Participantes

La muestra de estudio estuvo conformada por 173 estudiantes de una universidad privada, entre 16 y 23 años (M = 17.9, DE = 1.2), 66% (114) fueron hombres, siendo el 72% provenientes de la ciudad de Lima. La mayoría de los participantes se encuentran en el segundo (47%), tercer (24%) y cuarto ciclo de estudios (23%). Es así que en estudios generales se encuentran el 90% (156) del total de participantes. Sobre la situación académica, 71 (41%) no repitieron algún curso, mientras que los otros repitieron entre 1 y 7 cursos (M = 2.3, DE = 1.4). Con respecto a otras variables demográficas, la mayoría de los evaluados no trabaja, 164 (95%), y 151 (87%) vive con sus padres. Todos los evaluados son solteros.

Medición

Personalidad. Para medir esta variable se utilizó el NEO FFI (NEO Five-Factor Inventory) de ^{Costa y McCrae (1992}), el cual es la versión abreviada del Inventario de Personalidad NEO Revisado (NEO PI-R, ^{Costa & McCrae, 1992}). Este instrumento psicométrico de auto-reporte, basado en el Modelo de los Cinco Factores, es apropiado para evaluar a jóvenes estudiantes universitarios (^{Psychological Assesment Resources, 2011}). El NEO FFI, cuenta con 60 ítems y evalúa las 5 dimensiones de personalidad Neuroticismo (N), Extraversión (E), Apertura al Cambio (O), Agradabilidad (A) y Conciencia (C). Esta escala fue validada en Perú, por ^{Martínez y Cassaretto (2011}) en una muestra de universitarios peruanos, reportando para dos estudios coeficientes Alpha de Cronbach entre .83 y .84 (N), .76 y .78 (E), .67 y .73 (O), .67 y .75 (A) y .72 y .84 (C). Los valores muestran los resultados del primer estudio, así como los nuevos coeficientes obtenidos al neutralizar 3 ítems (8, 27 y 38) y replantear el fraseo a cinco ítems (3, 28, 34, 44 y 45).

Con relación a la validez, la estructura factorial fue adecuada: todos los ítems se ubicaron en el factor correspondiente y la varianza total explicada por los cinco factores fue de 38.33%. El factor Neuroticismo obtuvo 16.6% de varianza explicada, Extroversión 5.8%, Apertura 5.4%, Agradabilidad 4% y Conciencia 6.5%.

Posterior a ello, se empleó el NEO FFI para un estudio realizado con una muestra de enfermeras peruanas y se obtuvo los siguientes coeficientes alfa de Cronbach para los cinco factores: N (.41), E (.69), C (.64) O (.64) y A (.59) (^{Vilela, 2013}). Asimismo, ^{Liao (2011}) utilizó dicho instrumento con un grupo de clowns de Perú y obtuvo índices de confiabilidad adecuados para todas las escalas N (.82), E (.72), O (.74), A (.61) y C (.85), luego de neutralizar cinco ítems (8,12, 13, 27 y 28).

Estrés Académico. Este constructo fue medido a través del Inventario de Estrés Académico (SISCO) desarrollado por ^{Barraza (2007a}) en México, cuenta con 31 ítems divididos en cinco categorías según se menciona a continuación: un ítem filtro de repuesta dicotómica (sí o no), que permite identificar si el evaluado es apto para responder el cuestionario. Un ítem con respuesta de tipo Likert (del 1 = Poco al 5 = Mucho) que busca medir la intensidad del estrés académico. Las demandas del entorno, valoradas como estresores se evalúa a través de ocho ítems, mientras las reacciones o síntomas al estresor se miden mediante 15 ítems. La frecuencia de uso de estrategias de afrontamiento, se evalúa mediante seis ítems que tienen una escala de respuesta de tipo Likert de cinco puntos, donde 1 significa “Nunca” y 5 significa “Siempre”.

