MESTRADO
Mínimo de 78 créditos;
Natureza: Optativo
Créditos: 4
Ementa: Introdução aos dados ômicos e não-ômicos (dados biomédicos ou de saúde) – biologia de sistemas/medicina. Tipos/fontes de amostras de dados biológicos. Introdução às bases de dados ômicas. Integração de conjuntos de dados não ômicos em combinação com dados ômicos, como, por exemplo, dados clínicos, farmacológicos/toxicológicos, histológicos, dados de imagem. Desenho de estudo multi-ômico - coleta de amostras, desenho de coorte, emparelhamento de conjuntos de dados ômicos. Métodos de integração de dados. Competências/ferramentas para análises de dados multi-ômicas. Pacotes, softwares, e ferramentas em pesquisas multi-ômicas. Ômicas para a saúde – estudos de caso. Medicina personalizada.
Natureza: Optativo
Créditos: 4
Ementa: Técnicas de análise, tratamento e processamento de sinais biomédicos. Aquisição de dados biomédicos. Métodos avançados para extrair informações relevantes. Aplicar essas técnicas em contextos clínicos, visando aprimorar o diagnóstico, monitoramento e tratamento de condições médicas. Aquisição, Modelagem, Classificação de Sinais e Sistemas. Processamento de sinais nas diferentes áreas de aplicação. Projetos. Aspectos práticos e tratamento computacional. Prototipação de equipamentos “wearable”.
Natureza: Optativo
Créditos: 4
Ementa: Inteligência artificial e computação para aprendizado de máquina. Coleta e mineração de dados: Fontes primárias e secundárias de dados em saúde, limpeza e pré-processamento de dados. Métodos Quantitativos em Computação: Técnicas de inferência e modelagem matemática e estatística, modelos preditivos e descritivos. Uso de softwares estatísticos como R e Python e visualização de dados em saúde. Aplicações Práticas em Ciência de Dados em Saúde: estudos de caso e análises preditivas em datasets. Como fazer o processamento de redes ou outros modelos utilizando técnicas de computação de alto desempenho.
Natureza: Optativo
Créditos: 4
Ementa: Métodos e técnicas específicas para o desenvolvimento, implementação e manutenção de sistemas de software voltados para a análise de dados biomédicos. Metodologias ágeis. Introdução a conceitos de gestão de processos computacionais (abordagens de desenvolvimento, ágil, DevOps, RAD, SAFe, entre outros). Desenvolvimento de designs e modelos para a resolução de problemas. Gestão de código e versionamento por meio de GitHub e testagem, implantação e lançamento de programas.
Natureza: Optativo
Créditos: 4
Ementa: Contexto atual da ciência de dados. Variáveis, tipos de dados, operadores, controle de fluxo e estruturas de repetição. Algoritmos e resolução de problemas.Estruturas de Dados Básicas: Listas, pilhas, filas e sua aplicação em cenários de saúde. Modularização. Criação de documentos dinâmicos para pesquisas reproduzíveis e o gerenciamento eficaz de código-fonte. Técnicas básicas de pré-processamento, análise e visualização de dados. Estudos de Caso: Aplicações práticas do pensamento computacional em problemas reais da área da saúde.
Natureza: Optativo
Créditos: 4
Ementa: Abordagem avançada da epidemiologia, incorporando conceitos e ferramentas computacionais para análise de dados em saúde pública. Métodos computacionais na coleta, processamento serial ou paralelo e interpretação de dados epidemiológicos. Modelagem Epidemiológica e Inferência Estatística. Epidemiologia Molecular e Genômica em Saúde Pública. Compreensão das tendências e padrões de saúde em populações.
Natureza: Optativo
Créditos: 4
Ementa: Fisiologia aplicada ao treinamento físico nas respostas agudas e crônicas. Adaptações ao treinamento de força e aeróbio. Caracterização das adaptações em função da especificidade do treinamento. Respostas agudas e crônicas de variáveis fisiológicas ao esforço físico de alta e baixa intensidade. Adaptações metabólicas ao estresse, endócrinas, alterações nas reservas e mobilização de substrato energético. Adaptações antropométricas e biotipo condicionado ao treinamento e desempenho.
Natureza: Optativo
Créditos: 4
Ementa: Genômica Computacional e Bioinformática. Ferramentas e técnicas essenciais para análise de dados em Bioinformática. Compreender e aplicar métodos computacionais avançados no estudo de dados de genomas e proteomas, integrando conceitos da biologia molecular com as tecnologias da informação. Conceitos de simulação computacional. Ferramentas de simulação de dinâmica molecular clássica, dinâmica molecular quântica e outros. Técnicas de computação de alto desempenho para bioinformática e integração de dados ômicos.
Natureza: Optativo
Créditos: 4
Ementa: Bases mecânicas e cinesiológicas do movimento humano ao longo da idade cronológica. Métodos e instrumentos tradicionais, atuais e inovadores para avaliação biomecânica no contexto da saúde e desempenho físico. Aplicação de conceitos biomecânicos como ferramenta para melhora do desempenho físico e da saúde.
Natureza: Optativo
Créditos: 4
Ementa: Conceito de atividade física e exercício físico bem como sua aplicação no contexto da saúde. Mensuração da atividade física a partir de instrumentos validados. Variáveis do treinamento físico aplicadas no aprimoramento da saúde. Análise da carga de esforço físico pela ótica da atividade física e do exercício físico.
