Materia: Análisis de decisiones bajo condiciones de incertidumbre Grupo: 601 Docentes: Víctor Manuel Espinoza Juárez, Ricardo Cantú Calderón y Guillermo Alberto García Candanosa Tecnológico de Monterrey — Escuela de Ciencias Sociales y Gobierno

1 Resumen (Abstract)

El presente reporte de investigación desarrolla un modelo de Dinámica de Sistemas para analizar y simular la prevalencia del consumo excesivo de alcohol en la localidad de Cerros Blancos, Mier y Noriega, Nuevo León. El problema se identifica como un fenómeno social estructural complejo, donde la marginación socioeconómica (65.1% de pobreza) y el aislamiento geográfico actúan como factores de bucles de retroalimentación que vinculan la vulnerabilidad psicológica, la violencia intrafamiliar y la normalización cultural.

Metodológicamente, se justifica el uso de la Dinámica de Sistemas debido a la naturaleza no lineal de la problemática y la presencia de causalidades de los flujos del sistema y los resultados conductuales, factores que invalidan los enfoques estadísticos tradicionales. El modelo propuesto integra diagramas de bucles causales y diagramas de stock y flujo, parametrizados con datos de distintos indicadores (algunos de elaboración propia, otros investigados y otros ya existentes) y con normalizaciones min-max documentadas para garantizar la comparabilidad de las variables.

El alcance de la investigación comprende la simulación de escenarios en un horizonte temporal de 12 años (2026-2038). El objetivo central es evaluar la efectividad de una política pública de telepsicología bajo un modelo “hub-spoke”. La simulación inercial confirma que, en ausencia de intervención, los bucles reforzadores R1–R5 dominan al ciclo balanceador B1, generando un crecimiento sostenido del consumo. Se concluye que la intervención de tecnologías emergentes dentro del entorno tiene el potencial de desarticular los bucles reforzadores de la adicción, estabilizando el sistema y reduciendo la tasa de iniciación en la población infantil y juvenil de la región.

Keywords: Dinámica de sistemas, Telepsicología, Salud Pública Rural, Cohesión Social, Política Pública, Alcoholismo

2 Introducción

2.1 Contextualización y Diagnóstico

Mier y Noriega es un municipio localizado en el extremo sur de Nuevo León catalogado como el único de la entidad federativa con un grado alto de rezago social según la última clasificación del CONEVAL, 2020:

# Tabla-pobreza, fig.cap="Indicadores de pobreza (CONEVAL, 2020). Elaboración propia con datos de CONEVAL, NL (2020)."

knitr::include_graphics("proyecto_rmd/imagenes/tabla_pobreza.png")

Su municipio alberga 7,652 habitantes, de los cuales 586 residen en la localidad de Refugio de Cerros Blancos, equivalente a 7.66% de la población municipal y apenas 0.13% de la población estatal (INEGI, 2020). Esta desproporción demográfica importa porque concentra, en un espacio rural pequeño y relativamente aislado, un conjunto de carencias estructurales que la literatura ha identificado de manera consistente como precursoras de problemas de consumo de alcohol (Sánchez, 2024). Esta persistencia de indicadores sugiere una “trampa de pobreza” de carácter sistémico y su inercia justifica la necesidad de una simulación a largo plazo para evaluar puntos de ruptura.

# Tabla-poblacion, fig.cap="Resumen de población (Censo 2020). Elaboración propia con datos del INEGI (ITER, 2020).

knitr::include_graphics("proyecto_rmd/imagenes/tabla_poblacion.png")

Los indicadores disponibles perfilan un diagnóstico robusto de marginación. En términos de pobreza por ingresos, 65.1% de la población municipal vive en condición de pobreza, repartida entre 43.8% moderada y 21.3% extrema, cifras que superan en más de diez veces el promedio estatal (pobreza extrema: 2.0% en Nuevo León, CONEVAL, 2020).

#Grafica-pobreza, fig.cap="Composición de la pobreza — Mier y Noriega. Elaboración propia con datos de CONEVAL, NL (2020)."

knitr::include_graphics("proyecto_rmd/imagenes/grafica_pobreza.png")

En capital humano, la escolaridad promedio es de 6.6 años, apenas primaria concluida, frente a 10.7 años a nivel estatal, y en localidades vecinas como La Cardona (23.84%) y La Presita (20.45%) el analfabetismo supera ampliamente la media nacional. Cerros Blancos registra 9.81% (INEGI, 2020).

#Tabla-analfabetismo, fig.cap="Ranking de analfabetismo por localidad. Elaboración propia con datos de INEGI (ITER, 2020)."

knitr::include_graphics("proyecto_rmd/imagenes/tabla_analfabetismo.png")

El déficit de infraestructura básica amplifica los factores de estrés cotidiano. Solo 24 (19.7%) de las viviendas de Cerros Blancos dispone de drenaje (contra 858 municipales) y apenas 1 hogar cuenta con conexión a internet, lo que restringe el acceso a información, educación a distancia y servicios de salud digitales.

#Tabla-vivienda, fig.cap="Vivienda y servicios (Censo 2020). Elaboración propia con datos de INEGI (ITER, 2020)."

knitr::include_graphics("proyecto_rmd/imagenes/tabla_vivienda.png")

Continuando con conceptos ahora relacionados con dinámicas sociales que se pudo observar en el levantamiento de datos, se identificaron patrones de consumo excesivo de alcohol que se articulan como cuatro factores observables en la comunidad:

  1. Alta disponibilidad de bebidas alcohólicas por la presencia de tiendas o misceláneas y venta informal.
  2. Normalización cultural del consumo en eventos familiares y festividades.
  3. Migración laboral masculina estacional que altera la estructura de supervisión familiar.
  4. Episodios recurrentes de violencia intrafamiliar y comunitaria asociados al consumo.

Estos factores evidencian que el consumo excesivo de alcohol en la comunidad es un fenómeno estructural vinculado a condiciones socioeconómicas, culturales y de acceso a servicios. Por lo que podemos argumentar que su persistencia dentro de la comunidad representa un desafío de política pública por su impacto directo en la salud mental, la cohesión social en la comunidad y los índices de seguridad comunitaria.

Es importante destacar que no hay una línea base cuantitativa de prevalencia de consumo de alcohol específica para Mier y Noriega y el refugio de Cerros Blancos, por lo que la metodología de las causalidades y relaciones detrás de las variables se tuvo que basar en diferentes estudios que han tenido un objetivo de modelado de realidades y variables para definir las conductas que propician al consumo excesivo de alcohol en diferentes entornos, sean estudiantiles, familiares o urbanos, mismos que discutiremos más adelante en este reporte. Desde este argumento, el consumo excesivo de alcohol se manifiesta como una problemática compleja que requiere de intervenciones integrales y sostenidas en el tiempo, lo cual justifica el uso de herramientas de modelación que nos permitan comprender y analizar su evolución y evaluar posibles estrategias de mitigación o planificar posibles soluciones.

2.2 Justificación Sistémica

El consumo excesivo de alcohol en contextos de alta marginación rural ha sido tratado, en buena parte de la literatura aplicada y de las intervenciones públicas, mediante enfoques lineales, ya sea con la creación de campañas de comunicación que asumen un receptor racional, programas de restricción de venta que ignoran la economía informal, o tratamientos clínicos individuales que no modifican el entorno familiar y comunitario al que retorna la persona. La evidencia acumulada sugiere que estos enfoques, tomados de forma aislada, tienen efectos poco duraderos (Apostolopoulos et al., 2018).

Un enfoque de dinámica de sistemas se justifica por diferentes razones. Primero, por la estructura de retroalimentación observada. El diagrama de flujos desarrollado para Cerros Blancos identifica el consumo excesivo como un stock alimentado por un flujo de “crecimiento del consumo” y drenado por un flujo de “reducción del consumo”. Ambos flujos están modulados por variables que a su vez dependen del estado del stock, ya que el consumo genera un estado de salud mental vulnerable que a su vez provoca que el crecimiento en el consumo aumente, lo que retroalimenta el stock principal del consumo de alcohol. La dinámica de sistemas es igualmente adecuada para abordar esta problemática por el valor adquirido de retroalimentaciones, retardos temporales y múltiples variables interdependientes que influyen en el comportamiento del consumo de alcohol. Este enfoque en el proceso de análisis permite hacer una representación de la problemática de forma más dinámica, facilitando la identificación de puntos de intervención y simular los efectos de distintas políticas públicas antes de su implementación.

Por otro lado, la naturaleza del fenómeno social y determinado por diferentes estudios académicos investigados, como lo es el caso de Clapp et al. (2018), demuestra que los eventos del consumo excesivo de alcohol emergen a través de la interacción a niveles micro (% de alcohol en la sangre), intermedio (normas sociales o presión social) relacionada directamente a variables exógenas en nuestros diagramas como lo podrían ser el machismo, y también el nivel macro (puntos de venta de alcohol, precios, oferta y demanda); este nivel sobre todo se relaciona directamente con nuestra variable de la disponibilidad del alcohol en el entorno que a su vez afecta de manera positiva la normalización del consumo en la comunidad y aumenta el crecimiento del consumo, llenando el stock del consumo de alcohol en la comunidad. Un simple modelo lineal promediaba efectos entre niveles, pero no sería una representación adecuada de las dinámicas sociales de la comunidad objetivo, además de que se perdería información crítica y la oportunidad de qué variable se podría intervenir en el formato de creación de una posible política pública.

