Curso de Health Analytics

Aula 1 • Definindo Análise de Saúde

Estabelece o que é a análise de saúde, seus subdomínios e sua distinção da análise de dados geral. Fundamenta o capítulo em contextos reais da saúde.

Aula 2 • Ecossistema de Dados de Saúde

Mapeia as fontes, formatos e fluxos de dados de saúde entre os cenários de atendimento. Conecta as origens dos dados ao valor analítico downstream.

Aula 3 • Maturidade da Análise na Saúde

Apresenta modelos de maturidade que avaliam as capacidades analíticas de uma organização. Permite que os alunos identifiquem lacunas e priorizem melhorias.

Aula 1 • Avaliação da Qualidade dos Dados

Fornece frameworks para avaliar a completude, precisão e consistência dos dados de saúde. Equipa os alunos para documentar e remediar problemas de qualidade.

Aula 2 • Dados Não Estruturados e Textuais

Examina notas clínicas, resumos de alta e laudos de imagem como ativos analíticos. Apresenta técnicas de extração para conteúdo não estruturado.

Aula 3 • Dados de Vigilância e Registros de Saúde Pública

Pesquisa registros de doenças, sistemas de vigilância e bancos de dados de saúde populacional. Demonstra como dados externos enriquecem a análise interna.

Aula 4 • Dados Administrativos e Financeiros

Explora dados de sinistros, faturamento e ciclo de receita usados em análises populacionais e de custos. Conecta dados financeiros a métricas de qualidade e utilização.

Aula 1 • Metadados e Catalogação de Dados

Apresenta padrões de metadados e ferramentas de catálogo que tornam os dados de saúde encontráveis e reutilizáveis. Apoia definições consistentes de dados em toda a organização.

Aula 2 • Gestão do Ciclo de Vida dos Dados

Traça os dados desde a criação até o arquivamento e exclusão, enfatizando políticas de retenção. Garante que os alunos consigam gerenciar dados de forma responsável ao longo de toda a sua vida útil.

Aula 3 • Conformidade Regulatória na Análise

Pesquisa regulamentações de dados de saúde, requisitos de consentimento e obrigações de auditoria que afetam o trabalho analítico. Prepara os alunos para construir pipelines analíticos em conformidade.

Aula 4 • Princípios de Privacidade e Segurança

Abrange os direitos de privacidade do paciente, métodos de desidentificação e controles de segurança para dados de saúde. Conecta obrigações regulatórias ao manuseio prático de dados.

Aula 1 • Probabilidade e Inferência

Apresenta conceitos de probabilidade, teste de hipóteses e intervalos de confiança em contextos de saúde. Conecta a inferência estatística à tomada de decisão baseada em evidências.

Aula 2 • Estatística Descritiva na Saúde

Abrange medidas de tendência central, dispersão e forma de distribuição para variáveis de saúde. Constrói o vocabulário quantitativo necessário para todas as análises subsequentes.

Aula 3 • Análise de Regressão para Desfechos de Saúde

Constrói modelos de regressão linear e logística para prever e explicar desfechos de saúde. Apresenta diagnósticos de modelo e verificação de pressupostos.

Aula 4 • Análise Comparativa e de Correlação

Aplica testes t, testes qui-quadrado e medidas de correlação para comparar grupos de saúde. Permite que os alunos detectem diferenças e associações significativas.

Aula 1 • Avaliação de Testes de Rastreamento e Diagnóstico

Aplica sensibilidade, especificidade e valores preditivos para avaliar testes diagnósticos. Conecta métricas de desempenho do teste a limites de decisão clínica.

Aula 2 • Desenhos de Estudos Epidemiológicos

Compara desenhos de coorte, caso-controle, transversal e experimental para dados de saúde. Orienta a seleção do desenho apropriado para cada questão analítica.

Aula 3 • Viés, Confundimento e Causalidade

Identifica viés de seleção, viés de informação e confundimento em dados de saúde observacionais. Apresenta frameworks de inferência causal para rigor analítico.

Aula 4 • Medidas de Frequência de Doença

Define incidência, prevalência, taxas de mortalidade e seu cálculo a partir de dados de saúde. Conecta medidas de frequência ao monitoramento da saúde populacional.

Aula 1 • Gestão da atenção

Usa k-means, agrupamento hierárquico e modelagem de tópicos para segmentar populações de pacientes. Apoia estratégias de gestão do cuidado e alocação de recursos.

Aula 2 • Fundamentos de Aprendizado de Máquina

Apresenta paradigmas de aprendizado supervisionado, não supervisionado e por reforço na saúde. Estabelece a base conceitual para todas as seções de modelagem que se seguem.

Aula 3 • Avaliação e Imparcialidade do Modelo

Avalia o desempenho do modelo usando métricas clínicas e avalia a imparcialidade algorítmica em subgrupos. Prepara os alunos para implantar modelos confiáveis e equitativos.

Aula 4 • Modelos de Classificação para Risco Clínico

Aplica árvores de decisão, florestas aleatórias e gradient boosting para classificar o risco do paciente. Abrange ajuste de hiperparâmetros e estratégias de validação cruzada.

Aula 1 • Redação de Relatórios Analíticos

Estrutura relatórios analíticos escritos com resumos executivos, métodos, descobertas e recomendações. Alinha o formato do relatório às necessidades das partes interessadas e aos prazos de decisão.

Aula 2 • Comunicação de Incerteza e Risco

Apresenta intervalos de confiança, faixas de previsão e escores de risco visualmente para públicos não técnicos. Desenvolve habilidades para comunicação analítica transparente e honesta.

Aula 3 • Princípios de Visualização de Dados de Saúde

Estabelece princípios de codificação visual, lógica de seleção de gráficos e padrões de acessibilidade para dados de saúde. Fundamenta todo o trabalho de visualização subsequente nas melhores práticas de design.

Aula 4 • Painéis Clínicos e Operacionais

Constrói painéis interativos para qualidade clínica, fluxo de pacientes e KPIs operacionais. Conecta o design do painel aos fluxos de trabalho de decisão do usuário final.

Aula 1 • Execução e Iteração da Análise

Executa análises estatísticas e preditivas, interpreta resultados intermediários e refina métodos iterativamente. Constrói pensamento analítico adaptativo sob restrições reais de projeto.

Aula 2 • Aquisição e Preparação de Dados

Executa pipelines de extração, limpeza e transformação de dados para conjuntos de dados específicos do projeto. Aplica padrões de governança e qualidade dos capítulos anteriores.

Aula 3 • Apresentação do Projeto e Revisão por Pares

Apresenta as descobertas do projeto para painéis simulados de partes interessadas e incorpora feedback estruturado dos pares. Desenvolve habilidades de apresentação profissional e avaliação crítica.

Aula 4 • Definição do Problema Analítico

Traduz um desafio clínico ou operacional em uma questão analítica estruturada com desfechos mensuráveis. Ancora o escopo do projeto às prioridades das partes interessadas.