Natureza: Optativo
Créditos: 4
Ementa: Conceitos de teste, medida e avaliação no movimento humano. Ergômetros, instrumentos e aparatos adotados na mensuração da saúde e do movimento humano. Diferenciação dos conceitos de potência e capacidade quando dos metabolismos energéticos.
Natureza: Optativo
Créditos: 4
Ementa: Indicadores de desempenho para modalidades coletivas e individuais. Análise notacional e de movimento. Noções de probabilidade. Modelos de regressão aplicados ao esporte. Análises univariadas e multivariadas. Programas e pacotes para coleta e análise de desempenho.
Natureza: Optativo
Créditos: 4
Ementa: Desenvolvimento humano em conjunção com o impacto crescente das novas tecnologias. Implicações psicológicas, sociais e éticas decorrentes do uso generalizado de tecnologias digitais no cotidiano. A análise crítica enfoca como as inovações tecnológicas moldam o desenvolvimento humano em setores variados, incluindo educação, saúde, comunicação e interação social. Aspectos específicos, como plataformas de comunicação, uso de dados e ciência de dados, serão examinados. Reflexões sobre fenômenos tecnológicos e seus impactos na sociedade. Abordagem multidisciplinar para compreender e avaliar as complexas interações entre o desenvolvimento humano e as tecnologias contemporâneas. Computação quântica.
Natureza: Optativo
Créditos: 4
Ementa: Palestras sobre tópicos de pesquisa contemporâneos, apresentadas por pesquisadores convidados, com o objetivo de fornecer aos estudantes atualizações sobre os avanços científicos mais recentes nos em estudos interdisciplinares sobre a aplicação da Ciência de Dados em Saúde.
Natureza: Optativo
Créditos: 4
Ementa: Apresentação de temas atuais e discussão de resultados experimentais relacionados às áreas de pesquisa do programa.
Natureza: Optativo
Créditos: 4
Ementa: Ciência de dados e pesquisa quantitativa. Coleta e mineração de dados com qualidade para a pergunta de investigação. Introdução à modelagem quantitativa de dados. Pré-processamento de dados. Elaboração de relatórios e apresentações. Visualização de informação com a utilização de datasets para criação de ferramentas para auxílio de tomada de decisão. Big Data. Introdução ao aprendizado de máquina.
Natureza: Optativo
Créditos: 4
Ementa: Invenção e inovação de produtos e processos. Utilização de projetos ágeis e avaliação de financiamento e mercado para novos negócios em hard science. Conceitos de propriedade intelectual, modelos de proteção e processo de patenteamento.
Natureza: Obrigatório
Créditos: 4
Ementa: Introdução à docência no ensino superior: características, desafios e oportunidades. Metodologias ativas de ensino e aprendizagem aplicadas à Ciência de Dados em Saúde. Planejamento de aulas, preparação de material didático e avaliação educacional. Observação e co-participação em atividades de ensino sob orientação de um docente experiente. Elaboração e apresentação de aulas relacionadas ao campo da Ciência de Dados em Saúde. Reflexões sobre a prática docente, feedbacks e autoavaliação.
Natureza: Obrigatório
Créditos: 4
Ementa: Convalidação de atividades de caráter acadêmico, científico e cultural realizadas pelo pós-graduando que contribuem para o desenvolvimento de competências relacionadas à formação, aplicação dos conhecimentos desenvolvidos e aproximação com a sociedade. Esta disciplina visa enriquecer o processo formativo do mestrado através da participação em atividades diversificadas, não contempladas nas disciplinas convencionais do curso. As Atividades Complementares compreendem práticas de pesquisa, extensão, inovação, seminários, workshops, webinars, cursos de curta duração, participação em congressos e simpósios, editoração de revista científica, participação em grupo de pesquisa e outras atividades que estimulem a interação interdisciplinar, integrando conhecimentos de áreas diversas e que incentivem a atualização constante do mestrando.
Natureza: Obrigatório
Créditos: 4
Ementa: Estatística básica. Utilização de ferramentas gráficas para análise exploratória: gráficos de dispersão e boxplots. Transformação das variáveis. Normalização de dados. Cálculo de amostragem e tamanho da amostra. Correlações. Estrutura de modelagem de regressão linear. Cálculo de razão de risco relativo e odds ratio. Cálculo de intervalos de confiança. Testes paramétricos e não paramétricos.
Natureza: Obrigatório
Créditos: 4
Ementa: Contextualização histórica e evolução da ética na pesquisa científica. Critérios relativos à elaboração e desenvolvimento de projetos de pesquisa pautados nos valores de ética e integridade. Instrumentos de avaliação da integridade e ética em projetos científicos. Comitês de ética. Ética e inteligência artificial na saúde. LGPD para pesquisas em saúde.
Natureza: Obrigatório
Créditos: 4
Ementa: Metodologia Científica. Conceitos básicos em ciência e modelagem de dados. Gráficos, análises descritivas e inferenciais e tamanho de efeito. Características da pesquisa qualitativa e suas fontes: entrevista, narrativa, fontes documentais, observação participante, estudo etnográfico, fotografias. Pesquisa qualitativa online. Discussão interdisciplinar frente à análise de dados e pesquisa científica com PPGS em Saúde, Psicologia e Educaç