Introducción: Las enfermedades cardiometabólicas representan una creciente carga de comorbilidad y mortalidad en poblaciones rurales de gran altitud, donde la interacción entre factores fisiológicos, ambientales y socioculturales constituye un elemento clave de riesgo. El análisis de tendencias de biomarcadores permite comprender las asociaciones de los factores de riesgo según la edad. Objetivo: Modelar las asociaciones según la edad de biomarcadores metabólicos, cardiovasculares y antropométricos según la edad en una comunidad rural de Chucuito, Puno, mediante técnicas LOESS y modelos aditivos generalizados (GAM) Metodología: Estudio transversal, observacional y analítico, basado en registros secundarios recolectados durante el año 2025 del Centro de Salud Chucuito. Se incluyeron 345 individuos seleccionados mediante muestreo probabilístico. Se evaluaron biomarcadores antropométricos (peso, talla e índice de masa corporal), metabólicos (glucosa, triglicéridos y colesterol total) y cardiovasculares (presión arterial sistólica y diastólica, mmHg). Las asociaciones no lineales se analizaron mediante LOESS y GAM, considerando un nivel de significancia estadística de p < 0,05. Resultados: La población presentó predominio femenino (83,8%) y mayor concentración en edades avanzadas. El índice de masa corporal mostró una asociación no lineal significativa con la edad (EDF = 2,96; p = 0,002), con incremento en edades intermedias y posterior estabilización. El colesterol total evidenció la asociación más robusta con la edad (EDF = 3,78; p < 0,001), mostrando un descenso progresivo en edades avanzadas. La glucosa y los triglicéridos presentaron asociaciones significativas de menor magnitud, mientras que la presión arterial basal no mostró asociación significativa con la edad (p = 0,268). Aunque las asociaciones fueron significativas, la edad explicó una fracción limitada de la variabilidad total (R^2) ajustado máximo de 0,14), sugiriendo la influencia de otros factores biológicos y ambientales." Conclusiones: Las técnicas LOESS y GAM permiten identificar patrones de asociación no lineales según la edad en biomarcadores cardiometabólicos en poblaciones rurales de gran altitud, aportando evidencia relevante para la vigilancia epidemiológica y el diseño de estrategias preventivas adaptadas a comunidades andinas