Gracias a este Maestría desarrollarás tus propios proyectos de investigación y contarás con los conocimientos específicos en farmacia para intervenir en trabajos colaborativos”

Durante la pandemia, los científicos tuvieron que realizar múltiples ensayos a nivel mundial hasta llegar a la vacuna frente al COVID. ##El/La## Investigación Médica jugó un papel fundamental en estos procesos. No obstante, su desarrollo fue posible gracias a avances tecnológicos, como el Big Data. El estudio de la información posibilita el cribado de los fármacos para su aplicación última en los pacientes. 

Se trata de una disciplina viva que se encuentra en constante cambio y que coopera con otras ciencias en su desarrollo. La viabilidad de los fármacos está directamente relacionada con la financiación de los proyectos investigativos. Por ello, el sector médico demanda mayor inversión por parte de los Estados y, además, especialistas que cuenten con una puesta al día de los conocimientos tecnológicos pudiendo agilizar los procesos y reduciendo, así el coste de los estudios. En este sentido, TECH ha desarrollado una titulación destinada a egresados en Farmacia y otros profesionales del sector que estén interesados en actualizar sus competencias atendiendo al método científico aplicado a la investigación sanitaria. 

Este Maestría en Investigación Médica se plantea de forma 100% online, para ofrecer a los alumnos gran flexibilidad y dotarles de posibilidades al estudiar y desarrollar otros ámbitos de su vida simultáneamente. Además, TECH ha incorporado la novedosa metodología Relearning, para que el alumnado se instruya sin tener que invertir largas horas de memorización. De esta manera, los especialistas podrán asimilar todos los conocimientos en ensayos clínicos, estadística y R aplicada a la investigación y la difusión de los resultados, entre otros aspectos. Un programa clave para la actualización de los profesionales y que incrementará su desarrollo teórico-práctico. 

Gracias a TECH, destacarás como profesional en un mercado laboral cambiante que cada vez exige una mayor cualificación científica”

Este Maestría en Investigación Médica contiene el programa educativo más completo y actualizado del mercado. Sus características más destacadas son:

• El desarrollo de casos prácticos presentados por expertos en investigación en ciencias de la salud 
• Los contenidos gráficos, esquemáticos y eminentemente prácticos con los que está concebido recogen una información científica y práctica sobre aquellas disciplinas indispensables para el ejercicio profesional 
• Los ejercicios prácticos donde realizar el proceso de autoevaluación para mejorar el aprendizaje 
• Su especial hincapié en metodologías innovadoras  
• Las lecciones teóricas, preguntas al experto, foros de discusión de temas controvertidos y trabajos de reflexión individual 
• La disponibilidad de acceso a los contenidos desde cualquier dispositivo fijo o portátil con conexión a internet 

Sé partícipe de la evolución en Investigación Médica y conoce los nuevos espacios para los estudios y las redes colaborativas en ciencias de la salud”

El programa incluye, en su cuadro docente, a profesionales del sector que vierten en esta capacitación la experiencia de su trabajo, además de reconocidos especialistas de sociedades de referencia y universidades de prestigio.

Su contenido multimedia, elaborado con la última tecnología educativa, permitirá a los profesionales un aprendizaje situado y contextual, es decir, un entorno simulado que proporcionará una capacitación inmersiva programada para entrenarse ante situaciones reales.

El diseño de este programa se centra en el Aprendizaje Basado en Problemas, mediante el cual los profesionales deberan tratar de resolver las distintas situaciones de práctica profesional que se les planteen a lo largo del curso académico. Para ello, contarán con la ayuda de un novedoso sistema de vídeo interactivo realizado por reconocidos expertos.

Los biobancos de muestras son claves en el sector farmacéutico para establecer criterios de calidad y orden. Domina los grupos de trabajo en Red, gracias a TECH"

Impulsa tu carrera desarrollando proyectos de investigación que promuevan la medicina moderna"

El contenido de este Maestría en Investigación Médica ha sido desarrollado con el fin de que los especialistas puedan instruirse mediante herramientas pedagógicas novedosas y alejarse de los estudios convencionales. Una de las más destacadas es la metodología Relearning, que posibilita el seguimiento del temario y su asimilación prescindiendo de engorrosas horas de memorización. De esta manera, TECH busca orientar a los profesionales para que puedan compaginar la titulación con el resto de ámbitos de su vida personal y profesional.

