[ms_accordion style=”simple” type=”1″ class=”” id=””] [ms_accordion_item title=”Unidade curricular” color=”#7b89b6″ background_color=”” close_icon=”” open_icon=”” status=”open”]
Modelação Estatística
[/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”]Cristina Costa Santos 
[/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”]
Explicar os fundamentos teóricos e práticos da aplicação de métodos estatísticos mais avançados e adaptados aos objetivos da investigação clínica, investigação em serviços de saúde e avaliação de tecnologias em saúde;
Efetuar regressões logísticas, análise de sobrevida e análise de dados longitudinais;
Interpretar resultados de regressões logísticas, da análise de sobrevida e dos estudos longitudinais.
[/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”]
• Regressão logística.
• Análise de sobrevida.
• Análise de dados longitudinais.
• Causalidade.
[/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 iinterpretar resuldados de análises estatísticas mais avançadas (regressões logísticas; análise de sobrevida; análise de dados longitudinais) aplicadas às áreas da investigação clínica, investigação em serviços de saúde e avaliação de tecnologias em saúde.
[/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 fundamentos teóricos e práticos da aplicação de métodos estatísticos mais avançados e adaptados aos objetivos da investigação clínica, investigação em serviços de saúde e avaliação de tecnologias em saúde.
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. 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”]
Kleinbaum, David G.; Klein, Mitchel (2012), Survival analysis: A Self-learning text (Third ed.), Springer,
Hosmer, David W.; Stanley Lemeshow (2000). Applied Logistic Regression, 2nd ed. [S.l.]: New York; Chichester, Wiley.
Donald Hedeker, Robert D. Gibbons.(2006) Longitudinal Data Analysis. Wiley
[/ms_accordion_item]
[/ms_accordion]