Portugués 
Inglés 
Español 
6 min de lectura 
1 comentario 
Curso gratuito de Fiocruz Bahia ofrece capacitación intensiva en modelación matemática y estadística para profesionales de la salud, con asociación internacional y plazas limitadas.
Fiocruz Bahia abrió 36 plazas para el Curso de Modelación Matemática y Estadística Aplicadas a la Vigilancia en Salud, actividad gratuita que se llevará a cabo del 10 al 12 de noviembre de 2025, en el campus de la institución, en Salvador.
La formación está destinada a profesionales de Matemáticas, Física, Estadística, Epidemiología y Salud Colectiva y exige, como prerrequisito, nociones de programación y familiaridad con el entorno R.
Además de la oferta limitada de plazas, el curso reúne investigadores de instituciones brasileñas y del Reino Unido.
-
Senai pagará hasta R$ 700 por mes para quienes realicen cursos técnicos gratuitos: hay 12 mil vacantes abiertas en todo Brasil y formación con acceso al mercado de tecnología.
-
¡Realiza uno de los cursos gratuitos del SENAI! Hay más de 100 opciones de capacitación totalmente en línea y con certificado garantizado sobre Logística, Mecánica, Negocios, Energía, Seguridad y mucho más; descubre cómo inscribirte y potenciar tu currículum con el SENAI EAD.
-
Petrobras y SENAI se unen y abren cursos gratuitos en tecnología que pagan hasta R$ 706.
-
Instituto Federal convoca para curso EAD y gratuito con 200 vacantes en especialización de 400 horas.
La iniciativa es organizada por Fiocruz Bahia, en asociación con la Universidad Federal de Bahia (UFBA), la Universidad Federal Fluminense (UFF), la London School of Hygiene & Tropical Medicine (LSHTM) y la London School of Economics (LSE).
El evento cuenta con el apoyo del Programa de Posgrado en Investigación Clínica y Translacional, de los programas de posgrado en Biotecnología en Salud y Medicina Investigativa y en Física, y del Instituto de Salud Colectiva.
Público objetivo y criterios de selección
Las inscripciones están dirigidas a profesionales y estudiantes avanzados de las áreas indicadas, especialmente aquellos que trabajan con vigilancia, análisis de datos en salud y evaluación de intervenciones.
Como criterio técnico, los participantes deben demostrar conocimiento básico de programación y habilidad para trabajar en R.
Según los organizadores, el objetivo es nivelar al grupo para las actividades prácticas y optimizar el uso de herramientas computacionales durante los ejercicios.
Estructura del curso y carga horaria
La programación se concentra en tres días de inmersión, totalizando 24 horas de actividades teóricas y prácticas.
El cronograma combina exposiciones conceptuales, estudios de caso y ejercicios en R y Python, con uso de Google Colab en los módulos orientados a aprendizaje automático y análisis de datos.
En el día 10 de noviembre, por la mañana, se lleva a cabo la apertura y el Módulo Teórico I, con la introducción al uso de la modelación en la vigilancia en salud.
Se presentarán conceptos como historia natural de la enfermedad, estimación de parámetros a través de modelos SIR y aplicaciones de estos enfoques en escenarios de vigilancia.
En la tarde, el Módulo Práctico I propone ejercicios de modelación matemática en R y Python, reforzando la conexión entre teoría y aplicación.
La programación del 11 de noviembre profundiza el tema con el Módulo Teórico II, centrado en enfermedades infecciosas crónicas.
El enfoque estará en la estimación de carga de enfermedad y en la evaluación del impacto de la introducción de la vacuna contra la tuberculosis.
En el período vespertino, el Módulo Práctico II orienta la construcción de un modelo de transmisión para estimar incidencia y riesgo de infección por tuberculosis, explorando también escenarios de mejoras en el diagnóstico y análisis de costo-efectividad en R.
El 12 de noviembre, el curso avanza hacia enfoques estadísticos y computacionales.