Cuenta con materiales audiovisuales en diversos formatos y una guía de referencia que podrás descargar para contar con los contenidos en tu dispositivo al finalizar la titulación”

Módulo 1. El método científico aplicado a la investigación sanitaria. Posicionamiento bibliográfico de la investigación 

1.1. Definición de la pregunta o el problema a resolver  
1.2. Posicionamiento bibliográfico de la pregunta o problema a resolver  

1.2.1. La búsqueda de información  

1.2.1.1. Estrategias y palabras claves  

1.2.2. El PubMed y otros repositorios de artículos científicos  

1.3. Tratamiento de fuentes bibliográficas  
1.4. Tratamiento de fuentes documentales  
1.5. Búsqueda avanzada de bibliografía  
1.6. Generación de bases de referencias para uso múltiple  
1.7. Gestores de bibliografía  
1.8. Extracción de metadatos en búsquedas bibliográficas  
1.9. Definición de la metodología científica a seguir  

1.9.1. Selección de las herramientas necesarias  
1.9.2. Diseño de controles positivos y negativos en una investigación  

1.10. Los proyectos traslacionales y los ensayos clínicos: similitudes y diferencias  

Módulo 2. Generación de grupos de trabajo: la investigación colaborativa  

2.1. Definición de grupos de trabajo  
2.2. Formación de equipos multidisciplinares  
2.3. Distribución optima de responsabilidades  
2.4. Liderazgo  
2.5. Control de consecución de actividades  
2.6. Los equipos de investigación hospitalaria  

2.6.1. Investigación clínica  
2.6.2. Investigación básica  
2.6.3. Investigación traslacional  

2.7. Creación de redes colaborativas para la investigación en salud  
2.8. Nuevos espacios para la investigación en salud  

2.8.1. Redes temáticas  

2.9. Centros de investigación biomédicas en red  
2.10. Los biobancos de muestras: investigación colaborativa internacional  

Módulo 3. Generación de proyectos de investigación  

3.1. Estructura general de un proyecto  
3.2. Presentación de antecedentes y datos preliminares  
3.3. Definición de la hipótesis  
3.4. Definición de objetivos generales y específicos  
3.5. Definición del tipo de muestra, número y variables a medir  
3.6. Establecimiento de la metodología científica  
3.7. Criterios de exclusión/inclusión en proyectos con muestras humanas  
3.8. Establecimiento del equipo específico: balance y expertise  
3.9. Expectativas: un elemento importante que olvidamos  
3.10. Generación del presupuesto: un ajuste fino entre las necesidades y la realidad de la convocatoria  
3.11. Aspectos éticos  

Módulo 4. El ensayo clínico en la investigación en salud  

4.1. Tipos de ensayos clínicos (EC)  

4.1.1. Ensayos clínicos promovidos por la industria farmacéuticas  
4.1.2. Ensayos clínicos independientes  
4.1.3. Reposición de fármacos  

4.2. Fases de los EC  
4.3. Principales figuras que intervienen en los EC5  
4.4. Generación de protocolos  

4.4.1. Aleatorización y enmascaramiento  
4.4.2. Estudios de no inferioridad  

4.5. Aspectos éticos  
4.6. Hoja de información al paciente   
4.7. Consentimiento informado  
4.8. Criterios de buenas prácticas clínicas  
4.9. Comité Ético de Investigación con Medicamentos  
4.10. Búsqueda de financiación para ensayos clínicos  

4.10.1. Pública. Principales agencias españolas, europeas, latinoamericanas y estadounidenses
4.10.2. Privada. Princip ales farmacéuticas  

