Introducción

Este trabajo presenta un análisis de la población en Bogotá D.C. que accede a programas de tratamiento por adicción a la marihuana. El objetivo central es caracterizar el perfil del individuo con mayor probabilidad de ingresar a estos servicios, además de profundizar en los factores y estructuras sociales asociadas a este fenómeno.

La dependencia a las sustancias psicoactivas puede causar daños a la salud, calidad de vida y seguridad pública (Urrego-Novoa et al., 2026). A pesar de los esfuerzos a nivel mundial por contrarrestar esta problemática, el consumo de drogas sigue en aumento (Albarracín et al., 2009). Por tanto, el acceso a tratamientos contra la adicción es indispensable, además de profundizar en el papel que juegan las familias, entornos sociales, instituciones educativas, empresas y el gobierno para prevenir y mitigar los daños causados por esta circunstancia.

En el caso de Bogotá, se estima que cerca del 2.29% de la población consume marihuana, además de ser 1.7 veces más común en hombres (Urrego-Novoa et al., 2026). Se calcula que el 7% de los estudiantes jóvenes y hasta el 19% de los estudiantes universitarios han consumido marihuana al menos una vez (Zuleta González et al., 2022). Finalmente, es importante señalar que esta droga suele ser el primer contacto con drogas ilícitas para el 45% de las personas, además de que ciertos registros clínicos sugieren que el uso de marihuana conlleva un mayor riesgo de desarrollar consumo problemático en comparación con sustancias como la cocaína o el alcohol (Zuleta González et al., 2022).

Marco Metodológico

Este trabajo se realizó bajo una metodología cuantitativa, la cual se eligió porque “el enfoque cuantitativo nos ofrece la posibilidad de generalizar los resultados más ampliamente, nos otorga control sobre los fenómenos, así como un punto de vista de conteo y magnitudes de éstos. Asimismo, brinda una gran posibilidad de réplica y un enfoque sobre puntos específicos de tales fenómenos, además de que facilita la comparación entre estudios similares” (Hernández-Sampieri y Mendoza, 2018, p. 20). Teniendo en cuenta estas premisas, la investigación se delimitó geográficamente a la ciudad de Bogotá, enfocándose exclusivamente en aquellas personas que pasaron por un proceso de rehabilitación durante el año 2022 y que se encuentran registradas en el observatorio de la ciudad. Tras esta delimitación, se procedió a la búsqueda de la base de datos oficial, la cual se obtuvo a través de la Secretaría Distrital de Salud, bajo el ecosistema del Observatorio de Salud de Bogotá (Secretaría Distrital de Salud, 2026).

Posteriormente, la información fue procesada y depurada utilizando el software estadístico R. Durante esta fase de limpieza, se eliminaron las variables irrelevantes para el objeto de estudio y los registros con valores perdidos (NA), lo que permitió reducir la muestra desde un total inicial de 99.000 observaciones a 86.144 observaciones válidas.

Con la base de datos consolidada, se realizó un análisis descriptivo preliminar mediante tablas contención y luego correlaciones que realizaron cuya significancia estadística fue validada a través de la prueba de Chi-cuadrado (independencia/bondad de ajuste). Finalmente, se diseñaron gráficos de distribución y dispersión para visualizar de manera óptima el comportamiento de los datos, facilitando así su correcta interpretación estadística y sociológica.

#Cargar la base de datos y limpiarla
datos <- read.csv("OSE_organizado.csv", stringsAsFactors = TRUE, encoding = "UTF-8")

datos_limpios <- datos %>% 
  filter(if_all(c(CURSO_DE_VIDA, SEXO, NOMBRELOCALIDADRESIDENCIA, NIVELEDUCATIVO, COMOACUDIOTRATAMIENTO), 
                ~ !is.na(.) & . != "" & . != "Sin Dato")) %>% 
  mutate(across(where(is.factor), droplevels))