Por último, podemos definir las causalidades detrás del problema, lo que nos brinda un panorama mucho más amplio sobre la planeación y ejecución de nuestra posible política pública. A partir de nuestra investigación realizada, se pudo determinar que realidades sociales, una salud mental vulnerable junto con el machismo complementado con un estrés económico, empujan a las personas a que consuman más alcohol, lo que se ve reflejado en el inflow de crecimiento del consumo de alcohol en la comunidad observada. El enfoque sistémico nos permite comprender el comportamiento del problema y a su vez evaluar la efectividad de las diferentes alternativas de intervención de otros casos, facilitando la toma de decisiones basada en evidencia al evaluar la efectividad y las limitaciones al comparar casos de estudio. Además, se suma la utilidad práctica del enfoque sistémico para la evaluación de políticas públicas antes de poder aplicarlas para así poder medir su impacto, costo-beneficio y, lo más importante, tomar una decisión informada ante un escenario con incertidumbre.

De esta manera, se puede planificar de manera preventiva la asignación de recursos a dicha política dependiendo del nivel y efectividad de la variable seleccionada que pudiera, en este caso, reducir el consumo de alcohol en la comunidad. Teniendo en cuenta la realidad del refugio de Cerros Blancos, que es una comunidad con recursos escasos y donde el margen de maniobra será vital para aplicar UNA política pública efectiva, es necesario tener este análisis sistémico para implementar una política pública sustentada con datos y que tenga como nivel de impacto la realidad social de la comunidad.

2.3 Objetivo de Política

Hipótesis Inicial: La implementación de telepsicología ‘hub-spoke’ en Refugio Cerros Blancos operará como intervención estratégica sobre el ciclo balanceador B1 ‘Regulación’ y, principalmente, sobre la variable exógena ‘Acceso a servicios de salud mental’, generando una cascada de efectos que progresivamente desmantelan los cinco bucles reforzadores R1–R5 identificados en el CLD, transformando la dinámica sistémica del consumo de alcohol desde un patrón de crecimiento sostenido hacia estabilización y eventual declive.

Justificación / Explicación: La política pública central que propone este modelo consiste en la implementación de un servicio de telepsicología bajo el modelo “hub and spoke”, documentado como una estrategia de telemedicina rural probada en Estados Unidos y validada académicamente (Sharma et al., 2025).

En este esquema, un centro especializado (hub), que podría ser una institución de salud mental en Doctor Arroyo, Matehuala o Monterrey, provee atención psicológica remota a sitios periféricos (spokes) ubicados en comunidades rurales como Cerros Blancos.

La implementación concreta contempla la instalación de una o dos cabinas de consulta aisladas dentro del Refugio de Cerros Blancos, equipadas con conectividad básica (satelital o mediante red celular, dado que el 84.4% de los hogares de la localidad ya dispone de teléfono celular según INEGI, 2020), donde los habitantes puedan acceder a sesiones de atención psicológica por videollamada con profesionales ubicados en el hub o mediante el sistema.

Además, se pudiera implementar dicha cabina de videollamada dentro del refugio en el centro comunitario, ya que dicho inmueble cuenta con una red de internet. Obviamente se tendrían que respetar las horas de sesiones de las personas para que estas no sean interrumpidas. Otra opción es construir un cubículo cerca del área escolar, destinado únicamente a las sesiones de telepsicología, cerciorándose de que el dispositivo o la red de internet lleguen a dicho cubículo, por lo que la opción de implementar una red wifi de alta capacidad en el municipio para la escuela o los hogares suena como una buena opción complementaria para la política pública.

En términos del modelo sistémico, esta intervención actúa directamente sobre la variable de Acceso a servicios de salud mental , que opera por dos vías: reduce la salud mental vulnerable y aumenta el flujo de reducción del consumo. Adicionalmente, al mejorar la atención de la salud mental vulnerable, se debilita el ciclo de reforzamiento R2 que vincula el deterioro psicológico con el crecimiento del consumo. De esta manera, la intervención no solo actúa como un mecanismo reactivo de reducción, sino que también interrumpe la retroalimentación positiva entre consumo y vulnerabilidad psicológica.

El horizonte de simulación del modelo se establece en 12 años (2026–2038), periodo que permite observar los efectos acumulativos de la intervención de telepsicología sobre la reducción del consumo, considerando únicamente las personas atendidas dentro de esta modalidad, serían jóvenes y niños, esto con la finalidad de observar si es que al mejorar su salud mental con los accesos al telepsicólogo pueden reducir un posible consumo de alcohol o inclusive no tener un consumo de alcohol, desde su temprana edad, logrando así que esta política pública tenga un enfoque más preventivo.

3 Revisión de Literatura y Marco Teórico

3.1 Estado de la cuestión

La literatura académica coincide en que el alcoholismo es un fenómeno complejo y multifactorial, influido por variables individuales, sociales, económicas y culturales. Diversos estudios destacan que el consumo de alcohol no puede entenderse únicamente como una decisión individual, sino como el resultado de interacciones entre el entorno social, las condiciones económicas y las dinámicas relacionales que conforman un sistema cerrado de causas y efectos.

Por un lado, investigaciones desde el trabajo social subrayan la importancia de la dinámica familiar en los procesos de consumo y rehabilitación. En este sentido, se ha identificado que el apoyo familiar, la comunicación y las relaciones afectivas influyen significativamente en la recuperación de personas con dependencia al alcohol (Sánchez, 2024). La familia puede actuar tanto como factor de riesgo como de protección, funcionando como un mecanismo de autorregulación dentro del sistema personal del individuo y sus relaciones.

También se ha demostrado una fuerte relación entre pobreza y consumo problemático de alcohol. La evidencia sugiere que el estrés derivado de condiciones de precariedad, la exclusión social y la falta de oportunidades incrementan la probabilidad de desarrollar patrones de consumo dañinos (Sánchez, 2024). A su vez, el alcoholismo puede profundizar la pobreza, generando un ciclo de retroalimentación negativa que estos autores denominan “causación social” y “drift social”, respectivamente, donde ambas variables se alimentan mutuamente en una espiral descendente (Jones, 2016). Nuestra investigación cierra la brecha detectada al integrar por primera vez la telepsicología como una variable exógena capaz de alterar la estructura de retroalimentación en un entorno de nulidad de servicios físicos.

Desde una perspectiva de intervención, investigaciones recientes en telemedicina rural han demostrado que el modelo “hub and spoke” de salud mental remota, donde un centro especializado provee atención a distancia a comunidades periféricas, logra resultados no inferiores a la atención presencial en términos de calidad funcional y acceso a servicios, constituyendo una alternativa viable para poblaciones geográficamente aisladas (Sharma et al., 2025).

Finalmente, investigaciones recientes destacan que el consumo de alcohol debe entenderse como un fenómeno dinámico y sistémico, donde interactúan múltiples niveles (individual, grupal y ambiental). Los eventos de consumo están determinados por la interacción entre factores personales, influencias sociales y el entorno físico, lo que evidencia la necesidad de enfoques integrales para su análisis (Clapp et al., 2018).

En la misma línea, Apostolopoulos et al. (2018) argumentan que un paradigma de sistemas complejos, que conceptualice el consumo de alcohol como un sistema adaptativo complejo, tiene el potencial de generar avances tanto científicos como prácticos en la prevención, superando las limitaciones de los enfoques lineales tradicionales.

3.2 Antecedentes en Dinámicas de Sistemas

Existen estudios previos que han utilizado la Dinámica de Sistemas para analizar problemáticas relacionadas con el consumo de alcohol, los cuales sirven como base metodológica para esta investigación.

En primer lugar, el estudio “A System Dynamic Model of Drinking Events” (Clapp et al., 2018) desarrolla un modelo dinámico que analiza los eventos de consumo de alcohol desde un enfoque ecológico. Este trabajo construye diagramas de bucles causales (CLD) y modelos de stock y flujo (SFD) para representar la interacción entre variables individuales como la motivación y el nivel de intoxicación (nivel micro), sociales como la influencia de pares y la “wetness” del grupo, y ambientales como la disponibilidad de alcohol y el contexto del consumo (nivel macro). Este estudio es fundamental para nuestro marco porque valida la existencia de comportamientos no lineales y oscilaciones en el consumo que no pueden ser explicados por modelos estadísticos tradicionales. El modelo incluye simulaciones computacionales que demuestran cómo los ciclos de retroalimentación entre estos niveles generan comportamientos no lineales. Este estudio es relevante porque valida la capacidad de la Dinámica de Sistemas para capturar la complejidad del comportamiento de consumo.

En segundo lugar, el estudio “Moving Alcohol Prevention Research Forward Part II: New Directions Grounded in Community-Based System Dynamics Modeling” (Apostolopoulos et al., 2018) presenta un marco metodológico completo para la construcción de modelos de SD aplicados a la prevención del consumo de alcohol. Este trabajo describe el proceso de modelado basado en comunidad (community-based SDM), que incluye la elaboración de cadenas causales para clasificar variables endógenas y exógenas, la creación de gráficos de comportamiento en el tiempo y la construcción iterativa de modelos de stock y flujo. Su modelo para el contexto universitario incluye variables como “alcohol availability”, “drinking social norms” y “law enforcement”, organizadas en una cadena de stocks (abstainers, occasional drinkers, regular/heavy drinkers) con flujos de transición entre ellos.

De manera complementaria, aunque no constituyen estudios de SD propiamente dichos, una fuente adicional aporta sustento conceptual.

El reporte “Incidencia de la dinámica familiar en la rehabilitación de personas consumidoras de alcohol en el grupo Amor y Servicio de Alcohólicos Anónimos, de la ciudad de Popayán – Cauca, en el año 2024” de Sánchez (2024) explica la relación entre pobreza y consumo problemático de alcohol y propone un marco conceptual que identifica mecanismos de retroalimentación como “causación social” y “drift social”, los cuales aplicamos directamente en los ciclos de reforzamiento de nuestro modelo para representar las dinámicas de consumo y estrés económico.

