Com o tema "Avaliação de impacto de políticas públicas: conectando saberes", o IX Encontro Baiano de Estatística (EBEST) se dedica a explorar a importância da integração entre estatística, ciência de dados e políticas públicas, com foco na avaliação de impacto. O evento vai acontecer dias 16 e 17 de outubro, com minicursos on-line, e dia 18 de outubro haverá o encontro presencial.
As inscrições serão abertas em breve!
A participação é gratuita, e o evento visa promover um espaço de aprendizado colaborativo e debate aprofundado sobre como conectar saberes para aprimorar as práticas de avaliação de impacto.
Não perca a oportunidade de se envolver em discussões relevantes e de contribuir para o avanço das práticas em estatística e ciência de dados aplicadas à avaliação de políticas públicas.
O tema deste ano aborda a premente necessidade do Estado em avaliar suas políticas públicas, conectando a pesquisa acadêmica em estatísticas e ciência de dados às demandas atuais do mercado.
Para isso, serão apresentadas diversas abordagens e aplicações relacionadas à inferência causal, método estatístico que permite determinar se uma relação observada entre variáveis é realmente de causa e efeito. Isso significa entender se os resultados observados podem ser atribuídos diretamente a uma ação ou política específica, em vez de serem coincidências ou influenciados por outros fatores externos.
No contexto da avaliação de impacto de políticas públicas, a inferência causal permite aos pesquisadores e formuladores verificar se as mudanças observadas nos indicadores sociais ou econômicos após a implementação de uma política são, de fato, resultado dessa política, ou se poderiam ser atribuídas a outras causas. Pode ser aplicada, por exemplo, para avaliar o impacto de uma política econômica, como um subsídio para pequenas empresas, sobre o nível de emprego. Na epidemiologia, ajuda a identificar se a implementação de uma medida de saúde pública, como uma campanha de vacinação, foi a responsável pela redução da incidência de uma doença. Da mesma forma, permite avaliar impactos das políticas de educação, de inclusão, programas sociais e outros.
Profissionais e estudantes interessados em estatística e ciência de dados são bem-vindos, assim como gestores públicos que desejam conhecer melhor as metodologias aplicadas à avaliação de impacto de políticas públicas.
Este ano, o EBEST oferecerá uma rica programação de palestras e minicursos, proporcionando uma oportunidade única para profissionais e estudantes. O evento contará com minicursos em inferência causal, exposição de trabalhos e discussões sobre avaliação de impacto e inferência causal em políticas públicas.
O IX EBEST será realizado de forma híbrida. Nos dois primeiros dias (16 e 17/10) serão realizados os minicursos, em formato 100% remoto, no turno da noite, por meio do Youtube/SEIBAHIA.
O terceiro dia (18/10) ocorrerá presencialmente, apenas no turno da tarde, no auditório da Secretaria de Educação do Estado da Bahia (SEC), no Centro Administrativo da Bahia (CAB). Serão apresentadas palestras de profissionais e pesquisadores renomados no estado, incluindo representantes do Departamento de Estatística e do Instituto de Saúde Coletiva da UFBA, além da exposição dos pôsteres selecionados.
Todo o evento terá transmissão online pelo canal do YouTube/SEIBAHIA.
| Autor | Título | Premiação |
|---|---|---|
|
Ana Caroline Pinheiro da Cruz Paulo Canas Rodrigues |
Previsão de séries temporais hierárquica de focos de incêndio no Brasil | 1º |
|
Italo Estrela de Souza Sá Ana Claudia da Silva Batista Rosemeire Leovigildo Fiaccone Marcelo Magalhães Taddeo Gabriel Dantas Morais |
Estimando o impacto do programa Bolsa Presença através de métodos de Inferência Causal | 2º |
|
Italo Estrela Souza de Sá Larissa Reis Sousa Santos Silvânia Ferreira Conceição |
InfoVis: Um portal de visualização de dados para a análise da segurança pública na Bahia | 3º |
|
Arthur Rios de Azevedo Marcelo Taddeo Leila Denise Alves Ferreira Amorim |
O estimador de Kaplan-Meier no contexto da Inferência Causal com utilização de escores de propensão | 3º |
|
Fernando Humberto de Almeida Moraes Neto Adriano Kamimura Suzuki Francisco Louzada Neto Ricardo Rocha |
Ensemble de modelos de transferência de aprendizado com reamostragem: Uma abordagem para classificação em pequenas bases de imagens médicas desbalanceadas | 3º |
| Local: Auditório da Secretaria de Educação do Estado da Bahia | ||
| HORÁRIO | TEMA | QUEM |
|---|---|---|
| 13h | Credenciamento | |
| 13h30 | Abertura |
José Acácio Ferreira
Diretor-geral da SEI e presidente da Anipes Edleide Brito Chefe do Departamento de Estatística da UFBA Maurício Marçal Presidente do CONRE-5 |
| 14h | Palestra de abertura
Título a definir |
Maurício Barreto
Professor Emérito da UFBA, pesquisador sênior da Fiocruz e Coordenador Geral do CIDACS |
| 14h45 | Mesa Redonda
“Desafios e perspectivas da avaliação de políticas públicas sob o olhar de uma análise causal” |
Maria Yury Ichihara
Doutora em Saúde Pública (ISC/UFBA), assessora da coordenação e pesquisadora associada do Cidacs Marcelo Taddeo Doutor em Estatística pelo IME/USP e professor do Departamento de Estatística da UFBA Vinicius Mendes Doutor em Economia pela FEA/USP e professor da Faculdade de Economia da UFBA |
| 16h | Palestra de fechamento
Título a definir |
Rosemeire Fiaccone
Doutora em Estatística pela Lancaster University e professora titular do Departamento de Estatística da UFBA |
| 16h45 | Coquetel e exibição de pôsteres | |
Professor da Universidad de Atacama (UDA), no Atacama/Chile. Possui doutorado em Estatística, com dupla-titulação pelas Universidades de São Paulo e Federal de São Carlos (USP/UFSCar), mestrado em Gestão Empresarial pela UFPE e bacharelado em Estatística pela UFRN.