Antecedentes

A principios de los 80, las únicas instituciones destinadas al tratamiento de la adicción a sustancias eran basadas en un esquema de “tradición oral”, que se fundamenta en experiencias personales de ex consumidores que no poseían ni la capacitación ni las herramientas necesarias (De León, 2000, citado en Zuleta González et al., 2022). Esta falta de tratamiento convencional se vería agravado tras la Ley 100 de 1993, la cual excluía el síndrome de dependencia del POS (Plan Obligatorio de Salud) por más de 20 años. Gracias a esto, las universidades no enseñaban la patología y también impidió que se tratara de manera formal (Zuleta González et al., 2022). Esta problemática surge de distintos modelos que se intentaron adaptar para los tratamientos: en Estados Unidos se introdujo la idea del renacimiento espiritual basado en valores evangélicos (De León, 2000, citado en Zuleta González et al., 2022).

Con la llegada de la Ley 1566 de 2012 se presentó un cambio de paradigma al establecer que los trastornos por consumo de SPA deben ser cubiertos integralmente por el sistema de Salud. Así se puede hacer una distinción entre dos modelos que llegaron cubrir la demanda: el laico, que se basaba en la neurobiología y psicología y el teo-terapéutico, que se basaba en rituales religiosos y la biblia como guía (Murcia & Orjuela, 2014, como se citó en Zuleta González et al., 2022). Finalmente en 2016 el ministerio de salud, bajo modelos de la UNODC impulsó una atención basada en la evidencia y un enfoque de derechos, obligando a las instituciones transitar hacia modelos clínico-comunitarios (UNODC, 2016, como se citó en Zuleta González et al., 2022).

Pese a los avances jurídicos, Eslava Albarracín (2009) señala que todavía existe un gran estigma que impide que se solicite atención, pues las familias a pesar de considerar el consumo como una enfermedad, no la atienden como una patología que necesita tratamiento por vergüenza. También afirma que históricamente la oferta se ha centrado en la abstinencia y el aislamiento, dejando de lado enfoques de reducción de daños y otros programas. Por su parte, Hernandez (2010) detecta una problemática en el desconocimiento de la dependencia como una enfermedad crónica, ya que esto ocasiona que no se haga el seguimiento adecuado.

Urrego Novoa et al (2026) identifican que el 80% de los pacientes con trastornos por uso de sustancias presentan una baja adherencia a los medicamentos prescritos, lo que incrementa el riesgo de recaída. Además de eso se reportaron listas de espera largas como consecuencia de la falta de personal especializado y factores burocráticos como la demora en autorizaciones por parte de las EAPB (entidades administradoras de planes de beneficio).

Vacíos, Justificación y Propósito del Estudio

A pesar de los avances normativos en Colombia, como la inclusión de los trastornos por consumo de sustancias en el sistema de salud mediante la Ley 1566 de 2012 y la posterior transición hacia modelos clínico-comunitarios impulsada en 2016, persisten brechas críticas en el conocimiento de la situación local en Bogotá. Por una parte el modelo que se ha usado históricamente se basó en la abstinencia, el aislamiento o enfoques teo-prácticos, dejando a un lado el modelo basado en evidencia. Por otra parte, a pesar de que el modelo identifica problemas vigentes, como el estigma ya mencionado por Hernandez (2010) y su desconocimiento a la hora de ser tratado, o las trabas burocráticas que expone Urrego Novoa et al (2026), no se ha conectado estas y otras barreras con un perfil sociodemográfico claro, es decir, no se han analizado las variables que facilitan o dificultan que un individuo ingrese y pueda permanecer en los tratamientos adecuados.

Esta investigación se sustenta en el impacto directo en la salud que genera la dependencia a las sustancias psicoactivas. Dado que es la marihuana el primer contacto con sustancias ilícitas del 45% de las personas y que registros clínicos sugieren que su uso trae consecuencias (Zuleta González et al., 2022) notamos una problemática con esta sustancia en particular. En el contexto de Bogotá se registran varios datos a tener en cuenta: pacientes con historial clínico registrado tenían una edad promedio de 26.6 años; y donde el 48,0% residían en Ciudad Bolívar; también se identificó que el 75,2% es soltero, lo que sugiere problemas con relaciones afectivas (Santos & Romero,. 2025).