3.3 Brecha de investigación

A pesar de los avances existentes, la literatura presenta varias limitaciones que justifican la presente investigación.

En primer lugar, la mayoría de los estudios sobre alcoholismo, incluidos los modelos de SD revisados, se han desarrollado en contextos urbanos de países de altos ingresos, particularmente en entornos universitarios de Estados Unidos (Clapp et al., 2018; Apostolopoulos et al., 2018), dejando de lado comunidades rurales pequeñas y de alta marginación como el Refugio de Cerros Blancos en Mier y Noriega.

En segundo lugar, aunque existen modelos de Dinámica de Sistemas aplicados al consumo de alcohol, estos tienden a centrarse en eventos de consumo a nivel individual o en dinámicas generales de poblaciones estudiantiles, sin incorporar de manera profunda variables como el estrés económico derivado de la pobreza, la violencia intrafamiliar vinculada al machismo, o las condiciones de salud mental vulnerables en contextos rurales específicos.

En tercer lugar, ninguno de los modelos revisados incorpora intervenciones de telepsicología o telemedicina como variable de política dentro del sistema. Aunque el modelo “hub and spoke” ha sido evaluado empíricamente en Estados Unidos con resultados positivos (Sharma et al., 2025), no ha sido integrado en un modelo de SD que permita simular su efecto sistémico sobre el consumo de alcohol en comunidades rurales.

3.4 Horizonte temporal de simulación

El modelo se implementará dentro de un horizonte de 12 años (2026-2038), periodo temporal suficiente para observar los efectos acumulativos de la implementación de la política pública enfocada en la telepsicología y los cambios estructurales en el consumo de alcohol en Cerros Blancos. Esta duración captura los delays típicos de 6-12 meses entre intervención y reducción observable del consumo, permite evaluar la transformación de bucles reforzadores en balanceadores, y se alinea con estudios de Dinámica de Sistemas que utilizan horizontes similares (10-20 años) para dinámicas no lineales de salud pública y de políticas públicas de enfoque social (McKelvie, 2011).

4 Metodología de Modelado

4.1 Causal Loop Diagram e Hipótesis Dinámica

knitr::include_graphics("CLD_Corregido.png")

El diagrama causal permite identificar las dinámicas que explican la evolución del consumo de alcohol en el Refugio de los Cerros Blancos. En este se distinguen cinco ciclos de reforzamiento que impulsan y perpetúan la problemática a lo largo del tiempo —Violencia, Deterioro emocional y consumo, Acceso al alcohol, Normalización y Cultura del consumo— y un ciclo de balanceo (Regulación) que introduce una dinámica de control dentro del sistema.

4.1.1 Ciclo 1: Violencia (R — ciclo de reforzamiento)

En este ciclo se observa una relación de reforzamiento entre el crecimiento del consumo de alcohol, la violencia intrafamiliar y, de forma indirecta, la salud mental. Cuando aumenta el consumo de alcohol, es más probable que se presenten episodios de violencia dentro del hogar; la violencia, a su vez, alimenta el flujo de crecimiento del consumo, reforzando el stock. La exógena Machismo entra al sistema a través de la violencia intrafamiliar, no de manera directa al inflow.

4.1.2 Ciclo 2: Deterioro emocional y consumo (R)

Este ciclo muestra cómo la salud mental vulnerable y el consumo de alcohol se refuerzan mutuamente. Cuando las personas presentan afectaciones emocionales, aumenta la probabilidad de que el consumo crezca como una forma de afrontamiento; el incremento del consumo deteriora aún más la salud mental. La exógena Estrés económico se canaliza por esta vía (entra a Salud Mental Vulnerable), y la exógena `Acceso a servicios de salud mental la atenúa con signo negativo, además de aumentar el outflow Reducción del consumo.

4.1.3 Ciclo 3: Acceso al alcohol (R)

En este ciclo se observa una dinámica de reforzamiento entre la disponibilidad de alcohol en el entorno y el crecimiento de su consumo. Cuando el alcohol es más accesible, ya sea por mayor número de puntos de venta o facilidad de compra, el consumo tiende a incrementarse. A medida que el consumo crece, también aumentan los incentivos para que el alcohol siga estando disponible, generando un proceso en el que ambas variables se impulsan mutuamente.

4.1.4 Ciclo 4: Normalización (R)

Este ciclo refleja la relación entre el crecimiento del consumo, la disponibilidad de alcohol y la normalización social. A medida que el consumo aumenta, también lo hace la presencia del alcohol en el entorno, lo que incrementa su visibilidad en la vida cotidiana. Esta mayor exposición contribuye a que el consumo se perciba como algo común o aceptado socialmente. Dentro del modelo, la Normalización del consumo se alimenta directamente de la Disponibilidad de alcohol en el entorno y del propio stock Consumo de alcohol, reforzando el bucle.

4.1.5 Ciclo 5: Cultura del consumo (R)

En este ciclo se observa cómo el consumo de alcohol y su normalización social se fortalecen mutuamente. Cuando las personas consumen alcohol con mayor frecuencia, este comportamiento se vuelve más aceptado dentro del grupo social. A medida que se normaliza, más individuos se sienten cómodos consumiendo o aumentando su consumo. Esto impulsa el crecimiento del consumo, lo que a su vez refuerza su presencia en la vida cotidiana y consolida una cultura donde el alcohol es visto como parte habitual de la convivencia.

4.1.6 Ciclo 6: Regulación (B — Ciclo de Balance)

Este ciclo representa una dinámica de equilibrio entre la regulación del consumo de alcohol y su reducción. Cuando aumenta el consumo, se incrementa la regulación, la cual a su vez aumenta el outflow Reducción del consumo, drenando el stock. En esta versión, la regulación depende únicamente del stock Consumo de alcohol, mientras que el Presupuesto para prevención actúa como un freno directo sobre el inflow Crecimiento del consumo (signo negativo), no como un amplificador del outflow. En el modelo se debe observar si existe una “erosión de metas”, donde una reducción temporal del consumo disminuya la percepción de urgencia y, por ende, el presupuesto asignado a la política. De esta forma, el sistema tiende a ajustarse a través de una dinámica que busca equilibrar los niveles de consumo.

4.2 Stock and Flow Diagram

knitr::include_graphics("SFD_Corregido.png")

4.2.1 Variable de estado (stock)

  • Consumo de alcohol (C): Nivel agregado de consumo de alcohol dentro de la comunidad en un momento dado. Representa la acumulación del consumo en la población a lo largo del tiempo.

4.2.2 Variables de flujo

  • Crecimiento del consumo de alcohol (G): flujo de entrada que incrementa el nivel de consumo. Representa la tasa a la que aumenta el consumo en la comunidad y qué tan rápido se está expandiendo el problema. Se alimenta de las variables endógenas Violencia Intrafamiliar, Salud Mental Vulnerable, Normalización del consumo, Disponibildad de alcohol y se modera con la exógena Presupuesto para prevención de consumo de alcohol (signo negativo).
  • Reducción del consumo de alcohol (Red): flujo de salida que disminuye el nivel de consumo. Refleja el efecto de la Regulación del consumo y del acceso a servicios de salud mental.

4.2.3 Variables endógenas

  • Violencia intrafamiliar nivel de conflictos y agresiones dentro del hogar asociados a dinámicas familiares. Depende del stock Consumo de alcohol y de la exógena Machismo.
  • Salud mental vulnerable porcentaje de personas con afectaciones emocionales como estrés, ansiedad o depresión. Depende del stock Consumo de alcohol, del Estrés económico y del Acceso a salud mental (signo negativo).
  • Disponibilidad de alcohol en el entorno facilidad con la que se puede acceder al alcohol en la comunidad. Depende únicamente del stock Consumo de alcohol.
  • Normalización del consumo parámetro en el que el consumo es percibido como aceptado o común socialmente. Depende del stock Consumo de alcohol y de la disponibilidad Disponibilidad de alcohol.
  • Regulación del consumo de alcohol conjunto de normas o restricciones que buscan controlar el acceso y consumo. Depende únicamente del stock Consumo de alcohol

4.2.4 Variables exógenas

  • Machismo: conjunto de normas culturales que refuerzan roles de género y pueden propiciar dinámicas de violencia.
  • Estrés económico: presión derivada de dificultades económicas o falta de ingresos.
  • Acceso a servicios de salud mental: disponibilidad y facilidad para recibir atención psicológica o psiquiátrica.
  • Presupuesto para prevención del consumo de alcohol: recursos destinados a programas y campañas para reducir el consumo.

