Enseignants
Langue
d'enseignement
d'enseignement
Français
Contenu
En termes d'objectifs, ce cours répond :
PARTIE 1 :
Dans le contexte de la digitalisation de la médecine et du partage toujours plus important de données de santé numérisées, ce cours doit permettre au et à la futur·e médecin spécialiste en médecine générale :
À l'issue de cette unité d’enseignement, l'assistant·e sera capable de passer d'une prise en charge purement individuelle du·de la patient·e à une approche méso- et populationnelle de la médecine générale. Il·elle démontrera son aptitude à analyser l'activité médicale à l'échelle d'un cabinet, d'une communauté ou d'un territoire de santé.
Pour ce faire, l'assistant·e apprendra à mobiliser des outils scientifiques validés et des démarches d’investigation clinique/sociétale. Ces compétences lui permettront d'identifier un problème de terrain, de l'explorer de manière rigoureuse, et de piloter des solutions de santé publique adaptées à sa future pratique professionnelle.
Ce cours doit permettre au et à la futur·e médecin spécialiste en médecine générale de participer sereinement à la réalisation d’études scientifiques et épidémiologiques soutenues par les outils numériques.
En termes de contenu, ce cours comprendra :
PARTIE 1 :
Ce cours abordera notamment :
(Approche méso-populationnelle)
L'enseignement s'organise autour de la démarche scientifique appliquée à la santé populationnelle et territoriale :
Axe I : Diagnostic et exploration d'un problème de santé territoriale
Lien avec la pratique : Sessions d'échanges et témoignages d'ancien·nes assistant·es présentant la manière dont leur travail d'investigation a concrètement fait évoluer la prise en charge populationnelle dans leur cabinet.
PARTIE 1 :
Dans le contexte de la digitalisation de la médecine et du partage toujours plus important de données de santé numérisées, ce cours doit permettre au et à la futur·e médecin spécialiste en médecine générale :
- De construire sa propre réflexion critique par rapport à la médecine numérique d’aujourd’hui et de demain
- De favoriser l’échange et la transmission des données de santé nécessaires à la continuité des soins, dans le respect des lois et des droits des patient·es.
- De pouvoir conseiller ses patient·es dans le choix de solutions qui touchent à la santé connectée.
- De développer un sens critique quant aux solutions apportées par l'intelligence artificielle dans les domaines diagnostiques, pronostiques et thérapeutiques.
À l'issue de cette unité d’enseignement, l'assistant·e sera capable de passer d'une prise en charge purement individuelle du·de la patient·e à une approche méso- et populationnelle de la médecine générale. Il·elle démontrera son aptitude à analyser l'activité médicale à l'échelle d'un cabinet, d'une communauté ou d'un territoire de santé.
Pour ce faire, l'assistant·e apprendra à mobiliser des outils scientifiques validés et des démarches d’investigation clinique/sociétale. Ces compétences lui permettront d'identifier un problème de terrain, de l'explorer de manière rigoureuse, et de piloter des solutions de santé publique adaptées à sa future pratique professionnelle.
Ce cours doit permettre au et à la futur·e médecin spécialiste en médecine générale de participer sereinement à la réalisation d’études scientifiques et épidémiologiques soutenues par les outils numériques.
En termes de contenu, ce cours comprendra :
PARTIE 1 :
Ce cours abordera notamment :
- Le ou la médecin face au règlement général pour la protection des données : comportements et pratiques à mettre en place.
- Sécurité, confidentialité, anonymisation, pseudonymisation, big data médical : regard critique, pratiques et défis pour le·la médecin généraliste.
- Structurer les données médicales pour activer l’aide à la décision et l’intelligence artificielle au sein du dossier
(Approche méso-populationnelle)
L'enseignement s'organise autour de la démarche scientifique appliquée à la santé populationnelle et territoriale :
Axe I : Diagnostic et exploration d'un problème de santé territoriale
- Émergence et problématisation : Traduire un constat de terrain (clinique, environnemental, culturel ou sociétal) en une question de recherche ou un objectif de bilan d'activité.
