¿Puede un cuestionario de condición física predecir la mortalidad como una CPET?

Un cuestionario puede clasificar a las personas en grupos de riesgo de mortalidad sorprendentemente bien. Eso hace que la aptitud cardiorrespiratoria estimada (eCRF) sea útil cuando no se dispone de pruebas de ejercicio. No convierte a un cuestionario en algo intercambiable con una medición directa de la aptitud física.

La distinción importa porque las fórmulas de eCRF suelen combinar edad, índice de masa corporal (IMC), frecuencia cardíaca en reposo y actividad autoinformada. Estas variables predicen por sí solas la mortalidad. Por tanto, una puntuación de eCRF responde a una pregunta mixta: ¿qué tan en forma parece estar probablemente esta persona, dadas sus características demográficas, hábitos y fisiología básica? Una prueba máxima de ejercicio plantea una pregunta más acotada: ¿cuánto trabajo aeróbico puede realizar realmente esta persona?

Para el cribado de una población o para obtener una referencia aproximada, el atajo tiene valor. Para decidir si tu entrenamiento aumentó el VO2max, evaluar un umbral clínico individual o interpretar una puntuación en un adulto mayor o en alguien que toma un betabloqueante, el atajo puede convertirse en un mapa borroso.

La aptitud física predice la mortalidad independientemente de cómo la evalúen los investigadores

La aptitud cardiorrespiratoria (CRF), expresada a menudo en equivalentes metabólicos (MET), presenta una relación observacional consistente con la supervivencia. En un metaanálisis actualizado de 2022 de Laukkanen et al., 37 cohortes incluyeron a 2,258,029 participantes y 108,613 muertes por todas las causas. La CRF procedía de pruebas directas de ejercicio cardiopulmonar o de pruebas máximas de ejercicio. Cada aumento de 1 MET en la CRF se asoció con un 11% menos de riesgo de mortalidad por todas las causas (riesgo relativo 0.89; intervalo de confianza del 95% de 0.86 a 0.92). Los participantes en el tercil más alto frente al más bajo de CRF tuvieron un riesgo relativo de 0.55 (IC del 95% de 0.50 a 0.61).

Se trata de asociaciones, no de una prueba de que aumentar la aptitud física en un MET reducirá el riesgo de mortalidad de una persona concreta exactamente en un 11%. Las personas más sanas pueden diferir de formas que las pruebas de ejercicio no pueden captar por completo. Aun así, la consistencia y el gradiente convierten a la CRF en uno de los marcadores más informativos disponibles en medicina preventiva.

Una revisión sistemática y metaanálisis de 2025 de Singh et al. comparó métodos directos y estimados de CRF en 42 estudios, 35 cohortes y 3.8 millones de observaciones. Incluyó mediciones directas, estimaciones basadas en ejercicio y estimaciones sin ejercicio. Todos los niveles mostraron asociaciones graduadas y estadísticamente significativas con la mortalidad por todas las causas y cardiovascular. Las comparaciones por pares hallaron diferencias medibles entre los niveles; sin embargo, las estimaciones sin ejercicio conservaron un valor pronóstico significativo a nivel poblacional.

Esa es la respuesta práctica a la pregunta de la sala de espera: una estimación no carece de valor por ser una estimación. Puede identificar a personas que se beneficiarían de una evaluación más detallada de la actividad física, los síntomas, la presión arterial, la salud metabólica y las pruebas formales de ejercicio.

Por qué la eCRF puede parecer mejor que la aptitud física medida sobre el papel

Una asociación más fuerte con la mortalidad no significa necesariamente una mejor medición de la aptitud física. En un metaanálisis de 2021 de Qiu et al., ocho cohortes con más de 170,000 participantes vincularon cada aumento de 1 MET en la eCRF sin ejercicio con una menor mortalidad cardiovascular (razón de riesgos 0.83; IC del 95% de 0.80 a 0.86) y una menor mortalidad por todas las causas (razón de riesgos 0.83; IC del 95% de 0.78 a 0.88). Eso corresponde a un riesgo relativo un 17% menor por MET, numéricamente mayor que la asociación del 11% observada en el metaanálisis de pruebas directas.

La explicación razonable es la confusión por construcción. La edad, el IMC, la frecuencia cardíaca en reposo y la actividad física contribuyen tanto a muchas ecuaciones de eCRF como al riesgo de mortalidad. Por ello, la puntuación puede predecir bien la mortalidad en parte porque sus componentes ya contienen información sobre mortalidad. Es una puntuación de riesgo útil, pero no una lectura fisiológica pura de la capacidad aeróbica.

Qiu et al. hallaron que la eCRF discriminaba mejor la mortalidad que cualquier componente individual, como la actividad, la frecuencia cardíaca en reposo o el IMC. Los autores describieron su capacidad de discriminación como ligeramente inferior a la de la CRF evaluada mediante ejercicio, pero no informaron valores específicos de AUC o estadístico C en el resumen disponible. Ese número faltante impide afirmar con claridad cuánta discriminación a nivel individual se pierde.

Una cohorte muestra la brecha entre la predicción grupal y la precisión personal

Un estudio de 2022 de Myers et al. examinó esta cuestión dentro de la misma cohorte de pacientes remitidos clínicamente. El estudio retrospectivo de un solo centro siguió a 1,545 personas sometidas a pruebas de ejercicio; su edad media era de 60 ± 13 años. Los investigadores compararon la CRF medida en cinta de correr con una estimación basada en el Veterans Specific Activity Questionnaire (VSAQ), los síntomas y variables clínicas.

