Com este Curso de especialização, obterá todos os conhecimentos necessários sobre as novas ferramentas de investigação para poder acompanhar as exigências do sector" 

A inovação incremental justifica o controlo a que alguns medicamentos são sujeitos quando chegam ao mercado. Para obter o "produto estrela", algumas empresas subvalorizaram o trabalho dos produtos farmacêuticos no mercado. Por vezes, foram mesmo retirados medicamentos que afetavam a saúde dos indivíduos, como foi o caso da suspensão temporária da cerivastatina, a pedido da empresa farmacêutica Bayer, S.A., por provocar lesões renais em quem a tomava.

A este respeito, é essencial que os farmacêuticos disponham de pessoal que conheça bem os protocolos, atue de acordo com a ética profissional e, sobretudo, esteja constantemente atualizado. Para responder à procura de qualificações no mercado de trabalho, a TECH desenvolveu um programa rigoroso que explora o tratamento da informação clínica, fundamental para a gestão do domínio social e da saúde, bem como a investigação e a publicação de artigos, teses e relatórios aplicados. Desta forma, os especialistas aumentarão a sua competitividade no mercado de trabalho ao adquirirem novos conhecimentos relacionados com a investigação.

Trata-se de um programa 100% online que permite seguir a disciplina sem ter de prescindir das outras atividades da vida quotidiana dos especialistas, como o seu trabalho. Da mesma forma, a TECH aplica a prestigiada e inovadora metodologia Relearning para dispensar os alunos de longas horas de memorização, obtendo uma assimilação gradual e constante dos conteúdos. Neste curso, os profissionais serão apoiados por uma equipa pedagógica especializada na área, distinguida com vários prémios no sector da saúde.

A estrutura global de um projeto é fundamental para o seu desempenho. Entre na geração correta de estudos científicos para compreender até que ponto é que os seus antecedentes têm impacto"  

Este Curso de especialização em Ferramentas para a Investigação em Saúde conta com o conteúdo científico mais completo e atualizado do mercado. As suas principais características são:

• O desenvolvimento de casos práticos apresentados por especialistas em ciências da saúde
• Os conteúdos gráficos, esquemáticos e predominantemente práticos com que está concebido fornecem informação médica sobre as disciplinas que são essenciais para a atividade profissional
• Os exercícios práticos onde o processo de autoavaliação pode ser efetuado a fim de melhorar a aprendizagem
• O seu foco especial em metodologias inovadoras
• As aulas teóricas, perguntas ao especialista, fóruns de discussão sobre temas controversos e atividades de reflexão individual
• A disponibilidade de acesso aos conteúdos a partir de qualquer dispositivo fixo ou portátil com ligação à Internet

Agora pode fazer parte dos profissionais que estão na vanguarda dos estudos farmacêuticos, graças ao aprofundamento teórico-prático que obterá com a TECH"

O corpo docente do programa inclui profissionais do sector que trazem a experiência do seu trabalho para esta formação, bem como especialistas reconhecidos de empresas líderes e universidades de prestígio.  

O seu conteúdo multimédia, desenvolvido com a mais recente tecnologia educativa, irá permitir que o profissional tenha acesso a uma aprendizagem situada e contextual, isto é, um ambiente de simulação que proporcionará uma capacitação imersiva, programada para treinar em situações reais.  

A conceção desta capacitação foca-se na Aprendizagem Baseada em Problemas, através da qual o profissional deverá tentar resolver as diferentes situações da atividade profissional que surgem ao longo do Curso. Para tal, contarão com o apoio de um sistema inovador de vídeo interativo, criado por especialistas reconhecidos.   

Domine as curvas ROC e os tipos de análise de regressão múltipla para os aplicar nos seus estudos e prestar um serviço mais preciso"

A estatística e o R são fundamentais na investigação em ciências da saúde. Entre nesta área tratando dados populacionais e trabalhando com amostras com garantias de sucesso"

O programa de estudos deste Curso de especialização em Ferramentas para a Investigação em Saúde foi desenvolvido por especialistas em Ciências da Saúde, a fim de garantir a instrução correta dos estudantes. Desta forma, a TECH oferece um estudo que explora a geração de projetos de investigação, estatística e R na investigação em saúde e representações gráficas de dados, entre muitas outras questões. Tudo isto, de uma forma simples, graças à inovadora metodologia Relearning, que dispensará os alunos de longas horas de estudo, transformando-o num processo de aprendizagem constante baseado em exercícios teóricos e práticos.

