La madera, como material estructural, es valorada por sus propiedades únicas que indican su integridad, incluyendo durabilidad, resistencia y densidad. Aun así, varios factores pueden reducir la capacidad resistente de la madera. Estos abarcan sus características inherentes, las condiciones ambientales y los efectos de su industrialización y uso. Para mantener la integridad de estructuras de madera, es crucial evaluar regularmente su estado. Este estudio se centra en evaluar la resistencia residual de la madera de postes en uso en redes de distribución de energía eléctrica. Para ello, se desarrollaron modelos predictivos de resistencia de la madera, adaptados para Eucalyptus grandis, plantado en Uruguay. Se realizó evaluación de una muestra de postes, mediante el uso de dos métodos no destructivos, uno mecánico y otro acústico, además de evaluación visual. Los indicadores obtenidos de los equipos se relacionaron con resultados determinados mediante métodos destructivos. El análisis fue realizado mediante modelos lineales generalizados mixtos (GLMM). Se utilizaron como efectos fijos los parámetros captados por los equipos no destructivos y variables relacionadas con la evaluación visual. Como efectos aleatorios se utilizó el sitio y la edad de servicio del poste, clasificada por años en uso. Se concluyó que ambos equipos demostraron ser eficaces, la técnica mecánica destaca por su eficiencia y practicidad en comparación con la técnica acústica. Se observó que las características del suelo pueden representar un factor de aceleración importante en el proceso de degradación de la madera, por lo que podría ser incluida como variable aleatoria. Nudos, agujeros y pudrición fueron los defectos sobresalientes en las inspecciones visuales. La pudrición tuvo la mayor incidencia en la estimación de la resistencia de la madera. Aun así, la inclusión de características obtenidas de la evaluación visual del poste no tuvo impacto significativo en la precisión de los modelos estadísticos. No obstante, los datos visuales son necesarios como margen de seguridad ante desviaciones de la estimación.