Os alunos terão conhecimento dos recursos tecnológicos existentes para prover serviços mediados por tecnologia, e serão treinados com conhecimentos que facilitarão a avaliação e desenvolvimento projetos envolvendo a aplicação da telemedicina e telessaúde como recurso de educação, assistência e pesquisa multicêntrica à distância. Aspectos éticos, estratégias de implementação e sustentabilidade de processos completarão a formação básica. Os alunos serão habilitados a: 1) estruturar uma aula baseada no modelo de teleducação interativa baseada na Internet, usando o Tutor Eletrônico; 2) elaborar casos clínicos integrados a leituras complementares e referências bibliográficas como aprendizado baseado em problema; 3) usar o sistema de ambulatório virtual e/ou webconferência para fins de segunda opinião formativa baseada na Internet; 4) conhecer as principais estratégias e recursos que propiciem o desenvolvimento de protocolos multicêntricos através da Internet; 5) ter experiência em fazer videoconferência como recurso de interação online à distância; 6) familiarizar-se com as principais opções de tecnologias computacionais portáteis e sistemas de telecomunicação para implementação de unidades móveis de teleassistência; 7) familiarizar-se com opções de banco de dados e conceitos de Datawarehouse e Datamining (gestão de informação); 8) verificar como são feitos os modelos de iconografia didática baseada em modelagem 3D (Projeto Homem Virtual); 9) usar o ambiente interativo para promover treinamento de não médicos em prevenção de doenças; 10) conhecer o projeto de Telessaúde Brasil do Ministério da Saúde (Telemedicina e Telemática aplicada à Atenção Primária); 11) familiazar-se com Design de Comunicação Educacional.

Apresentar o campo do conhecimento da Informática Médica e as diferentes sub-áreas que o compõe, a partir de aulas teóricas e discussões de artigos recentes da literatura na área, propiciando ao estudante de mestrado e doutorado uma discussão crítica dos tópicos apresentados ao longo da disciplina.

Propiciar ao aluno os conhecimentos básicos de Patologia Geral necessários para sua formação e atuação da saúde. Demonstrar ao aluno a importância e o apoio desempenhado pelo patologista aos demais elementos que atuam na área da saúde.

Apresentar o campo do conhecimento da Informática Médica e as diferentes sub-áreas que o compõe, a partir de aulas teóricas e discussões de artigos recentes da literatura na área, propiciando ao estudante de mestrado e doutorado uma discussão crítica dos tópicos apresentados ao longo da disciplina.

