Menú

Cuantificar el bienestar en seguros: ¿Cuáles son las claves para una vida más larga?

Escrito por: 
Kishan Bakrania, Richard Russell
22 abril, 2025 • 
10
 min de lectura

Resumen del artículo

El análisis de RGA sobre el estudio del UK Biobank revela correlaciones significativas entre factores de estilo de vida y el riesgo de mortalidad, ofreciendo a las aseguradoras una nueva perspectiva en la evaluación del riesgo. Al integrar indicadores biométricos tanto tradicionales como innovadores, esta investigación sienta las bases para un cambio en las prácticas de suscripción, con el potencial de dar paso a una era de evaluación del riesgo más precisa y holística en el sector asegurador. Descarga el estudio hoy mismo.
Inicio / Artículos / Cuantificar el bienestar en seguros: ¿Cuáles son las claves para una vida más larga?

Conclusiones clave

  • La investigación de RGA sobre los datos del estudio UK Biobank revela una marcada relación en forma de “U” entre el índice de masa corporal (IMC) y el riesgo de mortalidad, con valores tanto bajos como altos de IMC asociados a un aumento significativo del riesgo de muerte.
  • Este hallazgo desafía los enfoques tradicionales de suscripción y pone de manifiesto la necesidad de una evaluación del riesgo más matizada en poblaciones asegurables.
  • Factores de riesgo no tradicionales, como el ritmo de caminata autodeclarado y el conteo de pasos medido por dispositivos portátiles, demuestran un sólido poder predictivo del riesgo de mortalidad, abriendo camino hacia evaluaciones de riesgo más integrales y personalizadas en la industria aseguradora.

Respaldadas por una amplia base de investigaciones publicadas, las aseguradoras han reconocido desde hace tiempo la importancia de factores como el índice de masa corporal (IMC), la presión arterial y el colesterol sérico como indicadores predictivos clave de resultados negativos en la salud.

Sin embargo, aunque estas métricas están ampliamente reconocidas como indicadores de riesgos para la salud en la población general, las aseguradoras a menudo han carecido de la capacidad para cuantificar con precisión la relación entre estas variables y el riesgo de eventos de mortalidad y morbilidad en vidas aseguradas. Cerrar esta brecha es fundamental y puede ofrecer múltiples beneficios tanto para los solicitantes como para las aseguradoras.

Para las aseguradoras, mejorar la evaluación del riesgo puede perfeccionar las estrategias de suscripción y, en última instancia, optimizar la tarificación. Para los solicitantes, una mayor comprensión de cómo factores como la actividad física influyen en su salud podría incentivar cambios de comportamiento y fortalecer su participación en programas de bienestar vinculados al seguro, posicionando a las aseguradoras como aliadas en su búsqueda de una vida saludable.

Aunque factores de riesgo tradicionales como el IMC se han utilizado de forma universal durante décadas en los procesos de suscripción, factores de riesgo no tradicionales como el ritmo de caminata y las mediciones objetivas de actividad física siguen siendo relativamente nuevos y aún no se han integrado completamente en las prácticas de suscripción. Por ejemplo, a pesar de que RGA identificó el conteo de pasos como un predictor significativo de mortalidad hace varios años, la mayoría de los manuales de suscripción han evitado incorporar esta métrica debido a la falta de datos relevantes dentro de poblaciones asegurables.

En este artículo, compartimos hallazgos valiosos de nuestro estudio del UK Biobank en colaboración con la Universidad de Leicester, sobre cómo los factores de riesgo tradicionales (como el IMC) y no tradicionales (como el conteo de pasos medido por dispositivos portátiles) influyen en la mortalidad. Desde 2022, RGA ha patrocinado y colaborado con académicos de renombre mundial de la Universidad de Leicester para desarrollar investigaciones relevantes a partir de la base de datos del UK Biobank, con el fin de fortalecer la comprensión de los datos biométricos en la predicción de enfermedades y mortalidad.