Inscreva-se agora e não fique para trás na fila da atualização estatística. Com a TECH Universidade de Tecnologiautilizará ferramentas inovadoras como o GLM e o GAMM"

Módulo 1. Geração de projetos de investigação

3.1.Estrutura geral de um projeto
3.2.Apresentação dos antecedentes e dos dados preliminares
3.3.Definição das Hipóteses
3.4.Definição de objetivos gerais e específicos
3.5.Definição do tipo de amostra, número e variáveis a medir
3.6.Estabelecimento da metodologia científica
3.7. Critérios de exclusão/inclusão em projetos com amostras humanas
3.8.Criação da equipa específica: equilíbrio e competências
3.9.Questões éticas e expectativas: um elemento importante que esquecemos
3.10.Geração do orçamento: um ajuste fino entre as necessidades e a realidade da convocatória

Módulo 2. Estatística e R na investigação no domínio da saúde  

6.1. Bioestatística

6.1.1.Introdução ao método científico
6.1.2.População e amostra. Medidas de amostragem da centralização
6.1.3.Distribuições discretas e distribuições contínuas
6.1.4.Esquema geral da inferência estatística. Inferência sobre a média de uma população normal. Inferência sobre a média de uma população geral
6.1.5.Introdução à inferência não-paramétrica

6.2.Introdução ao R

6.2.1 Características básicas do programa
6.2.2 Principais tipos de objetos
6.2.3 Exemplos simples de simulação e inferência estatística
6.2.4 Gráficos
6.2.5 Introdução à programação em R

6.3.Métodos de regressão com o R 

6.3.1 Modelos de regressão
6.3.2 Seleção de variáveis
6.3.3 Diagnóstico do modelo
6.3.4 Tratamento de dados atípicos
6.3.5 Análise de regressão

6.4. Análise multivariada com o R

6.4.1.Descrição de dados multivariados
6.4.2.Distribuições multivariadas
6.4.3.Redução da dimensão
6.4.4.Classificação não supervisionada: análise de clusters
6.4.5.Classificação supervisionada: análise discriminante

6.5.Métodos de regressão para a investigação com o R

6.5.1.Modelos lineares generalizados (MLG): regressão de Poisson e binomial negativa
6.5.2.Modelos lineares generalizados (MLG): regressões logísticas e binomiais
6.5.3.Regressão de Poisson e Binomial Negativa inflacionada por zeros
6.5.4 Ajustamentos locais e modelos aditivos generalizados (GAM)
6.5.5 Modelos mistos generalizados (GLMM) e modelos mistos aditivos generalizados (GAMM)

6.6.Estatística aplicada à investigação biomédica com o R I

6.6.1.Noções básicas de R. Variáveis e objetos de R. Gestão de dados. Ficheiros Gráficos
6.6.2.Estatística descritiva e funções de probabilidade
6.6.3.Programação e funções em R
6.6.4.Análise de tabelas de contingência
6.6.5.Inferência básica com variáveis contínuas

6.7.Estatística aplicada à investigação biomédica com R II

6.7.1.Análise da variância
6.7.2. Análise de correlação
6.7.3.Regressão linear simples
6.7.4.Regressão linear múltipla
6.7.5.Regressão logística

6.8.Estatística aplicada à investigação biomédica com R III

6.8.1.Variáveis de confusão e interações
6.8.2.Construção de um modelo de regressão logística
6.8.3.Análise de sobrevivência
6.8.4.Regressão de Cox
6.8.5.Modelos preditivos Análise de curvas ROC

6.9.Técnicas estatísticas de Data Mining com R I

6.9.1.Introdução. Data Mining. Aprendizagem supervisionada e não supervisionada. Modelos Preditivos Classificação e Regressão
6.9.2.Análise descritiva Pré-processamento de dados
6.9.2.Análise descritiva Pré-processamento de dados
6.9.3.Análise de Componentes Principais (ACP)
6.9.4.Análise de Cluster. Métodos hierárquicos. K-means

6.10.Técnicas estatísticas de Data Mining com R II

6.10.1.Medidas de avaliação de Modelos. Medidas de capacidade preditiva. Curvas ROC
6.10.2.Técnicas de Avaliação de Modelos. Validação cruzada Amostras de Bootstrap
6.10.3.Métodos baseados em árvores (CART)
6.10.4.Support vector machines (SVM)
6.10.5.Random Forest (RF) e Redes Neuronales (NN)

Módulo 3. Representações gráficas de dados na investigação no domínio da saúde e outras análises avançadas

7.1.Tipos de gráficos
7.2.Análise de sobrevivência
7.3.Curvas ROC
7.4.Análise multivariada (tipos de regressão múltipla)
7.5.Modelos de regressão binária
7.6.Análise de dados massivos 
7.7.Métodos de redução da dimensionalidade
7.8. Comparação dos métodos: PCA, PPCA e KPCA
7.9.T-SNE(t-Distributed Stochastic Neighbor Embedding)
7.10.UMAP (Uniform Manifold Approximation and Projection)

Segundo destaque estrutura e conteúdo"