Aula 1 - Métodos Quantitativos: conceitos iniciais · Definir a "Pergunta Fundamental da Medicina"; · Estabelecer a rota de aquisição de conhecimento médico; · Diferenciar raciocínio dedutivo de indutivo; · Definir evidências em medicina; · Conceituar variabilidade biológica; · Diferenciar raciocínio tipológico de populacional; · Definir informação; · Listar as fontes de informação dados médicos; · Definir estatística; · Definir e classificar variáveis de interesse médico; · Definir população; · Definir amostra, medidas, escalas; e · Definir inferência e amostras aleatórias simples. Aula 2. Probabilidade: conceitos e leis · aplicar técnicas de redução de dados; · definir "tabela ordenada" e "intervalos de classes"; · calcular intervalos de classes; · definir distribuições de freqüência; · definir e calcular freqüências, freqüencias relativas e freqüencias acumuladas; · definir e construir histogramas; · definir e calcular média aritmética, mediana e moda; · definir e calcular variância, desvio padrão e erro padrão da média; · definir probabilidade; · conhecer as leis da probabilidade; · calcular a probabilidade para eventos dependentes e independents, utilizando os operadores lógicos ou e e. Aula 3. Distribuições estatísticas · definir distribuições de probabilidades; · descrever o processo de Bernoulli; · caracterizar a distribuição binomial; · definir e calcular combinações; · descrever os parâmetros da distribuição binomial; · caracterizar a distribuição de Poisson; · descrever o processo de Poisson; · descrever os parâmetros da distribuição de Poisson; · caracterizar as distribuições contínuas de probabilidade; · definir a função densidade de probabilidades; · caracterizar a distribuição normal; · descrever os parâmetros da distribuição normal; · descrever a função densidade de probabilidades da distribuição normal; · definir e calcular a distribuição normal padrão; · aplicar a tabela z. Aula 4. Inferência e Raciocínio Médico · definir o princípio de inferência estatística e sua aplicação no método científico; · definir erros sistemáticos e aleatórios, aprender a reconhecê-los e como evitá-los; · definir precisão e exatidão; · definir estimadores consistentes e eficientes; · definir hipóteses estatísticas (hipótese nula e alternativa); · diferenciar erros alfa e beta; · definir e diferenciar testes mono e bicaudais; · montar um procedimento para teste de hipóteses. Aula 5. Teste z · compreender os conceitos de distribuição z e erro padrão da média (EPM); · reconhecer as indicações de um teste z de uma amostra; · aplicar um teste z de uma amostra; · compreender o conceito de erro padrão das diferenças entre médias (EPMD); · reconhecer as indicações de um teste z de duas amostras; · aplicar um teste z de duas amostras; · reconhecer a diferença entre um teste z monocaudal e um bicaudal. Aula 6. Teste t · analisar se duas variâncias amostrais são similares pelo teste F · reconhecer as indicações de um teste t não pareado de duas amostras · aplicar um teste t de duas amostras · reconhecer as indicações de um teste t pareado · aplicar um teste t pareado Aula 7. Análise de Variância · Diferenciar comparação de apenas duas ou mais de duas médias amostrais; · Executar o teste F; · Conceituar espalhamento entre os grupos e dentro dos grupos; · Montar e realizar uma análise de variância. Aula 8. Bioestatística não Paramétrica Reconhecer e indicar situações para a aplicação dos três principais testes não-paramétricos apresentados nesta aula; Executar o teste U de Mann-Whitney e interpretar os resultados; Executar o teste de Wilcoxon e interpretar os resultados; Aula 9. Correlação e regressão · Definir diagrama de dispersão, retas de regressão, coeficiente de regressão, intercepto, equação de regressão e coeficiente de correlação; · Calcular o coeficiente de regressão e o intercepto; · Calcular o coeficiente de correlação; · Representar graficamente a relação entre as variáveis de um estudo e a reta de regressão a partir da equação de regressão obtida; · Testar a significância do coeficiente de correlação obtido em um estudo de regressão linear; · Executar o teste exato de Fisher e interpretar os resultados;. Aula 10. Qui Quadrado · Identificar problemas de categorização de dados com distribuição conhecida e tabelas de contingência 2x2. · Calcular freqüências esperadas nos 2 casos acima. · Identificar condições de aplicabilidade do teste Qui-quadrado. · Aplicar teste de proporcionalidade para uma amostra. · Aplicar teste de Qui-quadrado para tabelas de contingência 2x2, identificando-se a fórmula adequada para o cálculo do Qui-quadrado. · Consultar a tabela do Qui-quadrado. Aula 11. Teorema de Bayes em Medicina: definição e aplicações · calcular a probabilidade conjunta de eventos independentes; · calcular a probabilidade conjunta de eventos não independentes; · definir prevalência de um evento; · definir evidências em medicina; · definir a equação de Bayes; · definir "gold-standard" de um teste diagnóstico; · definir e calcular sensibilidade, especificidade, valor preditivo e razão de verossimilhança de testes diagnósticos; · definir curvas ROC. Aula 12. Matemática das Populações · definir transições demográfica e epidemiológica; · definir crescimento populacional exponencial; · definir taxa líquida de crescimento; · definir densidade-dependência; · definir capacidade de suporte do meio; · definir e calcular expectativa de vida; · definir valor reprodutivo de Fisher; · definir "DALY". Aula 13. Herança: Introdução à Genética Quantitativa · definir fenótipo, genótipo, e sua composição com o ambiente; · descrever os três modelos de interação entre genótipo e ambiente; · descrever a expressão gênica; · descrever as causas da diversidade gênica; · definir freqüência gênica e genotípica; · definir o teorema de Hardy-Weinberg; · descrever a ação das mutações; · definir recombinação gênica; · definir variância genética e ambiental; · definir herdabilidade. Aula 14.Teoria da Evolução Darwiniana em Medicina · definir microevolução; · definir macroevolução; · identificas as principais causas da evolução; · calcular a variação das freqüências gênicas; · calcular a variação total das populações; · definir valor seletivo relativo; · definir valor seletivo absoluto; · definir coeficiente de seleção; · calcular o tempo de evolução por mutação.

