Introducción
⌅En
países en desarrollo como México, la globalización ha modificado
significativamente los patrones de consumo alimentario, promoviendo la
adopción de dietas occidentalizadas, caracterizadas por un mayor consumo
de productos ultraprocesados (Alolabi et al., 2022[3]
Alolabi, H., Alchallah, M. O., Mohsen, F., Marrawi, M., & Alourfi,
Z. (2022). Social and psychosocial factors affecting eating habits among
students studying at the Syrian Private University: A questionnaire
based cross-sectional study. Heliyon, 8(5), Article e09451. https://doi.org/10.1016/j.heliyon.2022.e09451
; Gupta et al., 2019[18]
Gupta, S., Hawk, T., Aggarwal, A., & Drewnowski, A. (2019).
Characterizing ultra-processed foods by energy density, nutrient
density, and cost. Frontiers in Nutrition, 6, Article 70. https://doi.org/10.3389/fnut.2019.00070
; Mayén et al., 2014[27]
Mayén, A. L., Marques-Vidal, P., Paccaud, F., Bovet, P., &
Stringhini, S. (2014). Socioeconomic determinants of dietary patterns in
low- and middle-income countries: A systematic review. The American
Journal of Clinical Nutrition, 100(6), 1520-1531. https://doi.org/10.3945/ajcn.114.089029
). En este contexto, las bebidas
azucaradas han adquirido un papel central en la estructura de consumo,
particularmente en economías de ingresos medios, donde su crecimiento ha
sido sostenido en las últimas décadas (Gaona-Pineda et al., 2023[17]
Gaona-Pineda, E. B., Rodríguez-Ramírez, S., Medina-Zacarías, M. C.,
Valenzuela-Bravo, D. G., Martinez-Tapia, B., & Arango-Angarita, A.
(2023). Consumidores de grupos de alimentos en población mexicana:
Ensanut Continua 2020-2022. Salud Pública de México, 65(Supl. 1), s248-s258. https://doi.org/10.21149/14785
; Miller et al., 2020[31]
Miller, C., Ettridge, K., Wakefield, M., Pettigrew, S., Coveney, J.,
Roder, D., Durkin, S., Wittert, G., Martin, J., & Dono, J. (2020).
Consumption of sugar-sweetened beverages, juice, artificially-sweetened
soda and bottled water: An Australian population study. Nutrients,
12(3), Article 817. https://doi.org/10.3390/nu12030817
).
En México, más del 76% de la población
consume bebidas azucaradas, lo que las posiciona como uno de los
principales componentes de la dieta (Gaona-Pineda et al., 2023[17]
Gaona-Pineda, E. B., Rodríguez-Ramírez, S., Medina-Zacarías, M. C.,
Valenzuela-Bravo, D. G., Martinez-Tapia, B., & Arango-Angarita, A.
(2023). Consumidores de grupos de alimentos en población mexicana:
Ensanut Continua 2020-2022. Salud Pública de México, 65(Supl. 1), s248-s258. https://doi.org/10.21149/14785
). A pesar de la implementación de
políticas públicas orientadas a desincentivar su consumo, como los
impuestos aplicados a estos productos, la demanda se mantiene elevada en
determinados grupos poblacionales (Batis et al., 2022[5]
Batis, C., Gatica-Domínguez, G., Marrón-Ponce, J. A., Colchero, M. A.,
Rivera, J. A., Barquera, S., & Stern, D. (2022). Price trends of
healthy and less healthy foods and beverages in Mexico from 2011-2018.
Journal of the Academy of Nutrition and Dietetics, 122(2), 309-319.e16. https://doi.org/10.1016/j.jand.2021.08.105
; Salgado et al., 2023[37]
Salgado Hernández, J. C., Ng, S. W., & Colchero, M. A. (2023).
Changes in sugar-sweetened beverage purchases across the price
distribution after the implementation of a tax in Mexico: A
before-and-after analysis. BMC Public Health, 23(1), Article 265. https://doi.org/10.1186/s12889-023-15041-y
; Taillie et al., 2017[39]
Taillie, L. S., Rivera, J. A., Popkin, B. M., & Batis, C. (2017).
Do high vs. low purchasers respond differently to a nonessential
energy-dense food tax? Two-year evaluation of Mexico’s 8% nonessential
food tax. Preventive Medicine, 105, S37-S42. https://doi.org/10.1016/j.ypmed.2017.07.009
). Este comportamiento sugiere que el consumo no
responde únicamente a preferencias individuales, sino también a
restricciones económicas, a la disponibilidad de productos y a las
características del entorno. Asimismo, su contribución significativa a
la ingesta calórica total, especialmente entre los jóvenes (Aburto et al., 2016[2]
Aburto, T. C., Pedraza, L. S., Sánchez-Pimienta, T. G., Batis, C.,
& Rivera, J. A. (2016). Discretionary foods have a high contribution
and fruit, vegetables, and legumes have a low contribution to the total
energy intake of the Mexican population. The Journal of Nutrition,
146(9), 1881S-1887S. https://doi.org/10.3945/jn.115.219121
), indica que se trata de decisiones
de consumo recurrentes que tienden a consolidarse en el tiempo
(adicción), aun cuando estén asociadas a efectos adversos sobre la
salud.
La evidencia reciente sugiere que el consumo de bebidas
azucaradas no ocurre de manera aislada, sino que forma parte de un
conjunto de comportamientos correlacionados, particularmente en
poblaciones jóvenes. En este grupo, los hábitos alimentarios poco
saludables tienden a coexistir con conductas como el consumo de tabaco y
alcohol (Mescoloto et al., 2023[29]
Mescoloto, S. B., Pongiluppi, G., & Domene, S. M. Á. (2024).
Ultra-processed food consumption and children and adolescents’ health.
Jornal de Pediatria, 100(Suppl. 1), S18-S30. https://doi.org/10.1016/j.jped.2023.09.006
), así como con condiciones relacionadas con el bienestar mental, como la depresión (Constantin & Fonseca, 2020[10] Constantin, E.-T., & Fonseca, S. (2020). The effect of food on mental health. Revista Internacional de Educação, Saúde e Ambiente, 3(2), 1-17. https://riesa.mundis.pt/index.php/riesa/article/view/17
). Estos patrones apuntan a la existencia de decisiones de consumo interrelacionadas que comparten determinantes comunes.
En este contexto, el presente estudio analiza la asociación entre factores socioeconómicos, consumo de tabaco y alcohol, y la presencia de síntomas depresivos con el consumo de bebidas azucaradas en jóvenes mexicanos. Para ello, se emplean datos de la Encuesta Nacional de Salud y Nutrición (ENSANUT 2022) y se estima un modelo Tobit censurado a la izquierda, lo que permite capturar tanto la probabilidad de consumo como su intensidad. De esta manera, el estudio contribuye a la literatura al integrar, en un mismo marco empírico, determinantes económicos, conductuales y de salud mental, y a proporcionar evidencia sobre el consumo de bebidas azucaradas como parte de un sistema de decisiones interrelacionadas.
