Introducción

A nivel mundial la población adulta mayor ha experimentado un crecimiento exponencial en las últimas seis décadas. La proporción de países y regiones (195 en todo el mundo) que a nivel global envejecen con porcentajes de envejecimiento (65 años y más) superiores al 7.0 % aumentó del 19.0 % (37/195) en el año 1960 al 46.7 % (91/195) en 2017 (^{Li, Han, Zhang y Wang, 2019}). En Chile, el índice de envejecimiento (número de personas de 65 años y más por cada 100 menores de 15 años) creció de 22.3 en 1992 a 56.8 en 2017 (^{INE, 2017}). Estos cambios sociodemográficos generan un creciente interés de gobiernos e instituciones por diseñar e implementar políticas que contribuyan a mejorar la calidad de vida de las personas mayores. Simultáneamente, la comunidad científica busca comprender la complejidad del proceso de envejecimiento, qué lo caracteriza y cómo ha evolucionado en las últimas décadas.

En la literatura geriátrica predominaron las teorías que consideraban el envejecimiento como un proceso caracterizado por el deterioro y el declive de funciones en las personas, así como por su inevitable y gradual retiro de las relaciones sociales y la sociedad (^{Cumming y Henry, 1961}). Sin embargo, esta concepción se transformó en un paradigma más positivo de la vejez (^{Zaidi y Howse, 2017}). Así, la perspectiva centrada en lo biológico y la ausencia de enfermedad (Rowe y Kahn, 1987) se complementó con modelos que integran aspectos subjetivos y de naturaleza psicosocial (^{Rowe y Kahn, 1997}), los cuales reconocen la amplia variabilidad del proceso de envejecimiento y las barreras estructurales que discriminan a las poblaciones más vulnerables (Organización Mundial de la Salud [OMS], ²⁰⁰²).

En consecuencia, la OMS acuña el concepto de envejecimiento activo (EA) a finales de los años 90. Este nuevo concepto plantea una visión más global que las del envejecimiento exitoso (^{Rowe y Khan, 1987}) y el envejecimiento saludable (World Health Organization [^{WHO], 1990}), y lo considera como un proceso que se desarrolla de una forma positiva, acompañado durante toda la vida de oportunidades continuas de salud, participación y seguridad, con el fin de mejorar la calidad de vida de las personas (^{OMS, 2002}).

El interés por comprender el EA ha generado una amplia variedad de estudios que intentan precisar su conceptualización (e.g., ^{Bousquet et al., 2015}; ^{Cosco, Prina, Perales, Blossom y Brayne, 2014}; ^{Depp y Jeste, 2006}) y comprender sus criterios y predictores (^{Fernández-Ballesteros et al., 2010}; Peel, McClure y Bartleet, 2005; ^{Pruchno et al., 2010}). Sin embargo, no existe un acuerdo generalizado de lo que lo define ni de cómo operacionalizarlo (^{Liotta et al., 2018}). Junto a esto, se han identificado diversidad de indicadores o criterios de EA, lo que incide en las estimaciones de su prevalencia (^{Depp y Jeste, 2006}; ^{Peel et al., 2005}), y genera confusión entre indicadores y predictores (^{Fernández-Ballesteros et al., 2010}).

Si bien el proceso de envejecimiento tiene un componente biológico que lo hace similar en distintos grupos y poblaciones, la noción de EA debe considerar la particularidad de los contextos locales y culturales.

La presente investigación tiene como principal objetivo poner a prueba un modelo de EA e identificar sus predictores utilizando una muestra de adultos mayores de zonas urbanas de una región del centro sur de Chile. A continuación, tras presentar los principales modelos teóricos y la evidencia empírica que los sustenta, se formula una propuesta contextualizada de un modelo biopsicosocial de EA, el cual se somete a una primera comprobación empírica.

