IMPACT OF DISTRESS AND INTOLERANCE TO UNCERTAINTY ON ADDICTIVE BEHAVIORS IN UNIVERSITY STUDENTS DURING PANDEMIC

Abstract

Impacto del distrés y la intolerancia a la incertidumbre sobre las conductas adictivas en universitarios en tiempos de pandemia.

Full text

Vol. 23. Núm. 1, 233-248 2023
HEALTH AND ADDICTIONS/SALUD Y DROGAS DOI: 10.21134/haaj.v23i1.739
Recibido: 19/01/2022 / Aceptado: 28/11/2022
ISSN 1578-5319 - ISSNe 1988-205X
Como citar:
Capa-Luque, W., Vallejos-Flores, M.A., Mayorga-Falcón, L.E., Sullcahuaman Amésquita, J.J., Pardavé Livia, Y., y Her-
vias-Guerra, E. (2023). Impacto del distrés y la intolerancia a la incerdumbre sobre las conductas adicvas en
universitarios en empos de pandemia. Health and Addicons / Salud y Drogas, 23(1), 233-248. doi: 10.21134/haaj.
v23i1.739
Walter Capa-Luque
Universidad Nacional Federico Villarreal, Lima, Perú
wcapa7@gmail.com
https://orcid.org/0000-0003-4342-9264
Miguel Ángel Vallejos-Flores
Universidad Nacional Federico Villarreal, Lima, Perú
miguelvallejos.universidad@gmail.com
https://orcid.org/0000-0002-6380-3412
Luz Elizabeth Mayorga-Falcón
Universidad Nacional Federico Villarreal, Lima, Perú
lemayorgaf@gmail.com
https://orcid.org/0000-0001-6213-3018
Jessica J. Sullcahuaman Amésquita
Universidad Nacional Federico Villarreal, Lima, Perú
jessicasullcahuaman@gmail.com
https://orcid.org/0000-0002-5317-7649
Yovana Pardavé Livia
Universidad Nacional Federico Villarreal, Lima, Perú
Medellín-Colombia
ypardave@gmail.com
https://orcid.org/0000-0003-4623-4817
Edmundo Hervias-Guerra
Universidad Nacional Federico Villarreal, Lima, Perú
ehervias@unfv.edu.pe
https://orcid.org/0000-0002-5395-1518
IMPACTO DEL DISTRÉS Y LA INTOLERANCIA A LA
INCERTIDUMBRE SOBRE LAS CONDUCTAS ADICTIVAS
EN UNIVERSITARIOS EN TIEMPOS DE PANDEMIA
IMPACT OF DISTRESS AND INTOLERANCE TO UNCERTAINTY
ON ADDICTIVE BEHAVIORS IN UNIVERSITY STUDENTS DURING
PANDEMIC

IMPACTO DEL DISTRÉS Y LA INTOLERANCIA A LA INCERTIDUMBRE SOBRE LAS CONDUCTAS ADICTIVAS EN
UNIVERSITARIOS EN TIEMPOS DE PANDEMIA
Health and Addicons / Salud y Drogas. Vol. 23 (1) 233-248 2023.
234
Resumen
Las conductas adicvas constuyen uno de los grandes problemas a nivel mundial, que se ha incrementado aun a
pesar de la pandemia por Covid-19; en este escenario dos factores de impacto importante en la regulación vienen
a ser el distrés y la intolerancia a la incerdumbre. Objevo: Determinar el impacto del distrés y la intolerancia a la
incerdumbre sobre las conductas adicvas en universitarios peruanos. Método: Estudio correlacional mulvariante,
552 estudiantes de ambos sexos con edades de 18 a 30 años fueron seleccionados mediante muestreo por conve-
niencia. Se aplicaron el Cuesonario MULTICAGE CAD-4, la escala de Intolerancia a la Incerdumbre y la escala de
Distrés. Resultados: Dos modelos de regresión estructural puestos a prueba resultaron con buenos índices de ajuste,
evidenciando que las variables distrés e intolerancia a la incerdumbre experimentados por los estudiantes enen
efectos directos en las conductas adicvas; la intolerancia a la incerdumbre cumple un rol de mediador para las
conductas adicvas, incrementando casi al doble el efecto del distrés. Conclusión: el distrés ene un efecto directo
en la prácca de conductas adicvas y estas son mediadas y potenciadas por la intolerancia a incerdumbre en la
muestra universitaria.
Abstract
Addicve behaviors constute one of the major problems worldwide, which has increased even in spite of the
Covid-19 pandemic; in this scenario, two factors that have an important impact on regulaon are stress and into-
lerance to uncertainty. Objecve: To determine the impact of distress and intolerance to uncertainty on addicve
behaviors in Peruvian university students. Methods: A mulvariate correlaonal study, 552 students of both sexes
aged 18 to 30 years were selected by convenience sampling. The MULTICAGE CAD-4 quesonnaire, the Intolerance
to Uncertainty scale and the Distress scale were applied. Results: Two structural regression models tested had good
t indices, showing that the variables distress and intolerance to uncertainty experienced by students have direct
eects on addicve behaviors; intolerance to uncertainty plays a mediang role for addicve behaviors, increasing
almost twice the eect of distress. Conclusion: Distress has a direct eect on the pracce of addicve behaviors and
these are mediated and enhanced by intolerance to uncertainty in the university sample.
Palabras clave
conductas adicvas, distrés, intolerancia a la incerdumbre, ecuaciones estructurales, universitarios
Keywords
addicve behaviors, distress, intolerance to uncertainty, structural equaons, university students

Capa-Luque, W., Vallejos-Flores, M.A., Mayorga-Falcón, L.E., Sullcahuaman Amésquita, J.J., Pardavé Livia, Y., y
Hervias-Guerra, E.
Health and Addicons / Salud y Drogas. Vol. 23 (1) 233-248 2023.
235
Las conductas adicvas son consideradas un problema de salud pública desde varias décadas atrás por las grandes
consecuencias sociales, económicas y de salud que genera, tanto para los individuos como para la sociedad y el esta-
do (United Naons Oce on Drugs and Crime [UNODC], 2021), sin embargo, la humanidad no había atravesado una
pandemia como del Covid-19 desde 1918, como tampoco los sistemas de salud del Perú y del mundo se hallaban
preparados para contener las consecuencias que traería esta enfermedad en la salud mental y especícamente en
las conductas adicvas.
Según el Informe Mundial sobre las Drogas 2020 ([UNODC], 2021) 269 millones de personas habían usado drogas
durante el 2018, apreciándose un aumento de 30% con respecto del 2009, así como más de 35 millones de personas
sufrían algún trastorno por el uso de drogas. Ante esta creciente estadísca del uso y abuso de drogas, se pensó que
el impacto del Covid-19 reduciría el comercio de sustancias, sin embargo, los consumidores idearon formas de con-
seguirlas a muy alto precio y aceptando la reducción de la pureza y calidad de las mismas, prolongando su consumo
a pesar de la cuarentena (UNODC, 2021). De acuerdo al informe 2021 de UNODC (2022) aproximadamente 275
millones de personas han consumido drogas en el úlmo año y alrededor de 36 millones habrían sufrido trastornos
por consumo. En esta misma dirección, Taylor et al. (2020) reportaron incremento en el uso y abuso de drogas en
EE.UU., prácca acrecentada como una manera de hacer frente a la ansiedad provocada por el connamiento y la
incerdumbre que esta produce, además reportaron cinco pos de síndromes de estrés, como: la preocupación
sobre los peligros del Covid-19, la preocupación por entrar en contacto con el virus, objetos y supercies contami-
nadas, preocupación por el impacto socioeconómico personal, preocupaciones xenófobas de que los extranjeros
propagan el virus, síntomas de estrés traumácos (e.g. pesadillas) y síntomas compulsivos asociados a la búsqueda
de tranquilidad. Así mismo Rodríguez et al. (2020) también en EE. UU. hallaron que la angusa psicológica o distrés
debido al Covid-19 está relacionada con altos índices de consumo de alcohol.
A la problemáca del consumo de drogas, se suma las adiciones no convencionales como el juego patológico, video
juegos y adicción a las tecnologías, que en el contexto de Covid-19 se incrementó porque las personas se vieron
obligadas a pasar muchas horas en sus domicilios, donde los principales medios de comunicación fueron el uso de
la tecnología e internet. Gao et al. (2020) al analizar los problemas de salud mental encontraron que más del 80%
de los parcipantes (jóvenes chinos mayores de 18 años) informaron haber estado expuestos con frecuencia a las
redes sociales y presentar niveles altos de ansiedad.
Se presumía que el impacto psicológico en las personas, como consecuencia de la pandemia, sería signicavo,
pudiendo desencadenar síntomas de depresión, ansiedad, estrés postraumáco y aumento del consumo de drogas,
entre otros (Larios-Navarro, 2020). Ciertamente estas proyecciones no se equivocaron, porque la invesgación de
Al-Hanawi et al. (2020) en Arabia Saudita reveló que 40% de la población estaba angusada debido al Covid-19 y
los niveles altos se presentaban parcularmente en jóvenes, mujeres y personal de la salud. Asimismo, en el estu-
dio mulnacional de siete países (Australia, China, Ecuador, Estados Unidos, Irán, Italia y Noruega) Passavan et al.
(2021) concluyeron que el Covid-19 ene un fuerte impacto psicológico en la población mundial porque más de la
mitad de la muestra presentaba altos niveles de estrés, depresión y ansiedad.
Junto a la ansiedad y el estrés, el mundo afronta un futuro incierto ocasionado por el Covid-19, escenario que podría
estar regulando a la variable intolerancia a la incerdumbre, pues la pandemia trajo consigo incrementos vergino-
sos de contagio, muerte, pérdidas económicas. Años antes de la pandemia Osmanağaoğlu et al. (2018) en un me-
taanálisis encontraron que la intolerancia a la incerdumbre se asociaba con ansiedad y preocupación en jóvenes,
por lo que recomendaban mayor invesgación.
En el contexto actual resulta admisible que las personas expresen dicultades para manejar las emociones negavas
(Freeston et al. 2020). El permanente acceso a la información, aunado a la falta de objevidad o precisión de la mis-
ma, ene efectos directos en el estado de ánimo de las personas, generando reacciones emocionales como la into-
lerancia a la incerdumbre frente a las medidas sanitarias y consecuencias de la pandemia. Como precisa Shigemura
et al. (2020) las primeras respuestas emocionales a la enfermedad por Covid-19 incluyen miedo e incerdumbre
extremos y problemas de salud mental. En este sendo, Sandín et al. (2020) al analizar el impacto psicológico de
la pandemia y el connamiento, hallaron que los miedos más comunes corresponden a las categorías de contagio/
enfermedad/muerte, aislamiento social, y problemas de trabajo/ingresos. También Shapiro et al. (2020) en una
muestra estudianl hallaron que los cambios en la intolerancia a la incerdumbre se relacionan signicavamente