Adicionalmente, el análisis se sustenta en el
enfoque de la adicción racional, que plantea que los individuos toman
decisiones intertemporales considerando tanto los beneficios presentes
como los futuros, incluso en el caso de bienes potencialmente
perjudiciales (Becker & Murphy, 1988[6] Becker, G. S., & Murphy, K. M. (1988). A theory of rational addiction. Journal of Political Economy, 96(4), 675-700. https://doi.org/10.1086/261558
). En este marco, el consumo actual
depende no sólo de variables económicas como el ingreso y los precios,
sino también de hábitos previos y de la interacción con otros
comportamientos relacionados.
1. Revisión de literatura
⌅El
análisis del consumo de bebidas azucaradas puede abordarse desde la
teoría económica del consumidor, en la que las decisiones de consumo son
el resultado de un proceso de maximización de la utilidad sujeto a
restricciones presupuestarias. En este marco, los individuos eligen
entre distintos bienes considerando precios, ingreso y características
individuales, lo que permite identificar los determinantes que influyen
en la demanda de productos específicos (De La Fuente-Mella et al., 2013[13]
De la Fuente-Mella, H., Calaf-Aguilera, L., Cubillos-Reyes, A.,
Solís-Movillo, R., & Valderrama-Escoda, M. F. (2013). Análisis
econométrico de los factores determinantes de una alimentación
saludable: Una aplicación a estudiantes de la carrera de Ingeniería
Comercial de la Pontificia Universidad Católica de Valparaíso, Chile. Revista Ingenerare, 27(1), 9-14.
; Hernández-F et al., 2019[20]
Hernández-F, M., Colchero, M. A., Batis, C., & Rivera, J. A.
(2019). Determinantes del consumo de alimentos no básicos de alta
densidad energética en población mexicana (Ensanut 2012). Salud Pública de México, 61(1), 54-62.https://doi.org/10.21149/8768
; López-Olmedo et al., 2018[26]
López-Olmedo, N., Popkin, B. M., & Taillie, L. S. (2018). The
socioeconomic disparities in intakes and purchases of less-healthy foods
and beverages have changed over time in urban Mexico. The Journal of
Nutrition, 148(1), 109-116. https://doi.org/10.1093/jn/nxx007
). No obstante, bajo este enfoque,
resulta poco evidente que un consumidor racional elija sistemáticamente
bienes potencialmente perjudiciales para su salud, como las bebidas
azucaradas, lo que ha llevado a cuestionar la capacidad del modelo
estándar para explicar este tipo de decisiones.
En respuesta, el enfoque de adicción racional (Becker & Murphy, 1988[6] Becker, G. S., & Murphy, K. M. (1988). A theory of rational addiction. Journal of Political Economy, 96(4), 675-700. https://doi.org/10.1086/261558
) plantea que los individuos toman
decisiones intertemporales considerando tanto la utilidad presente como
la futura, lo que implica que el consumo actual puede depender de
hábitos pasados y de la interacción con otros comportamientos. En este
marco, el consumo de bebidas azucaradas puede interpretarse como parte
de un conjunto de decisiones interrelacionadas, en el que la repetición
del consumo genera hábitos persistentes y otros comportamientos pueden
influir en la trayectoria de consumo.
Desde esta perspectiva, el
consumo no ocurre de manera aislada, sino que se inscribe en patrones
más amplios de comportamiento. En particular, la evidencia sugiere que
las conductas asociadas al consumo de tabaco, alcohol y alimentos
altamente calóricos tienden a coexistir y reforzarse mutuamente (Milic et al., 2020[30]
Milic, M., Gazibara, T., Pekmezovic, T., Kisic Tepavcevic, D., Maric,
G., Popovic, A., Stevanovic, J., Patil, K. H., & Levine, H. (2020).
Tobacco smoking and health-related quality of life among university
students: Mediating effect of depression. PLOS ONE, 15(1), Article
e0227042. https://doi.org/10.1371/journal.pone.0227042
). En el caso del consumo de tabaco,
se ha documentado una relación bidireccional con los hábitos
alimentarios, en la que la nicotina puede modificar la percepción del
sabor, el apetito y el metabolismo, influyendo en las decisiones de
consumo (Berube et al., 2021[7]
Berube, L., Duffy, V. B., Hayes, J. E., Hoffman, H. J., & Rawal, S.
(2021). Associations between chronic cigarette smoking and taste
function: Results from the 2013-2014 National Health and Nutrition
Examination Survey. Physiology & Behavior, 240, Article 113554. https://doi.org/10.1016/j.physbeh.2021.113554
; Cui et al., 2023[12]
Cui, Z., Li, Y., Liu, Z., Li, L., Nie, X., Zhou, X., Cheng, A., Li, J.,
Qin, R., Wei, X., Zhao, L., Ladmore, D., Pesola, F., Chung, K. F.,
Chen, Z., Hajek, P., Xiao, D., & Wang, C. (2023). The experience of
tobacco withdrawal symptoms among current smokers and ex-smokers in the
general population: Findings from nationwide China Health Literacy
Survey during 2018-19. Frontiers in Psychiatry, 13, Article 1023756. https://doi.org/10.3389/fpsyt.2022.1023756
; Kim-Mozeleski et al., 2021[22]
Kim-Mozeleski, J. E., Poudel, K. C., & Tsoh, J. Y. (2021).
Examining reciprocal effects of cigarette smoking, food insecurity, and
psychological distress in the U.S. Journal of Psychoactive Drugs, 53(2),
177-184. https://doi.org/10.1080/02791072.2020.1845419
; Mesas et al., 2023[28]
Mesas, A. E., Girotto, E., Rodrigues, R., Martínez-Vizcaíno, V.,
Jiménez-López, E., & López-Gil, J. F. (2024). Ultra-processed food
consumption is associated with alcoholic beverage drinking, tobacco
smoking, and illicit drug use in adolescents: A nationwide
population-based study. International Journal of Mental Health and
Addiction, 22(5), 3109-3132. https://doi.org/10.1007/s11469-023-01038-6
). De manera similar, el consumo de
alcohol se asocia con una mayor propensión a consumir alimentos
ultraprocesados y bebidas de alta densidad calórica, debido tanto a
efectos fisiológicos como a una reducción del autocontrol en la toma de
decisiones (Åberg et al., 2023[1]
Åberg, F., Byrne, C. D., Pirola, C. J., Männistö, V., & Sookoian,
S. (2023). Alcohol consumption and metabolic syndrome: Clinical and
epidemiological impact on liver disease. Journal of Hepatology, 78(1),
191-206. https://doi.org/10.1016/j.jhep.2022.08.030
; Miyoshi et al., 2024[32]
Miyoshi, K., Kimura, Y., Nakahata, M., & Miyawaki, T. (2024). Foods
and beverages associated with smoking craving in heated tobacco product
and cigarette smokers: A cross-sectional study. Tobacco Induced
Diseases, 22(January), Article 1. https://doi.org/10.18332/tid/175623
; Scott et al., 2020[38]
Scott, S., Muir, C., Stead, M., Fitzgerald, N., Kaner, E., Bradley, J.,
Wrieden, W., Power, C., & Adamson, A. (2020). Exploring the links
between unhealthy eating behaviour and heavy alcohol use in the social,
emotional and cultural lives of young adults (aged 18-25): A qualitative
research study. Appetite, 144, Article 104449. https://doi.org/10.1016/j.appet.2019.104449
).