Tradicionalmente, el envejecimiento se ha caracterizado por un declive fisiológico y cognitivo inevitable, además del retiro gradual de las personas de la sociedad (^{Cumming y Henry, 1961}). Rowe y Kahn (1987) desafíaron esta concepción al rechazar que solo pueda ser entendido solo en términos de pérdida. Propusieron el concepto de envejecimiento exitoso (EE) y lo diferenciaron del «envejecimiento normal» y «patológico», que al ser demasiado categóricos no permitían reconocer la amplia variabilidad con que las personas envejecen. El EE se caracteriza por una baja probabilidad de enfermar, buen funcionamiento físico y mental y compromiso activo con la vida, condiciones que se ven potenciadas por variables ambientales y estilo de vida, tradicionalmente subestimados en el estudio del envejecimiento.

Posteriormente, ^{Baltes y Baltes (1990}; ^{Baltes, 1997}) propusieron el modelo de Selección, Optimización y Compensación (SOC), basado en la perspectiva más amplia del ciclo vital. El modelo concibe el EE como un proceso que implica la selección de metas, la optimización de medios para alcanzar esas metas y la búsqueda de compensaciones cuando están ausentes los medios disponibles para lograrlas. A diferencia de Rowe y Kahn (1987), quienes enfatizaban la importancia de aspectos psicológicos y estilos de vida en la promoción del EE, ^{Baltes y Baltes (1990)} privilegian la adaptación a los cambios y el papel del aprendizaje en la reducción o ralentización del declive mental y psicológico propio de la edad. El EE se refiere a cómo las personas afrontan las pérdidas y cambios negativos, y a cómo priorizan metas y crean contextos que les permitan dar sentido a sus vidas.

Las dimensiones del constructo pueden ser de naturaleza objetiva, como la probabilidad de enfermar y el funcionamiento físico y mental (^{Rowe y Kahn, 1997}), o subjetiva, como la auto-percepción de cuán exitoso considera su proceso de envejecer (^{Strawbridge, Wallhagen y Cohen, 2002}).

Más recientemente, la conceptualización de la ^{OMS (2002)} adopta un enfoque biopsicosocial con el concepto de EA, el cual enfatiza el involucramiento activo de las personas mayores y su participación continua en la sociedad. ^{Cosco et al. (2014)} y ^{Depp y Jeste (2006)} identificaron una amplia variedad de formas de operacionalizar el constructo, tanto en el tipo como en el número de dimensiones incluidas (^{Cosco et al., 2014}). La mayoría incluye la funcionalidad física y el funcionamiento cognitivo, junto a variables psicosociales como bienestar, satisfacción con la vida y participación social. En menor medida se consideraron recursos personales (como autonomía e independencia y rasgos de personalidad), factores extrínsecos (finanzas o elementos del medio ambiente) y la propia evaluación del grado en que se envejece con éxito. Por su parte, los enfoques biomédicos incluyen indicadores como la ausencia de enfermedad, el funcionamiento físico, la ausencia de discapacidad y el funcionamiento cognitivo (e.g., ^{McLaughlin, Jette y Connell, 2012}), mientras que los enfoques más psicosociales consideran indicadores de bienestar y satisfacción con la vida (e.g.., ^{Baltes y Baltes, 1990}). El número de indicadores variaba entre uno y cinco, siendo la utilización de un sólo indicador lo más frecuente, y como ya se ha señalado, el fisiológico es el indicador más utilizado (^{Cosco et al., 2014}).

La cantidad de indicadores para evaluar EA influye en su prevalencia, con una relación inversa entre ambos, es decir, a mayor cantidad de indicadores, menor prevalencia (^{Depp y Jeste, 2006}).

La operacionalización del constructo y su medición en la población ha permitido identificar los predictores de EA (^{Fernández-Ballesteros et al., 2010}; ^{Depp y Jeste, 2006}; ^{Peel et al., 2005}). Sin embargo, existe cierta confusión dado que algunos estudios identifican indicadores que en otros se consideran predictores; así, por ejemplo, la participación laboral puede considerarse indicador de EA, pero también puede ser una variable que lo predice.