Para conocer las propiedades del instrumento el autor llevó a cabo un estudio con 152 alumnos de postgrado. En el análisis de fiabilidad, la confiabilidad por mitades alcanzó un índice de .83 para la escala global, .82 para estresores, .88 para síntomas y .71 para afrontamiento. Asimismo, los coeficientes alfa de Cronbach fueron de .90 para el instrumento total, .85 para la dimensión de estresores, .91 para síntomas y .68 para afrontamiento.

Para analizar la validez, se utilizó el análisis factorial exploratorio con rotación varimax, obteniéndose un 46% de varianza explicada. Luego de varios análisis se eliminaron 10 ítems de la prueba, en la cual la versión final quedó con 31 ítems (^{Barraza, 2007b}).

El instrumento fue utilizado en diversos estudios con población universitaria, obteniendo adecuadas propiedades psicométricas. En esa línea, ^{Malo et al. (2010}) realizaron la validación del SISCO con una muestra de 300 estudiantes colombianos de pregrado, obteniendo coeficientes alfa de Cronbach adecuados para la escala global (.87) y para sus dimensiones: síntomas (.87), estresores (.76) y afrontamiento (.70). En cuanto a la validez, el análisis factorial exploratorio obtuvo que los tres componentes explicaron el 34.4% de la varianza total. Este instrumento ha sido utilizado en diversos estudios en México (^{Barraza, 2008b}, ²⁰⁰⁹; ^{Barraza & Silerio, 2007}; ^{Marín Laredo, 2015}) y Colombia (^{Restrepo et al., 2020}), hallando indicadores psicométricos adecuados.

En Perú, ^{Boullosa (2013}) en un grupo de 198 universitarios de los primeros años de estudios, obtuvo índices alfa de Cronbach entre .62 y .80 (situaciones estresantes =.68, reacciones físicas=.75, reacciones psicológicas=.80, reacciones comportamentales=.69 y estrategias de afrontamiento=.62). ^{Barraza (2014}), en el mismo contexto universitario, obtuvo índices de confiabilidad alfa de Cronbach similares (síntomas=.88, estresores=.68 y afrontamiento=.62).

Manejo del Tiempo. Para evaluar el manejo del tiempo académico se utilizó el Time Management Behavior Questionnaire (TMBQ) elaborado por ^{Macan en 1994}, el cual evalúa el grado en el que las personas perciben, que emplean y estructuran su tiempo en función a objetivos o metas pre-establecidas. Posee 34 ítems, con un formato de respuesta tipo Likert que va del 1 (Nunca) al 5 (Siempre). Para ello, la escala cuenta con cuatro factores: (1) establecimiento de metas y prioridades, (2) herramientas de planeamiento y organización, (3) percepción del control sobre el tiempo y (4) preferencias para la desorganización.

La escala original cuenta con una versión traducida al español por ^{García-Ros y Pérez-González (2012}). La validez de constructo por análisis factorial obtuvo índices adecuados para la prueba de KMO (.88) y la prueba de esfericidad de Bartlett (p<.001), donde los cuatro factores explicaron el 42.93% de la varianza total. Respecto a la confiabilidad, se obtuvieron coeficientes alfa de Cronbach para cada factor: Establecimiento de metas y prioridades (.90), Herramientas para el manejo del tiempo (.88), Percepción del control sobre el tiempo (.68) y Preferencias por la desorganización (.90).

Por otro lado, en Venezuela se validó la versión en español con una muestra de estudiantes de 10 carreras universitarias que tenían entre 17 y 20 años (^{Duran & Pujol, 2013}). Se realizó una validación de constructo por análisis factorial con rotación varimax, en donde se obtuvo un puntaje de .79 en la prueba de KMO y una prueba de esfericidad de Bartlett significativa (p<.05), donde se encontraron 4 factores, que explicaban 35.45% de la varianza total. Asimismo, se reporta un alfa de Cronbach de .78 para el área de Establecimiento de metas y prioridades, de .75 para Herramientas para la gestión del tiempo, de .63 para Preferencias para la desorganización, y de .64 para la Percepción de control sobre el tiempo.

