Saltar al contenido
Likelier

Miedo percibido frente a probabilidad real

¿Cuáles son las probabilidades de perder su trabajo debido a la automatización por IA?

Sin cuantificar

Sin estimación fiable

Buscamos datos de fuentes autorizadas sobre esta cuestión y no encontramos un número que estemos dispuestos a publicar. Posibles razones: las fuentes discrepan sustancialmente, el conjunto de datos subyacente tiene sesgos conocidos, o la pregunta depende de un contexto que no podemos normalizar a una base común.

¿Conoces una fuente rigurosa y revisada por pares que se nos haya escapado? Avísanos.

Otro · revisado 2026-06-14
Calidad de la evidencia 4.88/5

Puntuación de revisión en ocho dimensiones según la rúbrica de calidad . Cada dimensión puntuada de 1 a 5.

D1 Anclaje en las fuentes
5/5
D2 Autoridad de las fuentes
5/5
D3 Aritmética
5/5
D4 Incertidumbre
4/5
D5 Alcance
5/5
D6 Prosa
5/5
D7 Honestidad sobre la percepción
5/5
D8 Completitud de las advertencias
5/5
Media 4.88/5
Evidencia directa
Source Sin estimación fiable
An office desk with a chair slightly pulled back, a monitor displaying abstract data patterns, muted blue and grey tones, flat vector illustration.

Decisiones que informa este riesgo

Elecciones que dependen de este riesgo: cómo se sopesa el equilibrio.

Ningún número único responde a la pregunta “¿cuáles son las probabilidades de que la IA le quite su trabajo?” porque ningún estudio ha producido uno. La cifra más citada, el 47% de los empleos en EE. UU. con alto riesgo de Frey y Osborne, describe la susceptibilidad a la automatización a nivel de tarea, no una predicción de desempleo. Cuando la OECD volvió a ejecutar el análisis utilizando datos a nivel individual en lugar de agregados a nivel de ocupación, la proporción de alto riesgo se redujo a 9-14%. El artículo de 2023 GPTs-are-GPTs encontró que el 80% de los trabajadores tienen al menos alguna exposición a tareas con LLM, pero solo el 19% tiene la mitad o más de sus tareas expuestas. Mientras tanto, la Bureau of Labor Statistics proyecta un crecimiento neto del empleo de 6.7 millones hasta 2033. Estos números no son contradictorios; están midiendo cosas diferentes.

La brecha entre “tareas que la IA puede realizar” y “empleos que dejan de existir” es donde reside la mayor parte de la incertidumbre. Se suponía que los cajeros automáticos eliminarían a los cajeros bancarios; en cambio, las operaciones de sucursales más baratas llevaron a más sucursales, y el empleo de cajeros aumentó durante dos décadas. Si la IA generativa sigue el mismo patrón de aumento o lo rompe es la pregunta empírica central, y la respuesta honesta a principios de 2026 es que nadie lo sabe. Los estudios concuerdan en la dirección de la exposición: el trabajo cognitivo rutinario (entrada de datos, revisión básica de documentos, contabilidad) enfrenta la mayor presión de desplazamiento, mientras que el trabajo manual-físico (construcción, fontanería, cuidado de ancianos) enfrenta la menor. Pero la exposición no es el destino.

El riesgo individual varía al menos en un orden de magnitud entre ocupaciones, industrias y geografías. Un empleado de entrada de datos y un fontanero viven en universos de riesgo diferentes, y ninguno está bien descrito por un promedio de población. El horizonte temporal importa tanto como el riesgo: la perspectiva a cinco años está dominada por la mejora; la perspectiva a treinta años es genuinamente incierta. Dada la variedad de estimaciones publicadas, la ausencia de cualquier desplazamiento masivo observado hasta ahora, y la brecha fundamental entre la exposición a tareas y la eliminación de empleos, esta entrada lleva una etiqueta no_reliable_estimate. El miedo es real; una probabilidad de por vida defendible no lo es.

Registro de evidencia

Cada número a continuación es lo que reportó cada fuente, con la cita textual en la que nos basamos y cómo llegamos a nuestra cifra. Haz clic en cualquier enlace para verificarlo directamente.