En la revisión de predictores de EA se han identificado la menor edad (^{Blanco, 2010}; ^{Fernández-Ballesteros et al., 2010}), mayor educación y nivel de renta, y vivir en pareja (^{Pruchno et al., 2010}). Otros predictores comprenden el estilo de vida, en el que se incluye el consumo moderado de alcohol, la realización de actividad física y la dieta (^{Dahany et al., 2014}; ^{Fernández-Ballesteros et al., 2010}; ^{Pruchno et al., 2010}), así como ciertas condiciones de salud, como ausencia de obesidad, de dislipidemia, de hipertensión y de diabetes (Hodge, English, Giles y Flicker, 2013). Otras evidencias apoyan la relación entre EA e inteligencia y capacidad cognitiva (^{Blanco, 2010}), y variables psicológicas como el bienestar psicológico (^{Dahany et al., 2014}) y la autoeficacia (^{Blanco, 2010}). Por otra parte, se ha reconocido la influencia del entorno físico y social, especialmente del apoyo social que perciben los adultos mayores (Gallardo-Peralta, Conde-Llanes y Córdova-Jorquera, 2016; ^{Pruchno et al., 2010}), la generatividad (^{Villar, López y Celdrán, 2013}) y espiritualidad (^{Dahany et al., 2014}).

Considerando las definiciones previas de EE y EA y el enfoque del ciclo vital, esta investigación plantea una propuesta de modelo de EA basada en los siguientes supuestos: (a) el envejecimiento es un proceso complejo, de carácter multidimensional, que debe incluir necesariamente elementos físicos, cognitivos, psicológicos y de participación social, los que en su conjunto permitan dar cuenta de la amplia variabilidad individual en el proceso de envejecimiento; (b) la conceptualización del EA requiere considerar elementos objetivos como la ejecución en un ámbito específico (e.g., funcionamiento cognitivo), así como aspectos subjetivos (e.g., la percepción de bienestar); y (c) la evaluación del EA no solo debe considerar el funcionamiento del momento presente, sino considerar la perspectiva del pasado y la historia de vida de la persona.

El modelo de EA propuesto considera que el EA es una variable latente, no observable directamente, que es causada por las dimensiones constituyentes del constructo, que sí pueden ser medidas de forma directa: funcionalidad física, cognitiva y psicológica, y participación social de la persona. En este caso, se utiliza un modelo de medición denominado formativo, en el cual la selección de determinadas variables, denominados determinantes o causas, operacionaliza cómo se conceptualiza el constructo, no siendo posible eliminar ninguno de ellos sin afectar sustantivamente la definición de éste; la causalidad va dirigida desde el indicador al constructo. Por el contrario, en el modelo de medición reflexivo, utilizado en el análisis factorial exploratorio y confirmatorio, los indicadores son causados por el factor y pueden ser reemplazados sin afectar de manera sustantiva al constructo (^{Diamantopoulos y Winklhofe, 1996}).

Para estimar el modelo de medición formativo propuesto, se utilizó SEM usando el denominado análisis MIMIC (Multiple Indicators Multiple Causes Model). Este modelo matemático indica que para identificar los valores de la variable latente es necesario contar tanto con múltiples causas como múltiples indicadores para el constructo. La idea básica es que el EA es una variable latente única, que tiene por causa por las dimensiones de la variable, y que cuenta como indicadores a los criterios de lo que es considerado un EA positivo (^{Jöreskog y Goldberger, 1975}). Se prefiere el método MIMIC a otras formas alternativas de estimar el modelo formativo, ya que solo involucra utilizar un modelo de medición con variables relacionadas directamente al constructo y no un modelo estructural con variables no relacionadas, que pueden afectar de forma espuria el resultado del modelo (^{Freeze y Raschke, 2007}).

A partir de la revisión de literatura, el modelo considera como causas de EA: (a) funcionamiento cognitivo, entendido como la respuesta global de diferentes áreas intelectuales; (b) funcionamiento físico, referido a las capacidades físicas de la persona mayor que determinan su autonomía e independencia en su contexto (^{Rowe y Kahn, 1997}; ^{Cosco et al., 2014}); (c) participación social y laboral, entendidas como el involucramiento activo en grupos o en la actividad laboral (^{OMS, 2002}); y (d) bienestar, específicamente afectividad y satisfacción con la vida, que alude al grado en que una persona juzga de un modo global su vida (Diener, Emmons, Larsen y Griffin, 1985).

