Os modelos multiestado permitem descrever processos complexos nos quais os indivíduos se podem mover entre um número finito de estados ao longo do tempo. No caso de aplicações biomédicas, através deste tipo de modelos, é possível analisar a progressão de uma doença; investigar o efeito de preditores para o aumento do risco de transição entre estados; ou efetuar predições de probabilidades de transição para estados futuros dado o histórico de eventos. Em ambos os casos, uma avaliação prévia do pressuposto de Markov é fundamental para evitar, por exemplo, inconsistências nas estimativas obtidas. No seminário serão introduzidos os conceitos fundamentais sobre modelos multiestado, assim como diferentes métodos de inferência e validação do pressuposto de Markov (retirados da literatura e outros publicados pelo orador). Por fim, serão apresentados exemplos práticos de aplicação dos métodos a dados reais na área da saúde usando para tal a biblioteca R markovMSM.