4.2.5 Variables del Modelo — Tabla Resumen

variables <- data.frame(
  Variable = c(
    "Consumo de alcohol",
    "Crecimiento del consumo de alcohol",
    "Reducción del consumo de alcohol",
    "Violencia intrafamiliar",
    "Salud mental vulnerable",
    "Disponibilidad de alcohol en el entorno",
    "Normalización del consumo",
    "Regulación del consumo de alcohol",
    "Machismo",
    "Estrés económico",
    "Acceso a servicios de salud mental",
    "Presupuesto para prevención"
  ),
  Tipo = c(
    "Estado (stock)",
    "Flujo (flow)",
    "Flujo (flow)",
    "Endógena",
    "Endógena",
    "Endógena",
    "Endógena",
    "Endógena",
    "Exógena",
    "Exógena",
    "Exógena",
    "Exógena"
  ),
  `Dato utilizado` = c(
    "46.8% de la población de 12–65 años en la región Nororiental consumió alcohol en el último año: 3,582 personas en Mier y Noriega.",
    "Tasa de cambio neta anual estimada: +0.63% (de 44.3% en 2016 a 46.8% en 2025). Modelada con +1.50% de entrada y −0.87% de salida.",
    "Tasa de reducción anual asumida: 0.87%.",
    "33.1% de las mujeres ≥15 años en Nuevo León reportaron violencia de pareja → 1,277 mujeres en Mier y Noriega.",
    "36.8% de la población estatal con al menos un problema de salud mental: 2,816 personas en Mier y Noriega.",
    "Densidad de establecimientos de abarrotes (SCIAN 461110) por 1,000 hab., normalizada min-max contra un referente de 5 estab./1,000 hab.",
    "Promedio ponderado por prevalencia (consumidores 2.22, no consumidores 1.87) normalizado en escala Likert 1–4.",
    "5.23 agentes/1,000 hab. normalizados contra un referente calibrado de 20 agentes/1,000 hab.",
    "Índice de Machismo Estructural (IME). Elaboración propia.",
    "65.1% de la población en pobreza: 4,982 personas en Mier y Noriega.",
    "México: 15 profesionales de salud mental por 100,000 hab. normalizado vs. estándar OMS (100/100,000).",
    "Presupuesto estatal de $90,567,000 MXN prorrateado por población: ~$119,758 MXN anuales para el municipio."
  ),
  `Fuente bibliográfica` = c(
    "Instituto Nacional de Psiquiatría (2025). ENCODAT 2025. INPRFM/SS.",
    "Instituto Nacional de Psiquiatría (2016, 2025). ENCODAT 2016 y 2025.",
    "Instituto Nacional de Psiquiatría (2016, 2025). ENCODAT 2016 y 2025.",
    "INEGI (2021). ENDIREH 2021.",
    "Cómo Vamos Nuevo León (2025). Así Vamos 2025.",
    "INEGI (2024). DENUE 2024.",
    "Gutiérrez Lara et al. (2022); INSP-INEGI (2022) ENSANUT.",
    "Secretaría General de Gobierno de Nuevo León (2020).",
    "Elaboración propia.",
    "CONEVAL (2022). Informe de Pobreza y Evaluación.",
    "IncyTU (2020). Observatorio de Discapacidad. UNAM.",
    "Congreso del Estado de NL (2023). Presupuesto de Egresos 2024."
  ),
  check.names = FALSE,
  stringsAsFactors = FALSE
)

kable(variables, caption = "Variables del Modelo. Nota: Elaboración propia.") %>%
  kable_styling(
    bootstrap_options = c("striped", "hover", "condensed", "responsive"),
    full_width = TRUE,
    font_size = 12
  ) %>%
  column_spec(1, bold = TRUE, width = "15%") %>%
  column_spec(2, width = "10%") %>%
  column_spec(3, width = "40%") %>%
  column_spec(4, width = "35%")
Variables del Modelo. Nota: Elaboración propia.
Variable Tipo Dato utilizado Fuente bibliográfica
Consumo de alcohol Estado (stock) 46.8% de la población de 12–65 años en la región Nororiental consumió alcohol en el último año: 3,582 personas en Mier y Noriega. Instituto Nacional de Psiquiatría (2025). ENCODAT 2025. INPRFM/SS.
Crecimiento del consumo de alcohol Flujo (flow) Tasa de cambio neta anual estimada: +0.63% (de 44.3% en 2016 a 46.8% en 2025). Modelada con +1.50% de entrada y −0.87% de salida. Instituto Nacional de Psiquiatría (2016, 2025). ENCODAT 2016 y 2025.
Reducción del consumo de alcohol Flujo (flow) Tasa de reducción anual asumida: 0.87%. Instituto Nacional de Psiquiatría (2016, 2025). ENCODAT 2016 y 2025.
Violencia intrafamiliar Endógena 33.1% de las mujeres ≥15 años en Nuevo León reportaron violencia de pareja → 1,277 mujeres en Mier y Noriega. INEGI (2021). ENDIREH 2021.
Salud mental vulnerable Endógena 36.8% de la población estatal con al menos un problema de salud mental: 2,816 personas en Mier y Noriega. Cómo Vamos Nuevo León (2025). Así Vamos 2025.
Disponibilidad de alcohol en el entorno Endógena Densidad de establecimientos de abarrotes (SCIAN 461110) por 1,000 hab., normalizada min-max contra un referente de 5 estab./1,000 hab. INEGI (2024). DENUE 2024.
Normalización del consumo Endógena Promedio ponderado por prevalencia (consumidores 2.22, no consumidores 1.87) normalizado en escala Likert 1–4. Gutiérrez Lara et al. (2022); INSP-INEGI (2022) ENSANUT.
Regulación del consumo de alcohol Endógena 5.23 agentes/1,000 hab. normalizados contra un referente calibrado de 20 agentes/1,000 hab. Secretaría General de Gobierno de Nuevo León (2020).
Machismo Exógena Índice de Machismo Estructural (IME). Elaboración propia. Elaboración propia.
Estrés económico Exógena 65.1% de la población en pobreza: 4,982 personas en Mier y Noriega. CONEVAL (2022). Informe de Pobreza y Evaluación.
Acceso a servicios de salud mental Exógena México: 15 profesionales de salud mental por 100,000 hab. normalizado vs. estándar OMS (100/100,000). IncyTU (2020). Observatorio de Discapacidad. UNAM.
Presupuesto para prevención Exógena Presupuesto estatal de $90,567,000 MXN prorrateado por población: ~$119,758 MXN anuales para el municipio. Congreso del Estado de NL (2023). Presupuesto de Egresos 2024.

4.3 Ecuaciones y Parametrización

Esta subsección presenta la formulación matemática y los datos base de cada variable. La justificación metodológica detallada de las normalizaciones min-max aplicadas a Disponibilidad de alcohol en el entorno, Regulación del consumo de alcohol, Normalización del consumo y Acceso a Servicios de Salud Mental se documenta en la sección §5.1 Justificación de normalizaciones.

4.3.1 Consumo de alcohol

Según la ENCODAT 2025, el 46.8% de las personas de entre 12 y 65 años en la región Nororiental del país reportaron haber consumido alcohol en el último año. Al ajustar este porcentaje a la población de Mier y Noriega, se estima que alrededor de 3,582 personas han consumido alcohol en ese periodo, lo que refleja una presencia importante de este comportamiento dentro del municipio.

Ecuación de modelación:

\[ \frac{dConsuno.de.Alcohol}{dt} = Crecimiento.del.consumo.de.alcohol(t) - \text{Reducción.del.consumo.de.alcohol}(t),\qquad Consumo(0) = 0.468 \]

(46.8% prevalencia, ENCODAT 2025; Población: 3,582 personas)

4.3.2 Crecimiento del consumo de alcohol

En 2025, el consumo de alcohol en la región Nororiental fue de 46.8%, mientras que en 2016 este porcentaje era de 44.3%. A partir de estos dos puntos, se estima la tasa de cambio neto del consumo a lo largo de nueve años, equivalente a aproximadamente 0.63% anual. Para asignar valores a los flujos brutos del modelo se utilizan ficticios coherentes con la tendencia observada: crecimiento bruto de 1.50% y reducción bruta de 0.87%.

Ecuación de modelado (versión corregida):

\[ Crecimiento.del.consumo(t) = Crecimiento_0 \cdot \big[\,1 + Violencia.intrafamiliar(t) + Salud.Mental.Vulnerable(t) + Normalización.del.consumo(t) + Disponibilidad.de.alcohol(t) - Presupuesto\,\big], \qquad Crecimiento_0 = 0.015 \]

Las exógenas Machismo y Estrés Económico no entran directamente al inflow; su efecto se canaliza vía Violencia Intrafamiliar y Salud Mental Vulnerable, respectivamente. El presupuesto actúa como freno directo del inflow.

4.3.3 Reducción del consumo de alcohol

La reducción del consumo representa el flujo de salida del modelo, es decir, la proporción de la población consumidora que abandona o disminuye significativamente su consumo cada año. La tasa bruta se obtiene como diferencia entre el crecimiento bruto y el crecimiento neto: \(1.50\% - 0.63\% = 0.87\%\) anual, equivalente a aproximadamente 67 personas que dejan de consumir por año en Mier y Noriega.

Ecuación de modelado (versión corregida):

\[ \text{Reducción.del.consumo}(t) = Reducción_0 \cdot \big[\,1 + \text{Regulación}(t) + Acceso.a.servicios.de.salud.mental\,\big], \qquad r_0 = 0.0087 \]

El presupuesto se removió de este flujo (ahora actúa sobre Crecimiento del consumo), de modo que la Reducción del consumo queda modulado únicamente por la regulación endógena Regulación del consumo y la exógena Acceso a servicios de salud mental.

4.3.4 Violencia intrafamiliar

Según la ENDIREH 2021, el 33.1% de las mujeres mayores de 15 años en Nuevo León reportaron haber experimentado algún tipo de violencia en su relación de pareja actual o en la más reciente. Al ajustar este porcentaje a la población de Mier y Noriega, se estima que alrededor de 1,277 mujeres podrían encontrarse en esta situación.

Ecuación de modelado:

\[ Violencia.intrafamiliar(t) = Violencia.intrafamiliar^{*} + Consumo.de.alcohol(t) + Machismo, \qquad Violencia.intrafamiliar^{*} = 0.331 \]

4.3.5 Salud mental vulnerable

El 36.8% de la población estatal reporta la presencia de al menos un problema de salud mental, de acuerdo con la encuesta Así Vamos 2025 de Cómo Vamos Nuevo León. Al ajustar este porcentaje a la población de Mier y Noriega, se estima que aproximadamente 2,816 personas se encuentran en esta situación.