Módulo 5. Financiación de proyectos  

5.1. Búsqueda de oportunidades de financiación  
5.2. ¿Cómo ajustar un proyecto al formato de una convocatoria?  

5.2.1. Claves para alcanzar el éxito  
5.2.2. Posicionamiento, preparación y escritura  

5.3. Convocatorias públicas. Principales agencias europeas y americanas  
5.4. Convocatorias específicas europeas  

5.4.1. Proyectos Horizonte 2020  
5.4.2. Movilidad de recursos humanos  
5.4.3. Programa Madame Curie  

5.5. Convocatorias de colaboración intercontinentales: oportunidades de interacción internacional
5.6. Convocatorias de colaboración con Estados Unidos  
5.7. Estrategia de participación en proyectos internacionales  

5.7.1. Cómo definir una estrategia de participación en consorcios internacionales  
5.7.2. Estructuras de soporte y ayuda  

5.8. Los lobbies científicos internacionales  

5.8.1. Acceso y Networking  

5.9. Convocatorias privadas  

5.9.1. Fundaciones y organizaciones financiadoras de investigación en salud en Europa y América  
5.9.2.  Convocatorias de financiación privada de organizaciones estadounidenses  

5.10. La fidelización de una fuente de financiación: claves para un apoyo económico duradero  

Módulo 6. Estadística y R en investigación sanitaria 

6.1. Bioestadística  

6.1.1. Introducción al método científico  
6.1.2. Población y muestra. Medidas muestrales de centralización  
6.1.3. Distribuciones discretas y distribuciones continuas  
6.1.4. Esquema general de la inferencia estadística. Inferencia sobre una media de una población normal. Inferencia sobre una media de una población general  
6.1.5. Introducción a la inferencia no paramétrica  

6.2. Introducción a R  

6.2.1. Características básicas del programa  
6.2.2. Principales tipos de objetos  
6.2.3. Ejemplos sencillos de simulación e inferencia estadística  
6.2.4. Gráficos  
6.2.5. Introducción a la programación en R  

6.3. Métodos de regresión con R   

6.3.1. Modelos de regresión  
6.3.2. Selección de variables  
6.3.3. Diagnóstico del modelo  
6.3.4. Tratamiento de datos atípicos  
6.3.5. Análisis de regresiones  

6.4. Análisis multivariante con R

6.4.1. Descripción de datos multivariantes  
6.4.2. Distribuciones multivariantes  
6.4.3. Reducción de la dimensión  
6.4.4. Clasificación no supervisada: análisis de conglomerados  
6.4.5. Clasificación supervisada: análisis discriminante  

6.5. Métodos de regresión para la investigación con R  

6.5.1. Modelos lineales generalizados (GLM): regresión de Poisson y binomial negativa  
6.5.2. Modelos lineales generalizados (GLM): regresiones logística y binomial  
6.5.3. Regresión de Poisson y binomial negativa infladas por ceros  
6.5.4. Ajustes locales y modelos aditivos generalizados (GAM)  
6.5.5. Modelos mixtos generalizados (GLMM) y generalizados aditivos (GAMM)  

6.6. Estadística aplicada a la investigación biomédica con R I  

6.6.1. Nociones básicas de R. Variables y objetos de R. Manejo de datos. Ficheros. Gráficos  
6.6.2. Estadística descriptiva y funciones de probabilidad  
6.6.3. Programación y funciones en R  
6.6.4. Análisis de tablas de contingencia  
6.6.5. Inferencia básica con variables continuas  

6.7. Estadística aplicada a la investigación biomédica con R II  

6.7.1. Análisis de la varianza  
6.7.2. Análisis de correlación  
6.7.3. Regresión lineal simple  
6.7.4. Regresión lineal múltiple  
6.7.5. Regresión logística  

6.8. Estadística aplicada a la investigación biomédica con R III  

6.8.1. Variables de confusión e interacciones  
6.8.2. Construcción de un modelo de regresión logística  
6.8.3. Análisis de supervivencia  
6.8.4. Regresión de Cox  
6.8.5. Modelos predictivos. Análisis de curvas ROC  

6.9. Técnicas estadísticas de Data Mining con R I  

6.9.1. Introducción. Data Mining. Aprendizaje supervisado y no supervisado. Modelos predictivos. Clasificación y regresión  
6.9.2. Análisis descriptivo. Pre-procesamiento de datos 
6.9.3. Análisis de Componentes Principales (PCA) 
6.9.4. Análisis Clúster. Métodos Jerárquicos. K-means 

