Projeto de pesquisa e desenvolvimento tecnológico

Observatório de Epidemiologia Nutricional


Descrição

O grupo de pesquisa é responsável pela realização de estudos epidemiológicos com o grupo materno-infantil. O foco é no desenvolvimento de instrumentos para avaliação de ganho de peso gestacional (GPG), estudos sobre a composição do leite humano e seu impacto na saúde, projetos sobre a importância da microbiota intestinal materna e infantil em indicadores de saúde maternos e infantis e estudos sobre o estado nutricional infantil no Brasil como um todo, a exemplo do Inquérito Nacional de Alimentação e Nutrição Infantil.

O projeto tem apoio do edital ‘Grand Challenges Explorations - Brazil: Data Science Approaches to Improve Maternal and Child Health in Brazil (2018), da Fundação Bill e Melinda Gates.

Objetivo geral

Desenvolver, testar e avaliar a aplicabilidade de novas recomendações de GPG a partir das curvas do Intergrowth-21st, para mulheres classificadas com eutrofia ou sobrepeso, de acordo o IMC pré-gestacional, para implementação no SUS.

Um objetivo adicional é criar recomendações de GPG para o primeiro trimestre de gestação e para mulheres com baixo peso e obesidade pré-gestacional, não contempladas na curva do Intergrowth-21st.

Objetivos do Observatório de Epidemiologia Nutricional com a Plataforma de Ciência de Dados aplicada à Saúde (PCDaS/Icict)

  • Desenvolver infraestrutura tecnológica do componente Ciência de Dados aplicada ao Observatório;
  • Capacitar equipe de referência em Ciência de Dados;
  • Identificar, coletar, normalizar e armazenar dados do Sistema de Vigilância Alimentar e Nutricional (SISVAN) referentes às gestantes, de todo o território nacional, de 2008 a 2017;
  • Indexar as bases de dados do SISVAN visando recuperação de dados em alta performance para tomada de decisão baseada em dados;
  • Produzir, consolidar e disponibilizar informações estratégicas por meio do componente "Análise Visual", contribuindo para análise e visualização dos dados do SISVAN;
  • Por meio do componente "Mineração de Dados e Análise Preditiva", disponibilizar acesso seguro e qualificado à infraestrutura de computação científica para realização de análises estatísticas para avaliar a capacidade da curva em predizer a ocorrência de desfechos maternos adversos, com base nos dados do sistema.

Equipe Projeto

Gilberto Kac Coordenador do Projeto
Thaís Rangel
Ronaldo Alves
Dayana Farias
Mônica Batalha
Nathalia Costa
Emanuelli Aguiar
Michael Reichenheim
Jennifer Hutcheon
Kathleen Rasmussen
Eric Ohuma

Projetos Relacionados