Modelo de regresión logística para predecir el nivel de riesgo de consumo o adicción a sustancias psicoactivas ilegales en población colombiana

• Jefferson-Eduardo Campo-Yule ^[1] ; Danny-Alberto Díaz-Magé ^[1] ; Hugo-Armando Ordoñez-Eraso ^[1]
  1. [1] Universidad del Cauca

     Universidad del Cauca

     Colombia

     
• Localización: Revista Facultad de Ingeniería, ISSN-e 2357-5328, ISSN 0121-1129, Vol. 34, Nº. 72, 2025
• Idioma: español
• Títulos paralelos:
  • Modelo de regressão logística para prever o nível de risco de consumo ou dependência de substâncias psicoativas ilegais na população colombian
  • Logistic Regression Model to Predict the Risk Level Consumption or Addiction of Illegal Psychoactive Substances in the Colombian Population
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Una de las principales problemáticas sociales que se presenta en Colombia es el consumo de sustancias psicoactivas ilegales, entre las que la marihuana es la sustancia más consumida por las personas. Si bien se han creado diversos programas preventivos para reducir el consumo de estas sustancias, son pocos los estudios que usan la tecnología para abordar esta problemática. Por tanto, este estudio presenta un modelo de machine learning que predice el riesgo de consumo de sustancias psicoactivas ilegales en Colombia, con datos de la ENCSPA-2019. El modelo demostró un rendimiento óptimo y logró métricas superiores al 98 %, lo que permite identificar factores clave asociados al consumo que influyen en el nivel de riesgo de una persona y ofrece una herramienta útil para apoyar decisiones en salud pública y prevención.

  • English

    One of the main social issues in Colombia is the consumption of illegal psychoactive substances, among which marijuana is the most consumed by individuals. Although various preventive programs have been created to reduce the consumption of these substances, few studies utilize technology to address this problem. Therefore, this study presents a machine learning model that predicts the risk of illegal psychoactive substance use in Colombia, using data from ENCSPA-2019. The model demonstrated optimal performance, achieving metrics above 98%, enabling the identification of key factors associated with consumption that influence an individual’s risk level, and providing a useful tool to support public health decisions and prevention efforts.

  • português

    Um dos principais problemas sociais enfrentados na Colômbia é o consumo de substâncias psicoativas ilegais, sendo a maconha a substância mais consumida pela população. Embora diversos programas preventivos tenham sido criados para reduzir o consumo dessas substâncias, são poucos os estudos que utilizam a tecnologia para enfrentar essa problemática. Assim, este estudo apresenta um modelo de machine learning que prevê o risco de consumo de substâncias psicoativas ilegais na Colômbia, com dados da ENCSPA-2019. O modelo demonstrou um desempenho ótimo e alcançou métricas superiores a 98%, o que permite identificar fatores-chave associados ao consumo que influenciam o nível de risco de uma pessoa e oferece uma ferramenta útil para apoiar decisões em saúde pública e prevenção.