IMPACTO DEL DISTRÉS Y LA INTOLERANCIA A LA INCERTIDUMBRE SOBRE LAS CONDUCTAS ADICTIVAS EN
UNIVERSITARIOS EN TIEMPOS DE PANDEMIA
Health and Addicons / Salud y Drogas. Vol. 23 (1) 233-248 2023.
236
con aumentos en los síntomas de ansiedad social, preocupación, depresión y afecto negavo. En una encuesta po-
blacional preliminar peruana acerca de la salud mental durante el contexto Covid-19 y toque de queda, el 28.5% de
los encuestados indicaron que tenían síntomas depresivos, recayendo mayor afectación depresiva en las mujeres y
el grupo etario de 18 a 24 años (Ministerio de Salud, 2020).
A raíz de toda esta problemáca descrita, se consideró importante e indispensable buscar evidencia empírica que
respalde nuestra propuesta teórica de que el distrés es un factor de efecto directo y la intolerancia a la incerdum-
bre un factor mediador que potencia aún más las conductas adicvas en los universitarios peruanos. La importancia
de idencar y explicar el comportamiento adicvo no solo admite una comprensión adecuada de la salud mental
de los estudiantes universitarios, sino que como reeren Zhang et al. (2020) hacer uso de un nuevo modelo expli-
cavo va permir diseñar, planicar intervenciones efecvas en el contexto de Covid-19. Esta invesgación busca
explicar cómo las práccas de conductas adicvas se convierten en una forma de afrontamiento inadecuado a las
demandas del distrés y como la intolerancia a la incerdumbre potencia esta relación, agravando en la población
el abuso y riesgo de adicción a las sustancias psicoacvas y tecnológicas. Por tanto, consideramos que los hallazgos
serán de suma importancia para la comunidad profesional responsable de la salud mental para fortalecer o ampliar
conocimientos sobre las relaciones abordadas en el presente estudio, así como para diseñar programas orientados
a dotar de estrategias de afrontamiento al estrés agudo y crónico en empos de crisis, intervenir tempranamente a
los problemas relacionados a las adicciones tanto químicas como comportamentales.
En los siguientes párrafos se ofrecen las precisiones conceptuales para las variables que se abordan en el estudio.
El estrés hace referencia a una sobrecarga de situaciones diversas como por ejemplo preocupaciones, temores,
irritabilidad, tristeza, dicultades codianas, elecciones conicvas, etc. y al no disponer de los mecanismos para
manejar o contrarrestarlos puede repercur en el bienestar sico y psicológico de las personas, y el contacto con
infectados por Covid-19 puede conducir a una exposición de carga viral más alta dado el debilitamiento del sistema
inmunológico (Rose, 2020). Como mencionan Neidhardt et al. (1989) un estrés excesivo conlleva al distrés e impo-
sibilita actuar de manera apropiada en el quehacer diario. Asimismo, de acuerdo a Sauceda-García et al. (2006) el
distrés o estrés disfuncional se caracteriza por una sobrecarga de alerta que lleva al agotamiento de las reservas de
energía, disminuye la capacidad de respuesta y adaptación, así como conduce a estados alarmantes de malestar y
relación con otros problemas de salud mental como la ansiedad y la depresión (García-Iglesias et al., 2020; Phin-
der-Puente et al., 2014).
En cuanto a la intolerancia a la incerdumbre, se concibe como una predisposición a sobreesmar la posibilidad de
que suceda un evento negavo que puede ser inadmisible y amenazante para el ser humano (Carleton et al., 2007).
Por tanto, es una respuesta negava a la ambigüedad, una predisposición a reaccionar de modo negavo frente
a sucesos o situaciones que son percibidas como fortuitas (Sandin et al., 2012). La intolerancia a la incerdumbre
es también conceptualizada como un sesgo en el factor cognivo que inuye en la manera en que una persona
percibe, interpreta y responde a situaciones inciertas a nivel cognivo, emocional y conductual (Dugas et al., 2004).
De manera similar Wahlund et al. (2020), plantean que es una propensión cogniva especicada como miedo a lo
desconocido, o un factor de vulnerabilidad que abarca los trastornos emocionales (Boessi et al., 2020), que puede
promover, mantener o agravar la ansiedad (Sandin et al., 2012). Recientes estudios han mostrado que existe rela-
ción posiva entre intolerancia a la incerdumbre con dicultades para regular ecazmente emociones negavas
(Valle et al., 2020) o con malestar al afrontar escenarios inciertos (Freeston et al., 2020).
De acuerdo a Sixto-Costoya et al. (2021) en los úlmos 25 años se han incrementado en 130.46% las invesgacio-
nes sobre adicción conductual, apreciándose mayor incremento en adicciones relacionadas al juego y las TIC. Para
estos autores lo que dene a una adicción no es únicamente la frecuencia de ocurrencia de una conducta, sino la
presencia de síntomas de tolerancia y absnencia porque estos dos criterios diagnóscos podrían darse con y sin
sustancias. En esta misma dirección otros invesgadores han denido las conductas adicvas como toda conducta
que representa una pérdida de control por parte del sujeto ya sea de po comportamental o de consumo de drogas,
que en el transcurrir generan dependencia, tolerancia y síndrome de absnencia, con el consiguiente desequilibrio
general en la vida de la persona (Becoña & Cortés, 2010; Olivencia-Carrión et al., 2018; Rodríguez-Monje et al.,
2019). Las adicciones no solo se limitan al uso y abuso de sustancias como: cannabis, anfetaminas, cocaína, opiá-
ceos, cafeína, nicona, ingesta de bebidas alcohólicas, sino también a aquellas práccas de conductas inofensivas
que en determinadas circunstancias pueden converrse en adicvos e interferir gravemente en la vida codiana de
las personas afectando su salud integral (Chóliz et al., 2016). Estas son conocidas como las adicciones no convencio-