  1. [1] Oxford Martin School, University of Oxford — The Future of Employment: How Susceptible Are Jobs to Computerisation?
    The Future of Employment: How Susceptible Are Jobs to Computerisation?
    Estadística
    47% of US employment is in the high-risk category for computerisation over the next decade or two
    Extracto
    “"We examine how susceptible jobs are to computerisation. … According to our estimate, 47 percent of total US employment is in the high risk category, meaning that associated occupations are potentially automatable over some unspecified number of years, perhaps a decade or two." ”
    Datos de la fuente de
    2013-09-17
    Accedido
    2026-04-18 · copia archivada
    Cálculo
    Frey & Osborne (2017, published in Technological Forecasting and Social Change 114:254-280) classified 702 occupations by automation probability using O*NET task descriptors. The 47% figure refers to jobs whose constituent tasks are technically automatable, not a prediction that 47% of workers will be unemployed. The authors explicitly note this is a measure of task susceptibility, not a forecast of job losses. The paper predates the LLM era and does not account for generative AI capabilities. No conversion to a per-worker lifetime displacement probability is attempted because the study does not model job creation, reallocation, or partial automation.
    Independencia
    Seminal academic study using O*NET occupational data. Independent methodology from the OECD and Goldman Sachs estimates below.
  2. [2] OECD — The Risk of Automation for Jobs in OECD Countries: A Comparative Analysis
    The Risk of Automation for Jobs in OECD Countries: A Comparative Analysis
    Estadística
    9% of jobs across the 21 OECD countries are highly automatable; an additional ~25% face significant task change
    Extracto
    “"Overall, we find that, on average across the 21 OECD countries, 9 % of jobs are automatable. [...] For instance, while the share of automatable jobs is 6 % in Korea, the corresponding share is 12 % in Austria." ”
    Datos de la fuente de
    2016-05-14
    Accedido
    2026-04-18 · copia archivada
    Cálculo
    Arntz, Gregory & Zierahn (2016) re-analysed Frey & Osborne's methodology using PIAAC individual-level survey data rather than occupation-level aggregates. By accounting for within-occupation task variation, the high-risk share drops from 47% to ~9-14%. The OECD updated this to 14% in its 2019 Employment Outlook using newer PIAAC data. Neither figure is a probability of displacement for an individual worker; it describes the share of jobs with >70% automatable task content. No lifetime probability is derivable from this study because it does not model transition rates or job creation.
    Independencia
    Uses PIAAC microdata, a different data source and unit of analysis (individual workers vs occupations) from Frey & Osborne. Methodologically independent.
  3. [3] OpenAI / University of Pennsylvania — GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models
    GPTs are GPTs: An Early Look at the Labor Market Impact Potential of Large Language Models
    Estadística
    ~80% of the US workforce could have at least 10% of their tasks affected by LLMs; ~19% could have 50%+ of tasks affected
    Extracto
    “"Our findings reveal that around 80% of the U.S. workforce could have at least 10% of their work tasks affected by the introduction of LLMs, while approximately 19% of workers may see at least 50% of their tasks impacted." ”
    Datos de la fuente de
    2023-03-17
    Accedido
    2026-04-18 · copia archivada
    Cálculo
    Eloundou, Manning, Mishkin & Rock (2023) assessed task-level exposure to LLMs across 1,016 occupations using O*NET. "Exposure" means the task could be completed significantly faster with LLM access, not that the job would be eliminated. The 80% headline describes partial task exposure (>=10% of tasks), not full job replacement. The 19% figure for >=50% task exposure is closer to a displacement signal but still measures task content, not employment outcomes. Converting task exposure to a lifetime job-loss probability requires assumptions about employer adoption rates, augmentation vs replacement decisions, and labor market adjustment speeds that the paper does not provide.
    Independencia
    Uses O*NET task data (shared with Frey & Osborne) but applies a GPT-specific exposure rubric developed by both human annotators and GPT-4 classification. Partially independent.
  4. [4] Goldman Sachs — The Potentially Large Effects of Artificial Intelligence on Economic Growth
    The Potentially Large Effects of Artificial Intelligence on Economic Growth
    Estadística
    Two-thirds of US occupations are exposed to some degree of AI automation; generative AI could substitute up to 25% of current work tasks globally
    Extracto
    “"our economists estimate that roughly two-thirds of U.S. occupations are exposed to some degree of automation by AI. They further estimate that, of those occupations that are exposed, roughly a quarter to as much as half of their workload could be replaced." ”
    Datos de la fuente de
    2023-03-26
    Accedido
    2026-04-18 · copia archivada
    Cálculo
    Hatzius et al. (2023) estimate that generative AI could expose 300 million full-time jobs globally to automation, with roughly 25% of work tasks substitutable. The report simultaneously projects a 7% increase in global GDP over a 10-year period from AI adoption, implying substantial job creation alongside displacement. The 300M figure describes exposure, not net job loss, and the report explicitly models offsetting job creation from new industries and increased productivity. No per-worker lifetime displacement probability can be extracted.
    Independencia
    Goldman Sachs proprietary analysis drawing on O*NET, European ISCO data, and internal economic modelling. Partially independent from academic studies above.
  5. [5] Bureau of Labor Statistics — Employment Projections: 2023-2033
    Employment Projections: 2023-2033