Interesantemente, el UK Biobank presenta un sesgo de selección —conocido como 'voluntarios saludables'— que lo hace más representativo de las vidas aseguradas estándar que de la población general, haciendo que sus hallazgos sean especialmente relevantes para la industria de los seguros.

Fuimos un paso más allá al asegurarnos de que los modelos de riesgo incluidos en nuestro análisis también fueran:

  • Estratificados según un indicador equivalente a la clase de suscripción (por ejemplo, vidas estándar, con recargo y con enfermedades crónicas).
  • Segmentados por grupos de edad y sexo (cuando fue posible).
  • Controlados por factores de riesgo típicos utilizados en suscripción (como IMC, condición de fumador, presión arterial sistólica, colesterol total, nivel socioeconómico e historial de cáncer, enfermedades cardiovasculares y diabetes).
  • Estadísticamente sólidos (al aprovechar un conjunto de datos compuesto por más de 500,000 participantes que conforman la población base del UK Biobank).

En esta fase, segmentamos la base de datos del UK Biobank en diferentes grupos antes de aplicar técnicas estadísticas avanzadas con los siguientes objetivos:

  • Ilustrar las relaciones entre el IMC, el ritmo de caminata autodeclarado y el conteo de pasos medido por dispositivos portátiles, y la mortalidad por todas las causas.
  • Evaluar la capacidad predictiva de reemplazar cada uno de los factores de riesgo tradicionales del modelo base (es decir, IMC, hábito de fumar, presión arterial sistólica y colesterol total) por el ritmo de caminata autodeclarado y la cantidad de pasos medida con dispositivos portátiles.

Finalmente, examinamos las implicaciones más amplias de esta investigación y exploramos su posible valor para las aseguradoras.

Hallazgos

IMC: Nuevas perspectivas sobre un factor de evaluación tradicional

La Figura 1 a continuación muestra la marcada relación en forma de “U” entre el índice de masa corporal (IMC) y el riesgo de mortalidad en participantes masculinos menores de 60 años del UK Biobank, tras controlar los factores de riesgo tradicionales utilizados en suscripción. Se observó que una persona con un IMC de 17.5 kg/m² tenía un riesgo de mortalidad tres veces mayor en comparación con un par con un IMC de 27 kg/m² (valor medio de IMC en este grupo de edad y género). De forma similar, en el otro extremo del espectro, una persona con un IMC de 50 kg/m² también presentaba un riesgo de mortalidad aproximadamente tres veces superior al de la mediana. Esta asociación significativa fue, en gran medida, consistente en todos los subconjuntos de datos (es decir, en todos los grupos por edad y sexo, así como en las categorías representativas de vidas estándar, con recargo y con enfermedades crónicas; datos no mostrados).

Figura 1: Índice de masa corporal vs. mortalidad por todas las causas
IMC vs. mortalidad por todas las causas en todos los participantes masculinos del UK Biobank menores de 60 años

El resultado más destacado es el elevado impacto en la mortalidad asociado a valores bajos de IMC, especialmente en el rango de 17.5 a 20 kg/m². No resulta sorprendente que este tipo de hallazgos haya sido poco reportado, ya que estudios médicos anteriores se han centrado en poblaciones diferentes o han utilizado estrategias de modelado distintas.

Por ejemplo, en relación con lo anterior, muchos estudios no han controlado adecuadamente los factores de riesgo relevantes para la suscripción o no han abordado correctamente la no linealidad de los datos (por ejemplo, categorizando la información o sin permitir suficiente flexibilidad al optimizar el número y la ubicación de los nudos que definen los términos spline).

