Sobre nós
Somos uma equipe de Cientistas de Dados e Nutricionistas com formação em Doutorado em Ciências (UFPel) com período sanduíche na USP, MBA em Data Science e Analytics (USP/ESALQ), e Mestrado em Nutrição e Alimentos (UFPel).
Possuímos experiência em desenho e condução de coleta de dados, tanto pesquisa de campo quanto online, utilizando plataforma REDCap. Somos autores de mais de 100 artigos científicos publicados em periódicos internacionais de alto impacto.
Nossa expertise abrange epidemiologia, saúde pública, inteligência artificial, análise de dados em saúde, nutrição e avaliação de tecnologias em saúde.
Artigos Publicados
Em periódicos internacionais de alto impacto
Anos de Experiência
Em pesquisa científica e análise de dados
Pós-doutorados
UFBA, UFRJ e UFPel
Projetos Concluídos
Em consultoria e pesquisa
Serviços de Consultoria
Oferecemos uma gama completa de serviços em análise de dados, estatística e pesquisa científica para profissionais e instituições de saúde.
- Estatísticas descritivas
- Tabelas de frequência
- Visualizações de dados
- Relatórios detalhados
- Desenho de formulários
- Validação automática
- Segurança de dados
- Conformidade regulatória
- Limpeza de dados
- Tratamento de valores faltantes
- Detecção de outliers
- Documentação completa
- Regressões múltiplas
- Análise de sobrevida
- Modelos mistos
- Testes estatísticos
- Classificação
- Regressão
- Clustering
- Validação cruzada
- Decomposição temporal
- Previsão
- Análise de tendências
- Modelos ARIMA
- Busca sistemática
- Avaliação de qualidade
- Meta-análise
- Síntese de evidências
- Revisão metodológica
- Análise estatística
- Revisão de redação
- Feedback detalhado
Áreas de Expertise
Possuo experiência consolidada em diversas áreas relacionadas à análise de dados em saúde, epidemiologia e inteligência artificial.
Epidemiologia
Saúde Pública
Inteligência Artificial
Linguagens de Programação
Nutrição
Tecnologias em Saúde
Formação Acadêmica
Educação
Universidade Federal de Pelotas (UFPel)
Período sanduíche na Universidade de São Paulo (USP). Foco em Multimorbidade, Machine Learning e Análise Espacial.
USP/ESALQ
Especialização em análise avançada de dados e inteligência artificial aplicada a negócios.
Universidade Federal de Pelotas (UFPel)
Pesquisa em epidemiologia nutricional e análise de dados de consumo alimentar.
Universidade Federal de Pelotas (UFPel)
Formação em nutrição clínica e saúde pública.
Pós-doutorados
Universidade Federal da Bahia (UFBA)
Foco: Saúde Coletiva
Universidade Federal do Rio de Janeiro (UFRJ)
Foco: Nutrição
Universidade Federal de Pelotas (UFPel)
Foco: Desenvolvimento Científico e Tecnológico
Produção Científica
Mais de 100 artigos publicados em periódicos internacionais de alto impacto. Foco em epidemiologia, saúde pública, inteligência artificial e análise de dados em saúde.
Artigos Publicados
Citações
H-Index
Publicações Recentes
Predicting all-cause mortality with machine learning among Brazilians aged 50 and over: results from The Brazilian Longitudinal Study of Ageing (ELSI-Brazil)
Nature
Global performance of machine learning models to predict all-cause mortality: systematic review and meta-analysis
Scientific Reports
Does machine learning have a high performance to predict obesity among adults and older adults? A systematic review and meta-analysis
Atherosclerosis
Para visualizar a lista completa de publicações e métricas detalhadas, acesse meu perfil no Lattes:
Ver Currículo LattesDepoimentos de Clientes
Veja os resultados que conquistei com pesquisadores e instituições de saúde em todo o Brasil.
"Felipe realizou uma revisão sistemática abrangente de 47 estudos sobre intervenções nutricionais em diabetes tipo 2. Sua análise metodológica rigorosa e meta-análise resultaram em um artigo publicado no Nature Medicine com impacto significativo na área."
Resultado:
Artigo publicado em periódico de alto impacto (Nature Medicine)
Dra. Maria Silva
Pesquisadora
"Implementamos um estudo multicêntrico com 1.200 pacientes usando REDCap sob orientação de Felipe. Ele desenhou formulários inteligentes com validações automáticas, reduzindo erros de entrada em 95% e acelerando o processo de coleta em 3 meses."
Resultado:
95% redução em erros de dados | 3 meses de aceleração
Prof. João Santos
Coordenador de Pesquisa
"Desenvolvemos um modelo de Machine Learning para prognóstico de insuficiência cardíaca usando 5.000 registros de pacientes. O modelo alcançou 92% de acurácia e foi validado em coorte externa, gerando 2 publicações em periódicos de alto impacto."
Resultado:
92% acurácia | Validação externa | 2 publicações
Dra. Carla Oliveira
Médica Pesquisadora
Instituições Parceiras
Trabalhamos com as principais instituições de saúde e pesquisa do Brasil
HCOR
Hospital do Coração
Albert Einstein
Hospital Israelita Albert Einstein
INCA
Instituto Nacional de Câncer
UNIFESP
Universidade Federal de São Paulo
USP
Universidade de São Paulo
PUC RJ
Pontifícia Universidade Católica do Rio de Janeiro
Entre em Contato
Interessado em consultoria ou colaboração? Entre em contato para discutir seu projeto e como podemos ajudá-lo.
Currículo Lattes
Acesse nosso perfil completo no Lattes com todas as publicações e dados acadêmicos.
ORCID
Perfil ORCID com identificação internacional de pesquisadores.
Conecte-se conosco no LinkedIn para atualizações profissionais.
Google Scholar
Acesse nosso perfil no Google Scholar com todas as publicações.
Pronto para começar seu projeto?
Entre em contato conosco para discutir suas necessidades e como podemos contribuir para o sucesso de sua pesquisa.