Asimismo, la salud mental, en particular
la presencia de síntomas depresivos, se ha vinculado con cambios en los
patrones de consumo. Diversos estudios señalan que la depresión puede
inducir la preferencia por alimentos ricos en azúcares y grasas debido a
sus efectos sobre los sistemas de recompensa (Coletro et al., 2022[9]
Coletro, H. N., Mendonça, R. de D., Meireles, A. L., Machado-Coelho, G.
L. L., & Menezes, M. C. de. (2022). Ultra-processed and fresh food
consumption and symptoms of anxiety and depression during the COVID-19
pandemic: COVID Inconfidentes. Clinical Nutrition ESPEN, 47, 206-214. https://doi.org/10.1016/j.clnesp.2021.12.013
; Constantin & Fonseca, 2020[10] Constantin, E.-T., & Fonseca, S. (2020). The effect of food on mental health. Revista Internacional de Educação, Saúde e Ambiente, 3(2), 1-17. https://riesa.mundis.pt/index.php/riesa/article/view/17
; Kris-Etherton et al., 2021[24]
Kris-Etherton, P. M., Petersen, K. S., Hibbeln, J. R., Hurley, D.,
Kolick, V., Peoples, S., Rodriguez, N., & Woodward-Lopez, G. (2021).
Nutrition and behavioral health disorders: Depression and anxiety.
Nutrition Reviews, 79(3), 247-260. https://doi.org/10.1093/nutrit/nuaa025
). Desde una perspectiva económica,
estos comportamientos pueden interpretarse como decisiones que
privilegian la utilidad inmediata en contextos de bienestar reducido,
aun cuando impliquen costos futuros, lo cual es consistente con el marco
de la adicción racional.
Por otra parte, las características
socioeconómicas constituyen determinantes fundamentales del
comportamiento de consumo, ya que condicionan tanto las restricciones
presupuestarias como el entorno en el que se toman las decisiones (Hernández-F et al., 2019[20]
Hernández-F, M., Colchero, M. A., Batis, C., & Rivera, J. A.
(2019). Determinantes del consumo de alimentos no básicos de alta
densidad energética en población mexicana (Ensanut 2012). Salud Pública de México, 61(1), 54-62.https://doi.org/10.21149/8768
; López-Olmedo et al., 2018[26]
López-Olmedo, N., Popkin, B. M., & Taillie, L. S. (2018). The
socioeconomic disparities in intakes and purchases of less-healthy foods
and beverages have changed over time in urban Mexico. The Journal of
Nutrition, 148(1), 109-116. https://doi.org/10.1093/jn/nxx007
). En este sentido, variables como el
nivel de ingresos, la educación, el área de residencia, la edad y el
sexo influyen en los patrones de consumo al reflejar diferencias en el
acceso, la información y las preferencias. La evidencia muestra que los
hogares con menores ingresos tienden a consumir una mayor proporción de
alimentos de bajo costo y alta densidad calórica, incluidas bebidas
azucaradas, debido a restricciones presupuestarias (Dolislager et al., 2022[15]
Dolislager, M., Liverpool-Tasie, L. S. O., Mason, N. M., Reardon, T.,
& Tschirley, D. (2022). Consumption of healthy and unhealthy foods
by the African poor: Evidence from Nigeria, Tanzania, and Uganda.
Agricultural Economics, 53(6), 870-894. https://doi.org/10.1111/agec.12738
; Gupta et al., 2019[18]
Gupta, S., Hawk, T., Aggarwal, A., & Drewnowski, A. (2019).
Characterizing ultra-processed foods by energy density, nutrient
density, and cost. Frontiers in Nutrition, 6, Article 70. https://doi.org/10.3389/fnut.2019.00070
). De igual forma, niveles educativos
bajos se asocian con un mayor consumo de estos productos, mientras que
entornos urbanos favorecen su disponibilidad y acceso (Costa et al., 2021[11]
Costa, D. V. P., Lopes, M. S., Mendonça, R. D., Malta, D. C., Freitas,
P. P., & Lopes, A. C. S. (2021). Food consumption differences in
Brazilian urban and rural areas: the National Health Survey. Diferenças
no consumo alimentar nas áreas urbanas e rurais do Brasil: Pesquisa
Nacional de Saúde. Ciencia & saude coletiva, 26(suppl 2), 3805-3813.https://doi.org/10.1590/1413-81232021269.2.26752019
; Desbouys et al., 2019[14]
Desbouys, L., De Ridder, K., Rouche, M., & Castetbon, K. (2019).
Food consumption in adolescents and young adults: Age-specific
socio-economic and cultural disparities (Belgian Food Consumption Survey
2014). Nutrients, 11(7), Article 1520. https://doi.org/10.3390/nu11071520
; Fajardo et al., 2020[16]
Fajardo, A., Martínez, C., Moreno, Z., Villaveces, M., & Céspedes,
J. (2020). Percepción sobre alimentación saludable en cuatro
instituciones escolares. Revista Colombiana de Cardiología, 27(1), 49-54. https://doi.org/10.1016/j.rccar.2018.08.010
; Guzman-Vilca et al., 2022[19]
Guzman-Vilca, W. C., Yovera-Juarez, E. A., Tarazona-Meza, C.,
García-Larsen, V., & Carrillo-Larco, R. M. (2022). Sugar-sweetened
beverage consumption in adults: Evidence from a national health survey
in Peru. Nutrients, 14(3), Article 582. https://doi.org/10.3390/nu14030582
; Livingstone et al., 2021[25]
Livingstone, K. M., Abbott, G., Lamb, K. E., Dullaghan, K., Worsley,
T., & McNaughton, S. A. (2021). Understanding meal choices in young
adults and interactions with demographics, diet quality, and health
behaviors: A discrete choice experiment. The Journal of Nutrition,
151(8), 2361-2371. https://doi.org/10.1093/jn/nxab106
).
Finalmente, variables
demográficas como la edad y el sexo reflejan diferencias en las
preferencias y los patrones de comportamiento. Los jóvenes tienden a
mostrar una mayor preferencia por alimentos altamente calóricos y una
menor percepción de riesgo a largo plazo (Alolabi et al., 2022[3]
Alolabi, H., Alchallah, M. O., Mohsen, F., Marrawi, M., & Alourfi,
Z. (2022). Social and psychosocial factors affecting eating habits among
students studying at the Syrian Private University: A questionnaire
based cross-sectional study. Heliyon, 8(5), Article e09451. https://doi.org/10.1016/j.heliyon.2022.e09451
; Howse et al., 2018[21]
Howse, E., Hankey, C., Allman-Farinelli, M., Bauman, A., & Freeman,
B. (2018). ‘Buying salad is a lot more expensive than going to
McDonalds’: Young adults’ views about what influences their food
choices. Nutrients, 10(8), Article 996. https://doi.org/10.3390/nu10080996
), mientras que existen diferencias
sistemáticas en el consumo entre hombres y mujeres asociadas a factores
biológicos y socioculturales (Koubaa & Eleuch, 2020[23]
Koubaa, Y., & Eleuch, A. (2020). Gender effects on odor-induced
taste enhancement and subsequent food consumption. Journal of Consumer
Marketing, 37(5), 511-519. https://doi.org/10.1108/JCM-02-2019-3091
; Rodrigues et al., 2020[36]
Rodrigues, H., Gomez-Corona, C., & Valentin, D. (2020).