    Ver las 2 entradas de Likelier que citan esta fuente →

    Estadística
    Total US employment projected to grow by 6.7 million jobs from 2023 to 2033, to 174.6 million (0.4 percent a year)
    Extracto
    “"The U.S. economy is projected to add 6.7 million jobs from 2023 to 2033, the U.S. Bureau of Labor Statistics (BLS) reported today. Total employment is projected to increase to 174.6 million and grow 0.4 percent annually, which is slower than the 1.3 percent annual growth recorded over the 2013-23 decade." ”
    Datos de la fuente de
    2024-09-04
    Accedido
    2026-04-18 · copia archivada
    Cálculo
    BLS decennial projections are the baseline measure of actual expected employment outcomes. The 2023-2033 outlook projects net job growth of 6.7 million, not net loss. BLS does not separately model AI-driven displacement; its projections incorporate historical trends in technology adoption, productivity growth, and sectoral shifts. The fact that net employment is projected to grow does not preclude significant churn within occupations, but it provides a counterweight to headline claims of mass job elimination. No per-worker lifetime displacement probability is published.
    Independencia
    Official US government statistical agency using proprietary macroeconomic modelling. Fully independent from the academic and private-sector studies above.
  6. [6] Stanford Digital Economy Lab — Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence
    Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence
    Estadística
    Early-career workers (ages 22-25) in the most AI-exposed occupations experienced a 16 percent relative decline in employment since late 2022, while employment for more experienced workers in the same occupations and for workers in less-exposed fields remained stable or continued to grow
    Extracto
    “"early-career workers (ages 22-25) in the most AI-exposed occupations have experienced a 16 percent relative decline in employment even after controlling for firm-level shocks. In contrast, employment for workers in less exposed fields and more experienced workers in the same occupations has remained stable or continued to grow." ”
    Datos de la fuente de
    2025-11-13
    Accedido
    2026-06-14 · copia archivada
    Cálculo
    Brynjolfsson, Chandar & Chen (2025) analyse high-frequency payroll records from ADP, the largest US payroll processor, covering millions of workers. They document a 16% relative decline in headcount for the 22-25 age band in occupations most exposed to generative AI (software developers, customer-service representatives) measured against pre-2023 trend, with no comparable decline for workers 30+ in the same occupations or for workers in low-exposure fields. The 16% is a cohort-level relative employment differential, not a per-worker probability of job loss; the paper does not convert it into an individual displacement hazard, and AI attribution remains contested (a Feb 2026 follow-up by the same authors examines interest-rate and timing confounds). It is used here only to populate the early-career age x AI-exposure personal factor, not to derive a headline number. The earlier August 2025 preprint reported ~13%; the published version reports 16%.
    Independencia
    First large-scale payroll-based (ADP administrative records) evidence, methodologically independent from the O*NET task-exposure studies and BLS macroeconomic projections above. Measures realised employment, not task susceptibility.
  7. [7] Proskauer (Law and the Workplace) — AI Bias Lawsuit Against Workday Reaches Next Stage as Court Grants Conditional Certification of ADEA Claim
    AI Bias Lawsuit Against Workday Reaches Next Stage as Court Grants Conditional Certification of ADEA Claim
    Estadística
    On May 16, 2025 a federal court conditionally certified Mobley v. Workday as a nationwide ADEA collective covering job applicants aged 40+; Workday's filings disclosed roughly 1.1 billion applications rejected through its AI screening tools during the relevant period
    Extracto
    “"1.1 billion applications were rejected [...] Notice will be issued to the allegedly affected job applicants, in what could be one of the largest collectives ever certified." ”
    Datos de la fuente de
    2025-06-03
    Accedido
    2026-06-14 · copia archivada
    Cálculo
    Mobley v. Workday (N.D. Cal. 3:23-cv-00770) alleges Workday's AI applicant-recommendation system produced a disparate impact by age, race, and disability at the hiring gate. On 2025-05-16 the court granted conditional (preliminary) certification of a nationwide ADEA collective of applicants aged 40+ screened since September 2020. The ~1.1 billion figure is the volume of applications Workday disclosed were rejected through its tools, not a number of confirmed biased rejections; the case is unresolved and the disparate-impact claim is untested at trial. No per-applicant probability of a bias-tainted auto-rejection is derivable, so this source supports a caveat only, not a number.
    Independencia
    Legal-developments analysis of court filings; non-authoritative reference used only to document the algorithmic-exclusion-at-the-hiring-gate dimension absent from the displacement-by-automation studies above.

