Ce site utilise des cookies. En continuant à parcourir le site, vous acceptez notre utilisation des cookies. En savoir plus à ce sujet ici.
Passer au contenu principal Convention citoyenne étudiante de l'université Paris-Est Créteil
Logo officiel de Convention citoyenne étudiante de l'université Paris-Est Créteil
  • Français Choisir la langue Choose language
    • English
Créer un compte S'identifier
  • Accueil
  • Concertations
  • Aide

Filière Santé Numérique

#toutlemondeparticipe Rédaction de commentaires sur la feuille de route Santé Numérique

Étape 4 sur 4
Fermeture de la consultation ? - 17/03/2023
Voir les étapes
  • Présentation
  • Axe 1 : Développer la prévention et rendre chacun acteur de sa santé 
  • Axe 2 : Dégager du temps pour tous les professionnels de santé et améliorer la prise en charge des personnes grâce au numérique
  • Axe 3 : Améliorer l’accès à la santé pour les personnes et les professionnels qui les orientent
  • Axe 4 : Déployer un cadre propice pour le développement des usages et de l’innovation numérique en santé
Retour à Axe 1 : Développer la prévention et rendre chacun acteur de sa santé
Cet amendement pour le proposition 9 est en cours d’évaluation.
chevron-left Retour à la liste

Amendement de "9 "

Sélectionner le mode de vue :
  • Unifié
    • Unifié
    • Côte à côte
Mode d'affichage HTML :
  • Non échappé
    • Non échappé
    • Echappé

Titre

  • -{"en"=>"", "fr"=>"9 "}
  • +{"fr"=>"9 "}
  • -{"en"=>"", "fr"=>"9 "}
  • +{"fr"=>"9 "}
Suppressions
  • -{"en"=>"", "fr"=>"9 "}
Ajouts
  • +{"fr"=>"9 "}
Suppressions
  • -{"en"=>"", "fr"=>"9 "}
Ajouts
  • +{"fr"=>"9 "}

Corps du texte

  • -["", "

    Pour la prévention primaire, la filière peut aider aux réflexions sur les leviers motivationnels et trouver des acteurs pour répondre à des approches innovantes pour favoriser l’accompagnement aux changements des comportements.

    "]
  • +["

    Pour la prévention primaire, la filière peut aider aux réflexions sur les leviers motivationnels et trouver des acteurs pour répondre à des approches innovantes pour favoriser l’accompagnement aux changements des comportements.

     

    Pour réussir ce volet ‘prévention’, après avoir choisi les stratégies et tactiques adéquates, en particulier celles de la Responsabilité Populationnelle mais probablement d’autres complémentaires, se posera mécaniquement une première problématique de difficulté à récupérer des données nécessaires (antécédents à chercher depuis diverses sources, spécificités telles que les allergies, …) puis quand celle-ci sera résolue, la problématique inverse, de devoir trier dans la masse d’information ce qui mérite l’attention. Il apparaît nécessaire d’établir un ‘profil patient’ pour réussir la prévention, complémentaire et en grande partie différent de celui qui est nécessaire pour les soins. Des membres de la filière ont fait leur spécialité de ces données, qui sont en partie dans les domaines médico-sociaux et sociaux, requérant des sémantiques peu utilisées dans les systèmes actuels. Il est clé de planifier d’épaissir le ‘fil rouge’ de data mentionné en action 14 : comme pour le soin, les données doivent être personnalisées et contextualisées, mais les contextes sont encore plus riches pour la prévention, ce qui induit un modèle de données large.