Femininities & masculinities: Sex, gender, and stereotypes in food
studies. Current Opinion in Food Science, 33, 156-164. https://doi.org/10.1016/j.cofs.2020.05.002
).
En conjunto, esta literatura sugiere que el consumo de bebidas azucaradas puede entenderse como el resultado de la interacción entre factores socioeconómicos, conductuales y de salud mental, que abarcan tanto las restricciones económicas como la formación de hábitos y la complementariedad entre decisiones. En este sentido, dichas variables constituyen determinantes relevantes del consumo observado y permiten aproximar empíricamente el comportamiento del consumidor.
2. Metodología
⌅El presente estudio adopta un enfoque cuantitativo, de corte transversal y de carácter analítico. Para ello, se utilizaron datos de la Encuesta Nacional de Salud y Nutrición (ENSANUT) 2022, aplicada por el Instituto Nacional de Salud Pública (INSP) en México. La información se obtuvo a partir de las bases de datos públicas del INSP (2023), mediante la integración de cuestionarios sobre el hogar, sus residentes y el consumo de alimentos y bebidas. Todas las estimaciones se realizaron en STATA v15.
2.1 La muestra y los datos
⌅La ENSANUT 2022 emplea un diseño de muestreo probabilístico, polietápico y estratificado. Las unidades primarias de muestreo fueron las Áreas Geoestadísticas Básicas (AGEB) definidas por el INEGI; las unidades secundarias correspondieron a manzanas en áreas urbanas y localidades en áreas rurales; y las unidades finales de observación fueron las viviendas.
Del total de 10,450 hogares encuestados, aproximadamente el 11% respondió el cuestionario de frecuencia de consumo de alimentos. A partir de este subconjunto se construyó una muestra de 307 individuos de entre 10 y 25 años. La selección de este rango etario permite analizar una cohorte en la que se forman y consolidan los hábitos de consumo, así como captar la transición hacia una mayor autonomía en las decisiones individuales, una etapa clave en la configuración de patrones persistentes de consumo. Dado el diseño muestral complejo de la ENSANUT 2022, en todas las estimaciones se utilizaron los factores de expansión proporcionados por la encuesta, a fin de garantizar la representatividad estadística de los resultados.
2.2 Variables
⌅La
variable dependiente fue el consumo de bebidas azucaradas (CBA), medido
mediante el cuestionario de consumo de alimentos de la ENSANUT 2022.
Para su construcción, se consideró el consumo de refrescos, leches
saborizadas, aguas de sabor industrializadas y jugos o néctares
industrializados. Se utilizó la información sobre cantidad consumida,
expresada en mililitros, así como la frecuencia de consumo, medida en
número de días y porciones, lo que permitió calcular el consumo semanal
total de bebidas azucaradas por individuo (Guzman-Vilca et al., 2022[19]
Guzman-Vilca, W. C., Yovera-Juarez, E. A., Tarazona-Meza, C.,
García-Larsen, V., & Carrillo-Larco, R. M. (2022). Sugar-sweetened
beverage consumption in adults: Evidence from a national health survey
in Peru. Nutrients, 14(3), Article 582. https://doi.org/10.3390/nu14030582
; Phulkerd et al., 2020[34]
Phulkerd, S., Thongcharoenchupong, N., Chamratrithirong, A., Soottipong
Gray, R., & Prasertsom, P. (2020). Changes in population-level
consumption of taxed and non-taxed sugar-sweetened beverages (SSB) after
implementation of SSB excise tax in Thailand: A prospective cohort
study. Nutrients, 12(11), Article 3294. https://doi.org/10.3390/nu12113294
).
Como variables independientes se
incluyeron el consumo de alcohol (CA) y el consumo de tabaco (CT), ambas
dicotomizadas en 1 = consume y 0 = no consume, considerando tanto el
consumo ocasional como el diario (Phulkerd et al., 2022[33]
Phulkerd, S., Thongcharoenchupong, N., Chamratrithirong, A.,
Pattaravanich, U., Sacks, G., & Prasertsom, P. (2022). Influence of
sociodemographic and lifestyle factors on taxed sugar-sweetened beverage
consumption in Thailand. Food Policy, 109, Article 102256. https://doi.org/10.1016/j.foodpol.2022.102256
). Para evaluar la sintomatología depresiva (SDEP), se utilizó la Escala de Depresión del Centro de Estudios Epidemiológicos CESD-7 (Radloff, 1977[35]
Radloff, L. S. (1977). The CES-D scale: A self-report depression scale
for research in the general population. Applied Psychological
Measurement, 1(3), 385-401. https://doi.org/10.1177/014662167700100306
), incorporada en la ENSANUT. Esta escala mide la
frecuencia de los síntomas depresivos durante la semana previa a la
entrevista y presenta un rango de 7 a 28 puntos. Dado que la versión
original de la CESD-7 oscila entre 0 y 21 puntos, se ajustó el punto de
corte reportado en la literatura. En específico, el umbral de nueve
puntos propuesto por Vázquez-Salas et al. (2023[41]
Vázquez-Salas, A., Hubert, C., Portillo-Romero, A., Valdez-Santiago,
R., Barrientos-Gutiérrez, T., & Villalobos, A. (2023).
Sintomatología depresiva en adolescentes y adultos mexicanos: Ensanut
2022. Salud Pública de México, 65(Supl. 1), s117-s125. https://doi.org/10.21149/14827
) se transformó a un valor equivalente de 16 puntos en la escala utilizada en este estudio.
Adicionalmente, se incorporaron variables sociodemográficas: área de residencia (AR), codificada en tres categorías: rural, urbana y metropolitana; nivel de ingresos del hogar (NI), medido en cinco categorías de ingreso mensual; nivel académico del jefe del hogar (NA), clasificado en tres categorías; edad (Ed), medida en años cumplidos; y sexo (Sx), codificado como 1 = hombre y 0 = mujer.
2.3 Análisis estadístico de la información
⌅El análisis se realizó mediante un modelo Tobit censurado a la izquierda (Tobin, 1958[40] Tobin, J. (1958). Estimation of relationships for limited dependent variables. Econometrica, 26(1), 24-36. https://doi.org/10.2307/1907382
), adecuado cuando la variable dependiente es
continua, pero presenta una acumulación importante de observaciones en
un punto límite, en este caso cero (Amore & Murtinu, 2019[4]
Amore, M. D., & Murtinu, S. (2021). Tobit models in strategy
research: Critical issues and applications. Global Strategy Journal,
11(3), 331-355. https://doi.org/10.1002/gsj.1363
; Buckley & James, 1979[8] Buckley, J., & James, I. (1979). Linear regression with censored data. Biometrika, 66(3), 429-436. https://doi.org/10.1093/biomet/66.3.429
). En la presente investigación, una
proporción de los encuestados reportó no haber consumido bebidas
azucaradas durante la semana previa a la encuesta, lo que generó
observaciones censuradas en cero.