436 riesgos con probabilidad medida
1 de cada 10 1 de cada 100 1 de cada 1K 1 de cada 10K 1 de cada 100K 1 de cada 1M 1 de cada 10M 1 de cada 100M 1 de cada 1B cierto más raro → Riesgo cirugía estética en el extranjero — 1 de cada 10 Azúcar y sal en la infancia — 1 de cada 10 Endometriosis — 1 de cada 10 Riesgo trasplante capilar Turquía — 1 de cada 10 Reemplazo de rodilla — 1 de cada 10 Analgésicos crónicos — 1 de cada 10 Pérdida total de dientes — 1 de cada 9,1 Alzheimer — 1 de cada 8,3 Privación de sueño — 1 de cada 8,3 Tabaco sin humo — 1 de cada 8,3 Ciclismo sin casco — 1 de cada 8,0 Daño dental por bruxismo — 1 de cada 7,7 Fallo del preservativo — 1 de cada 7,7 Evitar atención por miedo a inmigración — 1 de cada 7,1 Pérdida de visión — 1 de cada 6,7 Hernia por levantar peso — 1 de cada 6,7 Riesgo de fractura de cadera — 1 de cada 6,7 Consumo regular de alcohol — 1 de cada 6,7 Primer infarto — 1 de cada 5,9 Infertilidad — 1 de cada 5,7 5+ años de cuidados a largo plazo — 1 de cada 5,6 ETC (fútbol americano) — 1 de cada 5,0 Depresión mayor — 1 de cada 4,9 Lesión en senderismo — 1 de cada 4,8 Infección al comer después de un niño — 1 de cada 4,2 Enfermedad de Lyme — 1 de cada 4,0 Soledad y salud — 1 de cada 3,8 Heredar riesgo de AUD — 1 de cada 3,5 Trastorno por consumo de alcohol — 1 de cada 3,4 Trastorno de ansiedad — 1 de cada 3,2 Riesgo CV tras menopausia — 1 de cada 3,0 Diabetes silenciosa — 1 de cada 3,0 Volar con resfriado — 1 de cada 2,9 Pérdida de empleo y depresión — 1 de cada 2,9 Enfermedad por garrapata (bosque) — 1 de cada 2,9 Colesterol alto silencioso — 1 de cada 2,9 Pérdida de abuelo en infancia — 1 de cada 2,8 Pacifier on the floor — 1 de cada 2,8 Hipertensión silenciosa — 1 de cada 2,7 Infección resistente — 1 de cada 2,6 Sin compatibilidad de médula — 1 de cada 2,4 Ingreso en residencia de mayores — 1 de cada 2,2 Mamografía falso positivo — 1 de cada 2,0 Tabaquismo regular — 1 de cada 2,0 Diarrea del viajero — 1 de cada 2,0 Deportes de aventura — 1 de cada 1,8 Necesidad de cuidados a largo plazo — 1 de cada 1,8 Probabilidad de viudez — 1 de cada 1,7 Sexo sin protección — 1 de cada 1,5 Dolor lumbar — 1 de cada 1,3 Higiene de manos — 1 de cada 1,0 Cáncer (cualquiera) — 1 de cada 7,1 Patinete sin casco — 1 de cada 4,5 Bici electrica sin casco — 1 de cada 4,0 Equipaje mal manejado — 1 de cada 3,7 Accidente con lesiones por culpa — 1 de cada 2,9 Colisión con venado — 1 de cada 2,7 Lesión en accidente de coche — 1 de cada 2,6 Cancelación de vuelo — 1 de cada 1,8 Interrupción de viaje: guerra o desastre — 1 de cada 1,7 Agresión haciendo autostop — 1 de cada 8,8 Robo en el hogar — 1 de cada 8,6 Fraude de cheques por correo — 1 de cada 7,7 Abuso sexual infantil — 1 de cada 6,8 Acoso persistente — 1 de cada 6,2 Agresión sexual a estudiante — 1 de cada 5,7 Violencia doméstica — 1 de cada 3,7 Agresión al caminar de noche — 1 de cada 3,6 Robo de bicicleta — 1 de cada 2,9 Agresión sexual — 1 de cada 2,3 Acoso sexual (de por vida) — 1 de cada 1,6 Escasez de agua — 1 de cada 2,5 Tormenta solar clase Carrington — 1 de cada 1,9 Punto de inflexión del WAIS — 1 de cada 1,1 Escape de gato de interior — 1 de cada 10 Mordedura de perro sin correa — 1 de cada 9,8 Conejo muere en 4 años — 1 de cada 3,3 Mordedura de perro (no mortal) — 1 de cada 1,8 Hámster muere antes de la adolescencia — 1 de cada 1,0 Déficit de hierro (mujeres) — 1 de cada 3,9 Carencia de vitamina D — 1 de cada 2,9 Déficit de magnesio — 1 de cada 1,9 Alimentos poco cocidos — 1 de cada 1,6 Contaminación cruzada de carne cruda — 1 de cada 