MESTRADO

Bioestatística e Bioinformática aplicadas à Saúde

Mundialmente é reconhecida a necessidade de profissionais com competência em análise de dados contribuindo para a formação de conhecimento nas diversas áreas científicas. Desta forma, a Bioestatística e a Bioinformática tornaram-se ferramentas essenciais na área da saúde.

O mestrado em Bioestatística e Bioinformática Aplicadas à Saúde configura-se relevante para investigadores, profissionais de saúde e outras áreas de aplicação, uma vez que desenvolverá competências necessárias para realizar com autonomia e rigor experiências e interpretar resultados; desde o planeamento, realização de amostragens, uso e desenvolvimento de software e análise e interpretação de dados, contribuindo para o conhecimento em saúde.

O mestre em Bioestatística e Bioinformática Aplicadas à Saúde estará apto a desempenhar, entre outros, cargos de: · Bioestatístico; · Bioinformático; · Consultor de Estatística; · Data Scientist; · Data Analyst; · Técnico de investigação.

Coordenador – Brígida Faria

Regime de estudos – Diurno

Duração – 4 semestres (120 ECTS)

Candidaturas 2023/24

A 1ª fase de candidaturas para o ano letivo 2023/24 está aberta entre 25 de maio e 30 de junho.

Vamos embarcar num novo caminho juntos?

Para mais informações ou dúvidas, envie um e-mail para mestrados@ess.ipp.pt

Formação sólida e integrada, fazendo uso de problemas práticos reais na saúde.
Capacidade de desenvolvimento de novas metodologias e procedimentos para a análise de dados em saúde.

O Plano de Estudos permite ao mestrando em Bioestatística e Bioinformática Aplicadas à Saúde adquirir competências de forma integrada de conhecimentos para a análise expedita e rigorosa de dados. As unidades curriculares estão organizadas em 4 semestres, sendo que os 2 primeiros versam conteúdos que dotam os estudantes de competências teórico e práticas fundamentais neste ciclo de estudos. O 3º semestre permite aos estudantes explorarem metodologias de investigação e criar competências para o desenvolvimento do seu trabalho de Dissertação/Projeto ou Estágio que culminará no fim do 4º semestre. O Plano de Estudos encontra-se organizado de forma a que profissionais com diferentes perfis possam integrar este ciclo de estudos. São oferecidas unidades curriculares de aferição de diferentes áreas para nivelar conhecimentos, bem como optativas no final do 2º semestre de modo a complementar o tipo de perfil de mestre.

1º ano

Unidades Curriculares

Período

ECTS

Proteínas e Ácidos Nucleicos (opcional/aferição)

1º semestre

7,5

Programação e Bases de Dados (opcional/aferição)

1º semestre

7,5

Bioinformática Aplicada à Saúde

semestral

7,5

Análise de Dados e Investigação em Saúde

semestral

7,5

Extração de Conhecimento de Dados em Saúde

semestral

7,5

Análise Computacional de Genomas e Proteomas

semestral

7,5

Complementos de Bioestatística e Aplicações à Saúde

semestral

7,5

Bioestatística Computacional

semestral

7,5

Complementos de Bioinformática (opcional)

semestral

7,5

Biotecnologia Computacional (opcional)

semestral

7,5

2º ano

Unidades Curriculares

Período

ECTS

Seminários

1º semestre

5,0

Metodologias e Gestão de Projetos de Investigação

1º semestre

5,0

Dissertação/Projeto/Estágio

Anual

60,0

Propina 950,00€ por ano curricular.

Diferentes modalidades de pagamento disponíveis.

Consulte o Regulamento de Propinas do Politécnico do Porto para 2023/2024

Titulares do grau de licenciado ou equivalente legal; Titulares de um grau académico superior estrangeiro conferido na sequência de um 1.º ciclo de estudos organizado de acordo com os princípios do Processo de Bolonha por um Estado aderente a este Processo; Titulares de um grau académico superior estrangeiro que seja reconhecido como satisfazendo os objetivos do grau de licenciado pelo Conselho Técnico-Científico da Escola; Detentores de um currículo escolar, científico ou profissional, que seja reconhecido como atestando capacidade para realização deste ciclo de estudos pelo Conselho Técnico-Científico da Escola

  • Speckle tracking echocardiography in detecting myocardial deformation and the influence of cardiovascular factors
  • Automatic FoodEx2 classification system for food description
  • Comparative study of adjustement methods for confounding variables
  • Risk assessement for food safety and public health: a machine learning approach
  • Sleep quality of drivers: a study based on self-perceived and sleep companions feedback
  • Applications of knowledge discovery for COVID-19 pandemic study
  • Mathematical modelling for pharmacological approaches directed to metabolic pathways in “diabetic paradox” in prostate cancer
  • Exploring biosynthetic pathways and ecological function in Artic Ocean microbiomes; Biosynthetic gene clusters; Nitrogen transformation; Biotechnological application
  • In silico screening of antibiotic resistance genes in a genomics library of bacteriophages
  • Profiling cell response to a novel biomaterial for periodontal tissue regeneration: a proteomic approach