Capa-Luque, W., Vallejos-Flores, M.A., Mayorga-Falcón, L.E., Sullcahuaman Amésquita, J.J., Pardavé Livia, Y., y
Hervias-Guerra, E.
Health and Addicons / Salud y Drogas. Vol. 23 (1) 233-248 2023.
237
nales (Carbonel, 2014), que inician como acvidades placenteras y culminan generando dependencia psicológica
(Becoña & Cortés, 2010). Previo a las adicciones los comportamientos relacionados al uso de ciertos disposivos
y tecnologías de la información y la comunicación (e.g. internet, teléfono móvil, videojuegos) corresponderían al
uso disfuncional o problemáco (Derevensky et al., 2019; Sixto-Costoya et al., 2021) o también denominado como
patrones conductuales desregulados (Perales et al., 2020). De acuerdo con Holmes et al. (2020) los efectos del con-
namiento en la conducta humana se traducen a un deterioro de la salud mental y consumo de drogas, así como
problemas relavos a las adicciones conductuales (Jalal et al., 2020; Sixto-Costoya et al., 2021).
Finalmente, precisamos que el objevo de este estudio es determinar el impacto del distrés y la intolerancia a la
incerdumbre sobre las conductas adicvas en universitarios peruanos en empos de pandemia por Covid-19.
Método
Diseño y parcipantes
Se trata de un estudio transversal, de po correlacional. De acuerdo a la naturaleza relacional entre las variables es
una invesgación mulvariante (Hair et al., 2008) correspondiente a la metodología del modelamiento de ecuacio-
nes estructurales (Bollen, 1989; Byrne, 2010).
La población comprendió a estudiantes de pregrado de universidades tanto públicas como privadas, matriculados
en el calendario académico 2021, de nacionalidad peruana. Parciparon tanto varones como mujeres, con edades
entre 18 a 30 años, sin disnción de carrera profesional ni ciclo de estudios. El tamaño de muestra fue esmado
usando la fórmula para modelamiento de ecuaciones estructurales (Soper, 2021), ulizando como esmadores: un
tamaño efecto de .20, una potencia de prueba de .90 y una signicancia estadísca de 1% (α = .01), bajo estas con-
sideraciones comprende a 552 estudiantes. La selección de las unidades de muestreo se realizó con procedimiento
no probabilísco (muestreo por conveniencia).
Variables e instrumentos
Se diseñó una cha para recabar los datos socio-demográcos como edad, sexo, estado civil y ciclo de estudios.
Cuesonario MULTICAGE CAD-4
Este cuesonario fue diseñado por Pedrero-Pérez et al. (2007). En el presente estudio se ulizó la versión modicada
por Rodríguez-Monge et al. (2019) el cual consta de 24 ítems, 6 escalas de 4 ítems cada una (problemas con el alcohol,
abuso de drogas, juego patológico, abuso a internet, videojuegos, uso problemáco de los teléfonos inteligentes). Los
análisis psicométricos del cuesonario señalan que el instrumento presenta coecientes alfa de Cronbach superiores
a .85 para todas las escalas; respecto a la validez los índices de ajuste hallados con análisis factorial conrmatorio
fueron muy sasfactorios (χ² /gl = 3.34, GFI = .99, AGFI = .98, RMR = .002). Para su uso en la presente invesgación
se examinaron sus propiedades psicométricas con resultados sasfactorios. En este sendo, la bondad de ajuste
absoluto del modelo examinado por la prueba chi-cuadrada (χ² = 266.52, gl = 237, p = .091), los índices descripvos
de ajuste comparavos CFI (.954) y TLI (.944) indicaron presencia de un buen ajuste, al igual que los índices de ajuste
absoluto como RMSEA (.038 [.029, .047]) y SRMR (.058) también mostraron ajustes muy sasfactorios; en conjunto
los índices evidenciaron que el modelo examinado presentó excelente evidencia de validez basada en la estructura
interna del constructo; asimismo, los seis factores que conguran el cuesonario MULTICAGE CAD-4 presentaron car-
gas factoriales estandarizadas altas (.53 > λ < .97). Dado la naturaleza categórica del cuesonario MULTICAGE CAD-4 el
análisis de conabilidad se examinó con el coeciente theta de Armor (θ) y omega de McDonald (ɷ); en este sentido,
las estimaciones de la confiabilidad por consistencia interna evidenciaron la presencia de alta confiabilidad para las
puntuaciones tanto global (θ = .851, ɷ = .853) como de las dimensiones: alcohol (θ = .836, ɷ = .874), gambling (θ =
.934, ɷ = .941), drugs (θ = .897, ɷ = .903), smartphone (θ = .715, ɷ = .719), internet (θ = .807, ɷ = .830) y videogames
(θ = .959, ɷ = .963).
Escala de Intolerancia a la Incerdumbre
La versión inicial de 27 ítems fue diseñada por Freeston et al. (1994). Más adelante Carleton et al. (2007) redujeron
la escala a una versión corta de 12 ítems denominada IUS-12; esta escala mide las reacciones frente a la incerdum-

IMPACTO DEL DISTRÉS Y LA INTOLERANCIA A LA INCERTIDUMBRE SOBRE LAS CONDUCTAS ADICTIVAS EN
UNIVERSITARIOS EN TIEMPOS DE PANDEMIA
Health and Addicons / Salud y Drogas. Vol. 23 (1) 233-248 2023.
238
bre, situaciones de ambigüedad con el futuro, los ítems presentan un escalamiento de cinco alternavas de po
Likert, desde nada caracterísco de mí (1) hasta totalmente caracterísco en mí (5); la escala evalúa intolerancia a la
incerdumbre de po ansioso y de evitación. Estos dos componentes son denominados ansiedad prospecva y an-
siedad inhibitoria. Para la versión en español, Pineda (2018) ha reportado un alfa de Cronbach de .91 para la toda la
escala, .89 para la ansiedad prospecva y .84 para ansiedad inhibitoria; respecto a la evidencia de validez basada en
la estructura interna esmada con análisis factorial conrmatorio los índices de ajuste fueron muy sasfactorios (CFI
= .99; GFI = .99; RMSEA = .05, SRMR = .06). Para su uso en la presente invesgación la revisión de las propiedades psi-
cométricas mostró altas cargas factoriales estandarizadas (.53 > λ < .79) esmadas con análisis factorial conrmato-
rio empleando método de esmación WLSMV para un modelo bidimensional oblicuo cuyos índices de ajuste fueron
sasfactorios para armar la existencia de validez basada en la estructura interna del constructo, X2(53) = 144.400,
p = .000; CFI = .943, TLI = .929, RMSEA = .07 [.05, .08], SRMR = .058. Los valores de conabilidad esmadas a parr
de una matriz de correlación policórica como los coecientes alfa ordinal y omega de McDonald fueron superiores
a .80, denotando con ello que la Escala ofrece alta conabilidad para la puntuación global (α = .915, ɷ = .916) como
para las dimensiones: ansiedad prospecva (α = .851, ɷ = .853) y ansiedad inhibitoria (α = .836, ɷ = .837).
Escala de Distrés (ED)
Es un autoinforme diseñada por Sandín et al. (2020) para evaluar nueve pos de experiencias emocionales negavas
y experiencia de sueño. Evalúa estas experiencias con ítems de respuesta po Likert de cinco alternavas que varían
desde nunca (1) hasta siempre (5). Esta escala unidimensional ha demostrado conabilidad aceptable presentando
un alfa de Cronbach de .93 y un omega de .93 respecvamente. Para su uso en el presente estudio se evaluaron sus
propiedades psicométricas con resultados sasfactorios porque los resultados del análisis factorial conrmatorio es-
mado con WLSMV evidenciaron que los índices de bondad de ajuste son sasfactorios para armar la existencia de
validez basada en la estructura interna del constructo, X2(44) = 90.681, p = .000; CFI = .970, TLI = .963, RMSEA = .06
[.04, .07], SRMR = .048. Asimismo, el modelo unidimensional presentó altas cargas factoriales estandarizadas (.60 > λ
< .83). En cuanto a la conabilidad para la puntuación de la Escala de Distrés tanto el coeciente omega de McDonald
(ɷ = .928) como alfa ordinal (α = .927 [.909, .941]) ponen de maniesto alta precisión para la medida.
Procedimiento
La aplicación de los instrumentos se realizó mediante el formulario diseñado en Google drive, difundiéndose el enlace
URL a la lista de contactos mediante el correo electrónico, facebook y whatsaap. Previo al llenado de las encuestas se
invitó a los estudiantes candidatos para conformar la muestra a leer la hoja de consenmiento donde se les expuso el
objevo de la invesgación, donde también se les indicó que su parcipación sería de carácter voluntario y anónimo,
sin condiciones ni riesgos para quienes desiseran de parcipar; se admió la aceptación de parcipar en el estudio
hasta completar la muestra esmada solo a los estudiantes que dieron su consenmiento informado.
Análisis de datos
En la primera fase de invesgación se revisaron las propiedades de validez y conabilidad de los instrumentos de
medición. La validez basada en la estructura interna del constructo se realizó mediante el enfoque de análisis fac-
torial conrmatorio, en vista de la naturaleza ordinal de los ítems se ulizó como esmador WLSMV (Diagonally
Weighted Least Squares with Mean and Variance corrected) y matrices de correlaciones policóricas (Brown, 2015; Li,
2016). Los coecientes de conabilidad fueron esmados con el coeciente omega de McDonald (ɷ), alfa ordinal (α)
por estar basados en las cargas factoriales estandarizadas (Elosua & Zumbo, 2008; Hayes & Cous, 2020; McDonald,
1999), coecientes son considerados aceptables si alcanzan valores entre .70 y .90 (Campo-Arias & Oviedo, 2008).
En la segunda fase, tras la obtención de evidencias favorables de validez y conabilidad para los instrumentos de
invesgación, se someeron a prueba dos modelos de regresión estructural mediante la técnica de Modelamiento
de Ecuaciones Estructurales (SEM); el primer modelo corresponde al hipotezado en la cual la variable mediadora
(intolerancia a la incerdumbre) y la variable dependiente (conductas adicvas) se conguran como latentes a parr
de las puntuaciones de sus dimensiones, por lo cual el esmador ulizado fue mínimos cuadrados no ponderados
robusto (ULSM) dado la ausencia de normalidad; para el segundo modelo estructural se ulizó el esmador WLS-