Juego problemático. El instrumento empleado para medir el juego problemático fue el South Oaks Gambling Screen, Revised of Adolescent (SOGS-RA, ^{Becoña, 1997}). El South Oaks Gambling Screen (SOGS), fue elaborado por ^{Lesieur y Blume en 1987}, para el despistaje de juego patológico en poblaciones clínicas. Es el instrumento más empleado para el screening del juego patológico, tanto en el ámbito clínico como epidemiológico. Consta de 24 ítems, de los cuales los ítems 1, 2, 3, 12 y 16g no se puntúan, quedando 20 ítems cuyas respuestas se valoran con 0 o 1. La suma de las valoraciones lleva a una puntuación entre 0 y 20.

En lo que refiere a confiabilidad y validez, cabe mencionar que se utilizaron cuatro muestras distintas en el estudio original. La primera estuvo formada por 213 integrantes del grupo de Jugadores Anónimos, la segunda por 284 universitarios, la tercera por 867 pacientes internados en un hospital psiquiátrico y la última por 152 trabajadores de un hospital. La confiabilidad arrojó una consistencia interna alta, con un alfa de Cronbach de .97 y una fiabilidad test-retest de .71. La validez externa fue calculada al correlacionar el SOGS con evaluaciones de terceras personas (consejeros y familiares) y diagnósticos en base al DSM-III-R, encontrando correlaciones aceptables y altas: r=.60 para los familiares, r= .86 para los consejeros y r= .94 para los diagnósticos del DSM-III-R. Asimismo cabe recalcar que las clasificaciones del SOGS muestran alto grado de concordancia con las clasificaciones basadas en el DSM-III-R: 99,3% en los trabajadores del hospital, 98.1 % en los participante del grupo de Jugadores Anónimos y 95.3% en los estudiantes.

La validación española del SOGS fue realizada por ^{Echeburúa et al. (1994}), utilizando una muestra de 72 jugadores diagnosticados con el DSM-III-R, y un grupo control de 400 personas sin sintomatología o indicadores clínicos. En la versión española se modificaron los ítems 1 y 2, al mismo tiempo que se modificó el contenido del ítem 10, cambiándolo por la traducción literal al español: “¿Ha intentado alguna vez dejar de jugar y ha sido capaz de ello?”. Respecto a sus propiedades psicométricas, se obtuvieron índices de confiabilidad test-retest adecuados luego de un mes en los jugadores y también en la muestra de comparación, obteniendo un r=.98 en ambas muestras conjuntamente. La validez fue obtenida a través del coeficiente de correlación biserial puntual entre la existencia o no existencia de juego patológico y la puntuación del SOGS (r =.92).

La versión española del SOGS-RA fue realizada por ^{Becoña (1997}) y consta de 12 ítems que se responden con sí o no, obteniendo de acuerdo a las respuestas tres categorías: no jugador o sin problemas de juego (0-1 respuestas afirmativas), jugador en riesgo (2-3 respuestas afirmativas) y jugador problema (4 a más respuestas afirmativas). Para esta versión el autor encontró un alfa de Cronbach adecuado de .80, siendo utilizado satisfactoriamente en numerosos estudios. En España con una muestra de adolescentes y jóvenes entre 14 y 21 años, se obtuvo un alfa de Cronbach de .83 (^{Becoña et al., 2001}) y, en Italia, ^{Colasante et.al (2014}) hallaron en una muestra de adolescentes entre 15 y 19 años, un coeficiente alfa de Cronbach de .78 y una confiabilidad test-retest con índices Kappa entre .53 y .80.