    "]
  • -["", "<p>Pour la prévention primaire, la filière peut aider aux réflexions sur les leviers motivationnels et trouver des acteurs pour répondre à des approches innovantes pour favoriser l’accompagnement aux changements des comportements.</p>"]
  • +["<p>Pour la prévention primaire, la filière peut aider aux réflexions sur les leviers motivationnels et trouver des acteurs pour répondre à des approches innovantes pour favoriser l’accompagnement aux changements des comportements.</p><p>&nbsp;</p><p>Pour réussir ce volet ‘prévention’, après avoir choisi les stratégies et tactiques adéquates, en particulier celles de la Responsabilité Populationnelle mais probablement d’autres complémentaires, se posera mécaniquement une première problématique de difficulté à récupérer des données nécessaires (antécédents à chercher depuis diverses sources, spécificités telles que les allergies, …) puis quand celle-ci sera résolue, la problématique inverse, de devoir trier dans la masse d’information ce qui mérite l’attention. Il apparaît nécessaire d’établir un ‘profil patient’ pour réussir la prévention, complémentaire et en grande partie différent de celui qui est nécessaire pour les soins. Des membres de la filière ont fait leur spécialité de ces données, qui sont en partie dans les domaines médico-sociaux et sociaux, requérant des sémantiques peu utilisées dans les systèmes actuels. Il est clé de planifier d’épaissir le ‘fil rouge’ de data mentionné en action 14&nbsp;: comme pour le soin, les données doivent être personnalisées et contextualisées, mais les contextes sont encore plus riches pour la prévention, ce qui induit un modèle de données large.</p>"]
Suppressions
  • -["", "

    Pour la prévention primaire, la filière peut aider aux réflexions sur les leviers motivationnels et trouver des acteurs pour répondre à des approches innovantes pour favoriser l’accompagnement aux changements des comportements.

    "]
Ajouts
  • +["

    Pour la prévention primaire, la filière peut aider aux réflexions sur les leviers motivationnels et trouver des acteurs pour répondre à des approches innovantes pour favoriser l’accompagnement aux changements des comportements.

     

    Pour réussir ce volet ‘prévention’, après avoir choisi les stratégies et tactiques adéquates, en particulier celles de la Responsabilité Populationnelle mais probablement d’autres complémentaires, se posera mécaniquement une première problématique de difficulté à récupérer des données nécessaires (antécédents à chercher depuis diverses sources, spécificités telles que les allergies, …) puis quand celle-ci sera résolue, la problématique inverse, de devoir trier dans la masse d’information ce qui mérite l’attention. Il apparaît nécessaire d’établir un ‘profil patient’ pour réussir la prévention, complémentaire et en grande partie différent de celui qui est nécessaire pour les soins. Des membres de la filière ont fait leur spécialité de ces données, qui sont en partie dans les domaines médico-sociaux et sociaux, requérant des sémantiques peu utilisées dans les systèmes actuels. Il est clé de planifier d’épaissir le ‘fil rouge’ de data mentionné en action 14 : comme pour le soin, les données doivent être personnalisées et contextualisées, mais les contextes sont encore plus riches pour la prévention, ce qui induit un modèle de données large.

    "]
Suppressions
  • -["", "<p>Pour la prévention primaire, la filière peut aider aux réflexions sur les leviers motivationnels et trouver des acteurs pour répondre à des approches innovantes pour favoriser l’accompagnement aux changements des comportements.</p>"]
Ajouts
  • +["<p>Pour la prévention primaire, la filière peut aider aux réflexions sur les leviers motivationnels et trouver des acteurs pour répondre à des approches innovantes pour favoriser l’accompagnement aux changements des comportements.</p><p>&nbsp;</p><p>Pour réussir ce volet ‘prévention’, après avoir choisi les stratégies et tactiques adéquates, en particulier celles de la Responsabilité Populationnelle mais probablement d’autres complémentaires, se posera mécaniquement une première problématique de difficulté à récupérer des données nécessaires (antécédents à chercher depuis diverses sources, spécificités telles que les allergies, …) puis quand celle-ci sera résolue, la problématique inverse, de devoir trier dans la masse d’information ce qui mérite l’attention. Il apparaît nécessaire d’établir un ‘profil patient’ pour réussir la prévention, complémentaire et en grande partie différent de celui qui est nécessaire pour les soins. Des membres de la filière ont fait leur spécialité de ces données, qui sont en partie dans les domaines médico-sociaux et sociaux, requérant des sémantiques peu utilisées dans les systèmes actuels. Il est clé de planifier d’épaissir le ‘fil rouge’ de data mentionné en action 14&nbsp;: comme pour le soin, les données doivent être personnalisées et contextualisées, mais les contextes sont encore plus riches pour la prévention, ce qui induit un modèle de données large.</p>"]
Nombre de soutiens0
9 Commentaires 0

