linha
MODELAGEM MATEMÁTICA E ESTATÍSTICA APLICADAS À VIGILÂNCIA EM SAÚDE
descrição do logo da unidade

Apresentação

A vigilância em saúde é um componente essencial da preparação para o enfrentamento dos diversos agravos, sobretudo no contexto globalizado, marcado por mudanças climáticas, disparidades socioeconômicas e celeridade na movimentação de indivíduos e patógenos em grandes distâncias. A previsão de cenários associados à introdução, transmissão e evolução de doenças emergentes e re-emergentes, bem como ao risco de potencialização de doenças endêmicas, é necessária para a rápida mobilização de recursos financeiros, humanos e materiais, de modo a mitigar o impacto destas sobre a população e a economia dos países. A modelagem matemática e estatística fornece os meios para abordar esses problemas complexos, bem como para testar, a partir de dados do mundo real, a custo-efetividade de intervenções candidatas, de forma a subsidiar o direcionamento dos esforços e a tomada de decisões para maximizar os resultados.

Este curso tem como objetivo debater o uso da modelagem matemática e estatística para a compreensão da dinâmica de doenças agudas e crônicas, bem como para a estimativa de custo-efetividade de intervenções em saúde pública, como ferramentas de elevado impacto para o controle e o monitoramento na vigilância em saúde. O curso está estruturado em módulos teóricos e práticos, realizados em formato híbrido. As aulas seguirão uma abordagem transdisciplinar, centrada 1) no estudo de casos envolvendo diferentes agravos, 2) na realização de práticas dirigidas e 3) na composição de equipes com formação diversificada, para potencializar o exercício da troca de saberes e da co-criação de soluções. 

Período do curso: de 10 a 12 de novembro de 2025

Horário: 08:30 às 12:30 / 13:30 às 17:30


Corpo docente:

London School of Hygiene and Tropical Medicine, Grã-Bretanha

Richard White 

Rebecca Clark 


London School of Economics, Grã-Bretanha

Marcos Barreto 


Universidade Federal Fluminense, RJ

Eluã Coutinho


Fundação Oswaldo Cruz, BA

Theolis Bessa

Roberto Andrade

Carlos Teles


Universidade Federal da Bahia, BA

Suani Pinho

Vinicius Mendes

Aricia Pérée

Robert Araújo

Dérick Borges