Guilherme Tegoni Goedert

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• SANTOS, CLEBER VINICIUS BRITO DOS ; COELHO, LARA ESTEVES ; GOEDERT, GUILHERME TEGONI ; LUZ, PAULA MENDES ; WERNECK, GUILHERME LOUREIRO ; VILLELA, DANIEL ANTUNES MACIEL ; STRUCHINER, CLÁUDIO JOSÉ . Disability-adjusted life years associated with COVID-19 in Brazil, 2020. PLoS One , v. 20, p. e0319941, 2025.

• DOS SANTOS, CLEBER VINICIUS BRITO ; COELHO, LARA ESTEVES ; DE NORONHA, TATIANA GUIMARÃES ; GOEDERT, GUILHERME TEGONI ; CSILLAG, DANIEL ; LUZ, PAULA MENDES ; WERNECK, GUILHERME LOUREIRO ; VILLELA, DANIEL ANTUNES MACIEL ; STRUCHINER, CLAUDIO JOSÉ . The impact of vaccination on the length of stay of hospitalized COVID-19 patients in Brazil. VACCINE , v. 48, p. 126735, 2025.

• COELHO, LARA E. ; LUZ, PAULA M. ; PIRES, DÉBORA C. ; JALIL, EMILIA M. ; PERAZZO, HUGO ; TORRES, THIAGO S. ; CARDOSO, SANDRA W. ; PEIXOTO, EDUARDO M. ; NAZER, SANDRO ; MASSAD, EDUARDO ; CARVALHO, LUIZ MAX ; RÉQUIA, WEEBERB J. ; MOTTA, FERNANDO COUTO ; SIQUEIRA, MARILDA MENDONÇA ; VASCONCELOS, ANA T.R. ; DA FONSECA, GUILHERME C. ; CAVALCANTE, LILIANE T.F. ; COSTA, CARLOS A.M. ; AMANCIO, RODRIGO T. ; GOEDERT, G. T. ; et.al . SARS-CoV-2 transmission in a highly vulnerable population of Brazil: a household cohort study. Lancet Regional Health-Americas , v. 36, p. 100824, 2024.

• TEGONI GOEDERT, GUILHERME ; BIFERALE, LUCA . Instanton-based importance sampling for extreme fluctuations in a shell model for turbulent energy cascade. EUROPEAN PHYSICAL JOURNAL E , v. 46, p. 132, 2023.

• DA FONSECA, GUILHERME C. ; CAVALCANTE, LILIANE T. F. ; BRUSTOLINI, OTÁVIO J. ; LUZ, PAULA M. ; PIRES, DEBORA C. ; JALIL, EMILIA M. ; PEIXOTO, EDUARDO M. ; GRINSZTEJN, BEATRIZ ; VELOSO, VALDILEA G. ; NAZER, SANDRO ; COSTA, CARLOS A. M. ; VILLELA, DANIEL A. M. ; GOEDERT, GUILHERME T. ; SANTOS, CLEBER V. B. D. ; RODRIGUES, NADIA C. P. ; DO COUTO MOTTA, FERNANDO ; SIQUEIRA, MARILDA MENDONÇA ; COELHO, LARA E. ; STRUCHINER, CLAUDIO J. ; VASCONCELOS, ANA TEREZA R. ; et.al . Differential Type-I Interferon Response in Buffy Coat Transcriptome of Individuals Infected with SARS-CoV-2 Gamma and Delta Variants. INTERNATIONAL JOURNAL OF MOLECULAR SCIENCES , v. 24, p. 13146, 2023.

• COELHO, LARA E. ; LUZ, PAULA M. ; PIRES, DÉBORA C. ; JALIL, EMILIA M. ; PERAZZO, HUGO ; TORRES, THIAGO S. ; CARDOSO, SANDRA W. ; PEIXOTO, EDUARDO M. ; NAZER, SANDRO ; MASSAD, EDUARDO ; SILVEIRA, MARIÂNGELA F. ; BARROS, FERNANDO C. ; VASCONCELOS, ANA T.R. ; COSTA, CARLOS A.M. ; AMANCIO, RODRIGO T. ; VILLELA, DANIEL A.M. ; PEREIRA, TIAGO ; GOEDERT, GUILHERME T. ; SANTOS, CLEBER V.B.D. ; RODRIGUES, NADIA C.P. ; et.al . Prevalence and predictors of anti-SARS-CoV-2 serology in a highly vulnerable population of Rio de Janeiro: A population-based serosurvey. The Lancet Regional Health - Americas , v. 15, p. 100338, 2022.