Apresentar o campo do conhecimento da Informática Médica e as diferentes sub-áreas que o compõe, a partir de aulas teóricas e discussões de artigos recentes da literatura na área, propiciando ao estudante de mestrado e doutorado uma discussão crítica dos tópicos apresentados ao longo da disciplina.

OBJETIVOS ESPECÍFICOS DE CADA AULA

Aula 1 - ESTATÍSTICA DESCRITIVA

· Estabelecer a rota de aquisição de conhecimento médico;
· Diferenciar raciocínio dedutivo de indutivo;
· Definir evidências em medicina;
· Conceituar variabilidade biológica;
· Diferenciar raciocínio tipológico de populacional;
· Listar as fontes de informação dados médicos;
· Definir estatística;
· Definir e classificar variáveis de interesse médico;
· Definir população;
· Definir amostra, medidas, escalas;
· Definir inferência e amostras aleatórias simples.
· aplicar técnicas de redução de dados;
· definir "tabela ordenada" e "intervalos de classes";
· calcular intervalos de classes;
· definir distribuições de freqüência;
· definir e calcular freqüências, freqüencias relativas e freqüencias acumuladas;
· definir e construir histogramas;
· definir e calcular média aritmética, mediana e moda;
· definir e calcular variância, desvio padrão e erro padrão da média;
· definir probabilidade;
· conhecer as leis da probabilidade;
· calcular a probabilidade para eventos dependentes e independents, utilizando os operadores lógicos ou e e.

Aula 2. INFERÊNCIA ESTATÍSTICA

· definir o princípio de inferência estatística e sua aplicação no método científico;
· definir erros sistemáticos e aleatórios, aprender a reconhecê-los e como evitá-los;
· definir precisão e exatidão;
· definir estimadores consistentes e eficientes;
· definir hipóteses estatísticas (hipótese nula e alternativa);
· diferenciar erros alfa e beta;
· definir e diferenciar testes mono e bicaudais;
· montar um procedimento para teste de hipóteses.
· definir distribuições de probabilidades;
· descrever o processo de Bernoulli;
· caracterizar a distribuição binomial;
· definir e calcular combinações;
· descrever os parâmetros da distribuição binomial;
· caracterizar a distribuição de Poisson;
· descrever o processo de Poisson;
· descrever os parâmetros da distribuição de Poisson;
· caracterizar as distribuições contínuas de probabilidade;
· definir a função densidade de probabilidades;
· caracterizar a distribuição normal;
· descrever os parâmetros da distribuição normal;
· descrever a função densidade de probabilidades da distribuição normal;
· definir e calcular a distribuição normal padrão;
· aplicar a tabela z.


Aula 3. COMPARAÇÃO DE DUAS MÉDIAS

· compreender os conceitos de distribuição z e erro padrão da média (EPM);
· reconhecer as indicações de um teste z de uma amostra;
· aplicar um teste z de uma amostra;
· compreender o conceito de erro padrão das diferenças entre médias (EPMD);
· reconhecer as indicações de um teste z de duas amostras;
· aplicar um teste z de duas amostras;
· reconhecer a diferença entre um teste z monocaudal e um bicaudal.
· analisar se duas variâncias amostrais são similares pelo teste F
· reconhecer as indicações de um teste t não pareado de duas amostras
· aplicar um teste t de duas amostras
· reconhecer as indicações de um teste t pareado
· aplicar um teste t pareado


Aula 4. TESTES NÃO-PARAMÉTRICOS

. Reconhecer e indicar situações para a aplicação dos três principais testes não-paramétricos apresentados nesta aula;
. Executar o teste U de Mann-Whitney e interpretar os resultados;
. Executar o teste de Wilcoxon e interpretar os resultados;


Aula 5. COMPARAÇÃO DE MAIS DE DUAS MÉDIAS

· Diferenciar comparação de apenas duas ou mais de duas médias amostrais;
· Executar o teste F;
· Conceituar espalhamento entre os grupos e dentro dos grupos;
· Montar e realizar uma análise de variância.

