La Organización Mundial de la Salud (OMS) define el “estilo de vida” como patrones de comportamiento influenciados por factores personales, sociales, económicos y ambientales.¹ Estudios demuestran una predominancia de estilos de vida poco saludables como el sedentarismo y una dieta desequilibrada, asociados con riesgos como tabaquismo y consumo excesivo de alcohol.² En Chile el 88,6% de la población es sedentaria, siendo mayormente mujeres.³ La falta de tiempo y formación incide en la inactividad física,⁴ basándose en esto, se ha observado que los universitarios muestran hábitos alimenticios deficientes, como saltarse el desayuno y optar por comidas rápidas.⁵ Ante esto, el Modelo de Promoción de Salud (MPS) de Nola Pender emerge como una guía integral para entender y abordar los estilos de vida poco saludables y la conducta promotora de salud deficiente. Lo que resulta fundamental debido a que la promoción de la salud fomenta cambios en el entorno que ayudan a promover y proteger la salud.⁶

El MPS de Pender, basado en la teoría del aprendizaje social de Bandura, destaca la importancia de la autoeficacia, definida como la percepción de la propia capacidad para llevar a cabo acciones saludables,⁷ específicamente para Pender es la capacidad de realizar una conducta promotora de la salud generando una influencia sobre las barreras percibidas para la acción.⁸ El modelo además analiza la influencia de factores cognitivos, perceptuales y socioculturales en la adopción de comportamientos saludables.⁹ Considera los antecedentes individuales y situacionales inmediatos, como demandas y preferencias contrapuestas, que pueden afectar los comportamientos.¹⁰ Esto implica que un estudiante que intenta comer saludable puede enfrentar la preferencia contrapuesta inmediata de comer pizza con amigos, lo que afecta su capacidad para mantener una dieta equilibrada.¹¹

El modelo de Pender también aborda factores personales predictivos de ciertos comportamientos, como la edad, el sexo, la formación y el estado socioeconómico.¹² Además, destaca la influencia de factores psicológicos, como la autoestima en la adopción de conductas promotoras de salud.¹³ Reconoce que conocimientos acerca de la actividad, las creencias y las actitudes de otros (influencias interpersonales) también influyen en el compromiso con la salud.¹⁴ Por ejemplo, si los amigos alientan el ejercicio, es más probable que alguien se comprometa con él.

En resumen, comprender y abordar determinantes de estilos de vida poco saludables es crucial para promover la salud y prevenir enfermedades crónicas.¹¹ El enfoque del MPS proporciona un marco sólido para diseñar intervenciones efectivas que aborden tanto factores individuales como contextuales que influyen en comportamientos de salud.¹⁵ Estas estrategias son especialmente relevantes en entornos educativos como universidades, donde se pueden implementar intervenciones dirigidas a concientizar a los estudiantes sobre la importancia de adoptar conductas promotoras de salud y reducir los factores de riesgo asociados a enfermedades crónicas.¹⁶

Por lo tanto, el objetivo de este estudio fue determinar factores predictores para asumir conductas promotoras de salud en estudiantes universitarios según el modelo de promoción de la salud de Pender.

Para responder el objetivo propuesto se realizó una investigación observacional correlacional y de corte transversal. De un universo de 2842 estudiantes universitarios de dos regiones de Chile, se obtuvo una muestra de 504 estudiantes, los que participaron voluntariamente previa firma de consentimiento informado. Los criterios de selección utilizados fueron: ser alumno regular de 17 a 30 años. Se excluyeron aquellos estudiantes con discapacidad sensorial o física.

La recolección de los datos se realizó a través de un instrumento de medición conformado por la escala de Estilo de Vida Promotor de Salud de Pender,^17,18 Escala de Autoestima de Rosemberg (EAR), Escala de Autoeficacia General (EAG) y cuestionario de antecedentes sociodemográficos.