Capa-Luque, W., Vallejos-Flores, M.A., Mayorga-Falcón, L.E., Sullcahuaman Amésquita, J.J., Pardavé Livia, Y., y
Hervias-Guerra, E.
Health and Addicons / Salud y Drogas. Vol. 23 (1) 233-248 2023.
239
MV dado que todas las variables son latentes congurados a parr de ítems categóricos (Brown, 2015; DiStefano &
Morgan, 2014).
El ajuste de los modelos factoriales conrmatorios como los modelos estructurales se examinan ulizando el esta-
dísco de bondad de ajuste absoluto chi-cuadrada (χ2) que se considera de buen ajuste cuando p > .05, pero como
es un estadísco poco preciso y sensible, se toman en consideración otros índices de bondad de ajuste robustos
recomendados como CFI (Comparave Fit Index), TLI (Tucker Lewis Index), RMSEA (Root Mean Square Error of
Approximaon) y SRMR (Standardized Root Mean Square Residual); los índices de CFI y TLI ≥ .90 indican ajuste
adecuado y buenos ajustes ≥ .95 (Keith, 2019; Hu & Bentler, 1999; Schumacker & Lomax, 2016), para RMSEA se
consideran como ajustes adecuados índices ≤ .08 y buenos ajustes ≤ .05 (Keith, 2019; Hu & Bentler, 1999), asimismo
valores ≤ .08 denotan ajuste adecuado para SRMR y ≤ .06 buenos ajustes (Keith, 2019; Hu & Bentler, 1999; Finney
& DiStefano, 2008).
Los programas estadíscos que se han ulizado fueron SPSS versión 25 para Windows y el programa R versión 4.0.2
(R Development Core Team, 2020) ulizando los paquetes lavaan 0.6-7 y semTools 0.5-3.
Consideraciones éticas
El estudio se llevó a cabo cumpliendo con las consignas écas de la Declaración de Helsinki y de acuerdo con el
Código de Éca del Colegio de Psicólogos del Perú. El protocolo de invesgación fue aprobado por comités evalua-
dores de la Ocina Central de Invesgación de la Universidad Nacional Federico Villarreal (Ocio N° 318-2021-IC-
GI-VRIN-UNFV; Resolución R. N° 8561-2021-UNFV), así como por el Comité de Éca de la Facultad de Psicología
(Código PI2021-1311).
Resultados
Análisis descripvos de riesgo de adicción, distrés e intolerancia a la incerdumbre en
universitarios
Se aprecia en la Tabla 1 que un grupo muy marginal de estudiantes presentan consumo de alcohol y drogas ubicable
en alto riesgo de adicción. En cuanto al uso de los videojuegos y juego patológico existe un grupo pequeño entre 3
y 4% en alto riesgo de adicción, para ambas conductas lúdicas existe un 4% de estudiantes con moderado riesgo de
adicción; con respecto al uso de los smarphone e internet entre 14 y 12% presentan alto riesgo de adicción y otro
grupo importante entre 2% y 16% respecvamente se encuentran en un moderado riesgo de adicción.
Tabla 1. Niveles de riesgo de adicción en universitarios peruanos
Niveles Alcohol Gambling Drug Smartphone Internet Videogame
n (%) n (%) n (%) n (%) n (%) n (%)
No presenta 474 (85.87) 483 (87.50) 519 (94.02) 207 (37.50) 290 (52.54) 479 (86.78)
Bajo 44 (7.97) 30 (5.44) 22 (3.99) 161 (29.17) 107 (19.38) 29 (5.25)
Moderado 30 (5.44) 25 (4.53) 6 (1.09) 108 (19.57) 89 (16.12) 20 (3.62)
Alto 4 (0.73) 14 (2.54) 5 (0.91) 76 (13.77) 66 (11.96) 24 (4.35)
Total 552 (100) 552 (100) 552 (100) 552 (100) 552 (100) 552 (100)
En la Tabla 2 se observa que aproximadamente 2 de cada 10 estudiantes presentan alto nivel de distrés y un grupo
mayoritario que corresponde a los dos tercios de la muestra se caracterizan por presentar distrés de nivel modera-
do. De otra parte, se observa que alrededor de 16% de los estudiantes presentan alta intolerancia a la incerdumbre
y el grupo mayoritario se ubica en un nivel moderado.

IMPACTO DEL DISTRÉS Y LA INTOLERANCIA A LA INCERTIDUMBRE SOBRE LAS CONDUCTAS ADICTIVAS EN
UNIVERSITARIOS EN TIEMPOS DE PANDEMIA
Health and Addicons / Salud y Drogas. Vol. 23 (1) 233-248 2023.
240
Tabla 2. Niveles de distrés e intolerancia a la incerdumbre en universitarios peruanos
Niveles Distrés Intolerancia a la incerdumbre
n (%) n (%)
Bajo 97 (17.57) 87 (15.76)
Moderado 358 (64.86) 378 (68.48)
Alto 97 (17.57) 87 (15.76)
Total 552 (100) 552 (100)
Relaciones estructurales entre distrés y la intolerancia a la incerdumbre sobre las con-
ductas adicvas en universitarios peruanos
El modelo hipotéco propuesto es avalado por las evidencias empíricas porque los índices de bondad de ajuste
global del modelo tales como: χ2 (149) = 375.701, p = .000; CFI = .987; TLI = .985; RMSEA = .053 [.047, .058]; SRMR
= .069, denotan muy buen ajuste; es decir, los resultados indican que el modelo SEM presenta adecuada medida de
parsimonia (χ2/gl = 2.52), ajustes incrementales muy buenos (CFI y TLI) al ser mayor a .95 (Hu & Bentler, 1999; Keith,
2019), y los índices de ajuste absoluto como RMSEA y SRMR al presentar valores menores a .08 indican un buen
ajuste del modelo (Hu & Bentler, 1999, Schumacker & Lomax, 2016) porque existe una mínima presencia de error
en la reproducción del modelo empírico.
El modelo estructural (Figura 1) permite observar que las variables distrés e intolerancia a la incerdumbre experi-
mentados por los estudiantes enen efectos directos y posivos en las conductas adicvas vinculadas al consumo
de alcohol, drogas, uso problemáco de gambling, smarphones, internet y videogames, el impacto combinado de
las dos variables sobre las conductas adicvas en los universitarios es de 19%; la intolerancia a la incerdumbre es
una variable que cumple un rol de mediador para las conductas adicvas, incrementando casi al doble el efecto del
distrés, puesto que el efecto aislado de ésta úlma variable sobre las conductas adicvas es de 10.24% en la muestra
universitaria.
Figura 1. Modelo de regresión estructural sobre los efectos del distrés y la intole-
rancia a la incerdumbre sobre las conductas adicvas en universitarios peruanos