Aula 6. MEDIDAS DE ASSOCIAÇÃO PARA VARIÁVEIS CATEGÓRICAS

· Identificar problemas de categorização de dados com distribuição conhecida e tabelas de contingência 2x2.
· Calcular freqüências esperadas nos 2 casos acima.
· Identificar condições de aplicabilidade do teste Qui-quadrado.
· Aplicar teste de proporcionalidade para uma amostra.
· Aplicar teste de Qui-quadrado para tabelas de contingência 2x2, identificando-se a fórmula adequada para o cálculo do Qui-quadrado.
· Consultar a tabela do Qui-quadrado.



Aula 7. CORRELAÇÃO E REGRESSÃO

· Definir diagrama de dispersão, retas de regressão, coeficiente de regressão, intercepto, equação de regressão e coeficiente de correlação;
· Calcular o coeficiente de regressão e o intercepto;
· Calcular o coeficiente de correlação;
· Representar graficamente a relação entre as variáveis de um estudo e a reta de regressão a partir da equação de regressão obtida;
· Testar a significância do coeficiente de correlação obtido em um estudo de regressão linear;
· Executar o teste exato de Fisher e interpretar os resultados;.


Aula 8. MEDIDAS ESTATÍSTICAS DE VALIDADE

· calcular a probabilidade conjunta de eventos independentes;
· calcular a probabilidade conjunta de eventos não independentes;
· definir prevalência de um evento;
· definir evidências em medicina;
· definir a equação de Bayes;
· definir "gold-standard" de um teste diagnóstico;
· definir e calcular sensibilidade, especificidade, valor preditivo e razão de verossimilhança de testes diagnósticos;
· definir curvas ROC.

Aula 9. MEDIDAS DE RISCO

· Definir epidemiologia;
· Definir e distinguir prevalência e incidência;
· Definir risco absoluto e risco atribuído;
· Definir e calcular o risco relativo (RR);
· Definir e calcular a razão de chances (odds ratio, OR);
· Distinguir os casos para a aplicação de RR ou OR;

Aula 10. ANÁLISE MULTIVARIADA / AMOSTRAGEM

· Definir amostragem e exemplificar;
· Descrever a influência do EPM no cálculo da amostragem;
· Descrever a influência de escolher-se a diferença de média a ser detectada no tamanho da amostra;
· Definir e calcular o poder do teste;
· Calcular o tamanho de uma amostra através de algum exemplo simples;
· Definir análise multivariada e exemplificar;
· Citar tipos de análise multivariada;
· Indicar critérios para a escolha do método de análise multivariada;
· Dar exemplo de regressão múltipla;
· Dar exemplo de regressão logística;