La escala de EVPS II se utilizó para medir la variable dependiente CPS, fue elaborada por Walker, Sechrist y Pender en el año 1987, las autoras validaron su versión castellana en 1990. Presenta un alfa de Cronbach de 0,93 y su validez fue reportada por análisis factorial de componentes principales.¹⁷ La escala está estructurada por 52 ítems con opciones de respuesta tipo Likert. La escala presenta seis subdimensiones: crecimiento espiritual, manejo del estrés, actividad física, relaciones interpersonales, nutrición y responsabilidad en salud. La puntuación es la siguiente: nunca: 1, a veces: 2, frecuentemente: 3, siempre: 4. La puntuación para la escala total va de 52 a 208; mientras más alto el puntaje total, mayor CPS de la persona.¹⁸

La EAR fue validada en Chile por Rojas Barahona C. et al.; el alfa de Cronbach de la escala es de 0,754.¹⁹ Consta de 10 ítems en formato de respuestas tipo Likert. Indicando la puntuación 10 la autoestima más baja y la puntuación 40 la más alta.²⁰

La EAG versión en español de Bäbler, Schwarzer y Jerusalem. Fue validada en Chile por Cid P. et al. La EAG se conforma de 10 reactivos, con un puntaje total mínimo de 10 puntos y un máximo de 40 puntos. Las respuestas son tipo Likert. Presenta un alfa de Cronbach de 0,84. A mayor puntaje mayor autoeficacia general percibida.²¹

El procesamiento de los datos se realizó utilizando el paquete estadístico SPSS (IBM SPSS Statistics, versión 26). El análisis de estadística descriptiva se realizó a través de medidas de tendencia central, tablas de frecuencia y porcentajes. La determinación de la correlación entre la variable dependiente y las independientes se realizó utilizando el coeficiente de correlación de Pearson. El nivel de significación utilizado fue de 0.05. En el modelo de Regresión lineal múltiple (RLM) se consideraron las variables predictoras: Carrera, Rango Edad, Colegio Procedencia, Autoeficacia, Sexo, Año Académico, Autoestima y Universidad. Para corroborar que el modelo se ajusta, se estudiaron los cinco supuestos para RLM.

Esta investigación se basó en los principios de la Declaración de Helsinki²² y contó con la aprobación del Comité de Ética de ambas universidades chilenas.

Respecto a las características sociodemográficas de los estudiantes se obtuvo que el 62,5% (n=315) pertenecía al sexo femenino y presentaban mayores CPS; el 49,4% (n=249) presentaba una edad entre los 17 a 19 años, sin embargo, el rango de 20 a 22 años obtuvo una media mayor de CPS; un 63,5% (n=320) pertenecía a la Universidad de Concepción (región del Bío-Bío), resultando con mayores CPS; el 32,7% eran de la carrera de Enfermería y estos estudiantes presentaban más CPS que las otras carreras estudiadas; la mitad de la muestra (n=252) se encontraba cursando el primer año de su carrera, no obstante las CPS fueron mayores en cursos superiores (3° a 5° año de la carrera); y un 54,2% (n=273) realizó la secundaria en un establecimiento público y fueron quienes presentaron menos CPS con respecto a aquellos estudiantes provenientes de establecimientos educacionales privados (Tabla 1).

Tabla 1.

Variable		Conducta Promotora de Salud (CPS)
		n	Media ± D.E.
Rango Edad	17 a 19	249	123,69 ± 21,03
	20 a 22	205	132,07 ± 19,22
	23 a 25	44	129,00 ± 20,81
	26 a 29	6	119,33 ± 26,81
Sexo	Femenino	315	128,30 ± 20,60
	Masculino	189	126,19 ± 20,85
Carrera	Auditoría	118	123,7 ± 21,3
	Educación	113	127,3 ± 20
	Enfermería	165	134,7 ± 18,3
	Ingeniería	108	120,9 ± 21,1
Año	1	252	124,65 ± 21,61
	2	158	127,27 ± 19,29
	3 / 4 / 5	94	135,57 ± 18,46
Colegio de procedencia	Municipal	273	126,64 ± 20,28
	No Municipal	231	128,53 ± 21,19
Universidad	U. De Concepción	320	131,00 ± 19,35
	U. Del Bío-Bío	184	121,45 ± 21,62

Para la asociación de la variable dependiente con las variables independientes, se observó que existe correlación positiva y significativa con las variables: Universidad, Rango edad, Año Académico, Autoeficacia, Autoestima y Carrera (p<0,005) (Tabla 2).

Tabla 2.

Variable		CPS
Universidad	Correlación de Pearson	,222**
	Sig. (bilateral)	,000
Edad categoría	Correlación de Pearson	,127**
	Sig. (bilateral)	,004
Sexo	Correlación de Pearson	,049
	Sig. (bilateral)	,268
Año Académico	Correlación de Pearson	,185**
	Sig. (bilateral)	,000
Autoeficacia	Correlación de Pearson	,436**
	Sig. (bilateral)	,000
Autoestima	Correlación de Pearson	,465**
	Sig. (bilateral)	,000
Colegio Procedencia	Correlación de Pearson	-,046
	Sig. (bilateral)	,306
Carrera	Correlación de Pearson	,143**
	Sig. (bilateral)	,001

**

La correlación es significativa en el nivel 0,01 (bilateral). *La correlación es significativa en el nivel 0,05 (bilateral).