Capa-Luque, W., Vallejos-Flores, M.A., Mayorga-Falcón, L.E., Sullcahuaman Amésquita, J.J., Pardavé Livia, Y., y
Hervias-Guerra, E.
Health and Addicons / Salud y Drogas. Vol. 23 (1) 233-248 2023.
241
En el segundo modelo SEM propuesto el esmador empleado fue WLSMV (Figura 2) porque todas las variables que
conguran el modelo son latentes, donde la intolerancia a la incerdumbre y las conductas adicvas constuyen
constructos latentes de segundo orden y el distrés un factor latente unidimensional. Los índices globales evidencian
que el modelo presenta buenos ajustes: χ2 (1023) = 1785.690, p = .000; CFI = .951; TLI = .948; RMSEA = .038 [.035,
.040]; SRMR = .067).
Los coecientes de regresión estructural permiten observar que las variables latentes distrés e intolerancia a la in-
cerdumbre enen efectos directos y signicavos sobre las conductas adicvas. La varianza explicada de los efectos
combinados de las dos variables latentes predictoras sobre las conductas adicvas es de 14%; la intolerancia a la
incerdumbre es un factor que duplica la explicación de los problemas relavos a la conducta adicva puesto que el
distrés como único predictor explicaría en 7.8%.
Figura 2. Modelo de regresión estructural con predictores latentes (distrés y la intolerancia a la incerdumbre)
sobre las conductas adicvas en universitarios peruanos
Nota: AP = ansiedad prospecva, AI = ansiedad inhibitoria, OH = abuso de alcohol, GAM = juego patológico, DRU =
abuso de drogas, SMA = uso problemáco de smartphone, INT = abuso de internet, VID = abuso de videojuegos
Discusión
En este estudio buscamos contrastar si el distrés es un factor de efecto directo y la intolerancia a la incerdumbre un
factor mediador que potencia aún más las conductas adicvas en los universitarios peruanos. Nuestros resultados

IMPACTO DEL DISTRÉS Y LA INTOLERANCIA A LA INCERTIDUMBRE SOBRE LAS CONDUCTAS ADICTIVAS EN
UNIVERSITARIOS EN TIEMPOS DE PANDEMIA
Health and Addicons / Salud y Drogas. Vol. 23 (1) 233-248 2023.
242
a través del análisis de ecuaciones estructurales conrmaron nuestra hipótesis de trabajo y se demuestra que el
distrés ene un efecto directo posivo sobre las conductas adicvas y que se ve potenciado por la incerdumbre de
manera indirecta. El modelo estructural en la que se asume que la variable mediadora es un constructo constuido
a parr de las dimensiones como variables maniestas, al igual que el constructo conductas adicvas congurado a
parr de las puntuaciones correspondientes a las dimensiones, se observa que el distrés es una variable que presen-
ta un efecto posivo en las conductas adicvas en un 10.24% y si a esto se suma la incerdumbre como una variable
mediadora vemos que el efecto posivo del distrés casi se duplica (19%) para explicar las conductas adicvas en los
estudiantes universitarios. De otra parte, al hacer el análisis predicvo en la cual todas las variables son latentes y
se conguran como constructos a parr de los ítems de naturaleza categórica, como ocurre con el segundo modelo
estructural propuesto, vemos que el distrés y la incerdumbre enen un impacto de 14% sobre las conductas adic-
vas, observándose que la intolerancia a la incerdumbre duplica el efecto para la varianza explicada de los compor-
tamiento adicvos, ya que el distrés como único factor tan solo afectaría en un 7.8% la prácca de estas conductas,
esto signica que la incerdumbre que se está viviendo en estos úlmos años de pandemia juega un rol importante
en las conductas adicvas. Estos hallazgos rearman la estrecha relación entre los problemas psicológicos como
angusa, depresión, estrés, conductas compulsivas, estrés postraumáco y la prácca de conductas de riesgo como
el uso del alcohol y drogas, así como, el uso frecuente de las redes sociales (Gao et al., 2020; Rodríguez et al., 2020;
Taylor et al., 2020), conductas que se realizan en muchas ocasiones como mecanismo de escape temporal o alivio de
malestar psicológico que se ha visto incrementado por la cuarentena y aislamiento forzado por el Covid-19 (Pascale,
2020; Rojas-Jara, 2020); cabe añadir en concordancia con Carpio-Fernández et al. (2021) que la presencia de distrés
en los estudiantes universitarios, que con ansias esperan asisr a las aulas y retomar la nueva realidad, cada vez se
agravada más por la mutación del virus de Covid-19 que conlleva a un mayor incerdumbre y a praccar conductas
de afrontamiento inadecuados como el abuso de las sustancias psicoacvas y de las redes sociales.
Son muy favorables los datos hallados en cuanto al consumo de alcohol y drogas, así como respecto al juego y los
videojuegos porque entre 8 y 9 de cada 10 estudiantes no presentan problema alguno de adicción, pero ello no
descarta a los consumidores ocasionales y no problemácos, lo cual podría resultar concordante a lo reportado por
Taylor et al. (2020), ya que hallaron que la pandemia del Covid-19 había incrementado el uso y abuso de drogas en
EE.UU, en este mismo contexto Rodríguez et al. (2020) señalaron altos índices de consumo de alcohol se asociaban
a enfrentar síntomas como distrés. De otra parte, alrededor de 30% de la muestra universitaria presenta niveles de
riesgo de adicción entre moderado y alto en lo concerniente al uso de los smartphone e internet, el hecho de pre-
sentar niveles moderado y alto se puede interpretar como muy probable y segura presencia de problema adicvo
(Pedrero-Pérez et al., 2007), estos hallados resultan preocupantes puesto que puede generar efectos nocivos para
la salud mental (Roh et al., 2018), así mismo Romero & Aznar (2019) encontraron que la adicción al smartphone
merma la autoesma de los estudiantes universitarios. Es notorio el incremento del uso de aparatos tecnológicos
y del internet, especícamente en el connamiento a consecuencia de la Covid-19, como una forma de socializar y
reducir el estrés (King et al., 2020). En esta misma línea, Mamani (2021) en su estudio con una muestra de adultos
jóvenes limeños encontró datos muy parecidos, reportando que el 29% de los encuestados presentó un nivel riesgo
alto de dependencia al móvil y un 36% nivel de riesgo moderado. Es importante destacar que la adicción al teléfono
inteligente, no se enende como un apego al disposivo en sí, sino que acompaña el uso de redes sociales, comu-
nicación con amigos, uso de aplicaciones, etc., que en empos de pandemia se hizo necesario (Aldana-Zavala et al.,
2021). En ese sendo se recomienda generar acciones formavas e informavas de las consecuencias del uso pro-
blemáco del smartphone e internet, como reeren Romero & Aznar (2019) el inicio del comportamiento adicvo
se inicia en la adolescencia y se consolida durante la época universitaria.
De manera especíca otro de nuestros hallazgos evidencia que la mayor parte de la muestra estudianl presentan
distrés en niveles moderado y alto (82.43%), esto implicaría que el distrés estaría interriendo en el quehacer diario
(Neidhardt et al., 1989), debido al agotamiento de energía, disminución de capacidades de respuesta o de adapta-
ción, estados de malestar y asociación con problemas de salud mental como ansiedad y depresión (Sauceda-García
et al., 2006). Un estudio con resultados próximos es la reportada por Domínguez-Salas et al. (2020) quienes hallaron
que más de 70% de la muestra española presentaban trastornos psicológicos vinculados con distrés. Estas elevadas
cifras se deberían al incremento condicionado por la pandemia de Covid-19 y la medida de cuarentena adoptada
como medida de control sanitario (Brooks et al., 2020, Luo et al., 2020).
En cuanto a la intolerancia a la incerdumbre hallamos que 8 de cada 10 estudiantes presentan problemas consi-
derables (niveles moderado y alto). La presencia de esta magnitud constuye un agravante para la salud mental,