Bajo este enfoque, el modelo permite estimar simultáneamente la probabilidad de consumo y su intensidad, aprovechando la información tanto de quienes no consumieron como de quienes sí lo hicieron. La especificación general del modelo es la siguiente:
En donde
es la variable dependiente latente del consumo potencial, la cual, no
es directamente observable, sin embargo, esta variable se hace presente
cuando supera un umbral, en este caso es cero. En tanto que la
es la variable observada (CBA) y toma los siguientes valores cuando la censura es a la izquierda (Buckley & James, 1979[8] Buckley, J., & James, I. (1979). Linear regression with censored data. Biometrika, 66(3), 429-436. https://doi.org/10.1093/biomet/66.3.429
):
Donde
L es el umbral de censura, ello permite que el modelo capture tanto la
decisión de consumir (o no consumir), en este caso el consumo de bebidas
azucaradas.
, representa un vector de variables explicativas: CA, CT, SDEP, AR, NI, NA, Ed, Sx. La β, representa los coeficientes que se buscan estimar mediante el método
máxima verosimilitud. Además, se supone que el error se distribuye
normal
.
En la presente investigación, un porcentaje considerable de los
encuestados informó no haber consumido bebidas azucaradas en la semana
anterior a la encuesta, lo que derivó en un alto número de observaciones
censuradas en cero. En situaciones donde la variable dependiente es
continua, pero presenta una concentración significativa de valores en un
punto límite (en este caso, cero), el modelo Tobit censurado a la
izquierda se considera una técnica adecuada (Amore y Murtinu, 2019[4]
Amore, M. D., & Murtinu, S. (2021). Tobit models in strategy
research: Critical issues and applications. Global Strategy Journal,
11(3), 331-355. https://doi.org/10.1002/gsj.1363
). Al utilizar el modelo Tobit, se
aprovecha toda la información disponible, tanto de aquellos que no
consumen como de aquellos que sí lo hacen, proporcionando una estimación
más precisa de los efectos de las variables independientes sobre el
consumo de bebidas azucaradas.
3. Resultados
⌅La muestra analizada estuvo compuesta por 307 individuos, con una distribución equilibrada por sexo y una edad promedio de 16.17 años (DE = 4.53). En términos de comportamiento, el 29.64% reportó consumo de alcohol y el 6.19% consumo de tabaco. En cuanto al nivel socioeconómico, la mayoría de los participantes se concentra en niveles de ingreso bajos, lo que sugiere un contexto de restricción económica para el análisis del consumo. Asimismo, la sintomatología depresiva promedio fue de 12.65 puntos (DE = 3.27), valor que se encuentra por debajo del punto de corte ajustado (≥16), lo que indica que, en promedio, la muestra no presenta niveles de sintomatología depresiva moderada o severa.
| Variable | Opciones | Porcentaje |
|---|---|---|
| Sexo | Femenino | 51.79% |
| Masculino | 48.21% | |
| Consumidores de | Tabaco | 6.19% |
| Alcohol | 29.64% | |
| Nivel educativo | Educación Básica | 62.87% |
| Educación Media Superior | 26.71% | |
| Educación Superior | 10.42% | |
| Área de residencia | Rural | 27.69% |
| Urbano | 33.22% | |
| Metropolitano | 39.09% | |
| Nivel de ingreso | Menos de $5,999.00 | 47.88% |
| $6,000.00 a $9,999.00 | 32.25% | |
| $10,000.00 a $13,999.00 | 12.05% | |
| $14,000.00 a $21,999.00 | 6.19% | |
| $22,000.00 en adelante | 1.63% |
Fuente: elaboración propia.
La estimación del consumo de bebidas azucaradas indica que, en promedio, los participantes consumen 2.365 litros por semana, con una desviación estándar de 3.52 litros, lo que evidencia una alta dispersión en los niveles de consumo. Al complementar este análisis con medidas de posición, se observa que la mediana se sitúa en 1.2 litros, valor considerablemente inferior a la media, lo que sugiere una distribución asimétrica caracterizada por la concentración de individuos con bajos niveles de consumo. En este sentido, el percentil 75 alcanza 3.12 litros, mientras que el percentil 90 se ubica en 6 litros por semana, evidenciando la presencia de un grupo reducido de consumidores con niveles elevados. Esta configuración confirma la existencia de heterogeneidad en la muestra, con una acumulación de observaciones en niveles bajos, incluyendo múltiples valores de cero, y una cola derecha pronunciada. Por tanto, esta estructura distributiva justifica el uso de modelos censurados como el Tobit, los cuales permiten capturar simultáneamente la probabilidad de consumo y la intensidad del mismo.
Dentro de esta categoría, el consumo de refrescos es notablemente alto, con un promedio de 2.035 litros por semana y una desviación estándar de 3.42 litros. En cuanto a las leches saborizadas, estas presentan un consumo mucho menor, con un promedio de 0.061 litros a la semana y una desviación estándar de 0.26 litros. Por su parte, las aguas de sabor industrializadas y los jugos de néctar industrializados también registran niveles reducidos, con promedios de 0.075 litros (desviación estándar de 0.39 litros) y 0.193 litros (desviación estándar de 0.44 litros) por semana, respectivamente. Estos resultados indican que, aunque el consumo de bebidas azucaradas es común en la muestra, existe una clara preferencia por los refrescos, lo cual constituye un punto crítico para el diseño de intervenciones orientadas a reducir el consumo de azúcar en esta población joven.
3.1 Análisis Tobit
⌅Los resultados del modelo Tobit se presentan en la tabla 2. En términos generales, el modelo es estadísticamente significativo (χ = 64.14, p < 0.001), lo que indica que, en conjunto, las variables incluidas permiten explicar el consumo de bebidas azucaradas. El valor de la Pseudo R² de McFadden (0.0413) es consistente con estudios de comportamiento alimentario, donde este tipo de modelos suele presentar niveles de ajuste moderados.
| Variable | Consumo de bebidas azucaradas | Efectos marginales |
|---|---|---|
| Coef. (IC 95%) | Coef. (IC 95%) | |
| Consumo de tabaco | 4.236118 (2.409868 - 6.02367) *** | 3.567557 (1.8636 - 5.271513) *** |
| Consumo de alcohol | .5056324 (-.6028158 - 1.614081) | .3593263 (-.437312 - 1.155965) |
| Sintomatología depresiva | .1097154 (-.016595 - .2360259) * | .0767276 (-.0110813 - .1645364) ** |
| Área de residencia | ||
| Urbano (2500-99,999 Hab) | 1.26983 (.2046556 - 2.335004) ** | .8555867 (.147413 - 1.56376) ** |
| Metropolitano (100mil y + Hab) | 1.269079 (.2049798 - 2.333178) ** | .8550366 (.1514903 - 1.558583) ** |
| Nivel de ingresos | ||
| $1 - $5,999 | 5.08047 (.9648381- 9.196102) ** | 2.39869 (1.36523 - 3.43215) *** |
| $6,000 - $9,999 | 4.864645 (.7377184 - 8.991572) ** | 2.244297 (1.183731 - 3.304864) *** |
| $10,000 - $13,999 | 4.336125 (.1387319 - 8.533518) ** | 1.88465 (.6919016 - 3.077398) ** |
| $14,000 - $21,999 | 4.334575 (-.039106 - 8.8256) * | 1.883635 (.4646531 - 3.302617) ** |
| Nivel de estudios | ||
| Educación Básica | 2.758859 (.9666034 - 4.551114) ** | 1.649818 (.7465151 - 2.553121) *** |
| Nivel Medio Superior | 2.466812 (.8418608 - 4.091762) ** | 1.439701 (.6077029 - 2.2717) *** |
| Edad | .121579 (-.0048109 - .2479689) * | .0850241 (-.0028139 - .1728622) * |
| Sexo | ||
| Hombre | .9002627 (.0503215 - 1.750204) ** | .632086 (.0356355 - 1.228537) ** |
| Constante | -10.2652 (-15.71854 - -4.811854) *** |
Fuente:
elaboración propia. Variable dependiente: Consumo de bebidas azucaradas
en litros; χ (13) = 64.14 p<0.001; Log likelihood = -745.10925;
Pseudo
=0.0413;
0 observaciones censuradas a la derecha, 267 observaciones sin
censurar, 40 observaciones censuradas a la izquierda, con base en y≤0;
*, ** y *** denota la significancia estadística al 10%, 5% y 1%,
respectivamente; Abreviaturas: Coef. = Coeficiente; IC = Intervalo de
Confianza.
