SIEX - Sistema de Informações de Extensão

Plano de ensino: Nossa metodologia de ensino é construída sobre um ciclo de aprendizado ativo, que integra teoria e prática para garantir uma compreensão profunda e duradoura. Cada tema é abordado em três etapas: (1.) Fundamento Teórico: As aulas expositivas apresentam os conceitos da bioestatística de forma clara, rigorosa e com exemplos aplicados à pesquisa na área da saúde. O foco desta etapa é construir o "porquê" de cada método estatístico. (2.) Raciocínio Lógico: Após cada aula, o aluno é guiado a revisar a mecânica por trás de cada teste. Esta etapa é fundamental para que o aluno não use o software como uma "caixa-preta", mas sim que compreenda o raciocínio por trás dos cálculos e das decisões. (3.) Aplicação Prática e Autonomia: O conhecimento é então aplicado no software BioEstat 5.0. Através do estudo dirigido do manual e de exercícios práticos, incentivamos o desenvolvimento da autonomia. O objetivo é que, ao final, o aluno tenha a competência para aplicar os conceitos de forma correta e independente em sua própria pesquisa experimental.

Objetivos e Resultados Esperados: Ao final deste curso, o participante terá desenvolvido as competências essenciais para conduzir pesquisas com alto rigor científico. Espera-se que o aluno seja capaz de: (1) Estruturar um projeto de pesquisa do zero, aplicando conceitos metodológicos para um planejamento robusto e uma coleta de dados adequada. (2) Organizar, analisar e visualizar conjuntos de dados utilizando as principais ferramentas da estatística descritiva para revelar os padrões contidos nas informações. (3) Compreender e aplicar a lógica fundamental da estatística inferencial, incluindo a correta formulação de hipóteses, compreender as diferenças dos tipos de erros, o poder do teste e a significância estatística, a interpretação de p-valores. (4) Selecionar e executar o teste estatístico apropriado (paramétrico ou não paramétrico) com base em um diagnóstico rigoroso das características de seu estudo e de seus dados, ir além do p-valor, com a correlação do tamanho do efeito e respectivo intervalo de confiança dos resultados encontrados. (5) Escolher e aplicar adequadamente os principais testes de hipótese bivariados ou com três ou mais variáveis. (6) Interpretar e comunicar os resultados de forma crítica e moderna, analisando não apenas a significância estatística, mas também a magnitude e a relevância prática dos achados. (7) Ganhar proficiência e utilizar com autonomia o software BioEstat 5.0 como uma ferramenta para otimizar e validar suas análises. O resultado esperado é a transformação do participante em um pesquisador autônomo no que tange à análise de dados. Ao concluir o curso, o aluno terá a competência técnica e a confiança para analisar seus próprios dados experimentais, desde a exploração inicial até a conclusão final, fortalecendo a qualidade metodológica e o impacto de seus trabalhos de conclusão de curso, artigos e projetos de pesquisa.

Justificativas: A excelência de uma pesquisa científica não reside apenas na originalidade da pergunta, mas no rigor de seu método. No cenário atual, a competência para analisar dados de forma correta não é mais um diferencial, mas um pré-requisito para a produção de ciência de alta qualidade. Este curso nasce da necessidade de capacitar estudantes e pesquisadores a superarem o desafio comum que é a aplicação da estatística na prática. Ele serve como uma ponte, conectando a expertise de cada área do conhecimento com as ferramentas metodológicas universais necessárias para validar achados, testar hipóteses e transformar dados brutos em conclusões significativas. Ao dominar os conceitos de delineamento de estudos, análise descritiva e inferência estatística, o participante se torna um pesquisador mais eficiente e confiante. Este curso justifica-se, portanto, como um investimento estratégico na carreira do aluno, capacitando-o a conduzir pesquisas com maior integridade, credibilidade e, consequentemente, com maior potencial de impacto científico e social.

Metodologias: O curso adota uma abordagem de aprendizado integrado, combinando teoria e prática para garantir uma formação completa e aplicável. A metodologia está estruturada nos seguintes pilares: (1) FORMATO DAS AULAS: As aulas são teóricas e expositivas, realizadas presencialmente em sala de aula ou anfiteatro. Cada encontro foca na apresentação rigorosa dos temas, seguida pela aplicação imediata dos conceitos em exemplos práticos e relevantes para a área da saúde, utilizando recursos audiovisuais (projetor multimídia, computador com acesso à internet) e lousa para discussões aprofundadas. (2) AMBIENTE VIRTUAL DE APRENDIZAGEM: O curso é apoiado por uma plataforma online centralizada (Google Classe de Aula ou Classroom), que serve como o principal repositório de materiais. Nela, os participantes encontrarão: (a) Slides completos de todas as aulas. (b) Um resumo da aula em 10 perguntas com respostas, para melhor fixação do conteúdo visualizado. (c) Listas de exercícios para fixação e avaliação do conteúdo. (d) Materiais complementares, como tabelas estatísticas, artigos e a bibliografia indicada. (3) FERRAMENTAS E SOFTWARES: Haverá um foco prático no software estatístico BioEstat 5.0, de licença livre e em português. Serão também indicadas outras ferramentas de apoio para diversas plataformas (Windows, macOS, Linux), permitindo que cada participante encontre o software que melhor se adapta às suas necessidades. (4) COMUNICAÇÃO E COMUNIDADE: A interação contínua é um componente chave do curso. Além da interação em sala, os participantes são incentivados a colaborar através da plataforma online e de um grupo de WhatsApp exclusivo da turma, criando uma comunidade de apoio para discussões e tira-dúvidas fora do horário de aula.