Un ejemplo de ello es el estudio de Bhaskaran et al., quienes realizaron un análisis a nivel poblacional de 3.6 millones de adultos en el Reino Unido para investigar el impacto del IMC en la mortalidad general y por causas específicas.¹ Observaron una relación en forma de “J”, con una razón de mortalidad cercana a 2 en valores bajos de IMC. Hallazgos similares también fueron presentados en dos metaanálisis de gran escala.²,³ Más recientemente, Rigatti y Stout cuantificaron el efecto del bajo IMC sobre la mortalidad en solicitantes de seguros de vida.¹¹ Sin embargo, también reportaron razones de riesgo (hazard ratios) más bajas que las observadas en los datos del UK Biobank.
Se necesita más investigación para comprender mejor la relevancia de estos hallazgos y sus implicaciones en la suscripción de personas con bajo IMC. En particular, Sun et al. demostraron que el aumento del riesgo de mortalidad asociado al bajo peso solo se evidenció en personas fumadoras (actuales o anteriores) tanto en el UK Biobank como en el estudio HUNT.

Ritmo de caminata: Un fuerte predictor de mortalidad por todas las causas

La Figura 2 muestra una asociación contundente entre el ritmo de caminata autodeclarado y el riesgo de mortalidad en todos los participantes masculinos menores de 60 años del UK Biobank, tras controlar los factores de riesgo tradicionales utilizados en suscripción. En comparación con quienes caminan habitualmente a un ritmo lento, las personas que caminan a un ritmo promedio constante presentaron un 40 % menos de riesgo de mortalidad, mientras que quienes suelen caminar a paso rápido mostraron un 50 % menos de riesgo.

Esta relación sólida se mantuvo de forma consistente en todos los subconjuntos de datos (es decir, en todos los grupos por edad y sexo, así como en las categorías representativas de vidas estándar, con recargo y con enfermedades crónicas; datos no mostrados).

Figura 2: Ritmo de caminata autodeclarado vs. mortalidad por todas las causas en participantes masculinos del UK Biobank menores de 60 a

Aunque esta asociación ya había sido reportada en la literatura científica,¹³,¹⁴ resulta notable observar que se mantiene firme en nuestros distintos subconjuntos de vidas asegurables. Además, incorporar el ritmo de caminata autodeclarado al modelo base para los participantes masculinos del UK Biobank menores de 60 años incrementó el poder predictivo del modelo para el riesgo de mortalidad en aproximadamente un 2 %, lo que demuestra el valor adicional que ofrece esta métrica más allá de los factores de riesgo tradicionales utilizados en suscripción. Una vez más, este hallazgo fue en gran medida consistente en todos los subconjuntos de datos (es decir, en todos los grupos por edad y sexo, así como en las categorías representativas de vidas estándar, con recargo y con enfermedades crónicas; datos no mostrados).

La Figura 3 a continuación muestra el poder predictivo de reemplazar cada factor de riesgo tradicional del modelo base (IMC, condición de fumador, presión arterial sistólica y colesterol total) por el ritmo de caminata autodeclarado, en todos los participantes masculinos del UK Biobank menores de 60 años.

Por ejemplo, la capacidad del modelo para predecir el riesgo de mortalidad aumentó ligeramente cuando se reemplazó la presión arterial sistólica por el ritmo de caminata autodeclarado. Se observó un efecto similar al reemplazar el colesterol total, lo que sugiere que el ritmo de caminata autodeclarado es un predictor ligeramente más fuerte de mortalidad que la presión arterial sistólica y el colesterol total en la cohorte del UK Biobank. Sin embargo, la precisión del modelo disminuyó cuando el IMC y el estado de fumador fueron reemplazados de forma individual por el ritmo de caminata, lo que resalta la importancia de estos factores tradicionales de suscripción dentro de esta misma cohorte.

Estos hallazgos fueron, en general, consistentes en los distintos subconjuntos de datos (es decir, en todos los grupos por edad y género, así como en las categorías representativas de vidas estándar, con recargo y con enfermedades crónicas; datos no mostrados).
Es importante señalar que los datos sobre el ritmo de caminata en el UK Biobank fueron autodeclarados —no medidos objetivamente—, por lo que estos resultados deben interpretarse con precaución.