• GENARI, JULIANO ; GOEDERT, GUILHERME TEGONI ; LIRA, SÉRGIO H. A. ; OLIVEIRA, KRERLEY ; BARBOSA, ADRIANO ; LIMA, ALLYSSON ; SILVA, JOSÉ AUGUSTO ; OLIVEIRA, HUGO ; MACIEL, MAURÍCIO ; LEDOINO, ISMAEL ; RESENDE, LUCAS ; DOS SANTOS, EDMILSON ROQUE ; MARCHESIN, DAN ; STRUCHINER, CLAUDIO J. ; PEREIRA, TIAGO . Quantifying protocols for safe school activities. PLoS One , v. 17, p. e0273425, 2022.

• ALVAREZ, A. C. ; GOEDERT, G. T. ; MARCHESIN, D. . Resonance in rarefaction and shock curves: Local analysis and numerics of the continuation method. Journal of Hyperbolic Differential Equations , v. 17, p. 639-676, 2020.

• GOEDERT, G. T. ; ANDRADE, V. C. ; MAILYBAEV, A. A. . A Renormalization Approach to the blowup structure in Shell Models for MHD Turbulence. PHYSICAE ORGANUM , v. 1, p. https://periodi, 2015.

• VIDOR, A. C. ; OLIVEIRA, K. ; TEGONI GOEDERT, GUILHERME ; GENARI, JULIANO ; CSILLAG, D. . Pós-COVID na Atenção Primária à Saúde: desafios e lições aprendidas: Experiência na Rede de Atenção à Saúde da Secretaria Municipal de Saúde de Florianópolis-SC. In: Fernando Anschau; Natalia Del? Angelo Aredes; Rosane de Mendonça Gomes. (Org.). Pós-COVID na Atenção Primária à Saúde e ambulatorial especializada: Reunindo evidências para o Sistema Único de Saúde (SUS) e à Plataforma Clínica Global da OMS. 1ed.Brasília: Ministério da Saúde e OPAS/OMS, 2024, v. , p. 63-.

• TEGONI GOEDERT, GUILHERME ; STRUCHINER, C. . Modelagem computacional: guia para políticas de saúde. Revista Ciência Hoje, 31 ago. 2023.

• CSILLAG, D. ; STRUCHINER, C. J. ; TEGONI GOEDERT, GUILHERME . Strategic Conformal Prediction. In: The 28th International Conference on Artificial Intelligence and Statistics, 2025, Mai Khao. PMLR, 2025. v. 258. p. 5122-5130.

• CSILLAG, D. ; STRUCHINER, C. ; TEGONI GOEDERT, GUILHERME . Prediction-Powered E-Values. In: Forty-Second International Conference on Machine Learning, 2025, Vancouver. PMLR, 2025.

• Csillag, D ; STRUCHINER, C. ; GOEDERT, GUILHERME T. . Generalization Bounds for Causal Regression: Insights, Guarantees and Sensitivity Analysis. In: ICML 2024 - 41st International Conference on Machine Learning, 2024, Viena. PMLR, 2024. v. 235. p. 9576-9602.

• ECHEVERRIA-GUEVARA, A. ; LUZ, P. M. ; PIRES, D. C. ; JALIL, E. M. ; PERAZZO, H. ; TORRES, T. S. ; CARDOSO, S. W. ; TEGONI GOEDERT, GUILHERME ; CSILLAG, D. ; PEIXOTO, E. M. ; SOUZA, A.B. ; COSTA, C. A. M. ; AMANCIO, R. T. ; SANTOS, C. V. B. D. ; RODRIGUES, N. C. P. ; GRINSZTEJN, B. ; VELOSO, V. G. ; STRUCHINER, C. J. ; COELHO, L. E. . Multimorbidity patterns and SARS-CoV-2 seroprevalence in socioeconomically vulnerable adults from Rio de Janeiro, Brazil: a population-based survey. Lancet Regional Health-Americas , 2025.

• SANTOS, C. V. B. ; COELHO, L. E. ; LUZ, P. M. ; TEGONI GOEDERT, GUILHERME ; CSILLAG, D. ; GENARI, J. ; LEAO, O. A. A. ; BLUMENBERG, C. ; SIQUEIRA, F. V. ; ASSIS, D. M. ; SILVA, A. M. S. ; CARMO, G. M. I. ; BARROS, F. C. ; STRUCHINER, C. J. ; VICTORA, C. G. ; HALLAL, P. C. . History of self-reported COVID-19 cases and hospitalizations in the Brazilian popula- tion: a countrywide survey. International Journal of Epidemiology , 2025.

• GOEDERT, G. T. . Asymptotic Blowup Solutions in a MHD Shell Model. 2016. (Apresentação de Trabalho/Conferência ou palestra).

• GOEDERT, G. T. . Renormalization approach to blowup in inviscid MHD shell models. 2014. (Apresentação de Trabalho/Outra).