Pese a las distintas estrategias que se han intentado implementar como los (CAMAD) en zonas críticas de consumo (Zuleta et al., 2019, como se citó en Zuleta et al., 2022) o las mejoras en el marco normativo local como la Ley 1566 de 2012 que trató al consumo de sustancias como un asunto de salud pública (Zuleta González et al., 2022) Bogotá sigue siendo epicentro del consumo problemático en colombia, por lo que resulta pertinente identificar las causas que condicionan el acceso real a servicios de salud, y caracterizar el perfil del individuo que tiene mayor probabilidad de acceder a dichos servicios, profundizando en los factores y estructuras sociales que se le puedan adjudicar.

Resultados del Análisis Exploratorio y Bivariado

A continuación, se presentan los resultados obtenidos del análisis exploratorio y bivariado realizado en RStudio.

# Creación del subconjunto con las variables a trabajar

OSE_raw <- read.csv("OSE_organizado.csv", header = TRUE, na.strings = c("NA", "", "Sin dato"))

ose_sub <- subset(OSE_raw, select = c(SEXO, NOMBRELOCALIDADRESIDENCIA, SITIOHABITUALCONSUMO_VIVIENDA,
                                  SITIOHABITUALCONSUMO_PARQUE, SITIOHABITUALCONSUMO_EST_EDUCATIVO,
                                  SITIOHABITUALCONSUMO_BARES_TABERNAS, SITIOHABITUALCONSUMO_VIA_PUBLICA,
                                  SITIOHABITUALCONSUMO_CASA_AMIGOS, NIVELEDUCATIVO, CURSO_DE_VIDA,
                                  COMOACUDIOTRATAMIENTO, ESTADOCIVIL))

ose_sub <- subset(ose_sub, COMOACUDIOTRATAMIENTO != "Sin dato")

#Creación de la tabla 1 (Estado civil)
f_civil <- table(ose_sub$ESTADOCIVIL, useNA = "no")
cv_civil <- sum(f_civil)
p_civil <- round(100 * f_civil / cv_civil, 1)
t_civil <- data.frame(
  Categoria = names(f_civil), 
  Frecuencia = as.vector(f_civil), 
  Porcentaje = paste0(as.vector(p_civil), "%")
)
# Mostrar la tabla formateada estéticamente
knitr::kable(t_civil, caption = "Tabla 1. Distribución del Estado Civil", align = "c")
Tabla 1. Distribución del Estado Civil
Categoria Frecuencia Porcentaje
Casado (a) 2780 3.2%
Divorciado (a) 517 0.6%
Separado (a) 2824 3.3%
Soltero (a) 68984 80.5%
Union libre 10115 11.8%
Viudo (a) 450 0.5%

Para empezar, la tabla 1 evidencia que dentro del estado civil de los encuestados, el porcentaje más representativo son los solteros (80.5%) seguidos por las personas en unión libre (11.8%), los separados (3.3%), los casados (3.2%) y en menor medida los divorciados y los viudos (0.6% y 0.5% respectivamente).

# ==============================================================================
# ESTILO 1: BARRAS APILADAS AL 100% (Curso de Vida vs Como acudió al tratamiento)
# ==============================================================================
t1 <- table(datos_limpios$CURSO_DE_VIDA, datos_limpios$COMOACUDIOTRATAMIENTO)
p1 <- suppressWarnings(chisq.test(t1))$p.value

g1 <- datos_limpios %>%
  ggplot(aes(x = CURSO_DE_VIDA, fill = COMOACUDIOTRATAMIENTO)) +
  geom_bar(position = "fill", color = "white", linewidth = 0.3) +
  scale_y_continuous(labels = percent_format()) +
  scale_fill_brewer(palette = "Set2") + 
  labs(
    title = "Figura 1. Curso de vida respecto a la modalidad de acceso al tratamiento",
    subtitle = paste("Prueba de Chi-cuadrado | p =", format.pval(p1, digits = 3)),
    x = "Etapa del Curso de Vida", y = "Proporción (100%)", fill = "Forma de Ingreso:"
  ) +
  theme_minimal() +
  theme(legend.position = "bottom")

print(g1)