Definir estatística; · Definir e classificar variáveis de interesse médico; · Definir população; · Definir amostra, medidas, escalas; e · Definir inferência e amostras aleatórias simples. Probabilidade: conceitos e leis · aplicar técnicas de redução de dados; · definir "tabela ordenada" e "intervalos de classes"; · calcular intervalos de classes; · definir distribuições de freqüência; · definir e calcular freqüências, freqüencias relativas e freqüencias acumuladas; · definir e construir histogramas; · definir e calcular média aritmética, mediana e moda; · definir e calcular variância, desvio padrão e erro padrão da média; · definir probabilidade; · conhecer as leis da probabilidade; · calcular a probabilidade para eventos dependentes e independents, utilizando os operadores lógicos "ou" e "e". Distribuições estatísticas · definir distribuições de probabilidades; · descrever o processo de Bernoulli; · caracterizar a distribuição binomial; · definir e calcular combinações; · descrever os parâmetros da distribuição binomial; · caracterizar a distribuição de Poisson; · descrever o processo de Poisson; · descrever os parâmetros da distribuição de Poisson; · caracterizar as distribuições contínuas de probabilidade; · definir a função densidade de probabilidades; · caracterizar a distribuição normal; · descrever os parâmetros da distribuição normal; · descrever a função densidade de probabilidades da distribuição normal; · definir e calcular a distribuição normal padrão; · aplicar a tabela z. Inferência e Raciocínio Médico · definir o princípio de inferência estatística e sua aplicação no método científico; · definir erros sistemáticos e aleatórios, aprender a reconhecê-los e como evitá-los; · definir precisão e exatidão; · definir estimadores consistentes e eficientes; · definir hipóteses estatísticas (hipótese nula e alternativa); · diferenciar erros alfa e beta; · definir e diferenciar testes mono e bicaudais; · montar um procedimento para teste de hipóteses. Teste z · compreender os conceitos de distribuição z e erro padrão da média (EPM); · reconhecer as indicações de um teste z de uma amostra; · aplicar um teste z de uma amostra; · compreender o conceito de erro padrão das diferenças entre médias (EPMD); · reconhecer as indicações de um teste z de duas amostras; · aplicar um teste z de duas amostras; · reconhecer a diferença entre um teste z monocaudal e um bicaudal. Teste t · analisar se duas variâncias amostrais são similares pelo teste F · reconhecer as indicações de um teste t não pareado de duas amostras · aplicar um teste t de duas amostras · reconhecer as indicações de um teste t pareado · aplicar um teste t pareado Análise de Variância · Diferenciar comparação de apenas duas ou mais de duas médias amostrais; · Executar o teste F; · Conceituar espalhamento entre os grupos e dentro dos grupos; · Montar e realizar uma análise de variância. Bioestatística não Paramétrica Reconhecer e indicar situações para a aplicação dos três principais testes não-paramétricos apresentados nesta aula; Executar o teste U de Mann-Whitney e interpretar os resultados; Executar o teste de Wilcoxon e interpretar os resultados; Correlação e regressão · Definir diagrama de dispersão, retas de regressão, coeficiente de regressão, intercepto, equação de regressão e coeficiente de correlação; · Calcular o coeficiente de regressão e o intercepto; · Calcular o coeficiente de correlação; · Representar graficamente a relação entre as variáveis de um estudo e a reta de regressão a partir da equação de regressão obtida; · Testar a significância do coeficiente de correlação obtido em um estudo de regressão linear; · Executar o teste exato de Fisher e interpretar os resultados;. Qui Quadrado · Identificar problemas de categorização de dados com distribuição conhecida e tabelas de contingência 2x2. · Calcular freqüências esperadas nos 2 casos acima. · Identificar condições de aplicabilidade do teste Qui-quadrado. · Aplicar teste de proporcionalidade para uma amostra. · Aplicar teste de Qui-quadrado para tabelas de contingência 2x2, identificando-se a fórmula adequada para o cálculo do Qui-quadrado. · Consultar a tabela do Qui-quadrado. Teorema de Bayes em Medicina: definição e aplicações · calcular a probabilidade conjunta de eventos independentes; · calcular a probabilidade conjunta de eventos não independentes; · definir prevalência de um evento; · definir evidências em medicina; · definir a equação de Bayes; · definir "gold-standard" de um teste diagnóstico; · definir e calcular sensibilidade, especificidade, valor preditivo e razão de verossimilhança de testes diagnósticos; · definir curvas ROC.