Ecuación de modelado (versión corregida):

\[ Salud.Mental.Vulnerabe(t) = Salud.Mental.Vulnerabe^{*} + Consumo.de.alcohol(t) + Estrés.económico - Acceso.a.servicios.de.salud.mental, \qquad Salud.Mental.Vulnerabe^{*} = 0.368 \] Violencia Intrafamiliar se removió de esta ecuación: la salud mental vulnerable depende ahora del stock Consumo de Alcohol, del estrés económico y, con signo negativo, del acceso a servicios de salud mental.

4.3.6 Disponibilidad de alcohol en el entorno

A partir del DENUE 2024 (SCIAN 461110), se identificaron 7 establecimientos formales en Mier y Noriega, equivalentes a una densidad de 0.91 establecimientos por cada 1,000 habitantes. Para que esta variable sea comparable con el resto del modelo (escala 0–1), se aplicó una normalización min-max contra un referente calibrado de 5 establecimientos/1,000 hab., obteniendo \(Disponibilidad.de.alcohol^{*} = 0.91 / 5.0 = \mathbf{0.182}\) (ver §5.1.1 para la justificación detallada).

Ecuación de modelado (versión corregida):

\[ Disponibilidad.de.alcohol(t) = Disponibilidad.de.alcohol^{*} + Consumo.de.alcohol(t), \qquad Disponibilidad.de.alcohol^{*} = 0.182 \]

Regulación del alcohol se removió de esta ecuación: la disponibilidad endógena depende únicamente del stock Consumo de alcohol.

4.3.7 Normalización del consumo de alcohol

Para la construcción del modelo, se toma como referencia el estudio “Percepción de los adolescentes mexicanos sobre el riesgo de consumo de alcohol” (Gutiérrez Lara et al., 2022). Los consumidores reportan un valor promedio de 2.22 y los no consumidores de 1.87 en la dimensión “manifestación cultural normal y aceptada” del Cuestionario de Creencias y Percepción de Riesgo (escala Likert 1–4). Con una prevalencia local de 46.8%, el promedio ponderado es 2.034, que normalizado min-max sobre la escala original arroja \(Normalización.del.consumo^{*} = (2.034 - 1)/(4-1) = \mathbf{0.345}\) (ver §5.1.3).

Ecuación de modelado (versión corregida):

\[ Normalización.del.consumo(t) = Normalización.del.consumo^{*} + Consumo.de.alcohol(t) + Disponibilidad.de.alcohol(t), \qquad Normalización.del.consumo^{*} = 0.345 \]

Machismo se removió de esta ecuación; la normalización ahora depende del stock Consumo de alcohol y de la Disponibilidad de Alcohol, cerrando los bucles R3 (“Acceso al alcohol”) y R4 (“Normalización”) de manera más coherente con la literatura.

4.3.8 Regulación del consumo de alcohol

Mier y Noriega cuenta con aproximadamente 40 elementos de seguridad pública para una población de 7,652 habitantes (Sec. Gral. Gobierno NL, 2020), equivalente a 5.23 agentes/1,000 hab. Esta razón se normaliza min-max contra un referente calibrado de 20 agentes/1,000 hab., obteniendo \(\text{Regulación.del.consumo}^{*} = \mathbf{0.261}\) (ver §5.1.2 para la justificación como supuesto calibrado).

Ecuación de modelado:

\[ \text{Regulación.del.consumo}(t) = \text{Regulación.del.consumo}^{*} + Consumo.de.alcohol(t), \qquad \text{Regulación.del.consumo}^{*} = 0.261 \]

Presupuesto para prevención del consumo de alcohol se removió de esta ecuación: la regulación endógena depende únicamente del stock Consumo de alcohol, y Presupuesto para prevención del consumo de alcohol ahora actúa como freno directo del inflow Crecimiento del consumo.

4.3.9 Machismo

Para la construcción de esta variable, se desarrolló un Índice de Machismo Estructural (IME) a partir de información proveniente de distintas encuestas y fuentes oficiales del INEGI. Este índice integra cinco indicadores que capturan distintas dimensiones del machismo, desde su expresión en la estructura del hogar hasta sus manifestaciones más directas en forma de violencia. Cada uno fue normalizado en una escala de 0 a 1 y ponderado según su relevancia.

ime <- data.frame(
  Indicador = c(
    "Jefatura masculina del hogar",
    "Prevalencia de violencia total contra mujeres",
    "Violencia de pareja en ámbito rural",
    "Exceso de jefatura masculina respecto al promedio estatal",
    "Presión de dependencia demográfica"
  ),
  `Peso (%)` = c("20%", "25%", "25%", "15%", "15%"),
  `Valor normalizado` = c("0.448", "0.681", "0.387", "0.080", "0.792"),
  Justificación = c(
    "Jefatura masculina del 72.4%, superior al promedio nacional. Refleja estructura familiar tradicional pero no implica violencia directa.",
    "68.1% de las mujeres de 15+ años ha experimentado algún tipo de violencia en NL. Manifestación directa del machismo.",
    "38.7% de las mujeres en contextos rurales ha sufrido violencia de pareja. Dimensión clave para el municipio analizado.",
    "El municipio supera el promedio estatal por 2.4 puntos porcentuales. Refleja un bajo diferencial.",
    "Razón de dependencia del 89.6% en Cerros Blancos, refuerza roles de género tradicionales."
  ),
  check.names = FALSE,
  stringsAsFactors = FALSE
)

kable(ime, caption = "Construcción del Índice de Machismo Estructural (IME). Elaboración propia con datos de INEGI.") %>%
  kable_styling(
    bootstrap_options = c("striped", "hover", "condensed", "responsive"),
    full_width = TRUE,
    font_size = 12
  ) %>%
  column_spec(1, bold = TRUE)
Construcción del Índice de Machismo Estructural (IME). Elaboración propia con datos de INEGI.
Indicador Peso (%) Valor normalizado Justificación
Jefatura masculina del hogar 20% 0.448 Jefatura masculina del 72.4%, superior al promedio nacional. Refleja estructura familiar tradicional pero no implica violencia directa.
Prevalencia de violencia total contra mujeres 25% 0.681 68.1% de las mujeres de 15+ años ha experimentado algún tipo de violencia en NL. Manifestación directa del machismo.
Violencia de pareja en ámbito rural 25% 0.387 38.7% de las mujeres en contextos rurales ha sufrido violencia de pareja. Dimensión clave para el municipio analizado.
Exceso de jefatura masculina respecto al promedio estatal 15% 0.080 El municipio supera el promedio estatal por 2.4 puntos porcentuales. Refleja un bajo diferencial.
Presión de dependencia demográfica 15% 0.792 Razón de dependencia del 89.6% en Cerros Blancos, refuerza roles de género tradicionales.

El IME alcanza un valor de 0.487, ubicándose en un nivel moderado-alto.

\[ Machismo = 0.487 \]

4.3.10 Estrés económico (E)

De acuerdo con CONEVAL, el 65.1% de la población del municipio se encuentra en pobreza, equivalente a aproximadamente 4,982 personas.

\[ Estrés.económico = 0.651 \]

4.3.11 Acceso a servicios de salud mental

México cuenta con aproximadamente 15 profesionales de salud mental por 100,000 habitantes (IncyTU/UNAM, 2020). Normalizado contra el estándar OMS de 100/100,000 hab., se obtiene \(A = 15/100 = \mathbf{0.150}\) (ver §5.1.4 para el detalle metodológico).

\[ Acceso.a.servicios.de.salud.mental = 0.150 \]

4.3.12 Presupuesto para prevención del consumo de alcohol

Nuevo León destinó aproximadamente $90,567,000 MXN a programas de prevención y atención en salud mental y adicciones. Prorrateado por población, equivale a ~$119,758 MXN anuales para Mier y Noriega.

\[ Presupuesto.para.prevención.del.consumo.de.alcohol = 0.08 \]

5 Formulación Matemática en R

A partir del Diagrama de Stock y Flujo (SFD) se traslada la estructura del sistema a un modelo de ecuaciones diferenciales ordinarias resuelto numéricamente con deSolve. La clasificación de las variables es la siguiente:

Variables de Estado (Stock variables)

  • Consumo de alcohol en la comunidad (proporción agregada).

Variables de flujo (flow variables)

  • Crecimiento del consumo de alcohol (inflow).
  • Reducción del consumo de alcohol (outflow).

Variables auxiliares endógenas (endogenous auxiliary variables)

  • Violencia intrafamiliar.
  • Salud mental vulnerable.
  • Disponibilidad de alcohol en el entorno.
  • Normalización del consumo
  • Regulación del consumo de alcohol.

Parámetros de simulación (variables exógenas en la frontera del sistema)

  • Machismo (Índice de Machismo Estructural, IME).
  • Estrés económico.
  • Acceso a servicios de salud mental.
  • Presupuesto para prevención del consumo de alcohol.
  • Tasas base de crecimiento y reducción del consumo.
  • Niveles de referencia (intercepts) de las variables endógenas.

5.1 Síntesis de Ecuaciones del Modelo

Las ecuaciones reflejan la estructura causal (cinco ciclos reforzadores R1–R5 y un ciclo balanceador B1).

