OBJETIVO: estimar la capacidad predictiva de algunos indicadores respecto a los resultados del examen final de la asignatura. MÉTODOS: como predictores se utilizaron la vía de ingreso, los resultados de algunas de las asignaturas del primer semestre y los resultados del corte de la décima semana de la asignatura Fisiología Médica, todos en relación con la nota de su examen final en 548 estudiantes de los cursos 2005-2006 y 2006-2007. Se utilizaron estadísticas descriptivas simples y se ajustó un modelo de regresión con escalamiento óptimo para la recodificación. Los valores estimados por este modelo se convirtieron a una escala ordinal con fines de predicción. Se llevó a cabo un análisis de componentes principales para una mejor comprensión de la estructura de asociaciones entre las variables. RESULTADOS: los predictores en su conjunto son capaces de explicar 54 % de la variabilidad de la nota final de la asignatura y el modelo de regresión con escalamiento óptimo con estos predictores proporciona un ajuste satisfactorio, el corte de la décima semana es el mejor predictor. Otros predictores relevantes son la vía de ingreso y la historia académica previa. CONCLUSIONES: los indicadores vía de ingreso, notas de las asignaturas del primer semestre del primer año de la carrera de Medicina y corte de la décima semana integrados en un modelo de predicción, logran un modelo satisfactorio de predicción del rendimiento docente en la asignatura Fisiología Médica. El corte de la décima semana resulta el mejor predictor debido a que es más cercano y específico a los resultados de la asignatura. La vía de ingreso puede constituir un elemento útil a la hora de identificar estudiantes en pronóstico de éxito-fracaso docente.<br>OBJECTIVE: to estimate the prediction capacity of some indicators regarding the results of final examinations of this subject. METHODS: the admission via, the results of some of subjects in the first semester, and the results of the cut-off on the tenth week of the Medical Physiology subject were used as predictors. All of them were related to the mark obtained in the final examination of 548 students in the courses 2005-2006 and 2006-2007. Simple descriptive statistics were used and a regression model with optimal scaling up was adjusted for recoding. The values estimated for this model were converted into an ordinal scale for prediction. An analysis of the main components for a better understanding of the structure of the associations among variables was carried out. RESULTS: predictors as a whole are capable to explain 54 % of the variability in the final mark of the subject, whereas the regression model with an optimal scaling up with these predictors allows a satisfactory adjustment. The cut-off on the tenth week is the best predictor. CONCLUSIONS: the admission via, the qualifications obtained in the first semester of first year of the medical career, and the cut-off on the tenth week integrated in a prediction model are a satisfactory prediction model of academic performance in the Medical Physiology subject. The cut-off on the tenth week is the best predictor, since it is more specific and closer to the results of the subject. The admission via may be a useful element at the time of identifying students in the prognosis of teaching success-failure.