Se realizó un modelo de regresión lineal, pudiendo así, finalmente cuantificar la explicación de la variación predictora sobre la CPS mediante el coeficiente beta estandarizado. Considerando como variable dependiente la CPS, las variables independientes incluidas en el modelo de RLM fueron aquellas que mostraron diferencias estadísticamente significativas en el análisis bivariado y aquellas de importancia para los investigadores según la evidencia científica existente, incluyendo: Carrera, Rango Edad, Colegio Procedencia, Autoeficacia, Sexo, Año Académico, Autoestima y Universidad. Al considerar el R cuadrado de este modelo podemos señalar que la variabilidad en la variable dependiente está explicada en un 30,2% por la asociación de la variable dependiente con las variables Año Académico, Autoeficacia, Autoestima, Universidad y Colegio de procedencia; ajustada por las otras variables incluidas en este modelo de RLM (Tabla 3).

Tabla 3.

Modelo		Coeficientes no estandarizados		Coeficientes estandarizados	t	Sig.	Estadísticas de colinealidad
		B	Desv. Error	Beta			Tolerancia	VIF
1	(Constante)	44,902	5,891		7,622	,000
	Año Académico	4,106	1,128	,152	3,638	,000	,793	1,262
	Autoeficacia	1,051	,184	,252	5,724	,000	,716	1,397
	Autoestima	1,065	,161	,300	6,597	,000	,670	1,493
	Universidad	4,895	2,398	,114	2,041	,042	,445	2,246
	Sexo	-2,385	1,791	-,056	-1,331	,184	,789	1,267
	Rango Edad	1,503	1,241	,050	1,211	,226	,799	1,251
	Colegio procedencia	-3,762	1,566	-,091	-2,402	,017	,975	1,026
	Carrera	,365	,980	,019	,372	,710	,531	1,883

Se realizó la comprobación de los cinco supuestos de RLM²³ para determinar si el modelo se ajusta, el supuesto de Linealidad, comprobada con coeficiente de Pearson, identificó una relación lineal significativa de la variable dependiente CPS y las variables Universidad, Rango edad, Año Académico, Autoeficacia, Autoestima y Carrera (Tabla 2). El supuesto de Independencia de los Residuos se evaluó con Durbin-Watson, en este caso arrojó 1,978. El supuesto de Colinealidad se determinó con el Factor de Inflación de la Varianza (VIF), en este caso los VIF obtenidos para las variables independientes consideradas en este modelo se encuentran todos cercanos a 1 (Tabla 3). El supuesto de Homocedasticidad se visualiza con un gráfico de dispersión de los Residuos estandarizados vs Valor predicho estandarizado, este gráfico refleja que la muestra es Homocedástica (Figura 1). Por último, el supuesto de Normalidad se cumple al visualizar el histograma, donde los residuos siguen una distribución aproximadamente normal (Figura 2).

Figura 1.

Figura 2.

En cuanto a los antecedentes sociodemográficos este estudio observó que mayoritariamente la muestra correspondió al sexo femenino, de la carrera de Enfermería y clasificados como adultos jóvenes. Esta distribución femenina ha sido predominante a lo largo del tiempo con respecto a las acciones del cuidado desde la concepción de la enfermería como profesión,²⁴ de igual forma las CPS de esta muestra son más en estudiantes de enfermería lo que podría explicarse por la formación disciplinar que guarda una estrecha relación con la promoción de la salud.²⁵ La población femenina presentaba mayores CPS, resultados que no concuerdan con otros estudios.²⁶ Continuando con la caracterización de la muestra, un 50% se encuentra en el primer año de la carrera, al igual que investigaciones previas,²⁴ esto podría explicarse debido a que los primeros años de formación de las carreras de salud deben cursar asignaturas teóricas, por lo que se encuentran mayor tiempo dentro de la universidad, del mismo modo, la variable Año académico y rango edad coincide con los puntajes más altos de CPS, es decir, a mayor año académico o una edad superior a 20 años las CPS también aumentan. Por otra parte, un 54,2% proviene de un establecimiento público, esto coincide con el perfil del estudiante que ingresa a estas universidades, que pertenecen generalmente a un sector rural y a un estrato socioeconómico bajo o medio; coincidiendo con lo que plantea el estudio de las universidades regionales de Chile en el cual se menciona que el 89% de los alumnos ingresados a las universidades regionales del Consejo de Rectores de universidades chilenas viene de establecimientos públicos.²⁷