Ahora bien, consideramos pertinente analizar la variable de curso de vida respecto a la modalidad de acceso al tratamiento a través de una gráfica de barras verticales. Como resultado, la prueba de Chi-cuadrado arrojó una asociación estadísticamente significativa entre las dos variables categóricas (p = 2e-16), lo que demuestra que la relación no es coincidencial. Esto se evidencia en la figura 1, en todas las etapas vitales (adolescencia, juventud, adultez y vejez), la gran mayoría de los pacientes acceden al tratamiento de manera voluntaria, superando el 75% en la adultez y la vejez y el 70% en la juventud. Sin embargo, destaca que en la adolescencia disminuye el porcentaje de entrada voluntaria (“Voluntariamente”) que es de aproximadamente el 60% y la categoría “lo llevaron familiares” adquiere mayor relevancia (cerca del 10%) en comparación a las otras etapas vitales.

Por el contrario, los canales de remisión institucional (como las indicaciones de carácter médico, legal, académico o laboral) y la categoría de “lo llevaron amigos o voluntarios” tienen una representación mínima en todas las etapas, lo que demuestra que el acceso real a estos servicios de salud en Bogotá depende casi en su totalidad de la iniciativa individual o de la red de apoyo familiar directo, más que de procesos de canalización formal o incluso de redes de apoyo de amigos o personas/instituciones de voluntariados.

# ==============================================================================
# ESTILO 2 : UN SOLO GRÁFICO PARA TODOS LOS SITIOS (Pivoteado y Facetado)
# ==============================================================================
datos_sitios_unificados <- datos_limpios %>%
  pivot_longer(
    cols = starts_with("SITIOHABITUALCONSUMO_"),
    names_to = "Sitio_de_Consumo",
    values_to = "Respuesta"
  ) %>%
  mutate(
    Sitio_de_Consumo = gsub("SITIOHABITUALCONSUMO_", "", Sitio_de_Consumo),
    Sitio_de_Consumo = gsub("_", " ", Sitio_de_Consumo),
    Sitio_de_Consumo = str_to_title(Sitio_de_Consumo)
  ) %>%
  filter(Respuesta == "SI")

t2 <- table(datos_sitios_unificados$Sitio_de_Consumo, datos_sitios_unificados$COMOACUDIOTRATAMIENTO)
p2 <- suppressWarnings(chisq.test(t2))$p.value

g2 <- datos_sitios_unificados %>%
  ggplot(aes(x = COMOACUDIOTRATAMIENTO, fill = COMOACUDIOTRATAMIENTO)) +
  geom_bar(alpha = 0.85, show.legend = FALSE) +
  facet_wrap(~ Sitio_de_Consumo, scales = "free_y") + 
  scale_fill_brewer(palette = "Dark2") +
  labs(
    title = "Figura 2. Distribución de acceso al tratamiento respecto al sitio de consumo habitual",
    subtitle = paste("Estructura unificada | p-valor global =", format.pval(p2, digits = 3)),
    x = "Cómo acudió al tratamiento", y = "Número de Casos"
  ) +
  theme_linedraw() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1, size = 8))

print(g2)

La figura 2 representa la distribución de la vía de acceso al tratamiento según el sitio de consumo reportado por los pacientes. El análisis estadístico mediante la prueba de Chi-cuadrado arroja un p-valor global inferior a 2e-16, lo que demuestra de manera contundente una asociación estadísticamente significativa entre el lugar donde ocurre el consumo habitual de sustancias y la forma en que los individuos terminan ingresando a los servicios de atención o tratamiento, descartando que esta distribución sea una coincidencia.

