Sobre Mí

Hola, soy Jesús García-Gavilán. Aunque mi título oficial dice que soy Doctor en Nutrición y Metabolismo y Bioestadístico, mi trabajo real consiste en construir puentes entre dos mundos que a menudo hablan idiomas distintos: la investigación clínica y la ciencia de datos. Mi trayectoria no ha sido lineal y eso es, precisamente, lo que define mi enfoque. Comencé en el ámbito de la nutrición humana y la dietética, pero a medida que profundizaba en la investigación, comprendí que las respuestas a los grandes desafíos de la salud (como las enfermedades metabólicas crónicas) se escondían bajo patrones de datos que el análisis tradicional no podía revelar. Esta curiosidad me llevó a evolucionar desde la epidemiología clásica hacia la bioinformática y el Data Science. Durante mi formación, que incluyó una estancia clave en la Harvard T.H. Chan School of Public Health bajo la mentoría del Prof. Frank Hu, perfeccioné mi capacidad para gestionar investigaciones médicas de alto nivel. Allí aprendí que un dato no es solo un número, es una pieza de una historia biológica que hay que saber contar con rigor y credibilidad. Mi especialidad es transformar datos crudos y complejos (desde información clínica y demográfica hasta capas multiómicas como la genómica, metabolómica y proteómica) en conocimiento útil y aplicable. No me limito a ejecutar análisis, sino que diseño arquitecturas estadísticas, planes que una vez desarrollados permiten obtener una respuesta. Utilizo R como mi herramienta principal para el modelado y la visualización, complementándolo con Python y SQL según lo que cada proyecto demande. Mi filosofía combina la rigurosidad científica necesaria para publicar en revistas de alto factor de impacto (donde tengo más de 60 artículos) con la agilidad técnica de la programación moderna. Como profesor en la Universitat Rovira i Virgili y colaborador en redes de investigación internacionales, mi objetivo es utilizar la potencia de los datos para aportar claridad, evidencia y soluciones a problemas reales de salud.

Formación

2021
PhD Universitat Rovira i Virgili
2020
Máster en Bioestadística Universitat Oberta de Catalunya
2017
Máster en Nutrición y Metabolismo Universitat Rovira i Virgili

Ultima actualizacion: 04/08/2026 14:15 UTC

SUBSTACK · 22/07/2026
Hablemos del t-SNE (un poco más...)

El t-Distributed Stochastic Neighbor Embedding (t-SNE) es una técnica no lineal de reducción de dimensionalidad muy utilizada para visualizar datos complejos en 2 o 3 dimensiones.

SUBSTACK · 24/06/2026
Cuando la biología empezó a hablar en datos...

Durante buena parte del siglo XX, la biología avanzó fijándose en pequeños eventos con gran impacto: un gen, una proteína, una mutación, una vía metabólica...

SUBSTACK · 22/05/2026
La Ilusión del “Vibe Coding”: Por qué la Inteligencia Artificial es un Excelente Asistente, pero un Pésimo Maestro

La industria del desarrollo de software no está experimentando una simple mejora tecnológica.

Ver más publicaciones

Ultima actualizacion: 27/08/2026 20:01 UTC

R / REDUCCIÓN DE DIMENSIONALIDAD
t-SNE en R: visualización de datos de alta dimensionalidad

Tutorial práctico de t-SNE en R para reducir dimensionalidad y visualizar patrones en datos multivariables.

R / SUPERVIVENCIA Y CASOS-CONTROLES
Reg Condicional vs Reg Cox

Tutorial en R sobre regresión logística condicional y regresión de Cox.

R / MÉTRICAS DE ERROR
MAE

Tutorial sobre cálculo del Error Absoluto Medio (MAE) en R.

Ver todos los tutoriales

Última actualización: 01/08/2026 13:34 UTC

METABOLISM: CLINICAL AND EXPERIMENTAL · 2026
Reply to letter to the editor: Metabolomic signatures of type 2 diabetes and mortality: Methodological considerations and unresolved questions.

Jesús F García-Gavilán, Indira Paz-Graniel, Jordi Salas-Salvadó

METABOLISM: CLINICAL AND EXPERIMENTAL · 2026
Metabolomics profiles of type 2 diabetes and insulin resistance and their associations with total mortality.

Jesús F García-Gavilán, Indira Paz-Graniel, Josué A Pérez-Acosta, Miguel Ruiz-Canela, ...

Ver todas las publicaciones

Proyectos Destacados

GITHUB · R
Código de R utilizado en publicaciones científicas

Repositorio con código de análisis estadístico y reproducible utilizado en mis publicaciones científicas. Incluye scripts de R para análisis metabolómicos, estudios nutricionales y análisis de datos ómicos.

GITHUB · JAVASCRIPT / R
Representación de mujeres en publicaciones científicas

Análisis y visualización interactiva sobre la representación de mujeres como autoras en publicaciones científicas. Incluye visualizaciones con Observable y análisis estadístico en R para explorar la brecha de género en la autoría científica.

GITHUB · PYTHON
HIDRIX: Gemelo Digital Hídrico

Sistema avanzado de análisis y visualización de vulnerabilidad hídrica para el área metropolitana de Barcelona. Integra datos operativos, socioeconómicos y climáticos para calcular el Índice de Vulnerabilidad Hídrica (IVH) mediante técnicas de machine learning y ofrece dashboards interactivos con Dash/Plotly.

Ver todas las noticias

Newsletter

Únete a mi lista de correo

Recibe consejos semanales sobre bioinformática, R, Python y desarrollo de carrera científica. Sin spam.

Contacto