Estudio de la memoria conductual de sustancias adictivas mediante análisis de series temporales agrupadas
- Autores: Marcel Elipe Miravet
- Directores de la Tesis: Rafael Ballester Arnal (dir. tes.), Jesús Fermín Rosel Remírez (codir. tes.)
- Lectura: En la Universitat Jaume I ( España ) en 2023
- Idioma: español
- Número de páginas: 480
- Tribunal Calificador de la Tesis: Antonio Solanas Pérez (presid.), Cristina Giménez García (secret.), Rebecca Bendayan (voc.)
- Programa de doctorado: Programa de Doctorado en Psicología por la Universidad Jaume I de Castellón
- Materias:
- Enlaces
- Tesis en acceso abierto en: TDX
- Resumen
- español
Introducción: Las investigaciones relacionadas con el estudio del paso del tiempo como variable central son poco frecuentes en el ámbito de la salud. En campos como la economía, sí existe una tradición más amplia de estudios relacionados con las series temporales. Ahora bien, en el campo de la psicología, es una técnica poco utilizada y valorada. Por tanto, el principal objetivo de esta tesis ha sido estudiar si los consumos de cuatro substancias adictivas, como son el tabaco, el alcohol, la cafeína o el azúcar, pueden ser pronosticados a partir del consumo que se ha tenido en días anteriores de estas substancias. Método: la muestra estaba formada por un total de 59 personas, de los cuales 34 eran mujeres y 25 eran hombres. La edad media de estos participantes oscila entre los 22 y los 64 años, siendo la media de 32,41 años (DT = 9,93). Para los hombres, la media de edad era de 33,96 años (DT = 10,73), mientras que para las mujeres fue de 31,26 años (DT = 9,29). Los datos fueron recogidos mediante dos cuestionarios AdHoc. El primer de ellos recogía información personal y sociodemográfica del sujeto, así como en los hábitos de consumo de las cuatro sustancias. El segundo cuestionario AdHoc evaluó de forma diaria, y durante 3 meses seguidos, el consumo de cada una de las cuatro sustancias de interés. Resultados: para el tabaco se obtuvo un modelo AR con dos semanas de retardos significativos. Para el alcohol, se obtuvo un modelo AR (35), con 6 semanas de retardos significativos en el tiempo. Además, este modelo ha resultado ser multinivel para el retardo "Y_7", por lo que cada participante tendrá su coeficiente específico para este retardo. La cafeína ha obtenido un modelo AR (28), donde la variable dummy día de la semana es significativa; lo que indica que el consumo de esta sustancia depende de lo que se consumió un mes atrás en el tiempo, pudiendo hacer pronósticos concretos para cada día de la semana. Finalmente, el modelo del azúcar ha también resultados ser AR de orden 28. Además, este modelo ha resultado ser multinivel para el retardo "Y_1", por lo que cada participante tendrá su propio valor para este coeficiente. Discusión: aunque el modelo AR del tabaco no obtuvo tantos retardos significativos como el resto de modelos, para todas las sustancias se ha podido pronosticar cuáles serán los consumos de los participantes en función de su consumo en días previos. Además, se han obtenido modelos de distinta complejidad, los cuales incluían variables dummy o componentes multinivel en cuanto a la persona. Los resultados aquí obtenidos demuestran la gran utilidad de este tipo de análisis, los cuales facilitan conocer los futuros consumos de las personas. De esta forma, en caso de querer reducir o eliminar el consumo de alguna sustancia, resulta más sencillo saber qué días son más problemáticos, o en cuales hay que prestar más atención para evitar posibles recaídas.
- English
In order to determine the habit consumption of four addictive substances (alcohol, tobacco, sugar and caffeine), 59 people (34 women and 25 men) recorded their consumption of these substances on a daily basis for twelve consecutive weeks. Time series analyses revealed that for tobacco, an autoregressive (AR) model with two weeks of significant lags was obtained. For alcohol, a multilevel AR (35) model with five weeks of significant lags was obtained. For caffeine, an AR (28) model was obtained, where the dummy variable day of the week is significant. Finally, a multilevel AR (28) model was obtained for sugar. The results obtained demonstrate the great usefulness of this type of analysis, which facilitates forecasting of future consumptions, making it easier to know which days are more problematic or on which days it is necessary to pay more attention to avoid possible relapses.
- español
