Para cumplir con los estrictos requisitos de Comunicación Ultrarreliable de Baja Latencia (URLLC) hacia las redes móviles de Quinta Generación (5G), se han introducido esquemas de Repetición Automática Híbrida Temprana (e-HARQ), destinados a proporcionar una retroalimentación más rápida y, por lo tanto, una retransmisión más temprana. El rendimiento de la predicción de e-HARQ depende en gran medida del mecanismo de clasificación, la longitud de los datos y el valor del umbral. En este documento, proponemos un modelo analítico que incorpora las funcionalidades de e-HARQ y Repetición Automática Híbrida (HARQ) en términos de dos fases en tiempo discreto. El modelo implica una forma rápida y precisa de obtener las principales medidas de rendimiento, y aplicar un análisis de optimización para encontrar los valores óptimos utilizados en la clasificación del predictor. Empleamos datos realistas para las probabilidades de transición obtenidas mediante simulaciones a nivel de enlace 5G y realizamos un análisis experimental extenso. Los resultados muestran que, con una probabilidad de falsos positivos de , la predicción de e-HARQ con los parámetros óptimos encontrados puede lograr alrededor del 20% de ganancia sobre HARQ con un Falso Negativo (FN) de y alrededor del 7.5% con un FN de en términos de tiempo promedio de espera antes de la entrega exitosa.