Graças a este mestrado, desenvolverá os seus próprios projetos de investigação e possuirá os conhecimentos específicos em farmácia para participar em trabalhos de colaboração"

Durante a pandemia, os cientistas tiveram de realizar vários ensaios em todo o mundo para chegar a uma vacina contra a COVID. A Investigação Médica desempenhou um papel fundamental nestes processos. No entanto, o seu desenvolvimento foi possível graças aos avanços tecnológicos, como o Big Data. O estudo das informações permite selecionar os medicamentos para a sua aplicação final nos pacientes. 

É uma disciplina viva que está em constante mudança e que coopera com outras ciências no seu desenvolvimento. A viabilidade dos medicamentos está diretamente relacionada com o financiamento dos projetos de investigação. É por isso que o sector médico exige mais investimento dos governos e, além disso, especialistas com conhecimentos tecnológicos atualizados que possam acelerar os processos e, assim, reduzir o custo dos estudos. Neste sentido, a TECHdesenvolveu uma qualificação destinada a licenciados em farmácia e a outros profissionais do sector que estejam interessados em atualizar as suas competências de acordo com o método científico aplicado à investigação em saúde. 

Este Master em Investigação Médica é 100% online, de forma a oferecer aos estudantes uma grande flexibilidade e dar-lhes a possibilidade de estudar e desenvolver outras áreas da sua vida em simultâneo. Para além disso, a TECHincorporou a inovadora metodologia Relearning, para que os alunos possam aprender sem terem de investir longas horas de memorização. Desta forma, os especialistas poderão assimilar todos os conhecimentos em matéria de ensaios clínicos, estatística e R aplicada à investigação e à divulgação de resultados, entre outros aspetos. Um programa fundamental para a atualização dos profissionais e para o seu desenvolvimento teórico e prático. 

Graças à TECH, destacar-se-á como profissional num mercado de trabalho em mutação que exige cada vez mais qualificações científicas mais elevadas"

Este Master em Investigação Médica 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 informações científicas e práticas sobre as disciplinas que são essenciais para a prática profissional 
  Exercícios práticos onde o processo de autoavaliação pode ser levado a cabo a fim de melhorar a aprendizagem 
  A sua ênfase especial em metodologias inovadoras  
  As aulas teóricas, perguntas ao especialista, fóruns de discussão sobre questões controversas e atividades de reflexão individual 
  A disponibilidade de acesso aos conteúdos a partir de qualquer dispositivo fixo ou portátil com ligação à Internet

Faça parte da evolução da Investigação Médica e conheça os novos espaços de estudo e as redes de colaboração em ciências da saúde"

O seu corpo docente inclui profissionais do sector, que contribuem com a sua experiência profissional para esta qualificação, 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.

O design deste programa centra-se na aprendizagem baseada em problemas, através da qual os profissionais devem tentar resolver as diferentes situações de prática profissional que surgem durante o curso académico. Para tal, contará com o apoio de um inovador sistema de vídeo interativo desenvolvido por especialistas conceituados.

Os biobancos de amostras são fundamentais no sector farmacêutico para estabelecer critérios de qualidade e de encomenda. Domine os grupos de trabalho em Rede, graças à TECH"

Impulsione a sua carreira desenvolvendo projetos de investigação que promovam a medicina moderna"

O conteúdo deste Master em Investigação Médica foi desenvolvido com o objetivo de permitir que os especialistas aprendam através de ferramentas pedagógicas inovadoras afastando-se dos estudos convencionais. Uma das mais destacadas é o Relearningque permite seguir o programa de estudos e assimilá-lo sem ter de passar horas a memorizar. Desta forma, a TECHprocura orientar os profissionais para que possam conciliar o seu curso com a sua vida pessoal e profissional.

Conta com materiais audiovisuais em vários formatos e uma guia de referência que pode descarregar para ter os conteúdos no seu dispositivo no final do curso"

Módulo 1. O método científico aplicado à investigação no domínio da saúde. Posicionamento bibliográfico da investigação   

1.1. Definição da questão ou do problema a resolver 
1.2. Posicionamento bibliográfico da questão ou problema a resolver 

1.2.1. Pesquisa de informação 

1.2.1.1. Estratégias e palavras-chave 

1.2.2. O Pubmed e outros repositórios de artigos científicos 

1.3. Tratamento das fontes bibliográficas 
1.4.  Tratamento das fontes documentais 
1.5. Pesquisa bibliográfica avançada 
1.6     Geração de bases de referência para múltipla utilização 
1.7. Gestores de bibliografia 
1.8. Extração de metadados em pesquisas bibliográficas 
1.9.  Definição da metodologia científica a seguir 

1.9.1. Seleção de ferramentas necessárias 
1.9.2. Design de controlos positivos e negativos numa investigação 

1.10. Os projetos de translação e ensaios clínicos: Semelhanças e diferenças 

Módulo 2. Geração de grupos de trabalho: investigação colaborativa 

2.1. Definição de grupos de trabalho 
2.2. Formação de equipas multidisciplinares 
2.3.  Distribuição ótima das responsabilidades 
2.4. Liderança 
2.5. Controlo da realização das atividades 
2.6. Equipas de investigação hospitalar 

2.6.1. Investigação clínica 
2.6.2. Investigação básica 
2.6.3. Investigação translacional 

2.7. Criação de redes colaborativas para a investigação no domínio da saúde 
2.8. Novos espaços para a investigação no domínio da saúde 