Conteúdo programático com responsáveis pedagógicos por tema/assunto - aula ou grupo de aulas: Aula 1: Tipos de estudos (observacionais, experimentais), hierarquia de evidência, estrutura de um projeto científico. Aula 2: Medidas de tendência central (média, mediana) e dispersão (desvio padrão, variância), análise de distribuição e visualização de dados (Histograma, Box-Plot). Aula 3: Teste de hipóteses (H0/Ha, p-valor, erros I/II), poder do teste, Teorema Central do Limite e o Teste Z. Aula 4: Teste t para uma amostra, pareado e independente (Student e Welch), pressupostos, Intervalo de Confiança e Tamanho do Efeito (d de Cohen). Aula 5: Testes de Shapiro-Wilk/Lilliefors para diagnóstico de dados, Teste de Mann-Whitney U (independente) e Teste de Wilcoxon (pareado). Aula 6: ANOVA de um fator (e post-hoc Tukey), ANOVA de medidas repetidas (e Esfericidade), Kruskal-Wallis (e post-hoc Dunn) e Teste de Friedman. Aula 7: Correlação (Pearson e Spearman), Regressão Linear Simples (interpretação, R²), Correlação vs. Causalidade. Aula 8: Teste Qui-Quadrado (Aderência, Independência), Tabelas de Contingência, Risco Relativo (RR) e Odds Ratio (OR). Aula 9: Teste Exato de Fisher (amostras pequenas), Correção de Yates, Teste Qui-Quadrado para Tendência e análise post-hoc para tabelas RxC. Aula 10: Planejamento, Diagnóstico e Revisão: Cálculo de Tamanho Amostral.

Referências (bibliográficas e outras): - Material fornecido via classroom - Mauro José Fontelles. Bioestatistica Aplicada à pesquisa experimental; Volume 1, 1º Edição, ISBN 9788578611378. Editora: Editora livraria da física - Mauro José Fontelles. Bioestatistica Aplicada à pesquisa experimental; Volume 2, 1º Edição, ISBN 9788578611385. Editora: Editora livraria da física - Sonia Vieira. Introdução a Bioestatística. 5º Edição, ISBN: 978-853-527-716-6. Editora: Elsevier, 2016 - Sonia Vieira. Bioestatística - Tópicos Avançados. 3º Edição, ISBN: 978-85-352-3460-2. Editora: Elsevier, 2010

Modo e critérios da avaliação de aproveitamento: - Frequência mínima ou superior a 80% das aulas - Entregar os exercícios de avaliação que poderá ser desenvolvido de forma individual ou em grupo

Estratégias de Divulgação: - Via Secretaria de Graduação da EPM - Via internet pelo catálogo público da Proex

Recursos didáticos: (1) Uso de anfiteatro / Sala de aula; (2) Computador conectado a um Projetor de Multimidia e com acesso a Internet; (3) Uso de software estatístico de licença livre para uso de Ensino e Pesquisa; (4) Quadro Negro ou Equivalente; (5) Uso de Bibliografia Atualizada e (6) Uso de Livro-Texto

Ementa: O curso aborda os conceitos fundamentais do planejamento, execução e análise estatística de pesquisas científicas, capacitando o aluno a transitar desde a estruturação de um projeto até a interpretação e comunicação de seus resultados com rigor e clareza. Parte 1. FUNDAMENTOS DA PESQUISA CIENTÍFICA E METODOLOGIA: (a) O método científico, o conhecimento científico e a estrutura de um projeto de pesquisa. (b) Delineamentos de estudo na área da saúde: estudos observacionais e experimentais. (c) Técnicas para revisão de literatura, incluindo a busca e o uso de descritores em saúde (DeCS/MeSH). Parte 2. ESTATISTICA DESCRITIVA E TEORIA DA PROBABILIDADE: (a) Conceitos de população e amostra; técnicas de amostragem. (b) Classificação e organização de variáveis. (c) Análise da forma da distribuição: medidas de tendência central (média, mediana), dispersão (desvio padrão) e posição (quartis). (d) Visualização de dados: construção e interpretação de tabelas e gráficos (Histogramas, Box-Plots). (e) Fundamentos da distribuição Normal e o Teorema Central do Limite como base para a inferência. Parte 3. ESTATÍSTICA INFERENCIAL E TESTES DE HIPÓTESE: (a) Fundamentos da Inferência: A lógica do teste de hipóteses (H0/H1, p-valor, erros alpha e beta, poder do teste); Intervalos de Confiança; a importância da verificação de premissas (testes de normalidade e homogeneidade de variâncias). (b) Testes para Comparação de Grupos: (b.1) Comparação de duas médias: Teste t de Student (para uma amostra, amostras independentes e pareadas) e suas alternativas não paramétricas (Testes de Mann-Whitney U e Wilcoxon). (b.2) Comparação de três ou mais médias: Análise de Variância (ANOVA) de um fator com e sem repetição e suas alternativa não paramétrica (Teste de Kruskal-Wallis e Teste de Friedman). (c) Testes para Análise de Relações e Associações: (c.1) Associação entre variáveis contínuas: Correlação de Pearson (paramétrica) e Spearman (não paramétrica). (c.2) Introdução à modelagem preditiva: Regressão Linear Simples. (c.3) Associação entre variáveis categóricas: Teste Qui-Quadrado (x²) de Independência.