6.10. Técnicas estadísticas de Data Mining con R II  

6.10.1. Medidas de evaluación de modelos. Medidas de capacidad predictiva. Curvas ROC  
6.10.2. Técnicas de evaluación de modelos. Validación cruzada. Muestras Bootstrap  
6.10.3. Métodos basados en árboles (CART)  
6.10.4. Support Vector Machines (SVM)  
6.10.5. Random Forest (RF) y redes neuronales (NN)  

Módulo 7. Representaciones gráficas de datos en la investigación sanitaria y otros análisis avanzados  

7.1. Tipos de gráficos  
7.2. Análisis de supervivencia  
7.3. Curvas ROC  
7.4. Análisis multivariante (tipos de regresión múltiple)  
7.5. Modelos binarios de regresión  
7.6. Análisis de datos masivos   
7.7. Métodos para reducción de dimensionalidad  
7.8. Comparación de los métodos: PCA, PPCA and KPCA  
7.9. T-SNE (t-Distributed Stochastic Neighbor Embedding)  
7.10. UMAP (Uniform Manifold Approximation and Projection)  

Módulo 8. Difusión de los resultados I: informes, memorias y artículos científicos  

8.1. Generación de un informe o memoria científica de un proyecto  

8.1.1. Abordaje óptimo de la discusión  
8.1.2. Exposición de las limitaciones  

8.2. Generación de un artículo científico: ¿Cómo escribir un Paper partiendo de los datos obtenidos?  

8.2.1. Estructura general  
8.2.2. ¿A dónde va el Paper? 

8.3. ¿Por dónde empezar?  

8.3.1. Representación adecuada de los resultados  

8.4. La introducción: el error de comenzar por esta sección  
8.5. La discusión: el momento cúspide  
8.6. La descripción de los materiales y métodos: la reproducibilidad garantizada  
8.7. Elección de la revista donde se enviará el Paper  

8.7.1. Estrategia de elección  
8.7.2. Lista de prioridades  

8.8. Adecuación del manuscrito a los diferentes formatos  
8.9. La Cover Letter: presentación concisa del estudio al editor  
8.10. ¿Cómo responder a las dudas de los revisores? La Rebuttal Letter  

Módulo 9. Difusión de los resultados II: simposios, congresos, difusión a la sociedad  

9.1. Presentación de resultados en congresos y simposios  

9.1.1. ¿Cómo se genera un póster?  
9.1.2. Representación de los datos  
9.1.3. Focalización del mensaje  

9.2. Comunicaciones cortas  

9.2.1. Representación de los datos para las comunicaciones cortas  
9.2.2. Focalización del mensaje  

9.3. La conferencia plenaria: apuntes para mantener la atención del público especializado por más de 20 minutos  
9.4. Difusión al gran público  

9.4.1. Necesidad vs. Oportunidad  
9.4.2. Uso de las referencias  

9.5. Uso de las redes sociales para la difusión de los resultados  
9.6. ¿Cómo adecuar los datos científicos al lenguaje popular?  
9.7. Pistas para resumir un trabajo científico en pocos caracteres  

9.7.1. La divulgación instantánea por Twitter  

9.8. Cómo convertir un trabajo científico en material de divulgación  

9.8.1. Podcast   
9.8.2. Videos de YouTube   
9.8.3. Tik tok  
9.8.4. El cómic  

9.9. La literatura de divulgación  

9.9.1. Columnas  
9.9.2. Libros  

Módulo 10. Protección y transferencias de los resultados 

10.1. La protección de los resultados: generalidades  
10.2. Valorización de los resultados de un proyecto de investigación  
10.3. La patente: pros y contras  
10.4. Otras formas de protección de los resultados  
10.5. Transferencia de los resultados a la práctica clínica  
10.6. Transferencia de los resultados a la industria  
10.7. El contrato de transferencia tecnológica  
10.8. El secreto industrial  
10.9. Generación de empresas Spin Off a partir de un proyecto de investigación 
10.10. Búsqueda de oportunidades de inversión en empresas Spin Off   

Un plan de estudios adecuado al paradigma digital actual con el que no tendrás que prescindir del resto de actividades de tu vida, ya sean personales o profesionales”