1,4 Alimentos fuera — 1 de cada 1,2 Estafa de voz con IA — 1 de cada 2,9 Pérdida por estafa en línea — 1 de cada 2,5 Ciberacoso adolescente — 1 de cada 2,0 Niños y contenido explícito — 1 de cada 1,9 Filtración de datos — 1 de cada 1,1 Aborto espontáneo — 1 de cada 6,7 Intento de suicidio adolescente — 1 de cada 5,6 Depresión posparto — 1 de cada 4,8 Analgésico antes de la vacunación — 1 de cada 3,8 Exceso de peso en embarazo — 1 de cada 2,6 Niño no vacunado y sarampión — 1 de cada 2,0 Piojos en niños — 1 de cada 2,0 Estafa financiera a mayores — 1 de cada 10 Colapso de pensiones — 1 de cada 10 Caída inmobiliaria — 1 de cada 8,3 Auditoría del IRS — 1 de cada 6,7 Colapso monetario — 1 de cada 5,6 Deportación por exceso de visado — 1 de cada 5,6 Embargo por préstamo subprime — 1 de cada 5,0 Long term disability working age — 1 de cada 4,0 Impago estudiantil — 1 de cada 3,8 Represalias al denunciante — 1 de cada 3,2 Salida forzada antes de jubilarse — 1 de cada 2,9 Déficit de jubilación — 1 de cada 2,6 Impago en compra a plazos (BNPL) — 1 de cada 2,4 Divorcio — 1 de cada 2,4 Daños por tubería reventada — 1 de cada 2,2 Acoso laboral — 1 de cada 2,1 Apagón prolongado — 1 de cada 2,0 Deportación (indocumentado) — 1 de cada 1,8 Shock por costo de funeral — 1 de cada 1,7 Robo de identidad — 1 de cada 1,7 Fraude con tarjeta — 1 de cada 1,5 Acoso escolar — 1 de cada 1,5 Baja en primera línea — 1 de cada 1,3 Recesión económica — 1 de cada 1,0 Caída del mercado de valores — 1 de cada 1,0 Daño en el techo por granizo — 1 de cada 3,0 Inquilino problemático — 1 de cada 1,8 Complicaciones LASIK — 1 de cada 100 Daño por papel higiénico seco — 1 de cada 100 Humo de segunda mano — 1 de cada 91 Trastorno por videojuegos (adultos) — 1 de cada 83 Urgencias por tacones — 1 de cada 79 Thrown/dropped object — 1 de cada 67 Reacción a medicamento — 1 de cada 58 Sobredosis de drogas — 1 de cada 56 Asma por cocina de gas en un niño — 1 de cada 50 Toxoplasmosis por arenero de gato — 1 de cada 48 Incapacidad por salud mental — 1 de cada 45 Dependencia a benzodiacepinas — 1 de cada 40 Plomo en agua del grifo — 1 de cada 40 Uso indebido de medicamentos — 1 de cada 35 Traumatismo craneoencefálico — 1 de cada 33 Infección hospitalaria — 1 de cada 31 Contaminación del aire — 1 de cada 29 Insuficiencia renal terminal — 1 de cada 29 Diarrea del viajero (agua) — 1 de cada 26 Lesión esquiando — 1 de cada 26 Trastorno bipolar — 1 de cada 23 Cirugía de muelas del juicio — 1 de cada 22 Complicación turismo dental — 1 de cada 20 Abandono de ancianos — 1 de cada 20 Parkinson — 1 de cada 20 Parásitos de mascotas — 1 de cada 20 TDAH sin diagnosticar — 1 de cada 20 Alergia alimentaria en adultos — 1 de cada 19 Demencia no Alzheimer — 1 de cada 17 Trastorno por consumo de cannabis — 1 de cada 16 Ictus — 1 de cada 15 TEPT — 1 de cada 15 Pérdida auditiva grave — 1 de cada 14 Diabetes tipo 2 — 1 de cada 13 Apendicitis — 1 de cada 13 Humo de cocina interior — 1 de cada 13 Depresión sin tratar — 1 de cada 13 Refrescos y diabetes — 1 de cada 13 Enfermedad cardíaca — 1 de cada 12 Muerte por error médico — 1 de cada 12 Conducta sexual compulsiva — 1 de cada 12 Trastorno alimentario — 1 de cada 11 Reemplazo de cadera — 1 de cada 11 Cálculos renales — 1 de cada 11 Muerte/discapacidad parental — 1 de cada 11 Estilo de vida sedentario — 1 de cada 11 Infección de salón — 1 de cada 11 Cáncer de ovario — 1 de cada 91 Cáncer colorrectal — 1 de cada 77 Cáncer de mama — 1 de cada 59 Cáncer de hígado — 1 de cada 59 Cáncer de pulmón — 1 de cada 56 Cáncer de próstata — 1 