Video Experimental Relacionado
Updated: Jan 7, 2026

Integrating Computerized Linguistic and Social Network Analyses to Capture Addiction Recovery Capital in an Online Community
Published on: May 31, 2019
Encuesta Nacional sobre Problemas de Adicción en Hungría 2023 (NSAPH): Metodología y descripción de la muestra
Borbala Paksi1, Zsolt Demetrovics2,3,4
1Eötvös Loránd Tudományegyetem, Neveléstudományi Intézet, Budapest.
La Encuesta Nacional sobre Problemas de Adicción en Hungría 2023 proporciona una visión general fiable de los comportamientos adictivos en adultos. Los resultados metodológicos confirman la validez de los datos para comprender el consumo de sustancias y las adicciones conductuales.
Área de la Ciencia:
- Salud Pública; Epidemiología; Psicología
Sus antecedentes:
- Los comportamientos adictivos, incluido el consumo de sustancias y las adicciones conductuales, plantean importantes desafíos para la salud pública.
- Comprender la prevalencia y los patrones de estos comportamientos es crucial para desarrollar intervenciones eficaces.
Objetivo del estudio:
- Presentar los antecedentes metodológicos y los resultados de la Encuesta Nacional sobre Problemas de Adicción en Hungría (NSAPH) de 2023.
- Proporcionar una visión epidemiológica integral de los problemas de adicción en la población adulta de Hungría.
- Desarrollar y actualizar el marco conceptual y los indicadores para evaluar los comportamientos adictivos.
Principales métodos:
- Se encuestó a una muestra nacionalmente representativa de 1800 adultos (de 18 a 64 años) utilizando un enfoque de métodos mixtos (entrevistas cara a cara con autocompletado).
- La encuesta cubrió el consumo de sustancias (tabaquismo, alcohol, otras sustancias psicoactivas) y diversas adicciones conductuales (por ejemplo, uso de Internet, juegos de azar, ludopatía, trastornos de la alimentación).
- La fiabilidad y validez de los datos se evaluaron utilizando la consistencia interna, los patrones de respuesta a preguntas ficticias y el análisis de respuestas faltantes/inválidas.
Principales resultados:
- La prevalencia a lo largo de la vida para la mayoría de las sustancias mostró una mayor proporción de información coherente del usuario.
- Si bien las respuestas faltantes/inválidas para los comportamientos adictivos fueron relativamente altas en comparación con las preguntas neutrales, fueron aceptables para temas sensibles.
- El grado de sobreestimación en los datos fue insignificante.
Conclusiones:
- Los resultados metodológicos indican que los datos de la NSAPH de 2023 son válidos y fiables para analizar los comportamientos adictivos actuales.
- La interpretación cuidadosa y los procedimientos de estimación establecidos aumentan la confianza en los resultados, particularmente para el seguimiento de los cambios en los comportamientos de consumo de sustancias a lo largo del tiempo.
Más Videos Relacionados
05:40The Motivation for Alcohol Reward: Predictors of Progressive-Ratio Intravenous Alcohol Self-Administration in Humans
Published on: April 28, 2022
08:05A Prediction Error-driven Retrieval Procedure for Destabilizing and Rewriting Maladaptive Reward Memories in Hazardous Drinkers
Published on: January 5, 2018
Videos de Conceptos Relacionados
Convenience Sampling Method
Convenience sampling is a non-random method of sample selection; this method selects individuals that are easily accessible and may result in biased data. For example, a marketing...
Drug Abuse and Addiction: Pharmacological Phenomena
Surveys
Cluster Sampling Method
To choose a cluster sample, divide the population into clusters (groups) and then randomly select some of the clusters. All the members from these clusters are in the cluster sample. For example, if you randomly sample four departments from your...
Observational Studies
There are three types of observational studies – Prospective, retrospective, and cross-sectional.
Prospective Study
Prospective studies, also known as longitudinal or cohort studies, are carried out by collecting future data from groups sharing similar characteristics. One...
Random Sampling Method