Estudio cuantitativo que evalúa el riesgo financiero en seguros médicos mediante modelado lineal (RLS y RLM) con datos de 1,333 asegurados. A través de un protocolo de validación cruzada (Split-Validation 80/20), se demuestra que los factores conductuales modificables —específicamente el tabaquismo, con un impacto promedio de $23,512 USD anuales— poseen una capacidad explicativa críticamente superior ($R^2 = 93.24%) sobre los costos de salud en comparación con el efecto marginal del envejecimiento biológico aislado

Este informe presenta el desarrollo de un modelo predictivo multivariado basado en Regresión Lineal Múltiple para analizar y cuantificar los determinantes del gasto en salud individual, utilizando una base de datos institucional de 1,338 registros. El objetivo principal es dotar a la gerencia sanitaria (EPS/IPS) de herramientas analíticas para optimizar la asignación presupuestal y evaluar la sostenibilidad financiera del sistema.A través del modelo, se demuestra que el gasto prestacional no se distribuye de manera uniforme ni depende de forma aislada de la edad biológica. El estilo de vida actúa como el principal catalizador financiero: registrarse como fumador activo incrementa el gasto médico anual en un promedio neto estimado de $23,848.5 USD, mientras que cada unidad adicional en el Índice de Masa Corporal (IMC) añade un costo crónico de $322.4 USD. El modelo matemático propuesto cuenta con una alta solidez metodológica, logrando explicar el 74.91% ($R^2$ Ajustado) de toda la variabilidad real del gasto de la población analizada. Las conclusiones justifican técnicamente el retorno de la inversión al financiar programas robustos de Promoción y Prevención (PyP) orientados al control del riesgo metabólico y cesación del tabaquismo como estrategia para mitigar la siniestralidad a mediano plazo.

Este reporte técnico presenta el desarrollo de un Modelo de Regresión Lineal Múltiple para predecir y analizar el gasto médico individual con base en variables críticas como la edad, el índice de masa corporal (IMC) y el hábito de fumar. Incluye la exploración analítica de datos, estadísticas descriptivas, validación y testeo de supuestos matemáticos (linealidad, homocedasticidad y normalidad de residuos), así como una discusión gerencial de los resultados orientada al diseño de políticas de prevención y contención de costos en el sector salud.