Filière Santé Numérique

Fingerprint

The piece of text below is a shortened, hashed representation of this content. It's useful to ensure the content hasn't been tampered with, as a single modification would result in a totally different value.

Value: 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 "}}

This fingerprint is calculated using a SHA256 hashing algorithm. In order to replicate it yourself, you can use an MD5 calculator online and copy-paste the source data. ×