Relatório Anual CCAS 2025
Consolidado de resultados, entregas técnicas e indicadores de impacto das ações do centro ao longo do ano.
Promovendo a pesquisa de ponta e o desenvolvimento científico em prol da sociedade brasileira, com foco em doenças tropicais, análise de dados massivos e vigilância epidemiológica.
Consolidado de resultados, entregas técnicas e indicadores de impacto das ações do centro ao longo do ano.
Estudo longitudinal que identifica áreas de maior risco para transmissão de arboviroses urbanas com apoio de análise espacial.
Conversa com profissionais de APS sobre priorização de microáreas, leitura de indicadores e organização da resposta local.
Disseminação do conhecimento científico produzido pelo departamento.
Consolidado de resultados, entregas técnicas e indicadores de impacto das ações do centro ao longo do ano.
Estudo longitudinal que identifica áreas de maior risco para transmissão de arboviroses urbanas com apoio de análise espacial.
Conversa com profissionais de APS sobre priorização de microáreas, leitura de indicadores e organização da resposta local.
Conheça iniciativas científicas e tecnológicas conduzidas pelo centro.
Iniciativa de apoio técnico a municípios com alta subnotificação e inconsistências nos registros do SINAN. O projeto oferece capacitação presencial e remota para equipes de digitação e vigilância, além de ferramentas de validação automatizada para reduzir erros de preenchimento e melhorar a comparabilidade dos indicadores epidemiológicos.
Projeto voltado à construção de um painel interativo para monitoramento em tempo real de arboviroses (dengue, zika e chikungunya) em municípios prioritários. Integra dados do SINAN, informações climáticas e indicadores entomológicos para gerar alertas precoces e apoiar a coordenação de respostas entre vigilância epidemiológica e atenção primária.
Este projeto longitudinal tem como objetivo primário a integração de bases de dados heterogêneas (SIH, SIM, HiperDia) para a construção de modelos preditivos de risco cardiovascular em populações vulneráveis. A metodologia envolve o uso de algoritmos de aprendizado de máquina supervisionado para identificar clusters geográficos com alta incidência de hipertensão não controlada, permitindo que gestores locais direcionem recursos de atenção primária com maior precisão e eficiência orçamentária.
Estamos disponíveis para dúvidas sobre pesquisas, solicitações de acesso a dados ou parcerias institucionais.