Como indicadores se incluyeron: (a) sintomatología depresiva y presencia de sentimientos de desánimo, variable incluida en el modelo dada la evidencia de que este grupo presenta mayor sintomatología depresiva respecto a grupos etarios menos longevos (^{Cerquera y Meléndez, 2010}); (b) capacidad percibida de trabajo, toda vez que existen, especialmente en países latinoamericanos, barreras culturales que potencian los estereotipos negativos de la capacidad de las personas mayores (^{Figueroa y Nazar, 2015}), lo que dificulta su acceso y mantenimiento en el mercado laboral (^{Alcover y Topa, 2018}); en consecuencia, mantener la actividad laboral más allá de la edad legal de retiro se considera un indicador de EA; y (c) percepción de estado de envejecimiento a través de la consulta a un tercero significativo al participante, con el objetivo de contrarrestar el potencial sesgo del autorreporte.

La Figura 1 presenta gráficamente el modelo propuesto con el EA como variable latente y sus respectivas causas e indicadores.

Figura 1. Modelo de Envejecimiento Activo Propuesto. 

Una vez formulado el modelo y habiéndose transformado el EA de una variable latente a una observable, este estudio se propuso analizar el potencial predictivo de ciertas variables identificadas en estudios empíricos de otros contextos (^{Blanco, 2010}; ^{Dahany et al., 2014}; ^{Fernández-Ballesteros et al., 2010}; ^{Hodge et al., 2013}; ^{Pruchno et al., 2010}). Estos predictores fueron: (a) variables sociodemográficas: sexo, edad, escolaridad, estado civil, situación de pareja, religión y previsión de salud; (b) antecedentes generales de salud: presencia de sobrepeso y obesidad, dislipidemia, hipertensión y diabetes; y (c) estilo de vida: dieta, actividad física, consumo de tabaco, alcohol y otras drogas, y horas de sueño y descanso.

Método

Resultados

El análisis de la funcionalidad física y cognitiva de la muestra indica que los participantes están mayoritariamente en la categoría de independencia (52.9%) y no presentan deterioro cognitivo (95.58 %). Domina la afectividad positiva (M = 29.7, Min = 10, Máx = 50, SD = 7.04) y percepción de satisfacción con la vida (M = 24.59, min = 7, máx = 35 y SD = 5). La sintomatología depresiva está presente en un 26.12 % los participantes. Se evaluó la capacidad de trabajo percibida de los participantes obteniendo una media de 7.07, en una escala de 0 a 10 puntos (ver Tabla 1).

El modelo consideraba la participación en grupos y la situación laboral cuyos resultados se presentaron previamente.

A través del análisis MIMIC del modelo de EA propuesto, se configuró un índice de EA por medio de la suma ponderada de los coeficientes de cada una de las causas de EA. El valor de dichos coeficientes se determinó cuando se logró que estos alcanzaran su máximo valor en base a las regresiones que se realizaron entre todo el conjunto de variables que componen el modelo, haciendo del constructo latente una variable observable. El índice de EA resultó tener una distribución normal y obtuvo una media de 9.71.

Respecto al método MIMIC, las relaciones entre las variables que se consideraron causas y la variable de EA fueron en su mayoría estadísticamente significativas. De la contribución que cada variable da a la composición de la variable de envejecimiento, la que mayor peso tiene es la variable de funcionamiento cognitivo (r = .51, p < .001). Por el contrario, la relación que se establece entre EA y satisfacción con la vida, resultó ser la más débil y no significativa de todos los parámetros (r = .13, p = .065). Respecto a la afectividad negativa, los resultados arrojan que se relaciona inversamente (r = -.432, p < .001) con la variable de EA.

En cuanto a la relación entre EA y sus consecuencias, la relación resulta ser de igual manera fuerte y significativa para todos los parámetros, a excepción de la percepción de la capacidad de trabajo (r = .2, p = .065). Cabe señalar que, de todos los parámetros observados, la sintomatología depresiva resultó tener una relación perfecta con EA, sin embargo, estos resultados deben ser considerados con cautela dada la baja confiabilidad de la escala. La Figura 2 presenta el modelo MIMIC de causas e indicadores de EA.