Capa-Luque, W., Vallejos-Flores, M.A., Mayorga-Falcón, L.E., Sullcahuaman Amésquita, J.J., Pardavé Livia, Y., y
Hervias-Guerra, E.
Health and Addicons / Salud y Drogas. Vol. 23 (1) 233-248 2023.
243
puesto que como reeren la intolerancia a la incerdumbre está relacionado signicavamente con la ansiedad,
depresión y el afecto negavo (Shapiro et al.,2020), distorsiones cognivas (Wahlund et al., 2020), entre otros.
A pesar de la escasez de estudios en la población universitaria en relación a las variables abordadas, y frente a estos
resultados consideramos necesario recomendar ayuda profesional y oportuna orientación para garanzar el bienes-
tar y la salud mental de los estudiantes. Queda como propuesta de realizar futuras invesgaciones de intervención
a parr del modelo que se ofrece en el presente estudio. Acotar que los modelos con respaldo empírico no sólo
constuyen una nueva forma de abordar los problemas, sino también es de ulidad para la prevención (Gonzales
et al. 2018).
Conclusiones
En síntesis, los resultados de los modelos de regresión estructural propuestos permiten sostener que la intolerancia
a la incerdumbre juega un papel importante en potenciar los efectos del distrés y en consecuencia agravar la prác-
ca de las conductas adicvas
La adición al Smartphone e Internet presenta niveles elevados en comparación con la adicción al alcohol y otras
drogas, esto en el marco de la COVID 19, representa una forma de socializar y reducir el estrés producido por la
pandemia.
Con respecto al distrés y la intolerancia a la incerdumbre 8 de cada 10 estudiantes presentan problemas de consi-
deración preocupante en estos empos de pandemia por Covid-19.
Limitaciones
La limitación más importante del estudio lo encontramos en la validez externa debido al po de muestreo no pro-
babilísco ulizado, en este sendo la posibilidad de generalización a otros contextos debe llevarse a cabo con
prudencia; sin embargo, a pesar de la limitación, el presente estudio se considera importante en vista del vacío de
conocimientos existentes en relacionar las variables estudiadas como modelo explicavo. El modelo asumido en el
estudio corresponde a regresiones estructurales de variables latentes del modelamiento de ecuaciones estructura-
les (MEE), estrategia que permite evaluar relaciones de ordenamiento causal débil (Keith, 2019), porque la causa-
lidad directa corresponde a los diseños experimentales, en el MEE las relaciones de causalidad están dadas por el
cumplimiento de tres condiciones (Byrne, 2010; Keith, 2019): 1. Existencia de relación funcional entre las variables,
2. La causa precede en el empo al efecto (de manera real o lógicamente) y 3. La relación no debe ser espuria. Por
tanto, pese a limitaciones posibles, la invesgación cumple sasfactoriamente con el objevo general de la ciencia
de procurar modelos y teorías para explicar hechos importantes de la realidad, que en el caso especíco del presen-
te estudio consiste en ofrecer una explicación diferente y nueva respecto de las conductas adicvas en el contexto
de la pandemia de Covid-19 en base a dos factores crícos como el distrés y la intolerancia a la incerdumbre.
Reconocimientos
Se agradece a Fernando Capa Hume por la revisión de la traducción del resumen al idioma inglés.
Declaración de conicto de intereses
Los autores no enen conictos de intereses que declarar.

IMPACTO DEL DISTRÉS Y LA INTOLERANCIA A LA INCERTIDUMBRE SOBRE LAS CONDUCTAS ADICTIVAS EN
UNIVERSITARIOS EN TIEMPOS DE PANDEMIA
Health and Addicons / Salud y Drogas. Vol. 23 (1) 233-248 2023.
244
Financiación
Este estudio no ha sido nanciado por instución alguna.
Referencias
Aldana-Zavala, J. J., Valdivieso, P. A. V., Isea-Argüelles, J. J., & Colina-Ysea, F. J. (2021). Dependencia y adicción al te-
léfono inteligente en estudiantes universitarios. Formación universitaria, 14(5), 129–136. hps://doi.org/10.4067/
s0718-50062021000500129
Al-Hanawi, M. K., Mwale, M. L., Alshareef, N., Qaan, A. M. N., Angawi, K., Almubark, R. & Alsharqi, O. (2020). Psycho-
logical distress amongst health workers and the general public during the COVID-19 pandemic in Saudi Arabia. Risk
Management and Healthcare Policy, 13, 733–742. hps://doi.org/10.2147/RMHP.S264037
Becoña, E. & Cortés, M. (2010). Manual de Adicciones para Psicólogos Especialistas en Psicología Clínica en formación.
Marn Impresores, S.L.
Bollen, K. A. (1989). Structural equaons whit latent variables. Wiley.
Boessi, G., Marche, I., Sica, Cl. & Ghisi. M. (2020). What is the internal structure of intolerance of uncertainty?
A network analysis approach. Journal of Anxiety Disorders, 75, 1-10. hps://doi.org/10.1016/j.janxdis.2020.102293
Brooks, S. K., Webster, R. K., Smith, L. E., Woodland, L., Wessely, S., Greenberg, N., & Rubin, G. J. (2020). The psycho-
logical impact of quaranne and how to reduce it: Rapid review of the evidence. The Lancet, 395(10227), 912–920.
hps://doi.org/10. 1016/s0140-6736(20)30460-8
Brown, T. A. (2015). Conrmatory Factor Analysis for Applied Research. (2a ed.). The Guilford Press.
Byrne, B. M. (2010). Structural equaon Modeling with AMOS. (2a ed.). Taylor & Francis Group.
Campo-Arias, A. & Oviedo, H. C. (2008). Propiedades Psicométricas de una Escala: la Consistencia Interna. Revista de
Salud Pública, 10(5), 831-839. hps://www.redalyc.org/arculo.oa?id=42210515
Carbonel, X. (2014). Adicciones tecnológicas: Qué son y cómo tratarlas. Editorial Síntesis.
Carleton, R. N., Sharpe, D., & Asmundson, G. J. G. (2007). Anxiety sensivity and intolerance of uncertainty: Req-
uisites of the fundamental fears? Behaviour Research and Therapy, 45(10), 2307-2316. hps://doi.org/10.1016/j.
brat.2007.04.006
Carpio-Fernández, M., García-Linares, M., Cerezo-Rusillo, M. & Casanova-Arias, P. (2021). Covid-19: uso y abuso de
internet y teléfono móvil en estudiantes universitarios. Revista INFAD de Psicología. Internaonal Journal of Develop-
mental and Educaonal Psychology, 2(1), 107-116. hps://doi.org/10.17060/ijodaep.2021.n1.v2.2123
Chóliz, M., Marco, C., & Chóliz, C. (2016). ADITEC Evaluación y Prevención de la adicción a internet, móvil y video-
juegos. TEA Ediciones
Derevensky, J. L., Hayman, V. & Gilbeau, L. (2019). Behavioral Addicons: Excessive Gambling, Gaming, Internet, and
Smartphone Use Among Children and Adolescents. Pediatric Clinics of North America, 66(6), 1163-1182. hps://doi.
org/10.1016/j.pcl.2019.08.008