de cada 50 Melanoma (UV) — 1 de cada 29 Riesgo de CCR por baja fibra — 1 de cada 26 Carne roja y CCR — 1 de cada 21 Carne carbonizada y cáncer — 1 de cada 20 Accidente por mantenimiento — 1 de cada 83 Conducir con sedantes — 1 de cada 77 Texting + conducción — 1 de cada 56 Muerte sin cinturón — 1 de cada 53 Exceso del 20% en velocidad — 1 de cada 50 Motocicleta sin casco — 1 de cada 45 Vuelo espacial (astronauta) — 1 de cada 42 Ver vídeo al conducir — 1 de cada 32 Lesión infantil en accidente — 1 de cada 27 Conducir somnoliento — 1 de cada 26 Norovirus en crucero — 1 de cada 24 Lesión en patinete eléctrico — 1 de cada 10 Carterista en viaje — 1 de cada 38 Robo de catalizador — 1 de cada 37 Apuñalado en un asalto — 1 de cada 37 Robo de vehículo — 1 de cada 34 Robo/asalto callejero — 1 de cada 26 Condena errónea — 1 de cada 24 Adulteración de bebidas — 1 de cada 17 Robo de coche por relé sin llave — 1 de cada 13 Protesta bajo autocracia — 1 de cada 12 Colapso de la AMOC — 1 de cada 20 Anafilaxia por picadura — 1 de cada 50 Lesión por collar de gato — 1 de cada 25 Intoxicación en restaurante — 1 de cada 58 Deficiencia de B12 — 1 de cada 28 Deficiencia vegetariana — 1 de cada 14 Deepfake íntimo — 1 de cada 25 Uso problemático de redes sociales — 1 de cada 13 Niño se traga objeto (urgencias) — 1 de cada 91 Parto potencialmente mortal (EE. UU.) — 1 de cada 61 Muerte en el parto (ASS) — 1 de cada 55 Caida en escaleras (ninos) — 1 de cada 37 Muerte por colecho — 1 de cada 36 Lesión en juegos infantiles — 1 de cada 33 Diagnóstico de autismo — 1 de cada 31 Complicaciones de cesárea — 1 de cada 29 Lesión por juguete, urgencias (niño) — 1 de cada 21 Preeclampsia — 1 de cada 20 Desgarro grave en el parto — 1 de cada 17 Diabetes gestacional — 1 de cada 13 Lesión de cabeza al caer — 1 de cada 12 Morir sin heredero — 1 de cada 100 Ruina financiera por apuestas deportivas — 1 de cada 100 Muerte de piloto de caza — 1 de cada 48 Muerte en pesca comercial — 1 de cada 45 Muerte en tala forestal — 1 de cada 34 Bancarrota médica — 1 de cada 25 Trastorno de compra compulsiva — 1 de cada 20 Estafa de alquiler falso — 1 de cada 20 Perder SNAP por reglas laborales 2025 — 1 de cada 18 Ejecución hipotecaria — 1 de cada 14 Incapacidad musculoesquelética — 1 de cada 14 Pérdidas por day trading — 1 de cada 13 Catástrofe por gobierno extremista — 1 de cada 13 Destrucción del hogar por huracán — 1 de cada 17 NAION (Ozempic) — 1 de cada 909 Sumersión de bebé en piscina — 1 de cada 800 EM — 1 de cada 769 Mortalidad laboral — 1 de cada 690 Fiebre tifoidea — 1 de cada 654 Aspiración GLP-1 con anestesia — 1 de cada 613 Productos importados inseguros — 1 de cada 565 Aneurisma cerebral — 1 de cada 400 COVID-19 — 1 de cada 400 Lesión por fuegos artificiales — 1 de cada 385 Tendón cortado con cuchillo — 1 de cada 385 Exceso de cafeína — 1 de cada 366 Enfermedad de células falciformes — 1 de cada 365 Medicamento falsificado — 1 de cada 361 Lesión de médula espinal — 1 de cada 313 Cáncer infantil diagnosticado — 1 de cada 285 Muerte por próxima pandemia — 1 de cada 208 Dengue (viaje) — 1 de cada 200 Parto prematuro por calor — 1 de cada 200 Saltarse la ducha diaria — 1 de cada 200 No frotarse los pies — 1 de cada 200 Riesgo de donación de médula — 1 de cada 167 Encefalitis por garrapatas — 1 de cada 167 Esquizofrenia — 1 de cada 143 Caída accidental — 1 de cada 135 Muerte súbita durante el ejercicio — 1 de cada 123 Suicidio (EE. UU.) — 1 de cada 121 Adicción a opioides — 1 de cada 114 Tuberculosis (global) — 1 de cada 109 Diagnóstico de VIH — 1 de