Figura 2. Modelo de Envejecimiento Activo (EA). Las flechas desde las causas hacia EA corresponderían a coeficientes de regresión estandarizados de las causas sobre el EA. Las flechas desde el envejecimiento activo hacia los indicadores corresponden al coeficiente de regresión del EA sobre cada uno de los indicadores, considerando como referencia la sintomatología depresiva. 

En los análisis preliminares en los que se estimó el valor de los parámetros que componían el modelo MIMIC y sus respectivas significancias, los resultados arrojaron que los indicadores de participación social no guardaban una relación significativa con los otros componentes del modelo. Por ello, las variables de participación social, es decir, participación en grupos comunitarios y situación laboral, fueron tratadas como indicadores en el modelo. Finalmente, tras realizar nuevas estimaciones, la situación laboral quedó establecida como indicador, mientras que la participación en grupos se introdujo dentro de los predictores. Por otra parte, de los indicadores que originalmente formaban parte del diseño, la variable percepción del proceso de envejecimiento por parte de un tercero, no logró ser explicada por ninguna de las variables consideradas como causas, obteniendo resultados bajos de estimación que tampoco figuraron como significativos, por lo que esta variable fue tratada de manera independiente y fuera del modelo.

Respecto a la bondad de ajuste del modelo propuesto, se obtuvo un χ²(80) = 107.8, p = .34, no significativo. Los indicadores de ajuste relativo son buenos, con un índice de ajuste comparativo (CFI) de .942 y un índice de ajuste no normado o índice Tucker-Lewis (TLI) de .942. Finalmente, el error cuadrático medio de aproximación es RMSEA = .0416, p = .74, que al igual que el χ² no resulta significativo. Estos resultados revelan que el modelo propuesto se ajusta a los datos observados.

Discusión

El principal objetivo de este trabajo era poner a prueba empíricamente una propuesta de modelo de EA, que incluye causas e indicadores, elaborado a partir de la revisión de literatura sobre el constructo. La metodología de análisis MIMIC permitió crear un índice de EA transformando el constructo latente en una variable observable. A partir del análisis del modelo propuesto se confirmó la funcionalidad física y cognitiva, así como la presencia de afectividad positiva y ausencia de afectividad negativa como causas, de acuerdo a la nomenclatura MIMIC, de EA. A su vez, la ausencia de sintomatología depresiva y la condición de activo laboralmente representan indicadores de EA. Es importante destacar la ausencia de sintomatología depresiva como el indicador más robusto de EA.

Variables psicológicas como la habilidad para manejar dificultades y la ausencia de estrés ha sido asociada al EA (^{Dahany et al., 2014}). Sin embargo, en este estudio aparece como criterio definitorio del constructo, dando cuenta que un elemento que distingue a un envejecimiento normal de uno exitoso necesariamente implica ausencia de sentimientos de minusvalía, de aburrimiento y un sentido de propósito vital. En la revisión de Annear et al. (2012) sobre los determinantes ambientales de EA, las medidas de resultado más utilizadas en los 83 estudios empíricos revisados incluían la salud mental, entre ellas la presencia de síntomas depresivos. Estos hallazgos reafirman la importancia de variables subjetivas y en particular de salud mental como criterios de un buen envejecer más allá de la funcionalidad física o la longevidad (^{Dahany et al., 2014}).

Adicionalmente, la participación en el mercado laboral como indicador de EA es coherente, puesto que mantenerse trabajando o prolongar la vida laboral puede entenderse como un correlato conductual y objetivo de que una persona mayor está activa, motivada, implicada, es productiva y está involucrada socialmente (^{Alcover y Topa, 2018}), aspectos centrales del constructo. Además, si las organizaciones laborales promueven la salud de los trabajadores mayores se logrará potenciar el envejecimiento activo (^{Magnavita, 2018}), lo que su vez reducirá las decisiones de retiro temprano (^{Topa, Depolo y Alcover, 2018}) y facilitará la continuidad en la actividad laboral y las decisiones de adoptar modalidades de empleo puente (^{Alcover, Topa, Parry, Fraccaroli y Depolo, 2014}) y prolongar la vida laboral más allá de las edades habituales de jubilación.