Ecuación de estado:

\[ \frac{dC}{dt} = Crecimiento.del.consumo(t) - \text{Reducción.del.consumo}(t), \qquad Consumo.de.alcohol(0) = 0.468 \]

Flujos:

\[ Crecimiento.del.consumo(t) = Crecimiento_0 \cdot \big[\,1 + Violencia.intrafamiliar(t) + Salud.Mental.Vulnerable(t) + Normnalización(t) + Disponibilidad.de.alcohol(t) - Presupuesto.para.prevención.del.consumo\,\big], \qquad Crecimiento_0 = 0.015 \]

\[ \text{Reducción.del.consumo}(t) = Reducción_0 \cdot \big[\,1 + \text{Regulación.del.consumo}(t) + Acceso.a.servicios.de.salud.mental\,\big], \qquad Reducción_0 = 0.0087 \]

Variables endógenas (cierres de bucle):

\[ \begin{aligned} Violencia.intrafamiliar(t) &= Violencia.intrafamiliar^{*} + Consumo.de.alcohol(t) + Machsimo, & Violencia.intrafamiliar^{*} &= 0.331 \\ Salud.Mental.Vulnerable(t) &= Salud.Mental.Vulnerable^{*} + Consumo.de.alcohol(t) + Estrés.económico - Acceso.a.servicios.de.salud.mental, & Salud.Mental.Vulnerable^{*} &= 0.368 \\ Disponibilidad.de.alcohol(t) &= Disponibilidad.de.alcohol^{*} + Consumo.de.alcohol(t), & Disponibilidad.de.alcohol^{*} &= 0.182 \\ Normnalización.del.consumo(t) &= Normnalización.del.consumo^{*} + Consumo.de.alcohol(t) + Disponibilidad.de.alcohol(t), & N^{*} &= 0.345 \\ \text{Regulación.del.consumo}(t) &= \text{Regulación.del.consumo}^{*} + Consumo.de.alcohol(t), & \text{Regulación.del.consumo}^{*} &= 0.261 \end{aligned} \]

Conforme a los diagramas, las exógenas estrés económico y machismo no alimentan directamente al inflow de crecimiento del consumo, sino que actúan a través de Salud Mental Vulnerable y Violencia Intrafamiliar, respectivamente el presupuesto frena directamente al inflow con signo negativo, mientras que el acceso a salud mental opera por dos vías: reduce la Salud Mental Vulnerable (signo negativo) y aumenta la Reducción. La normalización se alimenta del Consumo de alcohol y de la disponibilidad del alcohol, y Regulación de alcohol dependen únicamente del Consumo de Alcohol. Estas dependencias cierran los ciclos R1–R5 y el balanceador B1.

5.2 Codificación del Modelo

library(deSolve)

# Condiciones iniciales (t = 2026)
InitialConditions <- c(Consumo.de.alcohol = 0.468)   # 46.8% prevalencia (ENCODAT 2025)

# Horizonte temporal: 2026 - 2038 (12 años, paso trimestral)
times <- seq(from = 2026,
             to   = 2038,
             by   = 0.25)

# Función del modelo
consumo.alcohol <- function(t, state, parameters) {
  with(as.list(c(state, parameters)), {

    # Variables auxiliares endógenas 
    Violencia.intrafamiliar   <- Violencia.intrafamiliar.referencia +
                                 Consumo.de.alcohol + Machismo
    Salud.mental.vulnerable   <- Salud.mental.vulnerable.referencia +
                                 Consumo.de.alcohol + Estres.economico -
                                 Acceso.a.salud.mental
    Disponibilidad.de.alcohol <- Disponibilidad.de.alcohol.referencia +
                                 Consumo.de.alcohol
    Normalizacion.del.consumo <- Normalizacion.del.consumo.referencia +
                                 Consumo.de.alcohol + Disponibilidad.de.alcohol
    Regulacion.del.consumo    <- Regulacion.del.consumo.referencia +
                                 Consumo.de.alcohol

    # Variables de flujo 
    Crecimiento.del.consumo <- Tasa.base.crecimiento *
                               (1 + Violencia.intrafamiliar +
                                    Salud.mental.vulnerable +
                                    Normalizacion.del.consumo +
                                    Disponibilidad.de.alcohol -
                                    Presupuesto.prevencion)

    Reduccion.del.consumo   <- Tasa.base.reduccion *
                               (1 + Regulacion.del.consumo +
                                    Acceso.a.salud.mental)

    # Variable de estado (stock) 
    dConsumo.de.alcohol <- Crecimiento.del.consumo - Reduccion.del.consumo

    list(c(dConsumo.de.alcohol),
         Violencia.intrafamiliar   = Violencia.intrafamiliar,
         Salud.mental.vulnerable   = Salud.mental.vulnerable,
         Disponibilidad.de.alcohol = Disponibilidad.de.alcohol,
         Normalizacion.del.consumo = Normalizacion.del.consumo,
         Regulacion.del.consumo    = Regulacion.del.consumo,
         Crecimiento.del.consumo   = Crecimiento.del.consumo,
         Reduccion.del.consumo     = Reduccion.del.consumo)
  })
}

# Parámetros del escenario base (inercial, sin política) 
parameters <- c(
  # Tasas base de los flujos
  Tasa.base.crecimiento                = 0.015,    # 1.50% / año
  Tasa.base.reduccion                  = 0.0087,   # 0.87% / año
  # Variables exógenas
  Machismo                             = 0.487,    # Índice de Machismo Estructural (IME)
  Estres.economico                     = 0.651,    # Estrés económico (% pobreza)
  Acceso.a.salud.mental                = 0.150,    # Norm. vs estándar OMS (100/100k hab.)
  Presupuesto.prevencion               = 0.08,     # Presupuesto para prevención
  # Niveles de referencia (intercepts) de variables endógenas
  Violencia.intrafamiliar.referencia   = 0.331,
  Salud.mental.vulnerable.referencia   = 0.368,
  Disponibilidad.de.alcohol.referencia = 0.182,    # Norm. min-max vs. 5 estab./1,000 hab.
  Normalizacion.del.consumo.referencia = 0.345,    # Promedio ponderado, Likert 1-4
  Regulacion.del.consumo.referencia    = 0.261     # 5.23 agentes/1,000 hab. norm. vs. 20
)

# Método de integración numérica
intg.method <- "rk4"

# Simulación
out <- ode(y      = InitialConditions,
           times  = times,
           func   = consumo.alcohol,
           parms  = parameters,
           method = intg.method)

# Visualización rápida estilo deSolve (panel de variables) 
plot(out, col = "lightblue")

6 Parametrización y Escenario Base

6.1 Justificación de normalizaciones

Cuatro variables del modelo provenían originalmente de unidades heterogéneas (densidades, razones inversas, escalas Likert, profesionales por habitante) que no eran directamente comparables con el resto de los términos del modelo, todos expresados en escala [0,1]. Para garantizar consistencia dimensional y permitir que los multiplicadores de los flujos G y Red operen sobre magnitudes equivalentes, se aplicaron transformaciones min-max contra referentes empíricos verificables. Las cuatro normalizaciones se documentan a continuación.

6.1.1 Disponibilidad de alcohol en el entorno (0.91 → 0.182)

La variable se construyó a partir del Directorio Estadístico Nacional de Unidades Económicas (DENUE 2024), identificando 7 establecimientos formales con venta de alcohol en Mier y Noriega bajo el código SCIAN 461110. Dividida entre la población municipal, esta cifra arroja una densidad de 0.91 establecimientos por cada 1,000 habitantes. Sin embargo, esta magnitud no es directamente comparable con el resto de variables del modelo, que se expresan en escala de 0 a 1. Para homologarla, se aplicó una normalización min-max tomando como referencia un valor máximo de 5 establecimientos por cada 1,000 habitantes. Este referente se declara explícitamente como un supuesto de modelado calibrado (no como un estadístico publicado en una tabla específica del DENUE), elegido por su correspondencia con el orden de magnitud típico de zonas urbanas con alta disponibilidad comercial de alcohol y por situar a Mier y Noriega en una posición intermedia-baja dentro del rango plausible. El resultado es \(D = 0.91 / 5.0 = \mathbf{0.182}\), lo que ubica al municipio en el 18.2% de la disponibilidad máxima de referencia. Este valor debe interpretarse como un límite inferior, dado que no captura los puntos de venta informales detectados durante el trabajo de campo. La sensibilidad del modelo a este supuesto se discutirá en la fase de análisis de escenarios.

6.1.2 Regulación del consumo de alcohol (0.15 → 0.261)

La regulación se operacionaliza a través de la capacidad efectiva de enforcement municipal, medida como la razón de cobertura policial. Con 40 elementos de seguridad pública para una población de 7,652 habitantes (Secretaría General de Gobierno de NL, 2020), la razón directa es de 1 agente por cada 192 personas. Dado que esta magnitud es inversa —más personas por agente equivale a menor regulación— y no está expresada en escala comparable, se realizó una transformación en dos pasos. Primero se invirtió la razón para obtener una medida directa de capacidad: \(40 / 7{,}652 \times 1{,}000 = 5.23\) agentes por cada 1,000 habitantes. Segundo, se normalizó min-max tomando como referencia máxima 20 agentes por cada 1,000 habitantes. Este techo de 20 agentes/1,000 hab. se declara explícitamente como un supuesto calibrado: el SESNSP publica totales estatales pero no distribuciones de densidad policial por municipio rural, por lo que el referente se eligió como un umbral plausible de “alta capacidad de enforcement local” para municipios de baja densidad poblacional, sin pretensión de ser un percentil empíricamente documentado. El resultado es \(\text{Reg} = 5.23 / 20 = \mathbf{0.261}\), indicando que el municipio opera al 26.1% de la capacidad de regulación de referencia, lo que refleja una institucionalidad de control estructuralmente débil. Como en el caso de D, este parámetro será objeto de análisis de sensibilidad en la siguiente fase.

6.1.3 Normalización del consumo de alcohol (0.70 → 0.345)

Para cuantificar la normalización, se retoma el estudio de Gutiérrez Lara et al. (2022) sobre percepción de riesgo en adolescentes mexicanos, que reporta puntajes promedio en la dimensión “manifestación cultural normal y aceptada” del Cuestionario de Creencias y Percepción de Riesgo, en escala Likert de 1 a 4. Los consumidores obtienen un valor de 2.22 y los no consumidores de 1.87. Dado que en Mier y Noriega el 46.8% de la población es consumidora, se calculó un promedio ponderado por prevalencia: \((0.468 \times 2.22) + (0.532 \times 1.87) = 2.034\). Este valor se transformó a escala 0–1 mediante normalización min-max con los extremos de la escala original: \(N = (2.034 - 1) / (4 - 1) = \mathbf{0.345}\). El valor anterior de 0.70 no tenía sustento en los datos del estudio y sobreestimaba considerablemente la normalización de base en la comunidad.

