Los brotes de tornados pueden causar daños sustanciales, lesiones y fatalidades, lo que resalta la necesidad de entender sus características para evaluar los riesgos presentes y futuros. Sin embargo, los modelos climáticos globales (GCM) carecen de la resolución necesaria para simular explícitamente los brotes de tornados. Como alternativa, los investigadores examinan ingredientes atmosféricos a gran escala que aproximan entornos propicios para tornados. Basándonos en este enfoque, probamos si los patrones de covariabilidad entre WMAXSHEAR y las anomalías de altura geopotencial a 500 hPa, previamente identificados en el reanálisis ERA5, podrían aproximar los principales brotes de tornados en EE. UU. en mayo dentro de un GCM. Desarrollamos una metodología basada en proxies al probar sistemáticamente pares de umbrales para ambas variables para identificar la combinación que mejor reproducía el patrón principal seleccionado para el análisis. Estos umbrales se aplicaron luego a simulaciones del modelo de alta resolución MPI-ESM1.2-HR para evaluar su capacidad de reproducir el patrón original. Los resultados muestran que el modelo reflejó de cerca el patrón observado de brotes de tornados, como lo indica un bajo error cuadrático medio normalizado, una alta correlación espacial y distribuciones similares. Este estudio demuestra un enfoque replicable para aproximar patrones de brotes de tornados, aplicado aquí al patrón principal, dentro de un GCM, proporcionando una base para futuras investigaciones sobre cómo podrían evolucionar tales entornos en un clima en calentamiento.