[ms_accordion style=”simple” type=”1″ class=”” id=””] [ms_accordion_item title=”Unidade curricular” color=”#7b89b6″ background_color=”” close_icon=”” open_icon=”” status=”open”]Introdução à Análise Inteligente de Dados[/ms_accordion_item] [/ms_accordion]
[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Coordenação” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]Cláudia Camila Dias 
[/ms_accordion_item]
[/ms_accordion]
[ms_accordion style=”simple” type=”1″ class=”” id=””] [ms_accordion_item title=”Objetivos de aprendizagem” color=”#7b89b6″ background_color=”” close_icon=”” open_icon=”” status=”open”]Esta unidade curricular (UC) pretende dotar os estudantes dos conhecimentos teóricos e práticos da aplicação de métodos de análise estatística básicos e adaptados a objetivos de investigação clínica, de avaliação de tecnologias e de investigação em serviços de saúde. O estudante deverá desenvolver as aptidões necessárias à correta aplicação e interpretação das metodologias apresentadas utilizando software estatístico. Os estudantes, no final da UC, deverão conseguir: caracterizar diferentes tipos de dados e variáveis; processar e informatizar os dados; verificar erros e inconsistências; descrever dados de forma gráfica; descrever dados com medidas de sumário; aplicar a uma tabela de dados técnicas básicas de inferências estatística (estimação pontual e de intervalo e teste de hipótese); aplicar um modelo de regressão linear simples; posicionar-se criticamente relativamente à análise estatística de artigos científicos publicados na literatura na área de Ciências da Saúde, e identificar oportunidades de aplicação de técnicas de análise inteligente de dados na prática corrente de análise de dados de saúde.[/ms_accordion_item] [/ms_accordion]
[ms_accordion style=”simple” type=”1″ class=”” id=””] [ms_accordion_item title=”Conteúdos programáticos” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]
• Gestão de dados: tipos de dados e variáveis;
• Processamento e informatização dos dados.;
• Verificação de erros e inconsistências;
• Estatística descritiva: medidas de tendência central e dispersão;
• Apresentação gráfica de dados;
• Introdução à probabilidade;
• Distribuição normal e outras distribuições teóricas;
• Fundamentos da inferência estatística – estimação pontual e intervalos de confiança;
• Fundamentos dos testes de hipóteses.;
• Testes de hipótese paramétricos: testes t, teste F (One-Way ANOVA);
• Testes de hipótese não paramétricos: Mann-Whintey, Kruskal-Wallis, Wilcoxon e qui-quadrado;
• Medidas de concordância;
• Técnicas básicas de regressão e correlação: regressão linear simples e regressõa linear múltipla.
• O papel da inteligência artificial na análise de dados de saúde
• Oportunidades e técnicas de análise inteligente de dados
[/ms_accordion_item] [/ms_accordion]
[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da unidade curricular” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]Os conteúdos lecionados dotarão os alunos dos conceitos necessários e suficientes para compreender, aplicar e integrar os métodos a que a unidade curricular se propõe em problemas reais.
Os conteúdos apresentados permitirão ao estudante adquirir conhecimentos teóricos acerca de gestão de dados, erros e inconsistências, construção e interpretação de gráficos, probabilidade, inferência estatística, testes de hipóteses, medidas de concordância e técnicas de regressão e correlação, bem como desenvolver competências e aptidões práticas para aplicar métodos de análise estatística básicos e adaptados a objetivos de investigação clínica, de avaliação de tecnologias e de investigação em serviços de saúde, utilizando software estatístico adequado.
Estes conteúdos permitem ainda desenvolver a capacidade de posicionar-se criticamente relativamente aos métodos estatísticos abordados na UC e à interpretação de resultados.
[/ms_accordion_item]
[/ms_accordion]
[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Metodologias de ensino” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]Metodologias de ensino:
Exposição teórica de cada tópico descrito para a unidade curricular;
Demonstração da resolução de exercícios;
Resolução individual e em grupo de exercícios práticos;
Discussão em grupo dos exercícios resolvidos individualmente;
Utilização de uma plataforma de e-learning otimizada para o ensino dos topicos lecionados na unidade curricular.
Metodologia de avaliação:
Avaliação distribuida com exame final. A avaliação será realizada com recurso a exercícios práticos (50%) e a um exame final (50%).
[/ms_accordion_item]
[/ms_accordion]
[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Demonstração da coerência das metodologias de ensino com os objetivos de aprendizagem da unidade curricular” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]A exposição teórica permite que os estudantes conheçam e compreendam os conceitos de gestão de dados, erros e inconsistências, construção e interpretação de gráficos, probabilidade, inferência estatística, testes de hipóteses, medidas de concordância e técnicas de regressão e correlação. A demonstração da resolução de exercícios e a resolução individual e em grupo de exercícios permite compreender a aplicar as diferentes metodologias a problemas especificos nas áreas de investigação clínica e em serviços de saúde e de avaliação de tecnologias, e interpretar resultados. As discussões em grupo favorecem o desenvolvimento do espirito critico.
A plataforma de e-learning favorece a comunicação entre os estudantes e entre estes e os docente, e a disponibilização de material didático.
O exame final permite avaliar a aquisição de conceitos teóricos. A avaliação através de exercicios práticos permite avaliar a capacidade de aplicação dos conceitos teóricos a situações concretas.
[/ms_accordion_item]
[/ms_accordion]
[ms_accordion style=”simple” type=”1″ class=”” id=””]
[ms_accordion_item title=”Bibliografia principal” color=”” background_color=”” close_icon=”” open_icon=”” status=”open”]Petrie, A. & Sabin, C. (2013). Medical Statistics at a Glance Workbook. West Sussex: Wiley-Blackwell. ISBN: 978-0-470-65848-2
Campbell M.J. & Swinscow T.D.V.(2009). Statistics at Square One (11th Edition), West Sussex: Wiley-Blackwell
Bland J.M. (2000). An Introduction to Medical Statistics (3rd edition). Oxford: Oxford Medical Publication
Berthold, M. & Hand, D. (2003). Intelligent Data Analysis – An Introduction. Berlin: Springer Verlag. ISBN: 978-3-540-48625-1
[/ms_accordion_item]
[/ms_accordion]