En el caso de los factores conductuales, el consumo de tabaco muestra una relación positiva y estadísticamente significativa con el consumo de bebidas azucaradas (EM = 3.568; p < 0.01). En términos prácticos, esto implica que quienes fuman tienden a consumir mayores cantidades de estas bebidas que quienes no fuman. Este resultado sugiere que ambas conductas no ocurren de manera aislada, sino que forman parte de patrones de consumo que tienden a coexistir. En contraste, el consumo de alcohol no muestra una relación estadísticamente significativa. Aunque el coeficiente mantiene un signo positivo, la evidencia no es suficiente para afirmar que influye directamente en el consumo de bebidas azucaradas en esta población.
Por su parte, la sintomatología depresiva muestra una relación positiva y significativa (EM = 0.077; p < 0.05), lo que indica que incrementos en los niveles de depresión se asocian con un mayor consumo de bebidas azucaradas. Este comportamiento puede interpretarse como una respuesta vinculada a la regulación emocional, donde este tipo de productos funciona como una forma de afrontamiento. En cuanto al contexto sociodemográfico, el lugar de residencia marca diferencias claras en los patrones de consumo. Vivir en zonas urbanas (EM = 0.856; p < 0.05) o metropolitanas (EM = 0.855; p < 0.05) se asocia con un mayor consumo que en zonas rurales, lo que refleja la influencia del entorno alimentario y la mayor disponibilidad de productos ultraprocesados.
El nivel de ingresos también muestra un patrón consistente: a menores ingresos, mayor consumo de bebidas azucaradas. Por ejemplo, quienes perciben entre $1 y $5,999 pesos consumen, en promedio, 2.399 litros adicionales por semana en comparación con el grupo de mayores ingresos. Este resultado sugiere que las restricciones económicas pueden orientar el consumo hacia productos más accesibles, aunque menos saludables. De manera similar, el nivel educativo presenta una relación inversa con el consumo. Los individuos con menor escolaridad, en particular quienes tienen educación básica, registran un consumo superior (1.650 litros adicionales por semana) al de quienes cuentan con educación superior. Esto sugiere que la educación desempeña un papel relevante en la formación de hábitos de consumo.
La edad muestra una asociación positiva marginal (EM = 0.085; p < 0.10), lo que indica que el consumo tiende a incrementarse ligeramente a medida que aumenta la edad en el grupo analizado. Finalmente, se observan diferencias por sexo, donde los hombres consumen en promedio 0.632 litros más de bebidas azucaradas por semana en comparación con las mujeres. Como análisis complementario, se estimó un modelo específico para el consumo de refresco (tabla 3), obteniéndose resultados muy similares a los del modelo general. La principal diferencia se observa en la sintomatología depresiva, que deja de ser significativa, lo que sugiere que su efecto se manifiesta en el consumo agregado de bebidas azucaradas, pero no necesariamente en el consumo específico de refresco.
| Variable | Consumo de Refresco | Efectos marginales |
|---|---|---|
| Coef. (IC 95%) | Coef. (IC 95%) | |
| Consumo de tabaco | 4.425731 (2.546511 - 6.30495) *** | 3.575652 (1.853316 - 5.297987) *** |
| Consumo de alcohol | .5182526 (-.6137045 - 1.65021) | .3410589 (-.4145302 - 1.096648) |
| Sintomatología depresiva | .0868435 (-.016595 - .2360259) | .0560714 (-.0275214 - .1396643) |
| Área de residencia | ||
| Urbano (2500-99,999 Hab) | 1.008954 (.2046556 - 2.335004) * | .6269215 (-.0462492 - 1.300092) * |
| Metropolitano (100mil y + Hab) | 1.090472 (.2049798 - 2.333178) ** | .6818802 (.0113257 - 1.352435) ** |
| Nivel de ingresos | ||
| $1 - $5,999 | 7.13836 (1.776589 - 12.50013) *** | 2.481003 (1.832801 - 3.129205) *** |
| $6,000 - $9,999 | 6.741746 (1.366464 - 12.11703) ** | 2.218029 (1.533438 - 2.902619) *** |
| $10,000 - $13,999 | 6.282355 (.86709 - 11.69762) ** | 1.932759 (1.075935 - 2.789583) *** |
| $14,000 - $21,999 | 6.284115 (.6975574 - 11.87067) ** | 1.933811 (.8052651 - 3.062356) *** |
| Nivel de estudios | ||
| Educación Básica | 2.691633 (.8545103 - 4.528756) *** | 1.473967 (.6304582 - 2.317476) *** |
| Nivel Medio Superior | 2.299205 (.6312191 - 3.967192) *** | 1.214165 (.4404675 - 1.987863) *** |
| Edad | .1693298 (.0399306 - .298729) ** | .1093296 (.0264261 - .1922331) *** |
| Sexo | ||
| Hombre | .9421037 (.0668873 - 1.81732) ** | .6108644 (.0433921 - 1.178337) ** |
| Constante | -13.02418 (-19.47181 - -6.576556) *** |
Fuente:
elaboración propia. Variable dependiente: Consumo de bebidas azucaradas
en litros; χ (13) = 66.08 p<0.001; Log likelihood = -708.00486;
Pseudo
=0.0446;
0 observaciones censuradas a la derecha, 246 observaciones sin
censurar, 61 observaciones censuradas a la izquierda, con base en y≤0;
*, ** y *** denota la significancia estadística al 10%, 5% y 1%,
respectivamente; Abreviaturas: Coef. = Coeficiente; IC = Intervalo de
Confianza.
Conclusiones
⌅Los resultados obtenidos indican que el consumo de bebidas azucaradas en la población joven analizada responde a la interacción entre factores socioeconómicos, conductuales y de salud mental. Esta evidencia es consistente con la literatura reciente que sugiere que las decisiones de consumo tienden a agruparse en patrones interrelacionados, particularmente en poblaciones jóvenes, lo cual es coherente con el enfoque de adicción racional, en el que el consumo actual depende de hábitos y de la interacción con otras decisiones.