• GOEDERT, G. T. ; Mailybaev, A. . Master Thesis Asymptotic Blowup Solutions in MHD Shell Model of Turbulence 2016 (Dissertação de Mestrado).

Outras produções

Projetos de pesquisa

• 2025 - Atual

  Integração digital da vigilância epidemiológica: caracterização segura de prontuários e o design de protocolos de intervenção integrados por modelos de agentes sob ótica causal e evolutiva, Descrição: Doenças infecciosas, transmitidas diretamente ou por vetores, estão entre asprincipais causas de epidemias e pandemias e o preparo para futuras crises sanitárias éfundamental para minimizar suas consequências, sejam perdas de vidas, agravamento dacarga de serviços de saúde por conta de sequelas, ou problemas sócio-econômicos. Apesardos avanços recentes, existem vários desafios em aberto para prever possíveis epidemias,detectar variantes, rastrear contatos, acelerar avaliação de tratamentos em estudosobservacionais em escala.Nossa estratégia para lidar com esses desafios e alcançar um preparo pandêmicoefetivo é baseada na interdisciplinaridade e na abordagem multifacetada, que inclui autilização de modelagem matemática para entender a dinâmica de infecção e evolução,bem como a aplicação de ferramentas como bioinformática, genômica, ciências de dados eaprendizado de máquina. Nossa rede de colaboradores, pesquisadores experientes eatuantes tanto na academia quanto em órgãos de vigilância epidemiológica nas esferasmunicipal, nacional e internacional, é formada por especialistas de cada uma destas áreascom o objetivo de desenvolver novos processos para vigilância epidemiológica integrada deserviços de saúde e genômica (inspirados no sucesso da vigilância genômica no combate àebola e seus avanços durante a pandemia de COVID-19). Fundamental à este processo é(i) a integração (linkage) de diferentes bases de saúde e extração de informaçõesrelevantes destas bases e de prontuários médicos; (ii) consolidação destas informações emsistemas de vigilância sanitária assistidos por máquina; (iii) integração destes dados nacriação de novos modelos matemáticos que sejam mais informativos para avaliação edesign de intervenções sanitárias; (iv) identificação de novos dados que precisam sercoletados pelos serviços de saúde para implementação de intervenções mais eficientes emaior acurácia nos modelos preditivos.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Guilherme Tegoni Goedert - Coordenador / Lara Esteves. Coelho - Integrante / Daniel Csillag - Integrante / Claudio José Struchiner - Integrante., Financiador(es): Fundação Carlos Chagas Filho de Amparo à Pesquisa do Estado do RJ - Auxílio financeiro.

• 2025 - Atual

  Uso de Inteligência Artificial para Vigilância Epidemiológica de Doenças Transmissíveis no Estado de Rio de Janeiro, Descrição: Em cenários de epidemias e surtos de doenças transmissíveis, a vigilância sindrômica pode ser considerada estratégica para o rápido planejamento e tomadas de ação em saúde pública. O presente projeto irá explorar a aplicação de ferramentas de Inteligência Artificial (IA) e aprendizado de máquina (ML, machine learning) para vigilância sindrômica de doenças transmissíveis no Estado do Rio de Janeiro. A extração e aplicação de informações contidas em atendimentos/prontuários em tempo real é fundamental para que o potencial transformador da saúde digital com utilização de IA seja alcançado, identificando combinações de sinais/sintomas clínicos em bases massivas de dados, detectando anomalias a nível comunitário como alerta a emergência de crises sanitáriasAs evidências empíricas deste projeto contribuirão para a vigilância de doenças transmissíveis; resposta rápida para preparação e enfrentamento de surtos e epidemias; capacitação e disseminação da aplicação de ferramentas de IA em vigilância sindrômica para técnicos da Secretaria Estadual de Saúde do Rio de Janeiro através de treinamento e compartilhamento dos algoritmos implementados.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (2) . , Integrantes: Guilherme Tegoni Goedert - Coordenador / PEREIRA, TIAGO - Integrante / Luiz Max Fagundes de Carvalho - Integrante / Daniel Csillag - Integrante / Claudio José Struchiner - Integrante / Krerley Oliveira - Integrante / Luciane Velasque - Integrante / Silvia Cristina Carvalho - Integrante / Lara Esteves Coelho - Integrante / Ana Tereza Ribeiro de Vasconcelos - Integrante., Número de produções C, T & A: 1 / Número de orientações: 1

