Professores

Coordenador:

Pedro Emmanuel Alvarenga Americano do Brasil

http://lattes.cnpq.br/6597654894290806

pedro.brasil@fiocruz.br

Ementa

Acesse a ementa com o cronograma. Acesse também a página do curso no sistema SIGA da FIOCRUZ. Ocasionalmente ocorre que o sistema SIGA não atualiza com a ementa mais recente e a versão anterior é repetida no sistema. Para os interessados a fazer o curso como disciplina para obter crédito, devem entrar em contato com a secretaria acadêmica do Instituto Nacional de Infectologia Evandro Chagas e solicitar orientações quanto a inscrição. Usualmente as matrículas para alunos cursando regularmente a pós-graduação e alunos externos que querem crédito avulso são em períodos diferentes e ocorrem em janeiro do ano vigente no caso de disciplinas ministradas no primeiro semestre, e em junho ou julho no caso de disciplinas ministradas no segundo semestre. Esse curso é ofertado como disciplina tanto para o mestrado quanto para o doutorado acadêmico. A disciplina é direcionada para profissionais de saúde cursando pós-graduação, mas o material didático pode ser acessado por qualquer interessado.

Objetivos do curso

Fornecer as bases conceituais e práticas da análise de dados utilizando regressões com múltiplos preditores usando exemplos da área da saúde. O enfoque é prático nos métodos aplicados a estudos de modelos de previsão.

Este curso destina-se permitir que o aluno possa compreender e executar o racional de planos de análise de modelos de previsão clínica, e praticar a condução de análise quanto o desenvolvimento, validação, demonstração e utilização de modelos de previsão (decisão) clínica com regressões, de tal forma que ao final do curso ele(a) possa buscar literatura e recursos mais avançados por si e assim utilizar esses recursos no seu objeto de pesquisa.

Conteúdo e procedimentos metodológicos

Como conhecimento prévio, é necessário que o aluno tenha cursado Estatística Aplicada à Pesquisa em Saúde 1, ou conhecimentos de Estatística com entendimento de probabilidade, testes hipóteses medidas de efeito etc. (com comprovação), conhecimentos de software R (sem comprovação). Se o aluno quiser acessar material didático a respeito de R, recomendo acessar o material didático do curso regular de Introdução a aplicativos de informática para auxílio à pesquisa.

Esta(e) disciplina / curso pretende atender a necessidade do público do aluno de pós-graduação na área da saúde do conhecimento de compreender, planejar e executar análises para o desenvolvimento ou validação de modelos de previsão clínica. Nem de longe esse curso exauri todo o conteúdo do campo, no entanto permitirá aos alunos se familiarizarem com os principais conceitos e procedimentos.

São abordados conceitos e questões fundamentais com modelos de regressão linear simples e modelos de regressão logística. Esses tipos de modelo foram selecionados pela conveniência, mas diversos conceitos e práticas em estudos de modelos de previsão podem ser igualmente aplicados em modelos de sobrevivência ou em modelos chamados de “machine learning” caso a previsão de eventos em saúde seja o ponto principal.

O curso assume um formato presencial. Porém, haverá vídeo-aulas gravadas que poderão ser assistidas na plataforma de ensino, prática com análise de dados de exemplos que serão fornecidos ao início do curso, e oficinas presenciais. É esperado que os alunos tenham disponibilidade para consumir o conteúdo do curso, mesmo não estando presentes em sala de aula. A disponibilidade corresponde à um período aproximado de 4h diárias durante o período do curso (dias comerciais).

Simultaneamente ao banco de dados de exemplo para seguir as aulas, haverá um banco de dados para exercícios no qual as avaliações serão baseadas. É esperado que os exercícios supervisionados possam ser realizados simultaneamente com as avaliações.

O plano é intercalar sessões expositivas de conteúdo com sessões de oficina, discussões de exercícios que devem ser resolvidos com antecedência. Os exercícios são sempre disponibilizados com antecedência para que os alunos possam resolve-los e a discussão seja mais direcionada durante as oficinas. As oficinas são planejadas para ocorrerem após um conteúdo expositivo a que se referem, para que os alunos possam ser introduzidos ao assunto e possuírem tempo hábil para a resolução dos exercícios.