Al contrario de lo propuesto en el modelo, la participación en grupos y la percepción del proceso de envejecimiento por parte de un tercero no aparecen como causas ni indicadores de EA. Respecto de la primera variable, es posible hipotetizar que quienes participan en grupos en mayor medida son aquellos que no trabajan. Aunque las actividades y las relaciones sociales forman parte habitualmente de las percepciones del EA, dado que la condición de activo en el mercado laboral es un indicador más potente, las personas que no trabajan tenderían a participar en grupos sociales y de ocio y obtendrían menores puntuaciones en EA. No obstante, esta participación social más limitada puede tener un efecto protector respecto a los sentimientos de soledad y de aislamiento social, reduciendo unos de los mayores riesgos de pérdida de funcionalidad en los adultos mayores (^{Shankar, McMunn, Demakakos, Hamer y Steptoe, 2017}). Por su parte, la opinión de un tercero no aparece como una referencia externa válida para calificar qué tan bien envejece una persona reforzando el rol de las variables subjetivas pero informadas por el propio sujeto. Este resultado es coherente con lo planteado por ^{Strawbridge et al. (2002)} sobre la importancia de conocer la percepción de la propia persona respecto de cuán exitoso considera su proceso de envejecer, así como con las medidas sobre el éxito subjetivo en el proceso de envejecer incluidas en el estudio de ^{Pruchno et al. (2010)}.

En el modelo resultante, las variables funcionalidad física y cognitiva, así como la presencia de afectividad positiva y ausencia de afectividad negativa, actúan como causas en el modelo de causas -variable latente- indicadores de EA. Todas estas variables forman parte de los componentes de EA más ampliamente utilizados, tanto objetiva como subjetivamente, y pueden ser consideradas condiciones de base para un buen envejecer. Se espera que envejecer de un modo activo y más positivo que el natural, implica necesariamente mantener la autovalencia, ausencia de deterioro cognitivo y un tono emocional dominante más bien positivo (^{Meléndez, Tomás y Navarro, 2011}).

Una vez configurado el índice de EA, se analizaron sus predictores y se concluyó que las variables que en mayor medida predicen EA son aquellas relacionadas con la dimensión social, particularmente el apoyo social y estar en pareja. Respecto del ambiente social, diversos modelos y estudios confirman esta relación (^{Gallardo-Peralta et al., 2016}; ^{Liotta et al., 2018}; ^{Pruchno et al., 2010}), y la revisión de Annear et al. (2012) pone de manifiesto la importancia de la diversidad de contactos sociales, el tamaño de la red, la participación laboral y la compañía de amigos en la salud y en las tasas de mortalidad en personas mayores. Por otra parte, ^{Pruchno et al. (2010)} confirman el efecto del estatus marital como un antecedente de EA, y los hallazgos de ^{Blanco (2010)} informan de la importancia del apoyo social y su relación negativa con depresión. Sin embargo, otros estudios (e.g., ^{Hodge et al., 2013}) no encuentran evidencia de la asociación entre vinculación social, medida a través del número de personas en el hogar, frecuencia de visitas de familiares y amigos, número de horas de actividad social a la semana y EA. Esta disparidad de resultados puede atribuirse a que este último estudio evalúa contacto social más que percepción de apoyo social, y quizá también a los elementos culturales que caracterizan los distintos contextos donde se desarrollaron los estudios.