Por la mañana, el Módulo Teórico-Práctico III abarca modelación estadística y aprendizaje automático, con técnicas de clasificación, predicción y detección de anomalías implementadas en Python en Colab.
En la tarde, la énfasis recae sobre enfermedades infecciosas agudas, incluyendo clasificación basada en imágenes para enfermedades pulmonares y análisis de series temporales relacionadas con sindromes respiratorios agudos graves, también en ambiente Python/Colab.
Contenidos y competencias desarrolladas
La trayectoria formativa fue diseñada para articular fundamentos matemáticos y estadísticos con problemas reales de salud pública.
A lo largo de las actividades, los participantes tienen contacto con conceptos de modelos compartimentales y sus variaciones, técnicas de estimación de parámetros y ajuste de modelos para datos de vigilancia.
En paralelo, los módulos prácticos priorizan la traducción del referente teórico en pipelines reproducibles de análisis, desde la organización de los datos hasta la interpretación de resultados.
Mientras los bloques sobre tuberculosis abordan la dinaría de transmisión y la evaluación de intervenciones, los momentos dedicados a aprendizaje automático exploran aplicaciones de clasificación supervisada en imágenes médicas y detección de patrones en series temporales.
La selección de temas refleja la cotidianidad de equipos de vigilancia, que lidian con indicadores de incidencia, sensibilidad de pruebas, impacto de vacunas y alertas tempranas para eventos anómalos.
Asociaciones académicas y apoyo institucional
La presencia de universidades brasileñas y británicas señala la intención de promover intercambio científico y estandarización de métodos internacionales.
La LSHTM y la LSE contribuyen con la tradición en epidemiología, bioestadística y ciencias sociales aplicadas, mientras que UFBA y UFF fortalecen la integración con programas de posgrado y grupos de investigación nacionales.
Por parte de Fiocruz, el apoyo de diferentes programas evidencia la transversalidad del tema, que dialoga con biotecnología, medicina investigativa y física aplicada a la salud.
Metodología y herramientas
El uso combinado de R y Python facilita la transposición de conceptos entre lenguajes ampliamente adoptados en la comunidad científica.
En R, los participantes trabajan con paquetes orientados a modelación compartimental, ajuste bayesiano y visualización, mientras que en Python las actividades incluyen bibliotecas de aprendizaje automático, clasificación de imágenes médicas y exploración de series temporales en Colab.
Esta estrategia busca ampliar la autonomía técnica de quienes trabajan en la análisis de datos de vigilancia.
Público prioritario y prerrequisitos
Para seguir el ritmo de las actividades, los candidatos deben tener nociones de programación y práctica con el entorno R.
El curso está destinado a perfiles que transitan entre métodos cuantitativos y problemas de salud colectiva, como analistas de datos, investigadores y profesionales de secretarías de salud, hospitales universitarios y centros de investigación.
Aunque hay sesiones introductorias, la familiaridad con estadística aplicada y conceptos básicos de epidemiología contribuye a un mejor aprovechamiento.
Servicio e inscripciones
- Curso: Modelación Matemática y Estadística Aplicadas a la Vigilancia en Salud.
- Período: 10 a 12 de noviembre de 2025.
- Local: Fiocruz Bahia, Salvador.
- Plazas: 36.
- Prerrequisito: nociones de programación y familiaridad con R.
- Carga horaria total: 24 horas.
Instituciones participantes: Fundación Oswaldo Cruz (BA), UFBA, UFF, London School of Hygiene & Tropical Medicine y London School of Economics.
Apoyo: Posgrado en Investigación Clínica y Translacional, Posgrado en Biotecnología en Salud y Medicina Investigativa, Posgrado en Física y Instituto de Salud Colectiva.
Las inscripciones se realizan por formulario institucional. Los interesados deben llenar la información solicitada y observar el límite de 36 plazas. Detalles sobre la programación, horarios y orientaciones logísticas están disponibles en la página del evento.
Boa iniciativa!