Année académique 2025–2026
L’Institut One Health pour l’Afrique (INOHA), en partenariat avec l’Université de Kinshasa (UNIKIN), annonce l’ouverture officielle des inscriptions pour le Master en Modélisation Appliquée en Santé Globale (MASG) pour l’année académique 2025–2026.
Ce programme innovant est conçu pour former une nouvelle génération d’experts capables d’utiliser des outils quantitatifs et analytiques afin d’éclairer les décisions de santé publique, d’anticiper les risques et de renforcer la résilience sanitaire au niveau national, régional et international.
Objectifs du programme
Le Master MASG vise à développer des compétences avancées en :
• Modélisation épidémiologique et biostatistique
• Analyse de données appliquée à la santé
• Surveillance, prévention et réponse aux menaces sanitaires
• Approche One Health, intégrant santé humaine, animale et environnementale
• Appui aux politiques publiques de santé
Il s’adresse aux étudiants, professionnels de santé, analystes, statisticiens, ingénieurs ou toute personne désireuse d’acquérir une expertise technique en modélisation pour la santé globale.
📅 Calendrier des inscriptions et du concours d’admission
• Dépôt des candidatures : du 1er au 30 décembre 2025
• Concours écrit : 15 janvier 2026
• Concours oral : 29 janvier 2026
• Rentrée académique : 23 février 2026
Les inscriptions sont ouvertes à tous les candidats remplissant les critères d’admission fixés par l’INOHA et l’UNIKIN.
Frais et modalités pratiques
• Frais d’inscription : 150 USD
Ces frais couvrent le traitement du dossier et l’accès aux épreuves d’admission.
Les candidats sont invités à préparer un dossier complet incluant leurs diplômes, CV, lettre de motivation et toute autre pièce exigée par le secrétariat académique.
Contact & Informations
Pour toute information supplémentaire ou pour déposer votre candidature :
• Téléphone : +243 896 846 702
• Email : secretariat@unikin.inoha.ac.cd
• Site web : www.inoha.ac.cd
Rejoignez le Master MASG et devenez acteur de la transformation des systèmes de santé grâce à la modélisation et à la science des données.