A través de la altura de las barras en los diferentes paneles, se evidencia de manera uniforme que la vía de acceso más prevalente en todos los entornos evaluados es la llegada “Voluntariamente”, la cual supera de forma masiva a las demás categorías. Asimismo, se observa que los entornos de consumo con mayor volumen absoluto de casos en la base de datos son la “Vía Pública” y la “Casa de Amigos” (con picos que superan los 45,000 registros en ingresos voluntarios), seguidos de cerca por la “Vivienda” y el “Parque”, mientras que los establecimientos educativos (“Est Educativo”) reportan la menor cantidad de registros en comparación.

Por el contrario, las demás alternativas de ingreso al tratamiento muestran una representación notablemente baja en todos los escenarios analizados. Vías de remisión de carácter formal o institucional, tales como la “Indicación Laboral”, “Indicación Académica”, “Indicación Médica” e “Indicación Legal”, registran frecuencias mínimas en comparación con la iniciativa propia de los pacientes. Esto sugiere que las derivaciones institucionales tienen un peso muy secundario frente a la voluntad individual del paciente o al acompañamiento familiar directo (“Lo llevaron familiares”) en el proceso de acceso a los servicios de salud.

# ==============================================================================
# ESTILO 3: GRÁFICO DE CONTEO SEGMENTADO HORIZONTAL (Curso de Vida vs Sexo)
# ==============================================================================
t3 <- table(datos_limpios$CURSO_DE_VIDA, datos_limpios$SEXO)
p3 <- suppressWarnings(chisq.test(t3))$p.value

g3 <- datos_limpios %>%
  ggplot(aes(y = CURSO_DE_VIDA, fill = SEXO)) +
  geom_bar(position = "dodge", alpha = 0.9) +
  scale_fill_manual(values = c("Hombre" = "#00b4d8", "Mujer" = "#9d4edd")) + 
  labs(
    title = "Figura 3. Sexo y curso de vida",
    subtitle = paste("Prueba de Chi-cuadrado | p =", format.pval(p3, digits = 3)),
    x = "Volumen de Casos", y = "Etapa de Curso de Vida", fill = "Sexo:"
  ) +
  theme_dark() + 
  theme(legend.position = "right")

print(g3)

La figura 3 muestra la distribución de los encuestados por sexo y etapa del curso de vida, expuesta en un gráfico de barras horizontales. El análisis de Chi-cuadrado reveló un valor p = 2e-16, lo que confirma una relación estadísticamente significativa entre ambas variables categóricas. En esta gráfica se observa que la mayor proporción de casos se concentra en la juventud (con aproximadamente 40.000 casos), seguida de la adultez (cerca de 38.000 casos), luego la adolescencia (17.500 casos aprox.) y finalmente la vejez (alrededor de 3.500 casos).

Además, predominan en todos los ciclos vitales los hombres respecto a las mujeres, por ejemplo, en la juventud y la adultez el volumen de hombres es de aproximadamente 28,500 y 29.000 casos respectivamente, duplicando o hasta triplicando a las mujeres en los mismos ciclos vitales (alrededor de 11.500 y 9.000 casos respectivamente).

# ==============================================================================
# ESTILO 4: MAPA DE CALOR / MATRIZ DE FRECUENCIAS (Localidad vs Nivel Educativo)
# ==============================================================================
t4 <- table(datos_limpios$NOMBRELOCALIDADRESIDENCIA, datos_limpios$NIVELEDUCATIVO)
p4 <- suppressWarnings(chisq.test(t4))$p.value

g4 <- datos_limpios %>%
  count(NOMBRELOCALIDADRESIDENCIA, NIVELEDUCATIVO) %>%
  ggplot(aes(x = NIVELEDUCATIVO, y = NOMBRELOCALIDADRESIDENCIA, fill = n)) +
  geom_tile(color = "white") +
  scale_fill_gradient(low = "#e0f7fa", high = "#006064", labels = comma) + 
  labs(
    title = "Figura 4. Localidad de residencia respecto al nivel educativo",
    subtitle = paste("Prueba de Chi-cuadrado | p =", format.pval(p4, digits = 3)),
    x = "Nivel Educativo Registrado", y = "Localidad de Residencia (Bogotá)", fill = "Número de Casos:"
  ) +
  theme_minimal() +
  theme(axis.text.x = element_text(angle = 45, hjust = 1, size = 9))

print(g4)

La figura 4 representa la asociación entre la localidad de residencia de los pacientes en Bogotá y su nivel de escolaridad, analizada a través de un mapa de calor. La prueba de Chi-cuadrado arroja un valor p=2e-16, lo que demuestra una dependencia estadísticamente significativa y altamente confiable entre ambas variables categóricas, descartando que la distribución de los datos sea una coincidencia.