A nivel grupal, los resultados parecían notablemente similares. La CRF media estimada y medida fue de 8.7 ± 4.7 y 8.6 ± 5.0 MET, respectivamente (p=0.27). Los grupos con mayor frente a menor aptitud física tuvieron un riesgo de mortalidad 87% menor usando la CRF estimada y 88% menor usando la CRF medida. La CRF medida se asoció con un riesgo de mortalidad aproximadamente un 19% menor por MET (razón de riesgos de aproximadamente 0.81), mientras que la CRF estimada con VSAQ se asoció con un riesgo aproximadamente un 26% menor por MET (razón de riesgos de aproximadamente 0.74).

Sin embargo, la concordancia a nivel individual fue imperfecta: la CRF según VSAQ y cinta de correr tuvo una correlación múltiple de R=0.67 (p<0.001). Eso explica aproximadamente el 45% de la variación en la CRF medida, dejando un margen considerable para que una estimación individual no acierte. El artículo no informó un error estándar de estimación, por lo que los lectores no deben considerar una puntuación de cuestionario como un valor de laboratorio con precisión de laboratorio.

Por eso una puntuación puede estratificar bien a los grupos y, aun así, clasificar erróneamente a personas concretas cerca de un umbral de decisión. Una herramienta de riesgo puede ser útil sin ser un oráculo personal. Con el tiempo, la mayoría de las tecnologías de salud aprende esta lección; las hojas de cálculo suelen aprenderla al final.

El extremo de baja aptitud física puede ser el más importante

La CRF medida directamente tiene una relación curvilínea con la mortalidad: las mayores diferencias de riesgo aparecen en el extremo inferior del rango de aptitud física y luego tienden a aplanarse a medida que aumenta la CRF. Singh et al. y la evidencia más amplia de medición directa describen este patrón, aunque los informes disponibles no especifican un umbral numérico de MET en el que la curva cambie de forma.

Qiu et al. informaron una relación dosis-respuesta lineal entre la eCRF sin ejercicio y la mortalidad. Ambos patrones pueden diferir porque la eCRF comprime varios predictores en una sola puntuación y suaviza el rango de menor aptitud física. Esto plantea una preocupación práctica: una estimación que desplace a una persona realmente desacondicionada a una categoría intermedia podría ocultar la parte de la curva en la que identificar una baja aptitud física importa más. La evidencia no establece con qué frecuencia ocurre esto ni identifica un punto de corte preciso, por lo que sigue siendo un motivo de cautela y no una regla clínica cuantificada.

¿Quiénes deberían ser especialmente cautelosos con las estimaciones sin ejercicio?

La edad y el contexto clínico limitan la confianza con la que puede aplicarse una ecuación de eCRF. Un estudio de 2024 de Schumacher et al. desarrolló modelos de predicción de VO2max sin ejercicio mediante aprendizaje automático para adultos mayores, porque prácticamente ninguna ecuación sin ejercicio existente había sido diseñada o validada para esa población. Los adultos mayores de 60 o 65 años presentan el mayor riesgo absoluto de mortalidad, pero se encuentran en una importante brecha de validación de las ecuaciones comunes.

Los medicamentos también pueden distorsionar una estimación. Muchas fórmulas sin ejercicio usan la frecuencia cardíaca en reposo; los betabloqueantes la reducen independientemente de la aptitud física. Los estudios disponibles no cuantificaron el error resultante, pero la dirección del sesgo es una preocupación farmacológica evidente: una frecuencia cardíaca más baja inducida por un fármaco puede hacer que una puntuación de eCRF parezca mejor que la verdadera capacidad de ejercicio.

La amplia síntesis de Singh también excluyó a personas con enfermedades crónicas prevalentes al inicio. Por tanto, su comparación general no resuelve automáticamente el rendimiento en personas con hipertensión, diabetes tipo 2 o enfermedad cardiovascular. Un estudio de 2023 de Peterman et al. examinó múltiples métodos de estimación de la CRF en pacientes con enfermedad cardiovascular, pero la información publicada disponible no aporta suficientes resultados completos para cuantificar aquí su comparación de cuatro métodos.

Elige la herramienta según la decisión

• Usa la eCRF para tener una referencia inicial y realizar cribados amplios. Predice la mortalidad mejor que cualquier variable de entrada individual y puede señalar la necesidad de prestar más atención a la aptitud física y al riesgo cardiometabólico.
• Usa pruebas directas de ejercicio cuando el valor individual determine una decisión de alto impacto. Algunos ejemplos son la evaluación prequirúrgica, los umbrales de rehabilitación cardíaca, la intolerancia al ejercicio sin explicación o una decisión clínica que dependa de una categoría estrecha de aptitud física.
• Usa la medición directa para seguir el entrenamiento cuando la precisión importe. Un estudio de JACC de 2023 de Kokkinos et al. halló que los cambios en la CRF medida directamente a lo largo del tiempo predecían la supervivencia independientemente de la aptitud física inicial en personas con y sin enfermedad cardiovascular. Una estimación basada en cuestionario añade datos variables de actividad autoinformada y frecuencia cardíaca en reposo, lo que dificulta interpretar pequeños cambios personales.
• Aplica un escepticismo adicional después de los 60 años y al tomar medicamentos que alteran la frecuencia cardíaca. Pregúntate si la ecuación se validó realmente en personas como tú antes de tratar el resultado como una medición.

Usa una puntuación de CRF estimada como un cribado útil del riesgo, no como prueba de que un cambio en la puntuación proceda de un cambio en la capacidad aeróbica.

La evidencia amplia respalda conocer tu CRF mediante cualquier método fiable al que puedas acceder. Las pruebas directas ofrecen la respuesta fisiológica más clara; la eCRF ofrece una estimación de riesgo más económica y accesible, con información demográfica y conductual incorporada. La elección adecuada depende de si necesitas una señal a nivel poblacional o una respuesta precisa sobre tu propia aptitud física.