Big Data em Saúde no Brasil






Sobre o curso

Em 1988 foi criado o Sistema Único de Saúde (SUS), nosso sistema público e universal de saúde. Apesar da sua importância na diminuição das disparidades em saúde, o sistema de saúde tem consistentemente liderado a lista de maiores problemas do país segundo as pesquisas de opinião. Reclamações frequentes sobre o sistema privado têm contribuído para a conclusão de que a saúde é um problema generalizado no país. O uso de big data pode trazer melhorias significativas em termos de gestão, transparência e responsabilidade por parte dos provedores de saúde, além de fornecer dados importantes para os pacientes.

Este curso irá abordar tanto a obtenção de dados em saúde como a sua utilização para melhorar a qualidade de tomada de decisões por parte de hospitais e das diferentes esferas do governo. Mais especificamente, abordaremos as fontes de dados públicos de saúde, o uso do R e do Python para a análise de dados, metodologias de big data (como machine learning, redução de dimensão e como evitar associações espúrias), noções de economia da saúde e o uso de metodologias causais em pesquisas científicas. Apesar de o foco do curso ser a área da saúde, os conhecimentos podem ser diretamente aplicados em outras áreas como a educação, biologia, economia e administração.

Programa do curso
Primeiro módulo: Perspectivas do uso de big data no Brasil (estudos multicêntricos, prontuários eletrônicos, medicina de precisão e internet das coisas).
Segundo módulo: Linguagens de programação mais utilizadas em big data (R e Python).
Terceiro módulo: Metodologias de big data (machine learning, redução de dimensão e controle de associações espúrias).
Quarto módulo: Causalidade (propensity score, regressão descontínua, diferenças em diferenças, variáveis instrumentais e randomização mendeliana).
Quinto módulo: As "imperfeições" da saúde pública - Introdução à Economia da Saúde (informação assimétrica, seleção adversa, risco moral e o problema do agente-principal).
Sexto módulo: Limitações e conclusão (privacidade e o uso de big data para uma nova saúde pública).
Conhecimentos prévios recomendados
Espera-se que o aluno tenha pelo menos começado uma graduação e que possua algum conhecimento básico de estatística. Caso não possua, recomendamos fazer a disciplina Data Analysis and Statistical Inference aqui do Coursera.

Leituras recomendadas

Leitura sugerida: Chiavegatto Filho, ADP. Uso de big data em saúde no Brasil: perspectivas para um futuro próximo.

Formato do curso
As aulas serão ministradas em vídeos gravados pelo Núcleo de Teleodontologia e Telessaúde e Centro de Produção Digital "Prof. Edmir Matson" da Faculdade de Odontologia da USP, sob a direção e coordenação da Profa. Mary Caroline (Maine) Skelton-Macedo e Diego Santana Zuqueto. Os monitores da disciplina serão Carla Ferreira do Nascimento, mestranda da FSP-USP, e Kaio Henrique Correa Massa, doutorando da FSP-USP. A avaliação dos alunos será feita por meio de quizzes ao final de cada módulo e um trabalho final com avaliação por pares. Essa avaliação é opcional e apenas necessária se você quiser receber o certificado, é possível só assistir às aulas.

FAQ
O curso é gratuito?
Sim, o acesso ao conteúdo do curso é gratuito e aberto a todos os interessados.

Em quais áreas, além da saúde, eu posso aplicar os conhecimentos apresentados no curso?
Em todas! Não existe uma única área em que possuir conhecimentos de estatística e análise de dados não faça a diferença. Conseguir tomar decisões fundamentadas, com métodos estatísticos rigorosos, será uma habilidade de destaque neste século. O aumento na disponibilidade de dados fará com que aprender a analisar esses dados seja tão importante quanto aprender a usar um computador foi no fim do século passado.

Interessei-me pela área! Qual o próximo passo?
Fazer um mestrado/doutorado/pós-doutorado em epidemiologia ou saúde pública. Existem boas faculdades em todo o país.

O curso oferece certificado?
Sim, o Coursera oferece "course certificates" caso você tenha interesse.

Mais informações https://www.coursera.org/course/bigdatabrasil


Premio IFMBE 2021




Vencedores do Premio Joao Pedroso 2021 e indicados




Comissao Feminina Enedina Marques (CFEM)




Reconhecimento da profissao




Regras para participação no CEDAY 2021




Reconhecimento de profissionais atuantes em Engenharia Clínica - Premiação João Pedroso




Agradecimento aos Voluntários




Pesquisa Salarial 2020




Reunião ABEClin COVID-19




ABEClin - Suporte CV19




Associação Brasileira de Engenharia Clínica – ABEClin

A ABEClin, é uma pessoa jurídica de direito privado, sem fins lucrativos e de duração ilimitada. Foi estabelecida com o objetivo de incentivar, consolidar, integrar e qualificar os profissionais que atuam na área de Engenharia Clínica definindo-os da seguinte forma:

“O Engenheiro Clínico é o profissional que aplica as técnicas da engenharia no gerenciamento dos equipamentos de saúde com o objetivo de garantir a rastreabilidade, usabilidade, qualidade, eficácia, efetividade, segurança e desempenho destes equipamentos, no intuito de promover a segurança dos pacientes.”