Uno de los
hallazgos del estudio es la asociación positiva entre el consumo de
tabaco y el consumo de bebidas azucaradas. Este resultado es consistente
con la evidencia que documenta una relación bidireccional entre el
tabaquismo y los hábitos alimentarios, explicada por cambios en la
percepción del sabor, el apetito y el metabolismo asociados al consumo
de nicotina (Berube et al., 2021[7]
Berube, L., Duffy, V. B., Hayes, J. E., Hoffman, H. J., & Rawal, S.
(2021). Associations between chronic cigarette smoking and taste
function: Results from the 2013-2014 National Health and Nutrition
Examination Survey. Physiology & Behavior, 240, Article 113554. https://doi.org/10.1016/j.physbeh.2021.113554
; Cui et al., 2023[12]
Cui, Z., Li, Y., Liu, Z., Li, L., Nie, X., Zhou, X., Cheng, A., Li, J.,
Qin, R., Wei, X., Zhao, L., Ladmore, D., Pesola, F., Chung, K. F.,
Chen, Z., Hajek, P., Xiao, D., & Wang, C. (2023). The experience of
tobacco withdrawal symptoms among current smokers and ex-smokers in the
general population: Findings from nationwide China Health Literacy
Survey during 2018-19. Frontiers in Psychiatry, 13, Article 1023756. https://doi.org/10.3389/fpsyt.2022.1023756
). Asimismo, coincide con estudios que
señalan la coexistencia de comportamientos de consumo en estilos de
vida caracterizados por una mayor exposición a riesgos (Kim-Mozeleski et al., 2021[22]
Kim-Mozeleski, J. E., Poudel, K. C., & Tsoh, J. Y. (2021).
Examining reciprocal effects of cigarette smoking, food insecurity, and
psychological distress in the U.S. Journal of Psychoactive Drugs, 53(2),
177-184. https://doi.org/10.1080/02791072.2020.1845419
; Mesas et al., 2023[28]
Mesas, A. E., Girotto, E., Rodrigues, R., Martínez-Vizcaíno, V.,
Jiménez-López, E., & López-Gil, J. F. (2024). Ultra-processed food
consumption is associated with alcoholic beverage drinking, tobacco
smoking, and illicit drug use in adolescents: A nationwide
population-based study. International Journal of Mental Health and
Addiction, 22(5), 3109-3132. https://doi.org/10.1007/s11469-023-01038-6
). Desde una perspectiva económica,
este resultado sugiere la presencia de complementariedades entre
decisiones de consumo, en las que la elección de un bien puede estar
asociada a la probabilidad de consumir otros bienes.
En contraste,
el consumo de alcohol no mostró una asociación estadísticamente
significativa con el de bebidas azucaradas. Este resultado introduce un
matiz relevante frente a la literatura que ha documentado relaciones
positivas entre el consumo de alcohol y la ingesta de alimentos de alta
densidad calórica (Åberg et al., 2023[1]
Åberg, F., Byrne, C. D., Pirola, C. J., Männistö, V., & Sookoian,
S. (2023). Alcohol consumption and metabolic syndrome: Clinical and
epidemiological impact on liver disease. Journal of Hepatology, 78(1),
191-206. https://doi.org/10.1016/j.jhep.2022.08.030
; Sánchez et al., 2021; Scott et al., 2020[38]
Scott, S., Muir, C., Stead, M., Fitzgerald, N., Kaner, E., Bradley, J.,
Wrieden, W., Power, C., & Adamson, A. (2020). Exploring the links
between unhealthy eating behaviour and heavy alcohol use in the social,
emotional and cultural lives of young adults (aged 18-25): A qualitative
research study. Appetite, 144, Article 104449. https://doi.org/10.1016/j.appet.2019.104449
; Mesas et al., 2023[28]
Mesas, A. E., Girotto, E., Rodrigues, R., Martínez-Vizcaíno, V.,
Jiménez-López, E., & López-Gil, J. F. (2024). Ultra-processed food
consumption is associated with alcoholic beverage drinking, tobacco
smoking, and illicit drug use in adolescents: A nationwide
population-based study. International Journal of Mental Health and
Addiction, 22(5), 3109-3132. https://doi.org/10.1007/s11469-023-01038-6
; Miyoshi et al., 2024[32]
Miyoshi, K., Kimura, Y., Nakahata, M., & Miyawaki, T. (2024). Foods
and beverages associated with smoking craving in heated tobacco product
and cigarette smokers: A cross-sectional study. Tobacco Induced
Diseases, 22(January), Article 1. https://doi.org/10.18332/tid/175623
), lo que sugiere que dichas asociaciones pueden
depender del contexto o de características específicas de la población
analizada.
Por su parte, la asociación positiva entre los síntomas
depresivos y el consumo de bebidas azucaradas aporta evidencia
adicional sobre el papel de la salud mental en las decisiones de
consumo. Este resultado es consistente con estudios que vinculan la
depresión y el malestar emocional con una mayor preferencia por
alimentos ricos en azúcares y grasas (Coletro et al., 2022[9]
Coletro, H. N., Mendonça, R. de D., Meireles, A. L., Machado-Coelho, G.
L. L., & Menezes, M. C. de. (2022). Ultra-processed and fresh food
consumption and symptoms of anxiety and depression during the COVID-19
pandemic: COVID Inconfidentes. Clinical Nutrition ESPEN, 47, 206-214. https://doi.org/10.1016/j.clnesp.2021.12.013
; Constantin & Fonseca, 2020[10] Constantin, E.-T., & Fonseca, S. (2020). The effect of food on mental health. Revista Internacional de Educação, Saúde e Ambiente, 3(2), 1-17. https://riesa.mundis.pt/index.php/riesa/article/view/17
; Kris-Etherton et al., 2021[24]
Kris-Etherton, P. M., Petersen, K. S., Hibbeln, J. R., Hurley, D.,
Kolick, V., Peoples, S., Rodriguez, N., & Woodward-Lopez, G. (2021).
Nutrition and behavioral health disorders: Depression and anxiety.
Nutrition Reviews, 79(3), 247-260. https://doi.org/10.1093/nutrit/nuaa025
), lo que, desde una perspectiva
económica, puede interpretarse como la toma de decisiones que
privilegian la utilidad inmediata en contextos de menor bienestar.
Asimismo, coincide con hallazgos recientes que relacionan un mayor
consumo de bebidas azucaradas con peores indicadores de salud mental. No
obstante, el hecho de que esta relación no se mantenga para productos
específicos sugiere que el componente emocional se manifiesta en el
consumo agregado más que en bienes particulares.