Figura 3: Cuantificación del poder predictivo del ritmo de caminata
Cuantificación del poder predictivo al reemplazar individualmente cada factor de riesgo tradicional del modelo base por el ritmo de caminata autodeclarado, en todos los participantes masculinos del UK Biobank menores de 60 años

¿Otro predictor sólido? El conteo de pasos

La Figura 4 ilustra la relación lineal predominantemente negativa entre el conteo de pasos medido por dispositivos portátiles y el riesgo de mortalidad en participantes masculinos del UK Biobank menores de 60 años, tras controlar los factores de riesgo tradicionales utilizados en suscripción.

Por ejemplo, las personas que promediaban alrededor de 5,000 pasos por día presentaban un riesgo de mortalidad aproximadamente 1.5 veces mayor en comparación con aquellas que daban cerca de 11,000 pasos diarios (valor medio de conteo de pasos en este grupo de edad). En sentido contrario, los individuos que registraban alrededor de 15,000 pasos por día mostraban un riesgo de mortalidad aproximadamente un 30 % menor en comparación con la mediana.

Aunque el patrón general fue similar en adultos de 60 años o más, la relación pareció ser más fuerte en los participantes más jóvenes (datos no mostrados). Esta asociación fue, en términos generales, consistente en todos los subconjuntos de datos (es decir, en las categorías representativas de vidas estándar, con recargo y con enfermedades crónicas; datos no mostrados).

Figura 4: Conteo de pasos vs. mortalidad por todas las causas
Conteo de pasos medido por dispositivos portátiles vs. mortalidad por todas las causas en todos los participantes del UK Biobank menores de 60 años


En comparación con los resultados publicados en un metaanálisis reciente,¹⁵ nuestros modelos —ajustados a diversas poblaciones asegurables— sugieren, en general, que el conteo de pasos tiene un impacto ligeramente menor sobre la mortalidad. Sin embargo, esto no resulta sorprendente y probablemente se deba a la inclusión de factores de riesgo adicionales relevantes para la suscripción, lo cual atenúa ligeramente las relaciones observadas.

Aun así, este sigue siendo un hallazgo revelador y original, ya que los datos provienen del estudio más grande del mundo sobre actividad física medida objetivamente, con más de 100,000 participantes que usaron acelerómetros en la muñeca durante una semana completa, las 24 horas del día.

La Figura 5 a continuación muestra el poder predictivo de reemplazar cada factor de riesgo tradicional del modelo base (es decir, IMC, condición de fumador, presión arterial sistólica y colesterol total) por el conteo de pasos en participantes masculinos del UK Biobank menores de 60 años.

Por ejemplo, la capacidad del modelo para predecir el riesgo de mortalidad aumentó en más de un 1 % al reemplazar el colesterol total por el conteo de pasos. Se observaron efectos similares al sustituir el IMC y la presión arterial sistólica, lo que sugiere que el conteo de pasos es un predictor más fuerte de mortalidad que el IMC, la presión arterial sistólica y el colesterol total en la cohorte del UK Biobank. La precisión del modelo disminuyó cuando se reemplazó la condición de fumador por el conteo de pasos, lo que indica que este factor sigue siendo un predictor más relevante de mortalidad en esta cohorte.

Los hallazgos fueron prácticamente indistinguibles en los diferentes subconjuntos de datos (es decir, en vidas de mayor edad, así como en las categorías representativas de vidas estándar, con recargo y con enfermedades crónicas; datos no mostrados).

Figura 5: Cuantificación del poder predictivo del conteo de pasos
Cuantificación del poder predictivo al reemplazar individualmente cada factor de riesgo tradicional del modelo base por el conteo de pasos medido por dispositivos portátiles, en todos los participantes masculinos del UK Biobank menores de 60 años

Implicaciones para las aseguradoras

Los hallazgos de nuestro estudio con el UK Biobank, realizado en colaboración con la Universidad de Leicester, han demostrado de manera clara que:

El conteo de pasos medido por wearables, en particular, podría sustituir a la mayoría de los factores de riesgo tradicionales utilizados en suscripción sin reducir la capacidad de diferenciación del riesgo, e incluso podría mejorar la segmentación del mismo.

