ISLA Santarém 26694

Análise de Dados em Saúde II

• ApresentaçãoPresentation

  Esta unidade curricular aprofunda a análise de dados em saúde através da exploração da integração e interoperabilidade dos Registos Eletrónicos de Saúde, modelos de cuidados baseados em valor, indicadores de experiência e resultados dos pacientes (PROMs e PREMs). Desenvolve competências na utilização de questionários de saúde e na aplicação de técnicas avançadas de análise, como clusterização e análise fatorial, para identificar padrões relevantes em dados de investigação em saúde.   
• ProgramaProgramme

  1. Integração e interoperabilidade de Registos Eletrónicos de Saúde (RES) entre sistemas de saúde. 2. Transição do modelo de reembolso FFS para um modelo baseado em valor: cuidados centrados no paciente/doente e o papel das PROMs e PREMs. 3. Utilização avançada de questionários de saúde: análise crítica da eficácia na medição de resultados e experiências dos pacientes/doentes. 4. Análise avançada de conjuntos de dados de pesquisas em saúde: técnicas de clusterização e análise fatorial para identificação de padrões e insights.
• ObjectivosObjectives

  O1. Aprofundar o conhecimento sobre os Registos Eletrónicos de Saúde (RES), explorando sua integração e interoperabilidade entre os sistemas de saúde. O2. Estudar detalhadamente a transição do modelo de reembolso FFS para um modelo baseado em valor, destacando os cuidados centrados no paciente/doente e a importância de indicadores de bem-estar do paciente (PROMs e PREMs). O3. Desenvolver competências avançadas na utilização de questionários de saúde e na análise crítica de sua eficácia na medição dos resultados e experiências dos pacientes/doentes. O4. Expandir as habilidades de análise de conjuntos de dados de pesquisas em saúde, utilizando técnicas avançadas como clusterização e análise fatorial para identificar padrões e insights significativos na área da saúde.  
• BibliografiaBibliography

  Davis, N. A., & Shiland, B. J. (2015). Statistics & Data Analytics for Health Data Management. Elsevier Health Sciences. Huynh, K. (2023). Power Query for Power BI and Excel: Transform and Shape Data. Martinez, E. Z. (2021). Bioestatística para os cursos de graduação da área da saúde. Editora Blucher. Tanwar, P., Jain, V., Liu, C.-M., & Goyal, V. (2020). Big Data Analytics and Intelligence: A Perspective for Health Care. Emerald Group Publishing.
• MetodologiaMethodology

  As aulas serão mistas (teórico-práticas e práticas), com recurso às seguintes metodologias: Sessões síncronas: MET 1. Métodos expositivo, interrogativo e interativo: Apresentação/ exposição de conceitos recorrendo ao método expositivo, interrogativo e interativo. Todos os elementos de apoio pedagógico, são disponibilizados através da plataforma Moodle. Presencial: MET 2. Metodologias ativas: Aplicação prática através de exercícios e trabalhos em contexto de sala de aula. Autónomo: MET 3. Leitura da bibliografia recomendada. Resolução de exercícios práticos que não tenha sido resolvido durante as aulas práticas e outros propostos pelo docente. Estes materiais e exercícios são disponibilizados na plataforma Moodle. MET 4. O docente dá feedback (Orientação Tutorial - OT) sobre os resultados obtidos pelo estudante na resolução desses problemas propostos, através da plataforma Moodle. 
• LínguaLanguage

  Português
• TipoType

  Semestral
• ECTS

  6
• NaturezaNature

  Obrigatório
• EstágioInternship

  Não
• AvaliaçãoEvaluation

  Avaliação Curricular (contínua (presencial):
  Esta modalidade de avaliação é constituída por:
  AVAL 1. Portfólio de trabalhos/exercícios de aula AVAL 2. Trabalho prático (relatório e projeto).
  AVAL 3. Teste final teórico/prático.
  A classificação final é calculada através da fórmula Classificação Final = 0,2*AVAL 1+0,4*AVAL 2 + 0,4 *AVAL 3. O estudante é aprovado se obtiver classificação igual ou superior a 9,5 valores em 20.
  Avaliação Final (presencial): O estudante realiza o exame teórico-prático (A = 100%) e é aprovado se obtiver uma classificação igual ou superior a 9,5 valores em 20.
  Época de Recurso e Época Especial (presencial): O estudante realiza o exame teórico-prático (A = 100%) e fica aprovado se obtiver uma classificação igual ou superior a 9,5 valores em 20.