Procedimiento

La investigación busca responder a la preocupación de las autoridades de una universidad privada de la ciudad de Lima, sobre la presencia de conductas asociadas a los juegos de azar realizadas dentro de la institución educativa. Para ello, en primer lugar, se realizó algunas entrevistas de grupos focales (dos grupos con jugadores y dos grupos con no jugadores, entre los 16 y 21 años) y entrevistas de profundidad con los y las estudiantes, cuyos resultados permitieron seleccionar adecuadamente el método de recolección de datos y elaborar la ficha de datos sociodemográfica, así como la adaptación lingüística del instrumento SOGS que mide el juego problemático. Asimismo, se realizó una prueba piloto con tres universitarios para verificar la comprensión de los instrumentos. Cuando se obtuvo las autorizaciones correspondientes para realizar el estudio, se realizaron los grupos focales y se contactó a los docentes para solicitarles un horario para aplicar los instrumentos. Se solicitó a los participantes su respectivo consentimiento y/o asentimiento informado (según corresponda) para ser parte del estudio.

Análisis de datos

En el análisis de los datos se utilizaron el R software (relación de variables) y el programa IBM SPSS Amos (modelado de ecuaciones estructurales). Para el análisis del ajuste del modelo hipotetizado se realizó el modelamiento de ecuaciones estructurales (SEM) mediante el estimado de máxima verosimilitud (ML). Para la evaluación del ajuste del modelo se usó el índice de ajuste comparativo (CFI) y el error cuadrático medio de aproximación (RMSEA). Se interpretan los valores ≥ 90 en CFI como evidencia favorable de ajuste al modelo (Bentler, 1990), así como de ≤.08 en RMSEA (^{MacCallum et al., 1996}). Para simplificar el modelo se realiza el agrupamiento aditivo de ítems a fin de obtener un único indicador que represente al factor relacionado, lo cual se denomina parceling (^{Jackson et al., 2009}), lo que demuestran que pueden ser indicadores aceptables de los constructos a representar (Hagvet & Nasser, 2004). El modelamiento SEM realizado asume que la variable observada de juego problemático es un indicador único de la variable latente. Es así que siguiendo las recomendaciones de Brown (2015) se fijó la varianza del indicador único usando la fórmula: varianza*(1-confiabilidad), en donde la confiabilidad para este indicador se obtuvo mediante el coeficiente omega de McDonald, el cual es una alternativa para el uso del coeficiente alfa, ante las limitaciones de este coeficiente, las cuáles son discutidas con frecuencia (^{Cho, 2016}; ^{Sijtsma, 2009})

Resultados

En la Tabla 1 se presentan las correlaciones entre las variables de estudio y el indicador de juego problemático. Respecto a la variable personalidad, se encontraron mayores correlaciones con apertura (r = -.30, p < .05), siendo esta una relación inversa. Con respecto al manejo del tiempo, las dimensiones de herramientas de manejo del tiempo libre (r= -.10, p < .05) y percepción de descontrol del tiempo (r = 23, p < .05) establecen relaciones significativas pequeñas, inversa y directa, respectivamente. Además, con las dimensiones de estrés académico se tienen correlaciones directas con estrés académico físico y comportamental.

Tabla 1 Correlaciones de Pearson entre variables de estudio (N=173) 

Nota: Correlaciones mayores a .15 son estadísticamente significativas p < .05.

Con respecto al análisis, inicialmente se planteó un modelo de ecuaciones estructurales, donde los constructos de personalidad, manejo del tiempo libre y estrés académico se encuentran correlacionados y estos, a su vez, son predictores del juego problemático. Los índices de ajuste para este modelo muestran valores que aún difieren de los apropiados (χ ² (29) = 73.57, CFI = .90, RMSEA = .092). Las revisiones de los índices de modificación sugirieron establecer una correlación entre las unicidades de extraversión y agradabilidad, los que compartirían un 6% de varianza, y estarían indicando que ambas dimensiones comparten su variabilidad por un aspecto común no relacionado al constructo de personalidad. Finalmente, un nuevo análisis localizado indica la importancia de establecer el factor de personalidad, agradabilidad como un predictor de juego problemático, obteniéndose así índices de ajuste aceptables (χ ² (28) = 52.52, CFI = .95, RMSEA = .071). Estos resultados pueden visualizarse en la Tabla 2.