A través de la intensidad de la escala de color, se evidencia que la mayor densidad de casos se concentra en la parte central del gráfico. Esto indica que la gran mayoría de los pacientes registrados poseen un nivel educativo correspondiente a secundaria completa y secundaria incompleta. Al cruzar esta información con la distribución geográfica, se destacan con mayor volumen de casos las localidades de Bosa, Ciudad Bolívar, Kennedy, Suba y Usme.

Por el contrario, hacia el extremo izquierdo del gráfico se observa la menor representación de registros, caracterizada por tonalidades muy claras. Este sector agrupa a la población con niveles educativos de preescolar, sin escolaridad básica (“no fue a la escuela”), postgrado incompleto y postgrado completo, lo que evidencia una baja frecuencia de casos asociados a estos perfiles académicos en las localidades evaluadas.

Discusión

Los resultados del análisis exploratorio y bivariado evidencian que el acceso al tratamiento por consumo problemático de cannabis en Bogotá constituye un fenómeno socialmente diferenciado, por los principales hallazgos encontrados en las variables de los encuestados, las cuales son: el estado civil, el sexo, los cursos de vida, las formas de ingreso al tratamiento, el nivel educativo, sus residencia y los lugares de consumo habitual.

Por eso, desde las diferentes variables se hallan asociaciones estadísticamente significativas, donde se encuentran factores predisponentes y de necesidad que tienen los encuestados. Así el Modelo Conductual de Utilización de los Servicios de Salud (MCUSS) de Andersen (1995) sostiene que la utilización de los servicios depende de la interacción entre factores facilitadores y de carencia. De esta manera, el estudio ratifica que el acceso al tratamiento responde a condiciones sociales que estructuran las oportunidades de utilización de los servicios de salud en Bogotá.

En primer lugar, la Tabla 1 “Estado Civil” evidencia la alta proporción de personas solteras (80,5 %) reflejando en ella, un perfil sociodemográfico predominante entre quienes ingresan a tratamiento. Este resultado coincide con Santos y Romero (2025), quienes encontraron una elevada presencia de personas solteras entre pacientes con trastornos por consumo de sustancias, situación que puede relacionarse con redes de apoyo menos consolidados e integradas, resultando así en mayores condiciones de vulnerabilidad social. Desde la perspectiva de Andersen (1995), el estado civil constituye un factor que influye en la búsqueda de atención como en la posibilidad de mantenerse dentro del proceso terapéutico.

Por otra parte, la Figura 1.“Curso de vida respecto a la modalidad de acceso al tratamiento” y Figura 2.“Distribución de acceso al tratamiento respecto al sitio de consumo habitual” muestran que el ingreso voluntario representa la principal modalidad de acceso al tratamiento, independientemente del curso de vida o del lugar donde ocurre el consumo. Se corrobora al interpretar que existe un ingreso voluntario del 75% en la adultez y la vejez y un 70% en la juventud.

Una hipótesis a estos resultados, puede ser la escasa participación de remisiones médicas, académicas, laborales o legales, sugiriendo que las instituciones desempeñan aún, un papel secundario limitado en la detección y encaminamiento de los casos, Dependiendo principalmente de la iniciativa individual o del acompañamiento familiar, según indica Conrad (2007) la dependencia a sustancias psicoactivas ha sido reconocida como una condición médica, que aún no ha logrado orientar a las personas hacia los servicios de salud. Así, previamente este hallazgo es clave, porque infiere que la disponibilidad de servicios no garantiza por sí misma su utilización y prevención, especialmente cuando persisten barreras administrativas, tal como también señalan Urrego-Novoa et al. (2026).

