Chinês (Simplificado) 
Chinês (Tradicional) 
Inglês 
Francês 
Alemão 
Italiano 
Japonês 
Norueguês 
Espanhol 
5 min de leitura
0 comentários
Curso gratuito da Fiocruz Bahia oferece capacitação intensiva em modelagem matemática e estatística para profissionais da saúde, com parceria internacional e vagas limitadas.
A Fiocruz Bahia abriu 36 vagas para o Curso de Modelagem Matemática e Estatística Aplicadas à Vigilância em Saúde, atividade gratuita que ocorrerá de 10 a 12 de novembro de 2025, no campus da instituição, em Salvador.
A formação é voltada a profissionais de Matemática, Física, Estatística, Epidemiologia e Saúde Coletiva e exige, como pré-requisito, noções de programação e familiaridade com o ambiente R.
Além da oferta limitada de vagas, o curso reúne pesquisadores de instituições brasileiras e do Reino Unido.
-
Petrobras faz parceria com Instituto Federal e libera inscrições para curso de qualificação que dá bolsa de até R$ 885 mensais
-
Estado enfrenta apagão de mão de obra e SENAI reage com oferta de novos cursos técnicos
-
Quer aprender inglês ou espanhol de graça em 2026? Instituto Federal (Ifac) abre 50 vagas para iniciantes com aulas presenciais e seleção por sorteio
-
3 benefícios do governo que 99% dos brasileiros não usam ou não conhecem
A iniciativa é organizada pela Fiocruz Bahia, em parceria com a Universidade Federal da Bahia (UFBA), a Universidade Federal Fluminense (UFF), a London School of Hygiene & Tropical Medicine (LSHTM) e a London School of Economics (LSE).
O evento tem apoio do Programa de Pós-graduação em Pesquisa Clínica e Translacional, dos programas de pós-graduação em Biotecnologia em Saúde e Medicina Investigativa e em Física, e do Instituto de Saúde Coletiva.
Público-alvo e critérios de seleção
As inscrições são direcionadas a profissionais e estudantes avançados das áreas indicadas, especialmente aqueles que atuam com vigilância, análise de dados em saúde e avaliação de intervenções.
Como critério técnico, os participantes devem demonstrar conhecimento básico de programação e habilidade para trabalhar no R.
Segundo os organizadores, o objetivo é nivelar a turma para as atividades práticas e otimizar o uso de ferramentas computacionais durante os exercícios.
Estrutura do curso e carga horária
A programação concentra-se em três dias de imersão, totalizando 24 horas de atividades teóricas e práticas.
O cronograma combina exposições conceituais, estudos de caso e exercícios em R e Python, com uso de Google Colab nos módulos voltados à aprendizagem de máquina e análise de dados.
No dia 10 de novembro, pela manhã, ocorre a abertura e o Módulo Teórico I, com a introdução ao uso da modelagem na vigilância em saúde.
Serão apresentados conceitos como história natural da doença, estimação de parâmetros por meio de modelos SIR e aplicações dessas abordagens em cenários de vigilância.
À tarde, o Módulo Prático I propõe exercícios de modelagem matemática em R e Python, reforçando a ligação entre teoria e aplicação.
A programação de 11 de novembro aprofunda o tema com o Módulo Teórico II, centrado em doenças infecciosas crônicas.
O foco estará na estimativa de carga de doença e na avaliação do impacto da introdução de vacina contra a tuberculose.
No período vespertino, o Módulo Prático II orienta a construção de um modelo de transmissão para estimar incidência e risco de infecção por tuberculose, explorando ainda cenários de melhorias no diagnóstico e análises de custo-efetividade em R.
Em 12 de novembro, o curso avança para abordagens estatísticas e computacionais.
Pela manhã, o Módulo Teórico-Prático III cobre modelagem estatística e aprendizagem de máquina, com técnicas de classificação, predição e detecção de anomalias implementadas em Python no Colab.
À tarde, a ênfase recai sobre doenças infecciosas agudas, incluindo classificação baseada em imagens para doenças pulmonares e análise de séries temporais relacionadas a síndromes respiratórias agudas graves, também em ambiente Python/Colab.
Conteúdos e competências desenvolvidas
A trilha formativa foi desenhada para articular fundamentos matemáticos e estatísticos com problemas reais de saúde pública.
Ao longo das atividades, os participantes têm contato com conceitos de modelos compartimentais e suas variações, técnicas de estimação de parâmetros e ajuste de modelos para dados de vigilância.
Em paralelo, os módulos práticos priorizam a tradução do referencial teórico em pipelines reprodutíveis de análise, desde a organização dos dados até a interpretação de resultados.
Enquanto os blocos sobre tuberculose abordam a dinâmica de transmissão e a avaliação de intervenções, os momentos dedicados a aprendizagem de máquina exploram aplicações de classificação supervisionada em imagens médicas e detecção de padrões em séries temporais.
A seleção de temas reflete o cotidiano de equipes de vigilância, que lidam com indicadores de incidência, sensibilidade de testes, impacto de vacinas e alertas precoces para eventos anômalos.
Parcerias acadêmicas e apoio institucional
A presença de universidades brasileiras e britânicas sinaliza a intenção de promover intercâmbio científico e padronização de métodos internacionais.
A LSHTM e a LSE contribuem com a tradição em epidemiologia, bioestatística e ciências sociais aplicadas, enquanto UFBA e UFF fortalecem a integração com programas de pós-graduação e grupos de pesquisa nacionais.
Pelo lado da Fiocruz, o apoio de diferentes programas evidencia a transversalidade do tema, que dialoga com biotecnologia, medicina investigativa e física aplicada à saúde.
Metodologia e ferramentas
O uso combinado de R e Python facilita a transposição de conceitos entre linguagens amplamente adotadas na comunidade científica.
Em R, os participantes trabalham com pacotes voltados à modelagem compartimental, ajuste bayesiano e visualização, enquanto em Python as atividades incluem bibliotecas de aprendizagem de máquina, classificação de imagens médicas e exploração de séries temporais em Colab.
Essa estratégia busca ampliar a autonomia técnica de quem atua na análise de dados de vigilância.
Público prioritário e pré-requisitos
Para acompanhar o ritmo das atividades, os candidatos devem ter noções de programação e prática com o ambiente R.
O curso se destina a perfis que transitam entre métodos quantitativos e problemas de saúde coletiva, como analistas de dados, pesquisadores e profissionais de secretarias de saúde, hospitais universitários e centros de pesquisa.
Ainda que haja sessões introdutórias, a familiaridade com estatística aplicada e conceitos básicos de epidemiologia contribui para melhor aproveitamento.
Serviço e inscrições
- Curso: Modelagem Matemática e Estatística Aplicadas à Vigilância em Saúde.
- Período: 10 a 12 de novembro de 2025.
- Local: Fiocruz Bahia, Salvador.
- Vagas: 36.
- Pré-requisito: noções de programação e familiaridade com R.
- Carga horária total: 24 horas.
Instituições participantes: Fundação Oswaldo Cruz (BA), UFBA, UFF, London School of Hygiene & Tropical Medicine e London School of Economics.
Apoio: Pós-graduação em Pesquisa Clínica e Translacional, Pós-graduação em Biotecnologia em Saúde e Medicina Investigativa, Pós-graduação em Física e Instituto de Saúde Coletiva.
As inscrições são realizadas por formulário institucional. Os interessados devem preencher as informações solicitadas e observar o limite de 36 vagas. Detalhes sobre a programação, horários e orientações logísticas estão disponíveis na página do evento.
Seja o primeiro a reagir!