En cuanto a los
factores socioeconómicos, los resultados muestran que el consumo es
mayor en contextos urbanos, lo cual es consistente con la evidencia que
destaca el papel del entorno en la disponibilidad y accesibilidad de
productos ultraprocesados (Fajardo et al., 2020[16]
Fajardo, A., Martínez, C., Moreno, Z., Villaveces, M., & Céspedes,
J. (2020). Percepción sobre alimentación saludable en cuatro
instituciones escolares. Revista Colombiana de Cardiología, 27(1), 49-54. https://doi.org/10.1016/j.rccar.2018.08.010
), así como con estudios que documentan mayores niveles de consumo en áreas urbanas respecto a las rurales (Guzman-Vilca et al., 2022[19]
Guzman-Vilca, W. C., Yovera-Juarez, E. A., Tarazona-Meza, C.,
García-Larsen, V., & Carrillo-Larco, R. M. (2022). Sugar-sweetened
beverage consumption in adults: Evidence from a national health survey
in Peru. Nutrients, 14(3), Article 582. https://doi.org/10.3390/nu14030582
; Hernández-F et al., 2019[20]
Hernández-F, M., Colchero, M. A., Batis, C., & Rivera, J. A.
(2019). Determinantes del consumo de alimentos no básicos de alta
densidad energética en población mexicana (Ensanut 2012). Salud Pública de México, 61(1), 54-62.https://doi.org/10.21149/8768
; López-Olmedo et al., 2018[26]
López-Olmedo, N., Popkin, B. M., & Taillie, L. S. (2018). The
socioeconomic disparities in intakes and purchases of less-healthy foods
and beverages have changed over time in urban Mexico. The Journal of
Nutrition, 148(1), 109-116. https://doi.org/10.1093/jn/nxx007
). De manera similar, la asociación
entre menores niveles de ingreso y un mayor consumo respalda la
hipótesis de elección bajo restricciones presupuestarias, en la que los
hogares enfrentan limitaciones que favorecen el consumo de bienes de
menor costo y menor calidad nutricional (Dolislager et al., 2022[15]
Dolislager, M., Liverpool-Tasie, L. S. O., Mason, N. M., Reardon, T.,
& Tschirley, D. (2022). Consumption of healthy and unhealthy foods
by the African poor: Evidence from Nigeria, Tanzania, and Uganda.
Agricultural Economics, 53(6), 870-894. https://doi.org/10.1111/agec.12738
; Gupta et al., 2019[18]
Gupta, S., Hawk, T., Aggarwal, A., & Drewnowski, A. (2019).
Characterizing ultra-processed foods by energy density, nutrient
density, and cost. Frontiers in Nutrition, 6, Article 70. https://doi.org/10.3389/fnut.2019.00070
).
En el caso de la educación,
los resultados son consistentes con la literatura, que señala que
mayores niveles educativos se asocian con patrones de consumo más
saludables, lo que refleja diferencias en la información, las
capacidades y la toma de decisiones (Desbouys et al., 2019[14]
Desbouys, L., De Ridder, K., Rouche, M., & Castetbon, K. (2019).
Food consumption in adolescents and young adults: Age-specific
socio-economic and cultural disparities (Belgian Food Consumption Survey
2014). Nutrients, 11(7), Article 1520. https://doi.org/10.3390/nu11071520
; Livingstone et al., 2021[25]
Livingstone, K. M., Abbott, G., Lamb, K. E., Dullaghan, K., Worsley,
T., & McNaughton, S. A. (2021). Understanding meal choices in young
adults and interactions with demographics, diet quality, and health
behaviors: A discrete choice experiment. The Journal of Nutrition,
151(8), 2361-2371. https://doi.org/10.1093/jn/nxab106
; Phulkerd et al., 2022[33]
Phulkerd, S., Thongcharoenchupong, N., Chamratrithirong, A.,
Pattaravanich, U., Sacks, G., & Prasertsom, P. (2022). Influence of
sociodemographic and lifestyle factors on taxed sugar-sweetened beverage
consumption in Thailand. Food Policy, 109, Article 102256. https://doi.org/10.1016/j.foodpol.2022.102256
). Asimismo, la relación positiva entre edad y
consumo sugiere que los hábitos tienden a consolidarse durante el ciclo
de vida juvenil (Alolabi et al., 2022[3]
Alolabi, H., Alchallah, M. O., Mohsen, F., Marrawi, M., & Alourfi,
Z. (2022). Social and psychosocial factors affecting eating habits among
students studying at the Syrian Private University: A questionnaire
based cross-sectional study. Heliyon, 8(5), Article e09451. https://doi.org/10.1016/j.heliyon.2022.e09451
; Howse et al., 2018[21]
Howse, E., Hankey, C., Allman-Farinelli, M., Bauman, A., & Freeman,
B. (2018). ‘Buying salad is a lot more expensive than going to
McDonalds’: Young adults’ views about what influences their food
choices. Nutrients, 10(8), Article 996. https://doi.org/10.3390/nu10080996
), mientras que las diferencias por
sexo coinciden con evidencia de un mayor consumo en los hombres,
asociado a factores socioculturales (Koubaa & Eleuch, 2020[23]
Koubaa, Y., & Eleuch, A. (2020). Gender effects on odor-induced
taste enhancement and subsequent food consumption. Journal of Consumer
Marketing, 37(5), 511-519. https://doi.org/10.1108/JCM-02-2019-3091
; Rodrigues et al., 2020[36]
Rodrigues, H., Gomez-Corona, C., & Valentin, D. (2020).
Femininities & masculinities: Sex, gender, and stereotypes in food
studies. Current Opinion in Food Science, 33, 156-164. https://doi.org/10.1016/j.cofs.2020.05.002
).
En conjunto, estos resultados permiten
interpretar el consumo de bebidas azucaradas como parte de un sistema de
decisiones interrelacionadas, en el que las condiciones
socioeconómicas, los hábitos y la salud mental influyen de manera
conjunta. Desde una perspectiva de política pública, estos hallazgos
sugieren que las intervenciones centradas exclusivamente en un solo
determinante del consumo pueden ser insuficientes, y que resulta
necesario considerar de manera conjunta factores económicos,
conductuales y de salud mental. No obstante, los resultados deben
interpretarse teniendo en cuenta ciertas limitaciones. En primer lugar,
el diseño transversal impide establecer relaciones causales, por lo que
los resultados deben entenderse como asociaciones. En segundo lugar, el
uso de información autodeclarada puede introducir sesgos de medición.
Asimismo, aunque la literatura ha identificado el precio como un
determinante relevante del consumo (Salgado et al., 2023[37]
Salgado Hernández, J. C., Ng, S. W., & Colchero, M. A. (2023).
Changes in sugar-sweetened beverage purchases across the price
distribution after the implementation of a tax in Mexico: A
before-and-after analysis. BMC Public Health, 23(1), Article 265. https://doi.org/10.1186/s12889-023-15041-y
), su inclusión no fue posible debido a la
ausencia de información sobre gasto o precios en la ENSANUT, lo que
impide construir una medida consistente con la variable de consumo.
Finalmente, el análisis se limita a la población joven, por lo que la
extrapolación a otros grupos etarios debe realizarse con cautela.
A partir de estos resultados, futuras investigaciones podrían avanzar en tres direcciones. En primer lugar, incorporar variables económicas adicionales, como los precios, mediante estrategias que superen las limitaciones de medición. En segundo lugar, utilizar datos longitudinales que permitan capturar la dinámica del consumo y la formación de hábitos. En tercer lugar, profundizar en los mecanismos que explican la interacción entre variables económicas, conductuales y de salud mental, con el fin de mejorar la comprensión del comportamiento del consumidor en este contexto.