Modelo predictivo de demanda asistencial en carreras de calle: desarrollo, aplicación y validación prospectiva en la 15K Adizero Buenos Aires 2026.

Introducción: Las carreras populares de calle presentan una demanda asistencial cuya distribución espaciotemporal es impredecible en ausencia de datos empíricos propios del evento. La planificación de dispositivos de emergencias en este contexto carece de modelos predictivos prospectivos validados en el contexto latinoamericano. Métodos: Estudio observacional prospectivo de cohorte única con componente predictivo-validatorio (protocolo pre-registrado en OSF: 07/06/2026). Se analizaron 5.845 inscriptos mediante un modelo de estratificación de riesgo de seis niveles (sexo × edad). Se estimaron tasas de demanda asistencial a partir de la literatura de referencia, ajustadas por perfil epidemiológico y modificador ambiental (WBGT). El registro ambiental fue realizado con estación AcuRite Atlas 7-en-1 y medidor de WBGT dedicado. Los incidentes fueron registrados en planilla estandarizada y cruzados con la base de inscriptos. Los horarios de atención fueron contrastados con la curva real de llegadas a meta (chip timing). Resultados: Se registraron 7 pacientes únicos (10 atenciones totales, 3 escaladas de nivel asistencial) sobre 5.192 finishers. Tasa: 1,35/1.000 finishers. Código 100% verde. Cero traslados. Cero SCA. El modelo predijo 24 incidentes (sobrepredicción ×3,4), explicada por perfil competitivo superior al asumido (H35+ P90 real: 6:47 min/km vs. 9:00 min/km estimado), humedad significativamente mayor (86–90% vs. ~75% proyectado) y WBGT superior al proyectado (15,7–17,6 °C vs. 8–11 °C), aunque dentro de la categoría LOW World Athletics. El 100% de las atenciones ocurrió en el puesto de llegada, con distribución temporal correlacionada con la curva de llegadas a meta (minutos 75–138 post-largada). Conclusiones: La concentración del 100% de las atenciones en el área de meta, correlacionada con la curva de llegadas, constituye el hallazgo operativo principal. El modelo fue preciso en los parámetros de timing y sobrepredictor en la demanda asistencial total. Los datos empíricos del evento definen la línea de base para la calibración del modelo en ediciones sucesivas.