2.8.1. Redes temáticas 

2.9. Centros de investigação biomédicas em rede 
2.10. Os biobancos de amostras: investigação colaborativa internacional 

Módulo 3. 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 4. O ensaio clínico na investigação em saúde 

4.1. Tipos de ensaios clínicos(EC) 

4.1.1. Ensaios clínicos promovidos pela indústria farmacêutica 
4.1.2. Ensaios Cínicos independentes 
4.1.3. Reposição de medicamentos 

4.2. Fases dos EC 
4.3. Principais intervenientes nos CE5 
4.4. Geração de protocolos 

4.4.1. Aleatorização e ocultação 
4.4.2. Estudos de não-inferioridade 

4.5. Aspetos éticos 
4.6. Ficha de informação ao paciente  
4.7. Consentimento informado 
4.8. Critérios de boas práticas clínicas 
4.9. A Comissão de Ética para a Investigação de Medicamentos 
4.10. Procurar financiamento para ensaios clínicos 

4.10.1. Pública Principais agências espanholas, europeias, latino-americanas e norte-americanas 
4.10.2. Privada. Principais farmacêutica

Módulo 5. Financiamento de projetos 

5.1. Procurar oportunidades de financiamento 
5.2. Como adaptar um projeto ao formato de uma convocatória? 

5.2.1. Chaves para o sucesso 
5.2.2. Posicionamento, preparação e redação 

5.3. Convocatórias públicas. Principais agências europeias e americanas 
5.4. Convocatórias específicas europeias 

5.4.1. Projetos Horizonte 2020 
5.4.2. Mobilidade de Recursos Humanos
5.4.3. Programa Madame Curie 

5.5. Chamadas de colaboração intercontinentais: Oportunidades de interação internacional
5.6. Convocatórias de colaboração com os Estados Unidos 
5.7. Estratégia de participação em projetos internacionais 

5.7.1. Definição de uma estratégia de participação em consórcios internacionais 
5.7.2. Estruturas de apoio e assistência 

5.8. Os lobbies científicos internacionais 

5.8.1. Acesso e networking

5.9. Convocatórias privadas

5.9.1. Fundações e organizações de financiadoras da investigação no domínio da saúde na Europa e América 
5.9.2.  Convocatórias de financiamento privado de organizações dos EUA 

5.10. Garantir uma fonte de financiamento: chaves para um apoio financeiro sustentável 

Módulo 6. 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 bjeto 
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. Processamento de valores 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 
6.9.3. 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 7. 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 Stochastic Neighbor Embedding) 
7.10. UMAP (Uniform Manifold Approximation and Projection) 

Módulo 8. Divulgação dos resultados I: Relatórios, memórias e artigos científicos 

8.1. Elaboração de um relatório ou memória científica de um projeto 

8.1.1. Abordagem otimizada do debate 
8.1.2. Declaração das limitações 

8.2. Geração de um artigo científico: Como redigir um artigo com base nos dados recolhidos

8.2.1. Estrutura geral 
8.2.2. Para onde vai o artigo?  

8.3. Por onde começar? 

8.3.1. Representação adequada dos resultados 

8.4. A introdução: O erro de começar por esta secção
8.5. O debate: O clímax
8.6. Descrição dos materiais e métodos: Reprodutibilidade garantida
8.7. Escolha da revista para a qual o artigo deve ser apresentado

8.7.1. Estratégia de escolha 
8.7.2. Lista de prioridades 

8.8. Adaptação do manuscrito a diferentes formatos 
8.9. A “cover letter”: apresentação concisa do estudo ao editor
8.10. Como responder às questões dos revisores? A “rebuttal letter”

Módulo 9. Divulgação dos resultados II: Simpósios, congressos, divulgação à sociedade 

9.1. Apresentação de resultados em conferências e simpósios 

9.1.1. Como é gerado um cartaz? 
9.1.2.  Representação dos dados 
9.1.3. Concentração da mensagem  

9.2. Comunicações curtas 

9.2.1. Representação de dados para as comunicações curtas 
9.2.2.  Concentração da mensagem 

9.3.  A conferência plenária: notas sobre como captar e manter a atenção de um público especializado durante mais de 20 minutos 
9.4. Divulgação ao público em geral 

9.4.1. Necessidade vs. Oportunidade 
9.4.2. Utilização das referências 

9.5. Utilização das redes sociais para divulgação dos resultados 
9.6. Como adaptar os dados científicos à linguagem popular? 
9.7. Dicas para resumir um artigo científico em poucos caracteres 

9.7.1. A divulgação instantânea no Twitter 

9.8. Como transformar um artigo científico em material de divulgação 

9.8.1. Podcast  
9.8.2.  Vídeos do YouTube  
9.8.3. Tik Tok 
9.8.4. A banda desenhada 

9.9. Literatura popular 

9.9.1. Colunas 
9.9.2. Livros 

Módulo 10. Proteção e transferência dos resultados   

10.1.  Proteção dos resultados: Generalidades 
10.2. Valorização dos resultados de um projeto de investigação 
10.3. A patente: prós e contras 
10.4. Outras formas de proteção dos resultados 
10.5. Transferência dos resultados para a prática clínica 
10.6.  Transferência dos resultados para a indústria 
10.7. O contrato de transferência de tecnologia 
10.8.  Segredos comerciais 
10.9. Criação de empresas spin-off a partir de projetos de investigação 
10.10. Procura de oportunidades de investimento em empresas spin-off 

Um plano de estudos adaptado ao paradigma digital atual com o qual não terá de prescindir das restantes atividades da sua vida, sejam elas pessoais ou profissionais"