Capa-Luque, W., Vallejos-Flores, M.A., Mayorga-Falcón, L.E., Sullcahuaman Amésquita, J.J., Pardavé Livia, Y., y
Hervias-Guerra, E.
Health and Addicons / Salud y Drogas. Vol. 23 (1) 233-248 2023.
245
DiStefano, C. & Morgan, G. B. (2014). A Comparison of Diagonal Weighted Least Squares Robust Esmaon Tech-
niques for Ordinal Data. Structural Equaon Modeling: A Muldisciplinary Journal, 21, 1-14. hps://doi.org/10.1080
/10705511.2014.915373
Domínguez-Salas, S., Gómez-Salgado, J., Andrés-Villas, M., Díaz-Milanés, D., Romero-Marn, M. & Ruiz-Frutos, C.
(2020). Psycho-Emoonal Approach to the Psychological Distress Related to the COVID-19 Pandemic in Spain: A
Cross-Seconal Observaonal Study. Healthcare, 8(3), 1-20. hps://doi.org/10.3390/healthcare8030190
Dugas, M.J., Schwartz, A. & Francis, K., (2004). Brief report: Intolerance of uncertainty, worry, and depression. Cogni-
ve Therapy and Research, 28, 835–842. hps://doi.org/10.1007/s10608-004-0669-0
Elosua, P. & Zumbo, B. D. (2008). Coecientes de abilidad para escalas de respuesta categórica ordenada. Psicothe-
ma, 20(4), 896-901. hp://www.psicothema.com/psicothema.asp?id=3572
Finney, S. J., & DiStefano, C. (2008). Non-normal and categorical data in structural equaon modeling. In G. R. Hancock
& R. D. Mueller (Eds.), Structural Equaon Modeling: A Second Course (pp. 269-314). Information Age Publishing.
Freeston, M. H., Rhéaume, J., Letarte, H., Dugas, M. J. & Ladouceur, R. (1994). Why do people worry? Personality and
Individual Dierences, 17(6), 791-802. hps://doi.org/10.1016/0191-8869(94)90048-5
Freeston, MH, Tiplady, A., Mawn, L., Boesi, G. & Thwaites, S. (2020). Towards a model of uncertainty distress in con-
text of Coronavirus (Covid-19). Cognive Behaviour Therapist, 13, 1-15. hps://doi.org/10.1017/S1754470X2000029X
Gao, J., Zheng, P., Jia, Y., Chen, H., Mao, Y., Chen, S., Wang, Y., Fu, H. & Dai, J. (2020). Mental health problems and social
media exposure during COVID-19 outbreak. Plos One, 15(4), 1-10. hps://doi.org/10.1371/journal.pone.0231924
García-Alvares, L., de la Fuente-Tomas, L., Saiz, P., García-Porlla, P., & Bobes, J. (2020). ¿Se observarán cambios
en el consumo de alcohol y tabaco durante el connamiento por COVID-19? Adicciones, 32(2), 85-89. hps://doi.
org/10.20882/adicciones.1546
García-Iglesias, J.J., Gómez-Salgado, J., Marn-Pereira, J., Fagundo-Rivera, J., Ayuso-Murillo, D., Marnez-Riera, R.
& Ruiz-Frutos, C. (2020). Impacto del SARS-COV-2 (Covid-19) en la salud mental de los profesionales sanitarios: una
revisión sistemáca. Revista Española de Salud Pública, 94, 1-20. hp://hdl.handle.net/10045/108234
Gonzales, D., Cernuda, J., Alonso, F., Beltran, P. & Aparicio, V. (2018). Transdiagnósco: origen e implicaciones en
los cuidados de salud mental. Revista de la Asociación Española de Neuropsiquiatría, 38, 145-166. hp://dx.doi.
org/10.4321/S0211-57352018000100008
Hair, J. F., Anderson, R. E., Tatham, R.L. & Black, W.C. (2008). Análisis Mulvariante. (5a ed.). Prence Hall
Hayes, A. F. & Cous, J. J. (2020). Use Omega Rather than Cronbach´s Alpha for Esmang Reliability. But… Communi-
caon Methods and Measures, 14,1(1-24). hps://doi.org/10.1080/19312458.2020.1718629
Holmes, E. A., O’Connor, R. C., Perry, V. H., Tracey, I., Wessely, S., Arseneault, L., Ballard, C., Christensen, H., Cohen, R.,
Everall, I., Ford, T., John, A., Kabir, T., King, K., Madan, I., Michie, S., Przybylski, A., Shafran, R., Sweeney, A., Worthman,
C. M, … & Bullmore, E. (2020). Muldisciplinary research priories for the COVID-19 pandemic: a call for acon for
mental health science. The Lancet Psychiatry, 7(6), 547-560. hps://doi.org/10.1016/S2215-0366(20)30168-1
Hu, L. T., & Bentler, P. M. (1999). Cuto criteria for t indexes in covariance structure analysis: Convenonal cri-
teria versus new alternaves. Structural Equaon Modeling: A Muldisciplinary Journal, 6(1), 1-55. hps://doi.

IMPACTO DEL DISTRÉS Y LA INTOLERANCIA A LA INCERTIDUMBRE SOBRE LAS CONDUCTAS ADICTIVAS EN
UNIVERSITARIOS EN TIEMPOS DE PANDEMIA
Health and Addicons / Salud y Drogas. Vol. 23 (1) 233-248 2023.
246
org/10.1080/10705519909540118
Jalal, B., Chamberlain, S. R., Robbins, T. W. & Sahakian, B. J (2020). Obsessive-compulsive disorder—contaminaon
fears, features and treatment: Novel smartphone therapies in light of global mental health and pandemics (COVID-19).
CNS Spectrums, 1-9. hps://doi.org/10.1017/S1092852920001947
Keith, T. Z. (2019). Mulple Regression and Beyond. An Introducon to Mulple Regression and Structural Equaon
Modeling. (3a ed.). Routledge.
King, D. L., Delfabbro, P. H., Billieux, J., & Potenza, M. N. (2020). Problemac online gaming and the COVID-19 pandem-
ic. Journal of Behavioral Addicons, 9(2), 184–186. hps://doi.org/10.1556/2006.2020.00016
Larios-Navarro, A., Naranjo-Bohórquez, J. & Sáenz-López, J. (2020). Psychological impact of social isolaon on the co-
morbid paent: on the subject of the COVID-19 pandemic. Revista Colombiana de Psiquiatría, 49(4), 227-228 hps://
doi.org/10.1016/j.rcp.2020.07.002
Li, C.-H. (2016). Conrmatory factor analysis with ordinal data: Comparing robust maximum likelihood and diagonally
weighted least squares. Behavior Research Methods, 48(3), 936–949. hps://doi.org/10.3758/s13428-015-0619-7
Luo, M., Guo, L., Yu, M. & Wang H. (2020). The psychological and mental impact of coronavirus disease 2019
(COVID-19) on medical sta and general public – A systemac review and meta-analysis. Psychiatry Research, 291,
1-9. hps://doi.org/10.1016/j.psychres.2020.113190
Mamani, O. (2021). Adicción a las redes sociales, dependencia al móvil y conictos a causa del celular como predicto-
res de la comunicación conyugal durante la pandemia COVID-19 en adultos peruanos – 2020. [Tesis de maestría]. Uni-
versidad Peruana Unión. hps://repositorio.upeu.edu.pe/bitstream/handle/20.500.12840/4510/Erick_Tesis_Mae-
stro_2021.pdf?sequence=1&isAllowed=y
McDonald, R. P. (1999). Test theory: Aunied treatment. Erlbaum.
Ministerio de Salud (2020). Plan de salud mental Perú 2020 - 2021 (en el contexto Covid-19). Documento técnico.
hp://bvs.minsa.gob.pe/local/MINSA/5092.pdf
Neidhardt, J., Weinstein, M., & Conry, R. (1989). Seis programas para prevenir y controlar el estrés. Deusto.
Olivencia-Carrión, M. A., Ramírez-Uclés, I., Holgado-Tello, P. & López-Torrecillas, F. (2018). Validaon of a Spanish
Quesonnaire on Mobile Phone Abuse. Froners in Psychology, 9, 1-10. hps://doi.org/10.3389/fpsyg.2018.00621
Osmanağaoğlu, N., Creswell, C., & Dodd, H. F. (2018). Intolerance of Uncertainty, anxiety, and worry in children and
adolescents: A meta-analysis. Journal of Aecve Disorders, 225, 80-90. hps://doi.org/10.1016/j.jad.2017.07.035
Pascale, A. (2020). Consumo de sustancias psicoacvas durante la pandemia por COVID-19: implicancias toxicológicas
desde un enfoque integral y desaos terapéucos. Revista Médica del Uruguay, 36(3), 333-334. hps://revista.rmu.
org.uy/ojsrmu311/index.php/rmu/arcle/view/566
Passavan, M., Argeneri, A., Barbieri, D., Lou, B., Wijayaradna, K., Mirhosseini, A., Wang, F., Naseri, S., Qamhia, I.,
Tangueras, M., Pilliciani, M., & Ho, C.H. (2021). The psychological impact of COVID-19 and restricve measures in the
world. Journal of Aecve Disorders, 283, 36-51. hps://doi.org/10.1016/j.jad.2021.01.020
Pedrero-Pérez, E. J., Rodríguez-Monje, M. T., Gallardo-Alonso, F., Fernández-Girón, M., Perez-Lopez, M., & Chicha-
rro-Romero, J. (2007). Validación de un instrumento para la detección de trastornos de control de impulsos y adic-