6.1.4 Acceso a servicios de salud mental (0.15 con respaldo formal)

México registra aproximadamente 15 profesionales de salud mental por cada 100,000 habitantes (IncyTU/UNAM, 2020). Para Mier y Noriega, con 7,652 habitantes, esto equivale a alrededor de 1.15 profesionales disponibles. Para expresar esta magnitud en escala 0–1 y hacerla comparable con el resto del modelo, se normalizó contra el estándar de referencia de la OMS para países de ingreso alto, que establece 100 profesionales por cada 100,000 habitantes como umbral de cobertura plena. La normalización min-max se aplica entonces sobre magnitudes expresadas en la misma unidad (profesionales por cada 100,000 habitantes), comparando el valor observado en México (15) contra el umbral OMS (100):

\[ Acceso.a.servicios.de.salud.mental = \frac{\text{Cobertura México (por 100k hab.)}}{\text{Estándar OMS (por 100k hab.)}} = \frac{15}{100} = \mathbf{0.150} \]

Es importante remarcar que el numerador y el denominador comparten escala (profesionales/100,000 hab.), por lo que el cociente es adimensional y se ubica directamente en el rango [0, 1]. El valor resultante indica que México cubre apenas el 15% del estándar internacional. Para el municipio analizado, esta cifra opera como límite superior, ya que en la práctica no existe infraestructura especializada de salud mental verificada en el territorio, por lo que la cobertura real es probablemente menor.

6.2 Establecimiento de Parámetros

Los valores numéricos de los parámetros se derivan del trabajo de campo, de la investigación documental y de las normalizaciones documentadas en la subsección anterior.

parametros_tbl <- data.frame(
  Parametro = c("Crecimiento del consumo", "Reducción del consumo", "Machsimo", "Estrés Económico", "Acceso a Servicios de Salud Mental", "Presupuesto para prevención del consumo",
                "Violencia intrafamiliar*", "Salud Mental Vulnerable*", "Disponibilidad del Alcohol en el entorno", "Normalización del Consumo*", "Regulación del Consumo*"),
  Significado = c(
    "Tasa base de crecimiento del consumo",
    "Tasa base de reducción del consumo",
    "Machismo (IME)",
    "Estrés económico",
    "Acceso a servicios de salud mental",
    "Presupuesto para prevención",
    "Nivel de referencia de violencia intrafamiliar",
    "Nivel de referencia de salud mental vulnerable",
    "Nivel de referencia de disponibilidad de alcohol",
    "Nivel de referencia de normalización",
    "Nivel de referencia de regulación"
  ),
  Valor = c(0.015, 0.0087, 0.487, 0.651, 0.150, 0.08,
            0.331, 0.368, 0.182, 0.345, 0.261),
  Fuente = c(
    "ENCODAT 2016/2025 (entrada bruta)",
    "ENCODAT 2016/2025 (salida bruta)",
    "Elaboración propia (IME)",
    "CONEVAL 2022",
    "IncyTU/UNAM 2020, normalizado vs. estándar OMS (100/100k hab.)",
    "Congreso NL 2023 (presupuesto prorrateado)",
    "INEGI ENDIREH 2021",
    "Cómo Vamos NL — Así Vamos 2025",
    "INEGI DENUE 2024, normalizado min-max vs. supuesto calibrado de 5 estab./1,000 hab.",
    "Gutiérrez Lara et al. (2022), promedio ponderado y normalizado Likert 1-4",
    "Sec. Gral. Gobierno NL (2020), normalizado vs. supuesto calibrado de 20 agentes/1,000 hab."
  ),
  stringsAsFactors = FALSE
)

kable(parametros_tbl,
      caption = "Parámetros del escenario base (inercial). Elaboración propia.") %>%
  kable_styling(bootstrap_options = c("striped", "hover", "condensed"),
                full_width = TRUE, font_size = 12) %>%
  column_spec(1, bold = TRUE)
Parámetros del escenario base (inercial). Elaboración propia.
Parametro Significado Valor Fuente
Crecimiento del consumo Tasa base de crecimiento del consumo 0.0150 ENCODAT 2016/2025 (entrada bruta)
Reducción del consumo Tasa base de reducción del consumo 0.0087 ENCODAT 2016/2025 (salida bruta)
Machsimo Machismo (IME) 0.4870 Elaboración propia (IME)
Estrés Económico Estrés económico 0.6510 CONEVAL 2022
Acceso a Servicios de Salud Mental Acceso a servicios de salud mental 0.1500 IncyTU/UNAM 2020, normalizado vs. estándar OMS (100/100k hab.)
Presupuesto para prevención del consumo Presupuesto para prevención 0.0800 Congreso NL 2023 (presupuesto prorrateado)
Violencia intrafamiliar* Nivel de referencia de violencia intrafamiliar 0.3310 INEGI ENDIREH 2021
Salud Mental Vulnerable* Nivel de referencia de salud mental vulnerable 0.3680 Cómo Vamos NL — Así Vamos 2025
Disponibilidad del Alcohol en el entorno Nivel de referencia de disponibilidad de alcohol 0.1820 INEGI DENUE 2024, normalizado min-max vs. supuesto calibrado de 5 estab./1,000 hab.
Normalización del Consumo* Nivel de referencia de normalización 0.3450 Gutiérrez Lara et al. (2022), promedio ponderado y normalizado Likert 1-4
Regulación del Consumo* Nivel de referencia de regulación 0.2610 Sec. Gral. Gobierno NL (2020), normalizado vs. supuesto calibrado de 20 agentes/1,000 hab.

6.3 Condiciones Iniciales

Se establece como condición inicial \(Consumo.de.alcohol(t=2026) = 0.468\), equivalente al 46.8% de prevalencia anual de consumo de alcohol reportado por la ENCODAT 2025 para la región Nororiental, ajustado a la población de Mier y Noriega (≈ 3,582 personas de 12 a 65 años).

6.4 Simulación Inercial (2026–2038)

El escenario base corresponde a la trayectoria del sistema sin intervención de política pública (telepsicología “hub-spoke” no aplicada). Esta simulación constituye el “punto de comparación” sobre el cual se evaluarán los escenarios alternativos en fases posteriores.

out_df <- as.data.frame(out)
head(out_df, 5)
tail(out_df, 5)
# Selección de años clave usando dplyr::near() para evitar problemas de
# coma flotante al filtrar valores enteros sobre una secuencia decimal.
anios_clave <- c(2026, 2030, 2034, 2038)

resumen <- out_df %>%
  filter(round(time, 6) %in% anios_clave) %>%
  select(time,
         Consumo.de.alcohol,
         Crecimiento.del.consumo, Reduccion.del.consumo,
         Violencia.intrafamiliar, Salud.mental.vulnerable,
         Disponibilidad.de.alcohol, Normalizacion.del.consumo,
         Regulacion.del.consumo) %>%
  mutate(time = as.integer(round(time)),
         across(-time, ~round(.x, 4)))

kable(resumen,
      caption = "Trayectoria del sistema bajo el escenario inercial (2026–2038).") %>%
  kable_styling(bootstrap_options = c("striped", "hover", "condensed"),
                full_width = TRUE, font_size = 12)
Trayectoria del sistema bajo el escenario inercial (2026–2038).
time Consumo.de.alcohol Crecimiento.del.consumo Reduccion.del.consumo Violencia.intrafamiliar Salud.mental.vulnerable Disponibilidad.de.alcohol Normalizacion.del.consumo Regulacion.del.consumo
2026 0.4680 0.0848 0.0163 1.2860 1.3370 0.6500 1.4630 0.7290
2030 0.7817 0.1084 0.0191 1.5997 1.6507 0.9637 2.0905 1.0427
2034 1.1907 0.1390 0.0226 2.0087 2.0597 1.3727 2.9085 1.4517
2038 1.7240 0.1790 0.0273 2.5420 2.5930 1.9060 3.9750 1.9850

7 Validación del Modelo

7.1 Pruebas de Comportamiento

Para validar el modelo se verifica que los comportamientos sistémicos generados por la simulación sean coherentes con la hipótesis dinámica formulada en §1.3, que anticipa el predominio de los bucles reforzadores R1–R5 sobre el balanceador B1, traduciéndose en un patrón de crecimiento sostenido del stock de consumo en ausencia de intervención.

ggplot(out_df, aes(x = time, y = Consumo.de.alcohol)) +
  geom_line(color = "#B22222", size = 1.2) +
  geom_point(data = out_df %>% filter(time %% 1 == 0),
             color = "#B22222", size = 1.5) +
  scale_x_continuous(breaks = seq(2026, 2038, 2)) +
  scale_y_continuous(labels = percent_format(accuracy = 1)) +
  labs(title    = "Stock de Consumo de Alcohol — Escenario Inercial",
       subtitle = "Refugio de Cerros Blancos, Mier y Noriega (2026–2038)",
       x = "Año", y = "Prevalencia de consumo",
       caption = "Elaboración propia.") +
  theme_minimal(base_size = 12) +
  theme(plot.title = element_text(face = "bold"))

flujos_long <- out_df %>%
  select(time, Crecimiento.del.consumo, Reduccion.del.consumo) %>%
  pivot_longer(-time, names_to = "Flujo", values_to = "Valor") %>%
  mutate(Flujo = recode(Flujo,
                        Crecimiento.del.consumo = "Crecimiento",
                        Reduccion.del.consumo   = "Reducción"))

ggplot(flujos_long, aes(x = time, y = Valor, color = Flujo)) +
  geom_line(size = 1.1) +
  scale_color_manual(values = c("Crecimiento" = "#B22222",
                                "Reducción"   = "#1f77b4")) +
  scale_x_continuous(breaks = seq(2026, 2038, 2)) +
  labs(title    = "Flujos del Sistema — Escenario Inercial",
       subtitle = "El inflow domina al outflow durante todo el horizonte",
       x = "Año", y = "Tasa anual",
       color = "",
       caption = "Elaboración propia.") +
  theme_minimal(base_size = 12) +
  theme(plot.title = element_text(face = "bold"),
        legend.position = "bottom")