Já foi convidado a participar em diversos congressos internacionais na América do Sul (Brasil, Chile, Argentina, Equador, Colômbia e Uruguai) e Europa (UK, Espanha, Itália e Países Baixos). É diretor (Editors in Chief) da Revista científica da Faculdade de Engenharia da UDA. Suas principais linhas de pesquisa são: Aprendizado Estatístico aplicado à neurociência, Visualização de Dados, Inferência Bayesiana, Modelos espaciais e temporais e Estatística Indústria.
Economista pela Universidade de Brasília, especialista em inferência causal e aprendizagem de máquina e autor dos livros Causal Inference in Python (O’Reilly) e Causal Inference for the Brave and True (Open Source).
Atuou por vários anos como Cientista de Dados no Nubank, na área de modelagem de crédito (cartão e empréstimo pessoal). Hoje, dedica-se à consultoria na área de inferência causal.
Médico e Ph.D. em Epidemiologia na London School of Hygiene and Tropical Medicine (LSHTM), Universidade de Londres. Professor Emérito da UFBA e pesquisador sênior da Fiocruz.
Em 2016, fundou o Centro de Integração de Dados e Conhecimento para Saúde (Cidacs) na Fiocruz-Bahia. Sua pesquisa em Epidemiologia e Saúde Coletiva explora questões em torno dos determinantes sociais e ambientais e as desigualdades sociais na saúde. Coordenou e coordena grande projetos científicos com apoio de financiamentos nacionais e internacionais. No presente, seus principais projetos estão focados no impacto das políticas de proteção social e no impacto de mudanças ambientais e climáticas na saúde da população brasileira, utilizando-se da Coorte de 100 milhões de brasileiros.
Médica (UFPA), mestre em Saúde Comunitária e doutora em Saúde Pública (ISC/UFBA).
Foi vice-coordenadora do Centro de Integração de Dados e Conhecimentos para Saúde (Cidacs), de 2016 a 2023. Atualmente, atua como assessora da coordenação e pesquisadora associada do Cidacs, unidade do Instituto Gonçalo Moniz/FIOCRUZ, que realiza o manejo de grande volume de dados para avaliação de determinantes sociais e de impacto de políticas públicas na saúde. É professora colaboradora do Programa de Pós-graduação, desde 2015, e pesquisadora colaboradora do Instituto de Saúde Coletiva (ISC/UFBA). Desenvolveu pesquisas prioritárias para o Sistema Único de Saúde (SUS) na área de avaliação de tecnologia com ênfase em vacinas e na área das capacidades básicas de vigilância e resposta em atendimento ao Regulamento Sanitário Internacional. Participa de projetos da Coorte de 100 milhões de brasileiros para análise de efeitos de determinantes sociais e políticas públicas na saúde da população brasileira, com ênfase na saúde materno-infantil, na ocorrência de doenças infecciosas e doenças crônicas e mortalidade.
Bacharel em Matemática Pura e mestre em Matemática Aplicada, ambos pela USP, e doutor em Estatística (2008) pelo IME/USP.
Atualmente é professor do Departamento de Estatística da UFBA. Suas principais linhas de pesquisa são análise de séries temporais e dados de sobrevivência, modelos não paramétricos e inferência causal.
Doutor em economia pela Universidade de São Paulo (FEA/USP), professor da Faculdade de Economia da UFBA, professor colaborador do Instituto de Saúde Coletiva (ISC/UFBA).
É pesquisador do Programa Integrado em Economia, Tecnologia e Inovação em Saúde (PECS/ISC/UFBA). Consultor do Ministério da Saúde no Departamento de Economia e Desenvolvimento em Saúde (DESID/MS) e bolsista FIOTEC-Fiocruz. Tem experiência em Avaliação de Impacto de Políticas Públicas, com foco em Saúde Pública. Já realizou avaliações de impacto para o Ministério da Saúde, CNPQ, Banco Interamericano de Desenvolvimento (BID) e para a Secretaria de Saúde do Estado da Bahia (Sesab). Organizou a obra "Avaliação de Impacto das Políticas de Saúde: Um Guia para o SUS", lançada em 2023. É pesquisador colaborador no Laboratório de Inferência Causal e Aplicações, LInca, do IME/UFBA.
Graduada em Estatística pela UFBA, doutora em Estatística pela Lancaster University e pós-doutora pela Newcastle University.
É professora titular do Departamento de Estatística da UFBA e docente dos programas de Pós-Graduação em Saúde Coletiva do ISC e em Matemática (concentração em Estatística) do IME, ambos na UFBA. Tem experiência na área de Probabilidade e Estatística, com ênfase em Inferência e Estatística Aplicada, atuando principalmente nos seguintes temas: modelagem de dados categorizados, modelagem de equações estruturais, modelagem de dados longitudinais e inferência causal na área de saúde.