Definir estatística; · Definir e classificar variáveis de interesse médico; · Definir população; · Definir amostra, medidas, escalas; e · Definir inferência e amostras aleatórias simples. Probabilidade: conceitos e leis · aplicar técnicas de redução de dados; · definir "tabela ordenada" e "intervalos de classes"; · calcular intervalos de classes; · definir distribuições de freqüência; · definir e calcular freqüências, freqüencias relativas e freqüencias acumuladas; · definir e construir histogramas; · definir e calcular média aritmética, mediana e moda; · definir e calcular variância, desvio padrão e erro padrão da média; · definir probabilidade; · conhecer as leis da probabilidade; · calcular a probabilidade para eventos dependentes e independents, utilizando os operadores lógicos "ou" e "e". Distribuições estatísticas · definir distribuições de probabilidades; · descrever o processo de Bernoulli; · caracterizar a distribuição binomial; · definir e calcular combinações; · descrever os parâmetros da distribuição binomial; · caracterizar a distribuição de Poisson; · descrever o processo de Poisson; · descrever os parâmetros da distribuição de Poisson; · caracterizar as distribuições contínuas de probabilidade; · definir a função densidade de probabilidades; · caracterizar a distribuição normal; · descrever os parâmetros da distribuição normal; · descrever a função densidade de probabilidades da distribuição normal; · definir e calcular a distribuição normal padrão; · aplicar a tabela z. Inferência e Raciocínio Médico · definir o princípio de inferência estatística e sua aplicação no método científico; · definir erros sistemáticos e aleatórios, aprender a reconhecê-los e como evitá-los; · definir precisão e exatidão; · definir estimadores consistentes e eficientes; · definir hipóteses estatísticas (hipótese nula e alternativa); · diferenciar erros alfa e beta; · definir e diferenciar testes mono e bicaudais; · montar um procedimento para teste de hipóteses. Teste z · compreender os conceitos de distribuição z e erro padrão da média (EPM); · reconhecer as indicações de um teste z de uma amostra; · aplicar um teste z de uma amostra; · compreender o conceito de erro padrão das diferenças entre médias (EPMD); · reconhecer as indicações de um teste z de duas amostras; · aplicar um teste z de duas amostras; · reconhecer a diferença entre um teste z monocaudal e um bicaudal. Teste t · analisar se duas variâncias amostrais são similares pelo teste F · reconhecer as indicações de um teste t não pareado de duas amostras · aplicar um teste t de duas amostras · reconhecer as indicações de um teste t pareado · aplicar um teste t pareado. Análise de Variância · Diferenciar comparação de apenas duas ou mais de duas médias amostrais; · Executar o teste F; · Conceituar espalhamento entre os grupos e dentro dos grupos; · Montar e realizar uma análise de variância. Bioestatística não Paramétrica Reconhecer e indicar situações para a aplicação dos três principais testes não-paramétricos apresentados nesta aula; Executar o teste U de Mann-Whitney e interpretar os resultados; Executar o teste de Wilcoxon e interpretar os resultados. Correlação e regressão · Definir diagrama de dispersão, retas de regressão, coeficiente de regressão, intercepto, equação de regressão e coeficiente de correlação; · Calcular o coeficiente de regressão e o intercepto; · Calcular o coeficiente de correlação; · Representar graficamente a relação entre as variáveis de um estudo e a reta de regressão a partir da equação de regressão obtida; · Testar a significância do coeficiente de correlação obtido em um estudo de regressão linear; · Executar o teste exato de Fisher e interpretar os resultados. Qui Quadrado · Identificar problemas de categorização de dados com distribuição conhecida e tabelas de contingência 2x2. · Calcular freqüências esperadas nos 2 casos acima. · Identificar condições de aplicabilidade do teste Qui-quadrado. · Aplicar teste de proporcionalidade para uma amostra. · Aplicar teste de Qui-quadrado para tabelas de contingência 2x2, identificando-se a fórmula adequada para o cálculo do Qui-quadrado. · Consultar a tabela do Qui-quadrado. Teorema de Bayes em Medicina: definição e aplicações · calcular a probabilidade conjunta de eventos independentes; · calcular a probabilidade conjunta de eventos não independentes; · definir prevalência de um evento; · definir evidências em medicina; · definir a equação de Bayes; · definir "gold-standard" de um teste diagnóstico; · definir e calcular sensibilidade, especificidade, valor preditivo e razão de verossimilhança de testes diagnósticos; · definir curvas ROC. Aula