En el análisis detallado de cada una de las variables propuestas como predictoras, se encontró que personas de menor rango etario, mayores niveles de estudio y mejor cobertura de salud presentan mejores índices de EA, lo que es coherente con antecedentes presentados por la ^{OMS (2002)} y confirmado en otros estudios de la revisión de ^{Depp y Jeste (2006)}. En cuanto al estilo de vida, los índices de EA mejoran en ausencia de diagnóstico de diabetes e hipertensión, al igual que ocurre en personas que realizan ejercicio físico de manera frecuente, no fuman y presentan consumo moderado de alcohol. Estos resultados son consistentes con los encontrados en la revisión de ^{Peel et al. (2005)}, los hallazgos de ^{Fernández-Ballesteros et al. (2010)} y ^{Pruchno et al. (2010)} respecto del consumo de alcohol, y con los de ^{Fernández-Ballesteros et al. (2010)} respecto de la actividad física. Más recientemente, ^{Hodge et al. (2013)} encontraron que índices normales de masa corporal, no fumar, mantenerse activo físicamente y ausencia de enfermedades crónicas como hipertensión y asma estuvieron asociados prospectivamente con EA, resultados similares a los encontrados por ^{Dahany et al. (2014)}.

Las conclusiones anteriores refuerzan las propuestas iniciales de EA (^{McLaughlin et al., 2012}; ^{Rowe y Kahn, 1997}) que enfatizaban el funcionamiento físico y la ausencia de enfermedades y discapacidad como componentes centrales del constructo, y reafirman la importancia de los estilos de vida saludables en la promoción del EA.

Conclusiones

La mayor parte de las variables consideradas dentro de la estructura del modelo propuesto de causas e indicadores presentan poder explicativo y guardan relación significativa con EA. Una de las fortalezas del estudio reside en la integración de factores de distinta naturaleza en un modelo que intenta precisar el rol de cada uno y de ese modo contribuir a resolver el debate conceptual que ha caracterizado el estudio del EA.

La creación de un índice de EA, así como la evidencia aquí obtenida puede ser utilizada en el diseño de un instrumento de medición de EA y su parametrización, de manera que se cuente con datos estandarizados que puedan permitir la medida y comparación transnacional. La evaluación en la población general puede tener importantes aplicaciones prácticas, entre ellas estimaciones de prevalencia y el desarrollo de intervenciones que consideren la heterogeneidad y variabilidad del proceso de envejecimiento, permitiendo la creación de estrategias promocionales y preventivas para grupos de adultos mayores en función de sus características biopsicosociales y no exclusivamente según la edad. En la investigación futura será necesario incluir las influencias de factores ambientales que, junto con los considerados aquí, pueden intervenir también en el EA (Annear et al., 2012; ^{Liotta et al., 2018}); estos factores ambientales pueden ser la accesibilidad a los servicios, la calidad de las infraestructuras, el acceso al transporte público, el riesgo de delincuencia y conducta antisocial en el vecindario, la calidad del aire, el agua y otros factores del clima, así como el entorno urbano en el que se habita.

La investigación sobre el envejecimiento y la población adulta mayor puede contribuir a comprender mejor las interacciones de los múltiples factores que promueven y mantienen su bienestar y su salud, así como prevenir la aparición de enfermedades mentales (especialmente, la depresión) y físicas, con el consiguiente efecto positivo en las personas, las comunidades y las políticas públicas.

Entre las limitaciones de este estudio se encuentra lo acotado de la muestra y el uso de imputación de datos. Así mismo, al no tratarse de una muestra representativa y excluir residentes de zonas rurales, los resultados no pueden ser generalizables a todo tipo de poblaciones. El uso de algunas escalas, como la escala de depresión y el índice de Barthel, debe ser reevaluado, debido a que no obstante su extendida aplicación, ésta se realiza en contextos clínicos más que de investigación. Por último, el diseño transversal del estudio no permite establecer relaciones causales entre las variables, de modo que en el futuro este modelo deberá aplicarse en estudios longitudinales que permitan analizar no solo estas relaciones, sino la propia evolución dinámica del proceso de envejecer.

El envejecimiento es un proceso complejo y de amplia variabilidad individual, que en este estudio se intentó abordar atendiendo a su multidimensionalidad. Generar un modelo comprensivo de EA, sustentado empíricamente, se espera aporte en entender un fenómeno de creciente interés, con implicancias directas para individuos y naciones, particularmente respecto a generar condiciones e implementar medidas tendientes a promover un EA de la población.