cada 105 Cáncer por radón — 1 de cada 435 Cáncer testicular — 1 de cada 250 Cáncer de cuello uterino — 1 de cada 167 Cáncer de páncreas — 1 de cada 125 Muerte de peatón — 1 de cada 806 Accidente de motocicleta — 1 de cada 709 Ahogamiento en barco recreativo — 1 de cada 685 Conductor mata a peatón — 1 de cada 552 Lesión al caminar distraído por móvil — 1 de cada 400 Incendio de batería de VE — 1 de cada 333 Ciclista muerto por coche — 1 de cada 159 Incendio de coche de gasolina — 1 de cada 125 Muerte por coche autónomo — 1 de cada 115 Accidente de coche — 1 de cada 105 Muerte de bombero en servicio — 1 de cada 455 Muerte de policía en servicio — 1 de cada 357 Homicidio — 1 de cada 339 Estafa de inversión cripto — 1 de cada 106 Calor extremo — 1 de cada 333 Muerte por cambio climático — 1 de cada 204 Mordedura de murciélago y rabia — 1 de cada 278 Enfermedad por mosquito — 1 de cada 190 Intoxicación alimentaria (global) — 1 de cada 317 Incendio por paneles solares — 1 de cada 667 Escoliosis infantil no tratada — 1 de cada 1000 Caída de un niño por la ventana — 1 de cada 855 Andador caída escaleras — 1 de cada 625 Caída de bebé — 1 de cada 500 Lesión por andador bebé — 1 de cada 455 Mortalidad materna — 1 de cada 272 Edad materna y defectos de nacimiento — 1 de cada 200 Muerte infantil (<18) — 1 de cada 103 Muerte en carrera espeleológica — 1 de cada 167 Muerte en servicio EMS — 1 de cada 909 Víctima civil de guerra — 1 de cada 499 Muerte en combate — 1 de cada 270 Revocación de visa estudiantil — 1 de cada 263 Muerte en carrera minera — 1 de cada 214 Ruina por ludopatía — 1 de cada 159 Incendio doméstico por rayo — 1 de cada 461 Incendio forestal destruye hogar — 1 de cada 120 Malaria (viaje) — 1 de cada 10.000 Infección por bebida compartida — 1 de cada 10.000 Enfermedad de Chagas — 1 de cada 8475 Tenia del zorro por bayas silvestres — 1 de cada 8475 Niño traga bolsita de nicotina — 1 de cada 7937 Esquistosomiasis — 1 de cada 6667 Muerte súbita en jóvenes — 1 de cada 3922 Cableado inseguro — 1 de cada 3390 Sepsis por herida — 1 de cada 2857 Conciencia bajo anestesia — 1 de cada 2500 Golpe de calor (exterior) — 1 de cada 1905 Incendio doméstico — 1 de cada 1818 Rabia canina — 1 de cada 1449 Ahogamiento — 1 de cada 1379 Lesión medular por zambullida — 1 de cada 1111 Hospitalización por EVALI — 1 de cada 1064 Asfixia — 1 de cada 1020 Cáncer por betel — 1 de cada 1290 Coágulo sanguíneo (vuelo) — 1 de cada 4651 Matar a un ciclista — 1 de cada 3937 Muerte vial adolescente — 1 de cada 3030 Silla trasera de bici — 1 de cada 2500 Nino sin sistema de retencion — 1 de cada 2000 Encuentro policial fatal — 1 de cada 4739 Crimen de honor — 1 de cada 2381 Homicidio por pareja íntima — 1 de cada 1767 Huracán — 1 de cada 8929 Muerte por hambruna — 1 de cada 6536 Muerte por ventisca — 1 de cada 4367 Terremoto — 1 de cada 3802 Listeria en fiambres — 1 de cada 6061 E. coli grave por verduras frescas — 1 de cada 4831 Intoxicación alimentaria (EE. UU.) — 1 de cada 1862 Mercurio en pescado — 1 de cada 1695 Lesión por espina de pescado — 1 de cada 1429 Incendio de batería — 1 de cada 4545 Cápsula de detergente — 1 de cada 6494 Ahogamiento en piscina — 1 de cada 5882 Displasia de cadera infantil no tratada — 1 de cada 5000 SMSL — 1 de cada 2398 Víctima civil de guerra — 1 de cada 2000 Inflamación cerebral por gripe (EAG/ENA) — 1 de cada 100.000 Picadura fatal de abeja/avispa — 1 de cada 76.923 Dengue local (EE. UU. continental) — 1 de cada 66.667 Muerte por anestesia — 1 de cada 45.662 Muerte de perro en auto caliente — 1 de cada 