Consiguientemente la concentración del consumo en espacios como la vía pública, el parque y la vivienda permite comprender que el espacio no es escenario neutro, sino más una construcción social donde se desarrollan y reproducen las prácticas sociales. Como plantea Lefebvre (1991) los espacios urbanos adquieren significados a partir de las relaciones sociales que allí se establecen, por lo que determinados lugares pueden ser facilitadores para la reproducción de prácticas como el consumo de sustancias psicoactivas.

De igual forma, la Figura 3. “Sexo y curso de vida” evidencia un marcado predominio masculino, especialmente durante las etapas de juventud y adultez, donde se concentra el mayor volumen de casos entre los encuestados. Por lo tanto, este comportamiento refleja diferencias en las trayectorias sociales de acceso al tratamiento, condicionado quienes llegan a ser tratados No obstante, el estigma asociado al consumo de sustancias continúa limitando la búsqueda de ayuda y el reconocimiento temprano del problema, especialmente dentro del entorno familiar y comunitario, como advierten Albarracín et al. (2009).

Finalmente, en la Figura 4. “Localidad de residencia respecto al nivel educativo” su asociación evidencia que el acceso al tratamiento se concentra en personas que poseen un nivel educativo correspondiente a secundaria completa y secundaria incompleta y a residentes de localidades como Ciudad Bolívar, Bosa, Kennedy, Suba y Usme. Poniendo en evidencia la influencia de las desigualdades sociales/territoriales sobre el acceso a la atención. En consecuencia, los hallazgos respaldan a Andersen (1995), según el cual la utilización de los servicios de salud depende al mismo tiempo de las características individuales y de las situaciones sociales e institucionales que facilitan o restringen el ingreso al tratamiento.

Así, para aplicar el (MCUSS) de Andersen, el acceso a la atención debe convertirse en el resultado de múltiples factores sociales que condicionan las oportunidades de acceso de la población, mediante la reducción del estigma, el mejoramiento de la articulación entre las instituciones y la disminución de las barreras administrativas, con el fin de garantizar una atención más equitativa.

Conclusión

Por lo anteriormente visto, es posible concluir que el sujeto con mayor probabilidad de acceder a un tratamiento en Bogotá sería un hombre soltero, joven-adulto, que haya empezado y/o terminado la secundaria, que viva en el sur de la ciudad y que ingrese de manera voluntaria (aunque esto se debe, principalmente, al hecho de que para poder acceder al tratamiento los pacientes mayores de edad usualmente deben firmar un consentimiento voluntario).

Por consiguiente, el sujeto no adopta estas características de forma aislada, sino que, más bien, las condiciones estructurales de la ciudad lo terminan condenando a la patología de la adicción y, por lo tanto, a la necesidad de una rehabilitación

Posibles líneas futuras de investigación.

A pesar de los avances normativos en Colombia, como la inclusión de los trastornos por consumo de sustancias en el sistema de salud mediante la Ley 1566 de 2012 y la posterior transición hacia modelos clínico-comunitarios impulsada en 2016, persisten brechas críticas en el acceso a la información de estos, así quizás sea oportuno evaluar e integrar modelos pedagógicos que permitan a posibles pacientes integrarse a estos programas de salud. Siguiendo esta línea, Eslava Albarracín (2009) señala que todavía existe un gran estigma que impide que se solicite atención, pues las familias a pesar de considerar el consumo como una enfermedad, no la atienden como una patología que necesita tratamiento por vergüenza. Así hola, una propuesta que evalúe como este estigma se reproduce y explique qué tanta injerencia tiene a la hora de tomar la decisión, pues al momento de superar esta brecha los pacientes asisten voluntariamente como lo demuestra la gráfica 1.

