Atualize-se nas estatísticas mais avançadas, aprofundando-se em R, bioestatística e metodologia analítica para elevar a sua investigação médica nutricional a outro nível"

A investigação sobre questões nutricionais não é uma questão trivial, especialmente numa sociedade cada vez mais envolvida em dietas de todos os tipos, com doenças causadas por uma má alimentação ou um interesse invulgar por uma dietética mais cuidada. Os nutricionistas têm um campo de ação favorável não só para abordar todas estas questões de uma forma prática, mas também para as investigar através de pesquisas que seguem as tendências nutricionais do presente e do futuro.

Aqui reside a importância da capacidade do profissional de nutrição em assumir um projeto de pesquisa, uma questão complexa que demanda proficiência em diversas competências e conhecimentos atualizados em consonância com os últimos avanços científicos e tecnológicos. Por esta razão, a TECHcriou este Master em Investigação Médica, com o objetivo de fornecer uma visão geral, mas ao mesmo tempo exaustiva, de todos os passos a seguir quando se empreende um projeto desta natureza.

Assim, o nutricionista passará por questões como a investigação colaborativa, o tratamento de fontes bibliográficas e documentais ou convocatórias de financiamento internacionais, bem como a divulgação dos resultados através de relatórios, artigos, congressos e até redes sociais. Todo um apêndice de conteúdos que permitirá uma abordagem melhorada, rigorosa e atualizada dos projetos de investigação do licenciado.

Além disso, o formato totalmente online do programa, sem aulas presenciais nem horários fixos, permite uma compatibilidade total. É o próprio estudante que decide quando, onde e como assumir a totalidade da carga letiva, podendo distribuí-la ao seu próprio ritmo para a adaptar às suas responsabilidades profissionais ou pessoais. Os conteúdos estão disponíveis 24 horas por dia através do campus virtual, acessível em qualquer altura a partir de um computador, smartphone ou dispositivo com ligação à Internet.

Invista numa das áreas de investigação com maior projeção atual e obtenha todas as garantias para realizar o seu próprio projeto neste Master"

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
• 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

Saiba como a linguagem de programação R pode tornar-se uma ferramenta essencial na sua investigação, alargando os seus horizontes em bioestatística, investigação biomédica e Data Mining"

O corpo docente inclui, profissionais do sector que trazem a sua experiência profissional para esta qualificação, para além de especialistas reconhecidos de sociedades de referência 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 um curso imersivo, programado para praticar em situações reais. 

O design desta especialização 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, contará com a ajuda de um sistema inovador de vídeo interativo desenvolvido por especialistas reconhecidos. 

Adquira não só as melhores ferramentas para recolher e tratar dados de todos os tipos, mas também os conhecimentos necessários para produzir representações gráficas de alto nível"

Todo o conteúdo do programa pode ser descarregado diretamente para o seu computador ou tablet de eleição, proporcionando-lhe um guia de referência vital para a sua futura investigação nutricional"

A fim de garantir a máxima eficiência em termos de carga letiva, a TECHassegurou que todos os conteúdos deste programa seguem a metodologia Relearning. Isto significa que os conceitos mais importantes e os temas-chave da Investigação Médica são introduzidos de forma repetida e progressiva ao longo do programa, resultando num processo de aprendizagem muito mais natural. A poupança de horas de estudo que isto implica, permite ao nutricionista investir esse tempo no aprofundamento dos temas que mais lhe interessam, quer através da multiplicidade de conteúdos multimédia oferecidos, quer através das leituras complementares disponibilizadas.

No campus virtual encontrará vídeos detalhados, resumos interativos, leituras complementares e todo o tipo de recursos audiovisuais para tornar a sua experiência académica muito mais gratificante"

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 os 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. Estabelecimento de equipas específicas: balance e Expertise
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. Convocatórias 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 Neuronais (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 Paper com base nos dados obtidos?

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

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 deve ser enviado o Paper

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. TikTok
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 com base num projeto de investigação
10.10. Procura de oportunidades de investimento em empresas Spin- Off

Exercícios de auto-consciência e testes de autoavaliação ajudá-lo-ão a reforçar eficazmente os seus conhecimentos em cada módulo do programa”