Dedicação do aluno

Cada sessão expositiva possui aproximadamente entre 1h e 30 min a 2h. Cada sessão presencial deve durar até 3h. Somando-se com o tempo necessário estudar o conteúdo teórico e se aplicar na resolução dos exercícios, o aluno deveria se dedicar aproximadamente 16h ou 20h semanais (incluindo os momentos presenciais) para ter um aproveitamento razoável

Procedimentos avaliativos

O aluno que cursar por crédito deverá ter acesso a plataforma Moodle no INI ao início do curso. Haverá questões a serem respondidas na plataforma molde como avaliação do desempenho do aluno. Essas avaliações exigirão dos alunos análise dos dados fornecidos para esse fim e interpretação das respostas da análise.

Cronograma

Data	Dia	Hora	Atividades	Prof. Responsável
08/02/2020	Quarta-feira	9h às 12h e 13:30h às 16h	Sessão prática presencial	Pedro Brasil
15/02/2020	Quarta-feira	9h às 12h e 13:30h às 16h	Sessão prática presencial	Pedro Brasil
01/03/2020	Quarta-feira	9h às 12h e 13:30h às 16h	Sessão prática presencial	Pedro Brasil
08/03/2020	Quarta-feira	9h às 12h e 13:30h às 16h	Sessão prática presencial	Pedro Brasil
08/03/2020	Quarta-feira	9h às 12h e 13:30h às 16h	Sessão prática presencial	Pedro Brasil

Material didático

• Material didático fornecido.

Ewout W. Steyerberg. Clinical Prediction Models. A Practical Approach to Development, Validation, and Updating. 978-0-387-77243-1.

Simon J. Sheather. A Modern Approach to Regression with R. ISBN: 978-0-387-09607-0 e-ISBN: 978-0-387-09608-7 DOI: 10.1007/978-0-387-09608-7

Sugestão adicional: Users' Guides to the Medical Literature: A Manual for Evidence-Based Clinical Practice (3ed)

Capitulos: 19.4 e 21.2

Apresentações, vídeos e exercícios:

É esperado que os alunos assistam as apresentações / aulas expositivas na sequência. O vídeos de das apresentações e os de “oficina” (exemplos práticos de análise de dados) e foram elaborados para o curso em formato semi-presencial ou a distância mas podem ser utilizados como fonte. Para os que querem créditos, executem as avaliações correspondentes na plataforma Moodle no INI. As sessões presenciais serão para esclarecimentos de dúvidas ou discussões a respeito das avaliações ou sessões práticas que já foram assistidas.

É recomendado que o material didático seja acessado na sequência. As apresentações foram criadas com PowerPoint. Os vídeos com o formato webm que podem ser visualizadas diretamente no navegador ou baixadas para o disco local. Se houver qualquer tipo de erro, inconsistência ou mal funcionamento do material didático, favor entrar em contato para verificação.

Os vídeos antigos em swf são obsoletos, já que os navegadores não oferecem mais suporte para esse formato. Caso queiram assistir essas sessões nesse formato há necessidade de baixar os arquivos para o disco local. Como os navegadores aparentemente descontinuaram o suporte para esse tipo de arquivo que já foi padrão para vídeos online, provavelmente será necessário instalar um visualizador de arquivos como o disponível em http://www.swffileplayer.com/.

Os bancos de dados e os scripts de comando para seguir os exemplos do curso podem ser acessados aqui. Esse arquivo pode ser atualizado durante o curso. Cuidado para não manter versões antigas. A sugestão é manter uma pasta do curso que tenha os arquivos separadamente.

Boa parte desse material didático teve participação de Marcel Quintana e Raquel Vasconcellos.