7.2 Explicación del Comportamiento

La simulación reproduce un patrón de crecimiento sostenido del stock de consumo, consistente con la hipótesis dinámica:

  1. Dominio de bucles reforzadores. Conforme aumenta el Consumo de Alcohol, suben simultáneamente la violencia intrafamiliar, la salud mental vulnerable, la disponibilidad de alcohol y la normalización, alimentada a su vez por y por disponibiliad de alcohol, las cuales realimentan positivamente al inflow de crecimiento de alcohol. Esto produce el comportamiento clásico de los ciclos R1 (“Violencia”), R2 (“Deterioro emocional y consumo”), R3 (“Acceso al alcohol”), R4 (“Normalización”) y R5 (“Cultura del consumo”). Las exógenas Machsimo y Estrés económico se canalizan vía Violencia Intrafamiliar y Salud Mental Vulnerable, respectivamente, sin alimentar al Crecimiento del Consumo de Alcohol de manera directa.

  2. Atenuación parcial del ciclo balanceador B1 y del freno presupuestal. El ciclo “Regulación” actúa: a mayor Consumo de Alcohol, la regulación aumenta, lo que incrementa el outflow de Reducción. Adicionalmente, el presupuesto de prevención resta directamente al inflow Crecimiento del Consumo. Sin embargo, la sensibilidad de Reducción del Consumo es baja (r0 = 0.0087) frente a la sensibilidad de Crecimiento del Consumo, alimentada por cuatro variables endógenas que crecen con Consumo del Alcohol (g0 = 0.015), por lo que el balanceador y el freno presupuestal no logran dominar la dinámica.

  3. Coherencia con la literatura. Apostolopoulos et al. (2018) y Clapp et al. (2018) reportan que, en ausencia de intervención multi-nivel, los sistemas de consumo de alcohol exhiben crecimiento no lineal por la coexistencia de retroalimentaciones a niveles individual, social y ambiental. La trayectoria simulada es congruente con este resultado.

  4. Sensatez de magnitudes. El crecimiento neto inicial (≈ Crecimiento del Consumo − Reducción del consumo en t=2026) se ubica en el orden de centésimas, lo que es plausible dada la tasa neta histórica de +0.63 puntos porcentuales anuales observada entre ENCODAT 2016 y 2025. La aceleración posterior refleja el efecto compuesto de los bucles R y no la magnitud anual histórica.

El modelo, por tanto, supera la prueba de comportamiento: genera la dinámica esperada (crecimiento dominado por reforzadores, con balanceadores insuficientes), sin presentar valores negativos ni divergencias numéricas dentro del horizonte de simulación.

8 Análisis de Resultados Preliminares

8.1 Visualización

ggplot(out_df, aes(x = time, y = Consumo.de.alcohol)) +
  geom_area(fill = "#B22222", alpha = 0.15) +
  geom_line(color = "#B22222", size = 1.3) +
  scale_x_continuous(breaks = seq(2026, 2038, 2)) +
  scale_y_continuous(labels = percent_format(accuracy = 1)) +
  labs(title    = "Consumo de Alcohol — Trayectoria Inercial",
       subtitle = "Sin intervención de política pública, 2026–2038",
       x = "Año", y = "Prevalencia",
       caption = "Elaboración propia.") +
  theme_minimal(base_size = 12) +
  theme(plot.title = element_text(face = "bold"))

endog_long <- out_df %>%
  select(time, Violencia.intrafamiliar, Salud.mental.vulnerable,
         Disponibilidad.de.alcohol, Normalizacion.del.consumo,
         Regulacion.del.consumo) %>%
  pivot_longer(-time, names_to = "Variable", values_to = "Valor") %>%
  mutate(Variable = recode(Variable,
                           Violencia.intrafamiliar   = "Violencia intrafamiliar",
                           Salud.mental.vulnerable   = "Salud mental vulnerable",
                           Disponibilidad.de.alcohol = "Disponibilidad de alcohol",
                           Normalizacion.del.consumo = "Normalización del consumo",
                           Regulacion.del.consumo    = "Regulación del consumo"))

ggplot(endog_long, aes(x = time, y = Valor, color = Variable)) +
  geom_line(size = 1.1) +
  scale_x_continuous(breaks = seq(2026, 2038, 2)) +
  scale_color_brewer(palette = "Set1") +
  labs(title    = "Variables Endógenas — Escenario Inercial",
       subtitle = "Todas las endógenas crecen impulsadas por el stock de consumo",
       x = "Año", y = "Valor (escala normalizada)",
       color = "",
       caption = "Elaboración propia.") +
  theme_minimal(base_size = 12) +
  theme(plot.title = element_text(face = "bold"),
        legend.position = "bottom")

ggplot(out_df, aes(x = time)) +
  geom_ribbon(aes(ymin = Reduccion.del.consumo, ymax = Crecimiento.del.consumo),
              fill = "#B22222", alpha = 0.20) +
  geom_line(aes(y = Crecimiento.del.consumo, color = "Crecimiento"), size = 1.2) +
  geom_line(aes(y = Reduccion.del.consumo,   color = "Reducción"),   size = 1.2) +
  scale_x_continuous(breaks = seq(2026, 2038, 2)) +
  scale_color_manual(values = c("Crecimiento" = "#B22222",
                                "Reducción"   = "#1f77b4")) +
  labs(title    = "Brecha entre Inflow y Outflow",
       subtitle = "El área sombreada representa el incremento neto del stock",
       x = "Año", y = "Tasa anual",
       color = "",
       caption = "Elaboración propia.") +
  theme_minimal(base_size = 12) +
  theme(plot.title = element_text(face = "bold"),
        legend.position = "bottom")

out_df <- out_df %>%
  mutate(Personas = Consumo.de.alcohol * 7652)

ggplot(out_df, aes(x = time, y = Personas)) +
  geom_line(color = "#8B0000", size = 1.3) +
  geom_point(data = out_df %>% filter(time %% 2 == 0),
             color = "#8B0000", size = 2) +
  scale_x_continuous(breaks = seq(2026, 2038, 2)) +
  scale_y_continuous(labels = comma_format()) +
  labs(title    = "Personas Consumidoras de Alcohol — Mier y Noriega",
       subtitle = "Proyección bajo escenario inercial (sin política pública)",
       x = "Año", y = "Número de personas",
       caption = "Aproximación: Consumo.de.alcohol(t) × 7,652 habitantes. Elaboración propia.") +
  theme_minimal(base_size = 12) +
  theme(plot.title = element_text(face = "bold"))

8.2 Interpretación

La simulación inercial entrega cuatro hallazgos centrales sobre el futuro de la problemática si no se implementa ninguna acción de política pública:

  1. Trayectoria de deterioro acelerado. El stock de consumo no se estabiliza ni decrece; al contrario, presenta una tendencia creciente que se intensifica con el tiempo. Esto confirma que la “trampa de pobreza” descrita por Sánchez (2024) opera también como una “trampa sistémica” en el plano del consumo: las condiciones estructurales del municipio impiden que el sistema converja a un equilibrio bajo por sí mismo.

  2. Ineficacia del ciclo balanceador B1 y del freno presupuestal. Aunque la regulación municipal aumenta de manera endógena conforme crece el problema y el presupuesto de prevención Presupuesto resta directamente al inflow Crecimiento del consumo, ambas palancas son estructuralmente insuficientes. La razón de 1 agente por cada 192 habitantes (Sec. Gral. Gobierno NL, 2020) y un presupuesto preventivo prorrateado de ~$119,758 MXN/año (P ≈ 0.08) no logran compensar el inflow alimentado por Violencia intrafamiliar , Salud Mental Vulnerable, Disponibilidad de Alcohol y Nornmalización. El sistema confirma así la necesidad de un punto de palanca externo centrado en Acceso a salud mental, que opera tanto reduciendo Salud Mental Vulnerable como aumentando Reducción del consumo, papel que la política de telepsicología “hub-spoke” ocupa en la hipótesis dinámica.

  3. Co-deterioro de variables sociales. Las variables endógenas auxiliares —violencia intrafamiliar, salud mental vulnerable, disponibilidad de alcohol y normalización— crecen al unísono con el stock. Esto materializa la advertencia de Apostolopoulos et al. (2018) sobre la imposibilidad de tratar el alcoholismo como un problema aislado: la trayectoria inercial deteriora simultáneamente la salud mental (R2), la cohesión familiar (R1) y la cultura local del consumo (R4–R5).

  4. Impacto poblacional cuantificable. Traducida a personas, la proyección sugiere que la población consumidora en Mier y Noriega aumentaría sostenidamente sobre la base inicial de ~3,582 personas en 2026, con afectaciones colaterales sobre las ~1,277 mujeres en situación de violencia de pareja y las ~2,816 personas con problemas de salud mental. Estos números no son una predicción puntual, sino una señal estructural: el costo de la inacción crece de manera no lineal, y cada año de retraso en la intervención amplifica los recursos necesarios para revertir la tendencia en fases posteriores.

9 Bibliografía