Référence : algopo-PROP-2023-03-1929
Vérifiez l'empreinte numérique

Empreinte numérique

Le texte ci-dessous est une représentation raccourcie et hachée de ce contenu. Il est utile de s'assurer que le contenu n'a pas été falsifié, car une seule modification entraînerait une valeur totalement différente.

Valeur: 74e729db3194a8f06c9179edb2987813a56c937371ce8d58f22757deed57c947

Source: {"body":{"fr":"<p>Pour la prévention primaire, la filière peut aider aux réflexions sur les leviers motivationnels et trouver des acteurs pour répondre à des approches innovantes pour favoriser l’accompagnement aux changements des comportements.</p><p>&nbsp;</p><p>Pour réussir ce volet ‘prévention’, après avoir choisi les stratégies et tactiques adéquates, en particulier celles de la Responsabilité Populationnelle mais probablement d’autres complémentaires, se posera mécaniquement une première problématique de difficulté à récupérer des données nécessaires (antécédents à chercher depuis diverses sources, spécificités telles que les allergies, …) puis quand celle-ci sera résolue, la problématique inverse, de devoir trier dans la masse d’information ce qui mérite l’attention. Il apparaît nécessaire d’établir un ‘profil patient’ pour réussir la prévention, complémentaire et en grande partie différent de celui qui est nécessaire pour les soins. Des membres de la filière ont fait leur spécialité de ces données, qui sont en partie dans les domaines médico-sociaux et sociaux, requérant des sémantiques peu utilisées dans les systèmes actuels. Il est clé de planifier d’épaissir le ‘fil rouge’ de data mentionné en action 14&nbsp;: comme pour le soin, les données doivent être personnalisées et contextualisées, mais les contextes sont encore plus riches pour la prévention, ce qui induit un modèle de données large.</p>"},"title":{"fr":"9 "}}

Cette empreinte numérique est calculée à l'aide d'un algorithme de hachage SHA256. Pour le reproduire vous-même, vous pouvez utiliser un calculateur de hash MD5 en ligne et copier-coller les données.

Partager:

link-intact Lien de partage

Lien de partage:

Veuillez coller ce code dans votre page:

<script src="https://decidim.u-pec.fr/processes/Numsante/f/67/proposals/1929/embed.js"></script>
<noscript><iframe src="https://decidim.u-pec.fr/processes/Numsante/f/67/proposals/1929/embed.html" frameborder="0" scrolling="vertical"></iframe></noscript>

Signaler un contenu inapproprié

Ce contenu est-il inapproprié ?

Motif

0 commentaire

Classement par :
  • Les plus anciens
    • Les mieux notés
    • Les plus récents
    • Les plus anciens
    • Les plus débattus

Ajoutez votre commentaire

Pour ajouter votre commentaire identifiez-vous avec votre compte ou créez un compte.

Chargement des commentaires ...

Convention citoyenne étudiante de l'université Paris-Est Créteil
  • Mentions légales
  • Conditions générales d'utilisation (CGU)
  • Charte de bonne conduite
  • Télécharger les fichiers Open Data
  • Convention citoyenne étudiante de l'université Paris-Est Créteil sur Twitter Twitter
  • Convention citoyenne étudiante de l'université Paris-Est Créteil sur Instagram Instagram
Decidim Logo
Creative Commons License
Site réalisé grâce au logiciel libre Decidim déployé par Open Source Politics

Valider

Ok Annuler

Veuillez vous identifier

Créer un compte

Mot de passe oublié?