Tabla 2 Índices de bondad de ajuste de tres modelos para personalidad, manejo del tiempo libre, estrés académico y juego problemático (N = 173) 

Nota. CFI = Índice de ajuste comparativo, TLI = Índice de Tucker Lewis, RMSEA = error cuadrático medio de aproximación. ***p < .001, **p < .01.

El modelo final mostrado en la Figura 1 muestra la relación entre predictores y criterios, así como los coeficientes estandarizados correspondientes. Se puede observar que personalidad es un constructo que correlaciona de manera directa con las variables extraversión, agradabilidad y apertura. Sin embargo, debe notarse que neuroticismo tiene la mayor relación (-.82) por lo que se le debe considerar como una variable importante dentro del constructo de personalidad. También debe notarse la relación inversa de agradabilidad con juego problemático (-.29). Por otro lado, de acuerdo a como se esperaba, el juego problemático tiene una relación inversa con manejo de tiempo libre (-.33) y una directa con estrés académico (.10). De manera global, se pudo verificar el carácter mediador de personalidad entre los constructos de estudio.

Figura 1 Coeficientes estandarizados para el modelo final. Las variables latentes se muestran en elipses y las observadas en rectángulos 

Con respecto al análisis de las propiedades psicométricas de la escala juego problemático, se encontró un ajuste aceptable a la estructura planteada por el autor, χ ² (87) = 139.14, CFI = .90, RMSEA = .059, lo cual confirma la unidimensionalidad del instrumento. El análisis de confiabilidad, por consistencia interna, se realizó mediante el coeficiente omega, encontrándose un índice satisfactorio (ω = .86).

Además, se realizó el análisis de consistencia interna de las escalas de estudio, cuyos resultados se muestran en Tabla 3. También se presentan sus descriptivos correspondientes, en el cual, se estandarizaron las puntuaciones de las escalas en un rango de 0 a 20, para facilitar su interpretación y comparación.

Tabla 3 Descriptivos y coeficientes de consistencia interna de las variables de estudio (N=173) 

Discusión

La presente investigación tiene como propósito evaluar las variables psicológicas que predicen la conducta de juego problemático en un grupo de estudiantes de Ingeniería de los primeros años de estudio de una universidad privada de Lima Metropolitana.

Los hallazgos mostraron que las características de personalidad resultan de vital importancia para establecer el perfil psicológico del jugador problemático dentro de los estudiantes examinados. En este caso, la variable de agradabilidad se comportó como un factor protector ante el juego problemático (coeficiente estandarizado. -29). En esa línea, ^{Buckle et al. (2013}) reportaron resultados similares en un grupo de estudiantes canadienses, aquellos con menores niveles de agradabilidad presentaban mayores probabilidades de tener problemas con el juego de apuesta y poseían mayores niveles de juego patológico. Estos hallazgos también se replican en la investigación de ^{Tackett et al. (2015}). Asimismo, ^{Brunborg et al. (2016}) hallaron en jóvenes y adultos noruegos que el nivel de agradabilidad fue menor en los jugadores con problemas moderados y severos, respecto a los que no tenían problemas con el juego.

El juego problemático se ha relacionado con psicopatía y comportamiento delictivo, lo que sugiere que los individuos con menos agradabilidad pueden sentirse atraídos por el juego y desarrollar problemas con este, ya que la agradabilidad refleja el grado en que las personas tienden a ser amables, compasivas y cooperativas (^{Pastwa-Wojciechowska, 2011}).

Además, se halló una relación negativa entre el factor denominado apertura y juego problemático (r =-.29). Este resultado concuerda con lo hallado en las investigaciones de ^{Hwang et al. (2012}) y ^{Miller et al. (2013}) los cuales encuentran que a mayores puntuaciones en este factor existiría una menor probabilidad de juego problemático.