El IMC, el ritmo de caminata autodeclarado y el conteo de pasos medido por dispositivos portátiles son predictores significativos y potentes de la mortalidad por todas las causas, con resultados aplicables a poblaciones asegurables.

El IMC desempeña un papel fundamental en la suscripción de seguros de vida y salud, mientras que métricas como el ritmo de caminata autodeclarado y el conteo de pasos aún no se han integrado plenamente en las prácticas de suscripción. Nuestros hallazgos sobre los valores bajos de IMC resultan particularmente reveladores. Sin embargo, aunque algunas aseguradoras ya puedan estar al tanto de esta relación, se requiere más investigación antes de recomendar cambios más amplios en los criterios de suscripción.

Por otro lado, a medida que la industria busca cada vez más nuevas y alternativas fuentes de datos para la suscripción de seguros de vida y salud,¹⁶ estos hallazgos ofrecen evidencia contundente sobre cómo el ritmo de caminata autodeclarado y el conteo de pasos pueden segmentar eficazmente el riesgo de mortalidad y complementar los factores de riesgo tradicionales utilizados en suscripción. Estas ideas no solo enriquecen el conocimiento en salud pública sobre biometría, estilos de vida saludables y riesgos de mortalidad, sino que también brindan a aseguradoras y reaseguradoras oportunidades para perfeccionar sus enfoques de suscripción y fortalecer sus estrategias de bienestar.

Conclusión

En este artículo, hemos presentado evidencia sólida sobre el valor pronóstico del IMC, el ritmo de caminata autodeclarado y el conteo de pasos medido por dispositivos portátiles; hallazgos altamente aplicables a vidas aseguradas. A medida que crece el interés de la industria por los datos biométricos, estos conocimientos tienen el potencial de fortalecer las estrategias de suscripción y bienestar, al tiempo que ayudan a los solicitantes a tomar decisiones informadas para mejorar su longevidad.

Se espera que más hallazgos derivados de nuestra investigación en curso, en colaboración con la Universidad de Leicester, se publiquen a lo largo de este año.

Escucha esta entrevista con los investigadores principales del estudio conjunto entre RGA y la Universidad de Leicester sobre los datos del UK Biobank para conocer más sobre la cuantificación de factores de riesgo biométricos.

Artículos relacionados

Conoce a los autores y expertos

Referencias

  1. https://pubmed.ncbi.nlm.nih.gov/30389323

  2. https://pubmed.ncbi.nlm.nih.gov/27423262/

  3. https://pubmed.ncbi.nlm.nih.gov/27146380/

  4. https://pubmed.ncbi.nlm.nih.gov/10675116/

  5. https://pubmed.ncbi.nlm.nih.gov/3560398/

  6. https://www.rgare.com/knowledge-center/article/lifestyle-related-behaviors-and-mortality-a-comparison-of-physical-inactivity-and-smoking

  7. https://www.rgare.com/knowledge-center/article/exploring-the-impact-of-lifestyle-factors-on-mortality-and-morbidity-using-uk-biobank-data

  8. https://www.ukbiobank.ac.uk/

  9. https://experience.rgare.com/rgas-uk-biobank-study-1/p/1

  10. https://pubmed.ncbi.nlm.nih.gov/28641372/

  11. https://pubmed.ncbi.nlm.nih.gov/38802091/

  12. https://pubmed.ncbi.nlm.nih.gov/30957776/

  13. https://pubmed.ncbi.nlm.nih.gov/29020281/

  14. https://pubmed.ncbi.nlm.nih.gov/34247229/

  15. https://pubmed.ncbi.nlm.nih.gov/37555441/

  16. https://www.rgare.com/docs/default-source/marketing/public-rga-global-wellness-survey-results_2021-final-report.pdf

¡Entérate sobre nuestros próximos eventos o webinars!

Introduce tus datos para recibir información sobre nuestros próximos eventos y poder asegurar tu lugar.

    crossmenu