Respecto a los resultados de asociación de la variable CPS con las variables psicosociales Autoestima y Autoeficacia, la correlación fue positiva y significativa, esto indica que, a mayor Autoestima o Autoeficacia percibida, mayores son las CPS presentadas en el estudiante. Para interpretar esto, es necesario referirse al MPS de Pender el cual expone la importancia y asociación de las características y experiencias individuales (autoestima) y las cogniciones y afectos específicos de la conducta como la autoeficacia percibida que explican de cierto modo el resultado conductual.^11,28 Similar a lo propuesto por Chan et al., donde establece que la autoestima y la autoeficacia influyen significativamente de manera positiva o negativa en la percepción del estudiante para presentar CPS.²⁷

Con respecto al modelo de RLM, la inclusión de variables se basó en su significancia estadística en el análisis bivariado y su importancia teórica, lo cual es una estrategia sólida para construir modelos predictivos más robustos. Considerando las variables Año Académico, Autoeficacia, Autoestima, Universidad y Colegio de procedencia; se encontró que estas variables presentaron una relación significativa y en conjunto explican el 30,2% de la variabilidad en CPS. A pesar de que este resultado predictivo es notable, es importante interpretar con cautela la dirección y magnitud de la asociación entre las variables independientes y las CPS, ya que la relación no necesariamente implica causalidad y puede estar influenciada por otros factores no considerados en el estudio. Asimismo, es fundamental reconocer las limitaciones del estudio, como posibles sesgos de selección o medición, que podrían afectar la validez de los resultados. Debido a lo anterior se sugieren áreas para futuras investigaciones que aborden estas limitaciones y permitan una comprensión más completa de los factores que influyen en los estilos de vida saludables en la población estudiantil.

El análisis de los supuestos de RLM indicó un ajuste adecuado del modelo a los datos. Se observó una relación lineal significativa entre la variable dependiente y las variables predictoras, respaldada por el coeficiente de Pearson. La independencia de los residuos fue validada por el estadístico Durbin-Watson. No se encontraron evidencias de colinealidad entre las variables independientes, mientras que la homocedasticidad y la normalidad de los residuos fueron verificadas visualmente. Estos hallazgos validan la robustez del modelo RLM y sugieren que las estimaciones de los coeficientes son fiables para inferir la relación entre las variables.

Finalmente, los resultados de esta investigación son fundamentales, debido a que el MPS es una herramienta esencial para la práctica y conocimientos de la disciplina y conveniente para promover en las personas, la adopción de conductas saludables.⁸

Por lo tanto, debemos continuar centrando futuras investigaciones en identificar factores de riesgo y protectores que nos permitan establecer modelos predictivos de CPS en los estudiantes, esto nos permitiría contribuir promocionando la salud y a su vez previniendo futuras enfermedades crónicas no transmisibles, resultando en una sociedad más saludable y consciente de sus conductas de salud.

El estudio analizó las CPS en una muestra mayoritariamente femenina, estudiantil de Enfermería y de adultos jóvenes. Se observó que estas conductas son más comunes entre estudiantes de enfermería, posiblemente debido a su formación relacionada con la promoción de la salud. Los resultados mostraron una asociación positiva y significativa entre la variable dependiente y variables psicosociales como Autoestima y Autoeficacia, respaldado por el MPS de Pender. El análisis de RLM identificó que el 30,2% de la variabilidad en CPS se explica por variables como Año Académico, Autoeficacia, Autoestima, Universidad y Colegio de Procedencia, es decir, estas variables predicen positiva y significativamente las CPS, aunque se enfatizó la necesidad de interpretar con cautela la relación entre estas variables y la CPS debido a posibles factores no considerados y limitaciones del estudio. Además, se verificaron los supuestos del modelo de regresión lineal múltiple, confirmando su validez. Por último, estos hallazgos son fundamentales para la promoción de la salud entre futuros profesionales, destacando la importancia de investigaciones futuras para comprender mejor los factores que influyen en los estilos de vida saludables en la población estudiantil, con el objetivo de promover la salud y prevenir enfermedades crónicas no transmisibles.