Sin embargo, la variable que destaca entre todas es el manejo de tiempo libre puesto que presenta un mayor carácter predictivo del juego problemático (coeficiente estandarizado -.33), considerándose un factor protector frente a esta conducta de riesgo.

Algunos autores plantean que un mayor tiempo de ocio puede conllevar la oportunidad para una mayor socialización inestructurada, la cual estaría asociada potencialmente con altos niveles de aburrimiento. Por su parte, el aburrimiento podría originar un estado de ánimo disfórico, constituyendo un factor de riesgo para desarrollar adicción al juego, ya que el uso excesivo de esta actividad se podría convertir en una estrategia para reducirlo. En esa línea, en el estudio de ^{Moore y Ohtsuka (1997}) se encontró que un mayor tiempo de ocio y socialización poco estructurada estarían asociados a un incremento del juego, lo cual puede resultar un fuerte predictor del juego problemático.

Sin embargo, bajo ciertas condiciones, las actividades de ocio también pueden actuar como un factor protector frente al juego problemático en el sentido de que, brindan la oportunidad para acceder a nuevas redes sociales y otras actividades que potencialmente posibilitan la gestión regulada del juego (^{Moore & Ohtsuka, 1997}).

Es relevante resaltar que en la presente investigación la escala utilizada para medir la variable manejo del tiempo mide específicamente la gestión del tiempo, la cual se define como “las conductas que buscan lograr un uso efectivo del tiempo, mientras se ejecutan ciertas actividades dirigidas hacia una meta” (^{Claessens et al., 2007}, p. 262), por lo que tiene sentido que en la investigación esta variable establezca una relación negativa con el juego problemático.

Por otro lado, el estrés académico, aunque significativo, mostró menor capacidad predictiva (coeficiente estandarizado .10) para el juego problemático. Según los modelos que tratan de explicar esta problemática, el estrés (factor estresante) podría actuar en la persona desencadenando altos niveles de estado de excitación en reposo y un estado de ánimo disfórico (tensión). Bajo este contexto, las personas que posean las habilidades de afrontamiento necesarias para enfrentar un estado de alta excitación manejarán las situaciones estresantes de manera proactiva, sin recurrir al juego. Por el contrario, las personas que carezcan de estas habilidades y presenten condiciones de vulnerabilidad, podrían manifestar conductas de escape y evitación, como el uso de sustancias y el juego, al enfrentar las situaciones que consideran estresantes (^{Folkman & Moskowitz 2000}). En ese sentido, a medida que se vuelvan cada vez más dependientes del juego al tratar de manejar las emociones negativas en su entorno, sus habilidades y destrezas para manejar las situaciones estresantes de manera efectiva se verán reducidas, lo que podría derivar en conductas de juego problemático (^{Tang et al., 2019}).

Para algunos autores, este fenómeno presenta comorbilidad con la depresión, ansiedad y la ocurrencia de eventos estresantes (^{Afifi et al., 2010}; ^{Chou & Afifi, 2011}; ^{Hopley et al., 2010}). En esa línea, encuentran que las estrategias de afrontamiento menos efectivas frente al estrés, tales como evitación, pensamiento ilusorio, aislamiento social, autocrítica y expresión emocional, se asociaron con mayores puntuaciones de juego problemático (^{Matheson et al., 2019}). Asimismo, ^{Tschibelu & Elman, (2011}) encontraron que en los jugadores patológicos (tanto hombres como mujeres), los niveles elevados de estrés se asociaron positivamente con la necesidad de apostar.

Sin embargo, como ya se había mencionado antes, para otros autores el juego problemático constituiría en sí mismo una estrategia de afrontamiento de evitación o de escape ante situaciones valoradas como estresantes (^{Jauregui et al., 2017}). Pese a ello, no se observa evidencia robusta que sugiera que el estrés se comporta como un precursor del desarrollo del juego (Hinvest, 2012), tal vez por esta razón el estrés académico no se manifiesta en la investigación como un predictor fuerte del juego problemático.