Sessão		Apresentação sem áudio	Apresentação com áudio	Vídeos em swf	Vídeo em WebM
Introdução a regressões e modelos de previsão	Sessão 1	pptx ; pdf	pptx ; ppsx	-	Parte 1
Planejando e conduzindo modelos de previsão – parte 1	Sessão 2	pptx ; pdf	pptx ; ppsx	-	Parte 1
Planejando e conduzindo modelos de previsão – parte 2	Sessão 3	pptx ; pdf	pptx ; ppsx	-	Parte 1
Avaliação 1 no moodle		Exercício em pdf
Introdução a modelagem - Análise de variância	Sessão 4	pptx ; pdf	pptx ; ppsx	-	Parte 1
Oficina de análise de variância	Sessão 5	-	-	Parte 1; Parte 2; Parte 3;	Parte 1; Parte 2; Parte 3;
Avaliação 2 no moodle		Exercício em pdf
O conteúdo até a segunda sessão presencial foi coberto.
Introdução a modelagem - correlação e regressão linear	Sessão 6	pptx ; pdf	pptx ; ppsx	-	Parte 1
Introdução a modelagem - regressão linear múltipla	Sessão 7	pptx ; pdf	pptx ; ppsx	-	Parte 1
Oficina de correlação, ajuste de modelos múltiplos e seleção de preditores	Sessão 8	-	-	Parte 1 Parte 2 Parte 3 Parte 4 Parte 5 Parte 6 Parte 7 Parte 8 Parte 9 Parte 10 Parte 11	Parte 1 Parte 2 Parte 3 Parte 4 Parte 5 Parte 6 Parte 7 Parte 8 Parte 9
Introdução a modelagem – regressão linear (interação e colinearidade)	Sessão 9	pptx ; pdf	pptx ; ppsx	-	Parte 1
Oficina interação e colinearidade	Sessão 10	-	-	-	Parte 1 Parte 2 Parte 3 Parte 4 Parte 5 Parte 6 Parte 7
Avaliação 3 no moodle		Exercicio em pdf
Dados ausentes	Sessão 11	pptx ; pdf	pptx ; ppsx	-	Parte 1
Oficina de dados ausentes	Sessão 12	-	-	Parte 1 Parte 2 Parte 3 Parte 4 Parte 5 Parte 6 Parte 7 Parte 8 Parte 9 Parte 10 Parte 11 Parte 12 Parte 13 Parte 14	Parte 1 Parte 2 Parte 3 Parte 4 Parte 5 Parte 6 Parte 7 Parte 8 Parte 9 Parte 10 Parte 11 Parte 12
Avaliação 4 no moodle		Exercicio em pdf
O Conteúdo até a terceira sessão presencial foi coberto.
Especificação e estimação – parte 1 (modelos alternativos)	Sessão 13	pptx ; pdf	pptx ; ppsx	-	Parte 1
Especificação e estimação – parte 2 (codificação e restrição de preditores)	Sessão 14	pptx ; pdf	pptx ; ppsx	-	Parte 1
Especificação e estimação – parte 3 (seleção de preditores)	Sessão 15	pptx ; pdf	pptx ; ppsx	-	Parte 1
Especificação e estimação – parte 4 (pressupostos de modelos)	Sessão 16	pptx ; pdf	pptx ; ppsx	-	Parte 1
Oficina de especificação e estimação	Sessão 17	-	-	Parte 1 Parte 2 Parte 3 Parte 4 Parte 5 Parte 6 Parte 7 Parte 8 Parte 9 Parte 10 Parte 11 Parte 12	Parte 1 Parte 2 Parte 3 Parte 4 Parte 5 Parte 6 Parte 7 Parte 8 Parte 9 Parte 10 Parte 11 Parte 12 Parte 13 Parte 14 Parte 15 Parte 16
Avaliação 5 no moodle		Exercicio em pdf
Desempenho e validação – Parte 1 (medidas de desempenho)	Sessão 18	pptx ; pdf	pptx 1; ppsx 1 pptx 2; ppsx 2 pptx 3; ppsx 3	-	Parte 1 Parte 2 Parte 3
Desempenho e validação – Parte 2 (formas de penalização)	Sessão 19	pptx ; pdf	pptx ; ppsx	-	Parte 1
Oficina de desempenho e penalização	Sessão 20			Parte 1 Parte 2 Parte 3 Parte 4 Parte 5 Parte 6 Parte 7 Parte 8	Parte 1 Parte 2 Parte 3 Parte 4 Parte 5 Parte 6 Parte 7
Aplicação e apresentação de resultados	Sessão 21	pptx ; pdf	pptx ; ppsx	-	Parte 1
Oficina	Sessão 22			Parte 1 Parte 2 Parte 3 Parte 4 Parte 5 Parte 6 Parte 7 Parte 8 Parte 9 Parte 10 Parte 11 Parte 12 Parte 13 Parte 14 Parte 15	Parte 1 Parte 2 Parte 3 Parte 4 Parte 5 Parte 6
Avaliação 6 no moodle		Exercicio em pdf
Conteúdo até a quarta sessão presencial foi coberto.