• 2020 - Atual

  COMORBUSS: modelo estocástico bio-social de agentes para análise epidemiológica, Descrição: COMORBUSS é um modelo de agente biossocial para o estudo da propagação de doenças em uma comunidade e a avaliação de medidas de mitigação. Vamos esclarecer cada parte desta declaração. Um modelo de agente é aquele em que simulamos agentes individuais que representam pessoas na comunidade modelada. Esses agentes interagem entre si e com o ambiente de acordo com um conjunto de regras e têm caracterização individual. Isso permite a criação de modelos que capturam a heterogeneidade da comunidade real que estamos estudando. Além disso, as medidas de mitigação podem ser modeladas diretamente modificando o comportamento dos agentes (por exemplo, quarentenas, isolamento social, protocolos de testagem e rastreamento de casos) ou a transmissão do patógeno (por exemplo, kits de testagem, máscaras e vacinação). Dessa forma, a eficácia dessas políticas de mitigação pode ser diretamente medida e comparada.Por biossocial, queremos dizer que o COMORBUSS [12, 13] em seu núcleo é impulsionado por dois modelos estocásticos: um para progressão e propagação de doenças com base na biologia individual dos agentes e o outro para a dinâmica social dos agentes com base em suas identidades e papéis na comunidade. Conectar esses dois modelos é a suposição de modelagem central de que a transmissão de doenças depende de contatos sociais produzidos pela dinâmica da comunidade. Como o modelo de dinâmica social impulsiona os agentes individuais como trabalhadores ou clientes dos serviços que definem a infraestrutura da comunidade (como hospitais, escolas, mercados, restaurantes, lojas etc.), os agentes se encontram nesses locais e possivelmente infectam outros. Como a transmissão é contextualizada por local e pelos papéis dos agentes envolvidos (por exemplo, cliente, trabalhador, vetor), podemos identificar quais são os contextos e atividades que mais contribuem para impulsionar a infecção e quais são os protocolos mais eficientes para identificar e mitigar casos. Além disso, a estrutura modular do modelo permite integrar diferentes formas de infecção (contato social, sexual, inalação de aerosol acumulado no ambiente ou contágio de vetores) e customizar construção social.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (2) . , Integrantes: Guilherme Tegoni Goedert - Coordenador / PEREIRA, TIAGO - Integrante / LIRA, SÉRGIO H. A. - Integrante / DOS SANTOS, EDMILSON ROQUE - Integrante / Juliano Genari de Araújo - Integrante / Lara Esteves. Coelho - Integrante / Claudio José Struchiner - Integrante / Krerley Oliveira - Integrante / Lucas Resende - Integrante., Número de produções C, T & A: 3 / Número de orientações: 1

Projetos de desenvolvimento

• 2024 - Atual

  Sistema de Navegação de Pacientes Oncológicos - Soluções em Aprendizado de Máquina e Otimização, Descrição: O objetivo deste projeto é desenvolver um software inovador para otimizar o processo de monitoramento de dados em grande volume de pacientes com câncer para, de forma rápida e assertiva, realizar intervenções na jornada dos pacientes (navegação) que destoam do padrão estabelecido, otimizando o acesso ao serviço de saúde, evitando desfechos negativos como atraso para o diagnóstico / tratamento, atendimento na emergência, toxicidades do tratamento, perda de seguimento, falta a tratamentos agendados, entre outros. Tal monitoramento tem por objetivo final, auxiliar o paciente a superar as barreiras que o impedem de receber o tratamento adequado, sejam de ordem estrutural dos serviços de saúde, mas também culturais e socioeconômicas, com aumento das taxas de cura e/ou melhora da sobrevida. Também visa gerar os dados necessários para o registro hospitalar do câncer, os quais são obrigatórios no Brasil, porém não atrelados à assistência ao paciente, o que reduz a disponibilidade e atualização dos mesmos. Isto é de fundamental importância na gestão / dimensionamento dos serviços e avaliação do impacto de incorporação de novas tecnologias, uma plataforma para benchmarking para tratamentos e protocolos em unidades de saúde parceiras.. , Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Doutorado: (1) . , Integrantes: Guilherme Tegoni Goedert - Coordenador / COELHO, LARA E. - Integrante / OLIVEIRA, KRERLEY - Integrante / Claudio José Struchiner - Integrante / André Carlos Ponce de Leon Ferreira de Carvalho - Integrante / Fernando Anschau - Integrante / Marcelo Capra - Integrante / Carlos Medicis Morel - Integrante., Número de produções C, T & A: 1

• 2022 - Atual

  Análise de Prontuários Médicos via Aprendizado Ativo e Integrado, Situação: Em andamento; Natureza: Desenvolvimento. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (1) . , Integrantes: Guilherme Tegoni Goedert - Coordenador / COELHO, LARA E. - Integrante / OLIVEIRA, KRERLEY - Integrante / Daniel Csillag - Integrante / Claudio José Struchiner - Integrante., Número de produções C, T & A: 3 / Número de orientações: 1

Prêmios