Por una parte el modelo que se ha usado históricamente se basó en la abstinencia, el aislamiento o enfoques teo-prácticos, dejando a un lado el modelo basado en evidencia. Por otra parte, a pesar de que el modelo identifica problemas vigentes, como el estigma ya mencionado por Hernandez (2010) y su desconocimiento a la hora de ser tratado, o las trabas burocráticas que expone Urrego Novoa et al (2026), no se ha conectado estas y otras barreras con un perfil sociodemográfico claro, es decir, no se han analizado las variables que facilitan o dificultan que un individuo ingrese y pueda permanecer en los tratamientos adecuados.

Quienes no acceden a los tratamientos convencionales (que serían aquellos que se rigen por una perspectiva clínico jurídica) sino a programas tradicionales en base a la oralidad como lo expone De León (2000, citado en Zuleta González et al., 2022), sería pertinente analizar la efectividad de estos tratamientos no convencionales y las razones por las que un paciente preferiría tomarlos antes que el enfoque clínico. Pues tan solo el 50% de los familiares y amigos de consumidores considera efectivo el tratamiento clínico (Eslava Albarracín et al., 2009).

Referencias

Andersen, R. M. (1995). Revisiting the behavioral model and access to medical care: Does it matter? Journal of Health and Social Behavior, 36(1), 1–10. https://doi.org/10.2307/2137284

Albarracín, D. G. E., Brands, B., Adlaf, E., Giesbrecht, N., Simich, L., & Wright, M. G. M. (2009). El consumo de drogas y su tratamiento desde la perspectiva de familiares y amigos de consumidores en Bogotá, Colombia. Revista Latino-Americana de Enfermagem, 17(spe), 788–795. https://www.scielo.br/j/rlae/a/KFCMQL8kg48bhNmwkkRfHqH/?format=pdf&lang=es

Conrad, P. (2007). The medicalization of society: On the transformation of human conditions into treatable disorders. Johns Hopkins University Press.

Hernández, D. C. (2010). Tratamiento de adicciones en Colombia. Revista Colombiana de Psiquiatría, 39(suplemento), 153s–170s.

Leshner, A. I. (1997). Addiction is a brain disease, and it matters. Science, 278(5335), 45–47. https://doi.org/10.1126/science.278.5335.45

Santos Yate, J. D., Romero Ospina, M. F. (2025). Calidad de vida en pacientes con trastornos por abuso de sustancias psicoactivas, Bogotá D.C, Colombia. Fundación Universitaria Los Libertadores.

Hernández-Sampieri, R., & Mendoza, C. P. (2018). Metodología de la investigación: las rutas cuantitativa, cualitativa y mixta. McGraw-Hill.

Santos Yate, J. D., & Romero Ospina, M. F. (2025). Calidad de vida en pacientes con trastornos por abuso de sustancias psicoactivas, Bogotá D. C., Colombia [Trabajo de grado, Fundación Universitaria Los Libertadores].

Secretaría Distrital de Salud. (2026). Consumo abusivo o problemático de sustancias psicoactivas [Conjunto de datos]. Datos Abiertos Bogotá. https://datosabiertos.bogota.gov.co/dataset/consumo-abusivo-o-problematico-de-sustancias-psicoactivas/resource/6ecd7219-78f8-4abb-9001-62f431d433fd

Urrego-Novoa, J. R., Méndez-Leguizamón, K. A., Quintero-Parra, K., Cruz-Granados, U., Duarte-Cadena, N., Higuera-Dagovett, E. C., Rojas-Valencia, J. T., & Torres-Galeano, J. (2026). Medición de la adherencia y cumplimiento de la medicación en pacientes con abuso y dependencia a sustancias psicoactivas, atendidos en una institución de prestación de servicios de salud en Bogotá D.C., Colombia. Revista Colombiana de Ciencias Químico-Farmacéuticas, 55(1), 40–50. https://doi.org/10.15446/rcciquifa.v55n1.125020

Zuleta González, P. C., Martínez Ferro, T., Aldana Olmos, J., Tocua Tapia, B., & López Hernández, M. (2022). Caracterización del consumo problemático de sustancias psychoactivas en Bogotá y Medellín: población en tratamiento bajo internación (31). Centro de Estudios sobre Seguridad y Drogas (CESED), Universidad de los Andes.