El proyecto GOING-FWD (Gender Outcomes INternational Group: to Further Well-being Development) del programa de financiación GENDER ERA-NET en el que participan 5 países (Canadá, Austria, Suecia, Chipre y España), presenta como objetivo primordial una mejor delimitación de la relación entre sexo y género en la salud de los individuos poniendo especial énfasis en las Enfermedades No Transmisibles (ENTs) de índole metabólica, cardiovascular, renal y neurodegenerativa. Es un hecho que las poblaciones de todo el mundo están envejeciendo siendo víctimas de ENTs como ya se preveía en 1997 y la Comunidad Autónoma de la Región de Murcia (CARM) no es una excepción. Por ende, nuestro interés se centra en determinar los factores principales que contribuyen al envejecimiento de manera diferencial entre hombres y mujeres, pues es sabido que los individuos envejecen de forma diferente dependiendo de varios factores como la riqueza económica, el lugar donde viven e incluso el sexo. Más concretamente, se pretende determinar qué factores concurren en la morbilidad en las mujeres, las cuales viven más, pero con peor calidad de vida, ya que sufren prefragilidad y fragilidad en alta medida y más temprano que los varones, pues si la fragilidad se previene puede retrasarse e, incluso en determinadas circunstancias, revertirse. En consecuencia, pondremos énfasis en estudiar diferencias medibles del impacto del género asociados al envejecimiento y a las enfermedades neurológicas con especial énfasis en los parámetros de prefragilidad y de fragilidad con el fin de establecer criterios que puedan ser utilizados en la prevención del deterioro. Concretamente, esta tesis doctoral trata de elaborar modelos regionales que recojan las características singulares de naturaleza demográfica y socio-económica de la Comunidad Autónoma de la Región de Murcia (CARM), donde destaca un creciente envejecimiento de la población como se ha comentado. Para ello, este proyecto cuenta con la oportunidad de acceder a dos bases de datos clínicas. Por un lado, se va a aprovechar la organización especial del sistema de Atención Primaria (AP) de la CARM basada en la existencia de nueve clusters de AP y, por otro lado, la base de datos Clínica Selene de la CARM, en una oportunidad para la investigación única. A partir de estos datos, vamos a desarrollar modelos estadísticos y de machine learning de fragilidad, deterioro cognitivo y movilidad que recogerán las características singulares de naturaleza demográfica y socio-económica de la CARM.