De forma global, el manejo de tiempo libre destaca como un predictor del juego problemático por su magnitud moderada, seguido de los factores de personalidad, principalmente agradabilidad, y de la variable estrés académico. Este modelo obtiene un ajuste adecuado, CFI = .95, RMSEA = .071, donde la personalidad tiene un carácter de mediación parcial.

Los adolescentes que presentan problemas de juego, en su mayoría no identifican la severidad de su problema y perciben los riesgos y consecuencias del mismo como algo que puede ocurrir a largo plazo, pero no requiere una preocupación inmediata (^{Hardoon et al., 2003}; Valentine, 2008), lo cual si bien es una característica del desarrollo cognitivo en el que se encuentran los adolescentes genera además que su detección temprana sea poco frecuente.

Particularmente en adolescentes y jóvenes, la variable psicológica de personalidad ha sido relacionada frecuentemente con el juego problemático y la adicción al juego, sin embargo, también existen variables más sociales que pueden sumarse y complejizar la problemática, tales como la presión del grupo, la alta permisividad social del juego de azar, acceso fácil al juego, las apuestas asequibles, el tiempo reducido entre apuesta y resultado (^{Carpio, 2009}), así como la gestión del tiempo libre de forma inadecuada (Moore & Ohtsuka, 2000). Si bien, es frecuente que el adolescente o joven decide cuánto tiempo y dinero va a invertir, lo cual proporciona una relativa facilidad para jugar “sin control de nadie”, cuando a esta situación se adicionan otras variables psicológicas o sociales que incrementan su vulnerabilidad, se potencia la probabilidad que el adolescente o joven presente problemas con el juego (^{McBride & Derevensky, 2012}).

Sin embargo, el estudio presenta limitaciones tales como, la imposibilidad de establecer relaciones causales y de generalizar los datos a otras poblaciones diferentes a estudiantes universitarios. Asimismo, el muestreo no probabilístico empleado dificultaría generalizar los hallazgos a la población universitaria de Perú. Finalmente, las respuestas a las escalas de autorreporte podrían haber sido afectadas por la deseabilidad social que subyace a la problemática del juego.

No obstante, los resultados del estudio resultan relevantes ya que evidencian las variables psicológicas que pueden predecir el juego problemático, siendo este conocimiento sobre todo importante para detectar de manera temprana a universitarios vulnerables que podrían desarrollar problemas con los juegos de apuestas. En ese sentido, la intervención podría centrarse en promover una gestión efectiva del tiempo libre entre los estudiantes, ya que esta variable demostró ser en el estudio un predictor moderado del juego problemático, lo cual es un componente importante de la autorregulación académica ya que está relacionada con la planificación, el planteamiento de metas, automonitoreo y otros factores metacognitivos y motivacionales (^{Garzón et al., 2017}). Pero también a un nivel más focalizado, se considera relevante trabajar intervenciones basadas en los rasgos de la personalidad con los jóvenes que ya presentan un grado moderado de la problemática.

Finalmente, estos hallazgos pueden representar un punto de partida para que la universidad asuma o reafirme su rol como institución que promueve la salud de su comunidad, y reflexione sobre la necesidad de intervenir sobre los determinantes de la salud de su población, bajo el marco de una política de salud institucional en la cual los juegos de apuestas o de azar puedan ser vistos como un fenómeno de la sociedad contemporánea en la que el riesgo, la incertidumbre y la especulación son los nuevos parámetros. En ese sentido, el juego de azar se habría transformado en una actividad rutinaria pero «normalizada», porque quiebra el orden tradicional y se ubica en una zona marginal de la vida cotidiana, circunscrita a determinados lugares (por ejemplo, el casino) (^{Vacchiano & Mejía, 2017}), razón por la cual es muy importante involucrar a las y los jóvenes en su prevención, a través de un enfoque participativo y democrático, que potencie sus habilidades y fortalezca los factores protectores frente al juego problemático.