- Analyse de l'existant : Épidémiologie du problème étudié, étude de son historique et de son contexte géographique, communautaire ou législatif.
- Modélisation de la question : Structuration du problème selon les méthodes universelles QQOQCCP (approche qualitative/sciences sociales) ou PICO (approche quantitative/clinique).
- Recherche documentaire pour la pratique : Utilisation des bases de données médicales (PubMed, EMBASE, Cochrane) et de la littérature grise (Google Scholar, archives institutionnelles) pour appuyer un audit de cabinet.
- Sélection et hiérarchisation des données : Équations de recherche (termes MeSH / Emtree), critères d'inclusion/exclusion et classification selon les niveaux de preuve scientifique (Minerva, Prescrire, guidelines de pratique clinique).
- Méthodologies d'approche : Discussion et apprentissage des approches quantitatives (statistiques descriptives et inférentielles) et qualitatives (théorisation ancrée, analyse thématique, recherche-action ou travail réflexif).
- Outils de collecte sur le terrain : Conception d'enquêtes par questionnaire, conduite d'entretiens semi-dirigés et constitution de focus groups.
- Encadrement éthique et réglementaire : Application des règles de confidentialité (RGPD), recueil du consentement éclairé, gestion des conflits d'intérêts et initiation aux démarches auprès des comités d'éthique médicaux ou institutionnels (GEIMG / CE hospitalo-universitaire).
Lien avec la pratique : Sessions d'échanges et témoignages d'ancien·nes assistant·es présentant la manière dont leur travail d'investigation a concrètement fait évoluer la prise en charge populationnelle dans leur cabinet.
Méthodes d'enseignement
Le cours se présente sous la forme d'exposés en présentiel selon des modalités précisées aux étudiant·es.
Il est animé par des expert·es dans les domaines abordés et par de jeunes collègues ayant présenté récemment leur TFE.
Il est animé par des expert·es dans les domaines abordés et par de jeunes collègues ayant présenté récemment leur TFE.
Modes d'évaluation
des acquis des étudiants
des acquis des étudiants
L’évaluation de cette unité d’enseignement repose sur un modèle d'évaluation continue de la participation et de l’intégration des compétences en séance.
Présence et engagement actif :
L'acquisition des compétences liées à la digitalisation de la médecine et à l'approche méso-populationnelle et à la manipulation critique des outils validés repose fondamentalement sur les interactions, les ateliers pratiques et les dynamiques de discussion clinique menées durant les séances (notamment lors des retours d'expérience avec les anciens assistant·es). En conséquence, la présence active et continue à l'ensemble des séances de cours est obligatoire.
Une absence non justifiée à une séance ou un défaut de participation entraîne la non-validation de l'UE pour l'année académique en cours.
Seconde session :
Présence et engagement actif :
L'acquisition des compétences liées à la digitalisation de la médecine et à l'approche méso-populationnelle et à la manipulation critique des outils validés repose fondamentalement sur les interactions, les ateliers pratiques et les dynamiques de discussion clinique menées durant les séances (notamment lors des retours d'expérience avec les anciens assistant·es). En conséquence, la présence active et continue à l'ensemble des séances de cours est obligatoire.
Une absence non justifiée à une séance ou un défaut de participation entraîne la non-validation de l'UE pour l'année académique en cours.
Seconde session :
- e-learning ou MOOC
Autres infos
/
Ressources
en ligne
en ligne
Matériaux et présentations postés sur Moodle ainsi que des références vers d’autres matériaux disponibles en ligne : manuels et vidéos de démonstrations de dossiers patient informatisés, terminologie SNOMED-CT, outils liés à la sécurité et la confidentialité des données médicales, ...
Bibliographie
Support de cours
- Présentations (diapositives) disponibles sur Moodle
Faculté ou entité
en charge
en charge
Programmes / formations proposant cette unité d'enseignement (UE)
Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
d'apprentissage
Master de spécialisation en médecine générale