41.667 Infección de herida por V. vulnificus — 1 de cada 32.051 Anafilaxia — 1 de cada 27.548 Manipulación quiropráctica del cuello — 1 de cada 16.667 Intoxicación por CO — 1 de cada 14.006 Hepatitis A (viaje) — 1 de cada 12.500 Omitir inmunoterapia para alergias — 1 de cada 11.111 Acrilamida y cáncer — 1 de cada 16.667 Accidente de autobús — 1 de cada 100.000 Accidente de avión — 1 de cada 58.824 Incendio de coche tras choque — 1 de cada 25.000 Muerte en paso a nivel — 1 de cada 20.576 Coche sumergido — 1 de cada 16.667 Remolque de bicicleta — 1 de cada 14.286 Conato de colisión en pista — 1 de cada 13.699 Ataque con ácido — 1 de cada 94.340 Terrorismo — 1 de cada 77.519 Secuestro por un extraño — 1 de cada 38.760 Secuestro por extraño — 1 de cada 35.211 Muerte por dote — 1 de cada 13.158 Muerte accidental por arma — 1 de cada 11.299 Incendio forestal — 1 de cada 100.000 Tornado — 1 de cada 80.645 Tsunami — 1 de cada 52.632 Ahogamiento en el océano — 1 de cada 29.155 Inundación — 1 de cada 20.202 Muerte por calor tras huracán — 1 de cada 20.000 Muerte por deslizamiento — 1 de cada 18.416 Erupción de supervolcán — 1 de cada 12.376 Picadura de abeja — 1 de cada 78.927 Tragar abeja o avispa — 1 de cada 29.155 Picadura mortal de escorpión — 1 de cada 26.110 Muerte de perro por chocolate — 1 de cada 13.889 Bolsita de canela con plomo — 1 de cada 40.000 Lixiviación de recipientes de plástico — 1 de cada 16.949 Asfixia del bebé en silla de auto — 1 de cada 64.935 Caída de hamaca bebé — 1 de cada 60.606 Asfixia infantil al comer — 1 de cada 50.000 Atragantamiento infantil sin supervisión — 1 de cada 50.000 Muerte de bebé mirando adelante — 1 de cada 26.738 Ingerir imanes — 1 de cada 12.048 Muerte haciendo snorkel — 1 de cada 21.739 Mascota en transporte — 1 de cada 20.000 Muerte bajo custodia de ICE — 1 de cada 17.065 Minas terrestres — 1 de cada 14.728 Evento adverso grave por vacuna — 1 de cada 763.359 Aluminio y Alzheimer — 1 de cada 169.492 Fuga de gas residencial — 1 de cada 140.845 Muerte infantil en coche caliente — 1 de cada 102.041 Glifosato y cáncer — 1 de cada 1.000.000 Cáncer por teflón — 1 de cada 169.492 Lesión en montaña rusa — 1 de cada 312.500 Hundimiento de ferry — 1 de cada 133.333 Lesión por turbulencia — 1 de cada 114.943 Tiroteo escolar — 1 de cada 192.308 Tiroteo masivo — 1 de cada 113.636 Avalancha — 1 de cada 210.526 Rayo — 1 de cada 209.205 Mordedura de serpiente — 1 de cada 884.956 Mordedura de araña — 1 de cada 833.333 Ataque de hipopótamo — 1 de cada 564.972 Ataque de cocodrilo — 1 de cada 337.838 Mordedura de perro — 1 de cada 142.045 Residuos de pesticidas — 1 de cada 1.000.000 Lata sucia — 1 de cada 200.000 Daño del bioplástico PLA — 1 de cada 169.492 Muerte en hamaca bebé — 1 de cada 714.286 Atragantamiento con uva — 1 de cada 625.000 Estrangulación por cordón de persiana — 1 de cada 416.667 Asfixia de niño con bolsa plástica — 1 de cada 263.158 Pila de botón — 1 de cada 250.000 Muerte cuna inclinada — 1 de cada 238.095 Muerte en ascensor/escalera mecánica — 1 de cada 188.324 EJ (viaje) — 1 de cada 2.000.000 Niño + airbag delantero — 1 de cada 10.000.000 Impacto de asteroide — 1 de cada 1.351.351 Arañas en los plátanos — 1 de cada 10.000.000 Ataque de tiburón — 1 de cada 5.681.818 Ataque de oso — 1 de cada 3.787.879 Intoxicación por bayas silvestres — 1 de cada 2.222.222 Ataque de piraña — 1 de cada 135.135.135 Teléfono en el surtidor — 1 de cada 1.000.000.000 Teléfono en avión — 1 de cada 1.000.000.000
Lottery jackpot 1 de cada 95.238

Vistos recientemente en este dispositivo