficiente y el consumo de alcohol articulan los perfiles de riesgo. La convergencia entre métodos refuerza la solidez de estos hallazgos. El trabajo concluye que los datos generados en el marco del modelo DTCT tienen potencial analítico real para la medicina preventiva, aunque con limitaciones derivadas del carácter autodeclarado de los hábitos y del tamaño muestral moderado.

This study analyses the relationship between lifestyle habits, demographic and anthropometric variables, and health status measured through clinical biomarkers, using real data generated by a Spanish HealthTech company operating under the direct-to-consumer testing (DTCT) model. The analysis focuses on two kits selected for their methodological suitability: Longevidad (n=480), targeting a senior population within a spa wellness programme, and Panel Innerflow (n=225), corresponding to gym users with a younger and more active profile. The target variable is global_result, a binary variable defined as positive when at least one of the seven biomarkers common to both kits —total cholesterol, HDL cholesterol, LDL cholesterol, triglycerides, glycated haemoglobin, vitamin D and C-reactive protein— falls outside clinical reference ranges. Explanatory variables include demographic and anthropometric characteristics alongside nine self-reported lifestyle habits. Four complementary analytical techniques are applied: multivariate logistic regression, Propensity Score Matching (PSM), CART classification tree and association rules using the Apriori algorithm. Results show that patterns differ between populations: in Longevidad, the absence of vitamin supplementation is the most robust and consistent signal; in Innerflow, insufficient hydration and alcohol consumption structure the risk profiles. Convergence across methods strengthens the reliability of these findings. The study concludes that data generated under the DTCT model hold genuine analytical potential for preventive medicine, though with limitations arising from the self-reported nature of lifestyle habits and the moderate sample size.