Capa-Luque, W., Vallejos-Flores, M.A., Mayorga-Falcón, L.E., Sullcahuaman Amésquita, J.J., Pardavé Livia, Y., y
Hervias-Guerra, E.
Health and Addicons / Salud y Drogas. Vol. 23 (1) 233-248 2023.
247
ciones: el MULTICAGE CAD-4. Trastornos Adicvos, 9(4), 269-278. hps://doi.org/10.1016/S1575-0973(07)75656-8
Perales, J.C., King, D. L., Navas, J. F., Schimmen, A., Sescousse, G., Starcevic, V., van Holst, R. J., & Billieux, J. (2020).
Learning to lose control: A process-based account of behavioral addicon. Neuroscience & Biobehavioral Reviews,
108, 771-780. hps://doi.org/10.1016/j.neubiorev.2019.12.025
Phinder-Puente, M. E., Sánchez-Cardel, A., Romero-Castellanos, F., Vizcarra-García, J., & Sánchez-Valdivieso, E. A.
(2014). Percepción sobre factores estresantes en estudiantes de Medicina de primer semestre, sus padres y sus
maestros. Invesgación en Educación Médica, 3(11), 139–146. hps://doi.org/10.1016/s2007-5057(14)72740-1
Pineda, D. (2018). Procesos transdiagnósco asociados a los síntomas de los trastornos de ansiedad y depresivos. [Te-
sis doctoral]. Universidad Nacional de Educación a Distancia. hp://e-spacio.uned.es/fez/view/tesisuned:ED-Pg-Psi-
Sal-Dpineda
R Development Core Team (2020). R: A language and environment for Stascal compung. R Foundaon for Stas-
cal Compung [Programa informáco en línea]. hps://cran.r-projet.org/
Rodríguez, L. M., Li, D. M., & Stewart, S. H. (2020). Drinking to cope with the pandemic: The unique associaons of
COVID-19- related perceived threat and psychological distress to drinking behaviors in American men and women.
Addicve Behaviors, 110, 1-7. hps://doi.org/10.1016/j.addbeh.2020.106532
Rodríguez-Monje, M. T., Pedrero-Pérez, E., Rodríguez-Alonso, E., Fernández-Girón, M., Pastor-Ramos, V., Mateo-Ma-
durga, A., del Cura-González, I., Sanz-Cuesta, T., Arana-Cañedo, C., Sánchez-Salgado, M. P. & Escriva-Ferrairo, R. A.
(2019). MULTICAGE CAD-4 for behavioral addicon screening: Structural validity aer inclusion of a scale on smar-
tphone abuse. Annals of psychology, 35(1), 41-46. hps://doi.org/10.6018/analesps.35.1.324311
Roh, D., Bhang, S.Y., Choi, J.S., Kweon, Y.S., Lee, S.K., & Potenza, M.N. (2018). The validaon of Implicit Associaon Test
measures for smartphone and Internet addicon in at-risk children and adolescents. Journal of Behavioral Addicons,
7(1), 79-87. doi:10.1556/2006.7.2018.02
Rojas-Jara, C. (2020). Cuarentena, aislamiento forzado y uso de drogas. Cuadernos de Neuropsicología / Panamerican
Journal of Neuropsychology, 14(1), 24-28. hps://www.cnps.cl/index.php/cnps/arcle/view/395
Romero, J. M., & Aznar, I. (2019). Análisis de la adicción al smartphone en estudiantes universitarios. Revista de Edu-
cación a Distancia (RED), 19(60), 1-12. hps://doi.org/10.6018/red/60/08
Rose, C. (2020). Am I part of the cure or I am part of the disease? Keeping Coronavirus Out When a Doctor Comes
Home. The New England Journal of Medicine, 382(18), 1684–1685. hps://doi.org/10.1056/NEJMp2004768
Sandín, B., Chorot, P., & Valiente, R. (2012). Transdiagnósco: Nueva frontera en psicología clínica. Revista de Psicopa-
tología y Psicología Clínica, 17, 185-203. hps://doi.org/10.5944/
Sandín, B., Valiente, R., García-Escalera, J., & Chorot, P. (2020). Impacto psicológico de la pandemia de COVID-19: Efec-
tos negavos y posivos en población española asociados al periodo de connamiento nacional Bonifacio. Revista de
Psicopatología y Psicología Clínica, 25(1), 1-22. hps://doi.org/10.5944/rppc.27569
Sauceda-García, J. M., Valenzuela-Antelo, J. R., Valenzuela-Antelo, J. R., & Maldonado-Durand, J. M. (2006). Estrés
ante la venopunción en niños y adolescentes. Bolen médico del Hospital Infanl de México, 63(3), 169-177. hp://
www.scielo.org.mx/scielo.php?script=sci_abstract&pid=S1665-11462006000300004&lng=es&nrm=iso

IMPACTO DEL DISTRÉS Y LA INTOLERANCIA A LA INCERTIDUMBRE SOBRE LAS CONDUCTAS ADICTIVAS EN
UNIVERSITARIOS EN TIEMPOS DE PANDEMIA
Health and Addicons / Salud y Drogas. Vol. 23 (1) 233-248 2023.
248
Schumacker, R. E. & Lomax, R. G. (2016). A Beginner’s Guide to Structural Equaon Modeling. (4h ed). Routledge.
hps://doi.org/10.4324/9781315749105
Shapiro, M. O., Short, N. A., Morabito, D. & Schmidt, N. B. (2020). Prospecve associaons between intolerance
of uncertainty and psychopathology. Personality and Individual Dierences, 166, 1-7. hps://doi.org/10.1016/j.
paid.2020.110210
Shigemura, J., Ursano, R. J., Morganstein, J. C., Kurosawa, M., & Benedek, D. M. (2020). Public responses to the novel
2019 coronavirus (2019-nCoV) in Japan: Mental health consequences and target populaons. Psychiatry and Clinical
Neurosciences, 74, 277–283. hps://doi.org/10.1111/pcn.12988
Sixto-Costoya, A., Castelló-Cogollos, L., Aleixandre-Benavent, R., & Valderrama-Zurián, J. C. (2021). Global scienc
producon regarding behavioral addicons: An analysis of the literatura from 1995 to 2019. Addicve Behaviors Re-
ports, 14, 1-9. hps://doi.org/10.1016/j.abrep.2021.100371
Soper, D.S. (2021). A-priori Sample Size Calculator for Structural Equaon Models [Soware]. hps://www.danielso-
per.com/statcalc
Taylor, S., Paluszek, M.M., Rachor, G.S., McKay, D., & Asmundson, G. J. G. (2020). Substance use and abuse, CO-
VID-19-related distress, and disregard for social distancing: A network analysis, Addicve Behaviors, 114, 1-7. hps://
doi.org/10.1016/j.addbeh.2020.106754
Toro, R., Alzate, L., Santana, L. & Ramírez, I. (2018). Afecto negavo como mediador entre intolerancia a la incerdum-
bre, ansiedad y depresión. Ansiedad y Estrés, 24 (2-3), 112 -118 hps://DOI:10.1016/j.anyes.2018.09.001
United Naons Oce on Drugs and Crime (2021). Informe Mundial sobre las Drogas 2020 de la UNODC: el consumo
global aumenta a pesar de que el COVID-19 ene un impacto de gran alcance en los mercados mundiales de drogas.
hps://www.unodc.org/mexicoandcentralamerica/es/webstories/2020/06_26_Informe_Mundial_Drogas_2020.
html
United Naons Oce on Drugs and Crime (2022). Informe Mundial sobre Drogas 2021: los efectos de la pandemia
aumentan los riesgos de las drogas, mientras los jóvenes subesman los peligros del cannabis. hps://www.unodc.
org/peruandecuador/es/nocias/2021/informe-mundial-sobre-drogas-2021.html
Wahlund, T., Andersson, E., Jolstedt, M., Perrin, S., Vigerland, S., & Serlachius, E. (2020). Intolerance of Uncertainty–
Focused Treatment for Adolescents with Excessive Worry: A Pilot Feasibility Study. Cognive and Behavioral Pracce,
27(2), 215-230. hps://doi.org/10.1016/j.cbpra.2019.06.002
Zhang, J., Wu, W., Zhao, X., & Zhang, W. (2020). Recommended psychological crisis intervenon response to the 2019
novel coronavirus pneumonia outbreak in China: a model of West China Hospital. Precision Clinical Medicine, 3(1),
3-8. hps://doi.org/10.1093/pcmedi/pbaa006