Fermer Le Menu
    Close-up of a person checking health stats on a smartwatch in an office environment.
    Photo de Dario Fernandez Ruz sur Pexels.
    Blog santé/bien-être

    Une montre connectée ne mesure pas toute votre santé

    Mise à jour:Un commentaire14 Minutes de Lecture

    Au 25 septembre 2026une mise à jour de Health Guardian est en cours de déploiement dans Google Health, l’application qui remplace désormais Fitbit, pour les Pixel Watch 3, 4 et 5. Les premiers rapports de tendance sont attendus au début d’octobre 2026. La mise à jour doit suivre le pouls et les mouvements, puis afficher des tendances sur la pression artérielle, la résistance à l’insuline et la respiration pendant le sommeil.

    En apparence, le tableau ressemble à une consultation miniature. En réalité, les montres de santé 2026 ne mesurent pas directement l’hypertension, l’insulinorésistance ou l’apnée du sommeil. Elles captent des signaux corporels, les croisent et calculent une tendance ou un niveau de risque. Même une collecte réalisée pendant plusieurs jours ou un mois reste indicative.

    La montre capte un signal.

    Une montre peut signaler, pas diagnostiquer

    Une montre enregistre un signal physique au poignet. Elle ne mesure pas directement une maladie. La portée du résultat dépend du signal observé, du contact avec la peau, de la durée de collecte et du modèle qui interprète les données.

    Une revue de Sensors consacrée aux capteurs cutanéspubliée en 2023, répartit ces capteurs selon la forme d’énergie qu’ils exploitent : signaux thermoélectriques, signaux électriques d’origine neuronale, signaux photoélectriques, signaux électrochimiques et signaux de pression mécanique. Des composants optiques peuvent suivre le pouls ou la saturation en oxygène. Des électrodes peuvent enregistrer un ECG ou une activité musculaire. Un capteur de pression peut repérer une pulsation, un clignement ou un mouvement articulaire.

    Les capteurs flexibles de micropression reposent sur quatre mécanismes principaux, décrits dans une revue de Nanoscale Advances publiée en 2023 : piézorésistif, capacitif, piézoélectrique et triboélectrique. Ils ne transforment pas tous une déformation de la même manière et ne réagissent pas de façon identique aux mouvements parasites.

    Le même signal peut donc évoluer avec le mouvement ou un contact imparfait. L’algorithme lui associe ensuite une tendance médicale ou un niveau de risque. Cette association ne prouve ni la présence d’une maladie ni une relation de causalité.

    La peau est le premier écran

    Wearable Skin Patch Monitors Hemoglobin in Deep Tissues 2
    “Wearable Skin Patch Monitors Hemoglobin in Deep Tissues 2” by Jacobs School of Engineering is licensed under CC BY 2.0. To view a copy of this license, visit

    La qualité d’une mesure commence avant le logiciel. La peau et les articulations se déforment, et ces mouvements compliquent le maintien d’un contact stable. Une revue de Sensors sur les systèmes portablespubliée en 2023, décrit le compromis entre extensibilité, performance de détection et robustesse.

    Un support rigide ou mal ajusté peut perdre une partie de son contact avec la peau. Les matériaux doivent donc rester compatibles avec les tissus, légers et respirants, tout en conservant leurs propriétés pendant un port prolongé.

    Une revue de Biomaterials publiée en 2024 présente trois familles de biomatériaux pour les capteurs en contact avec la peau et les yeux : les hydrogels, les fibres et les matériaux hybrides. Elle insiste sur la biocompatibilité, la légèreté, la respirabilité et la durabilité. Ces familles n’offrent pas les mêmes compromis de souplesse, de détection et de tenue dans le temps.

    Un dispositif porté chaque jour doit supporter les flexions, les étirements, l’humidité et les variations de température sans perdre son adhérence ni sa conductivité. Une interface plus stable peut améliorer la collecte des données. Elle ne transforme pas pour autant une tendance calculée en mesure clinique.

    Un système portable associe un support, un matériau sensible, des électrodes, une alimentation, une transmission et une méthode d’analyse. Une faiblesse dans l’une de ces briques peut perturber le résultat final.

    Ces publications sont des revues scientifiques, non des essais cliniques qui valideraient les rapports Health Guardian. Elles décrivent des matériaux, des mécanismes et des compromis de conception. Elles ne suffisent pas à établir la valeur médicale d’une alerte affichée par une montre.

    Trois rapports Google, trois précautions

    Close-up of a smartphone and smartwatch displaying a weekly report on a wooden table.
    Photo de RDNE Stock project sur Pexels.

    Les trois fonctions ne traitent pas le même signal et n’exigent pas la même fenêtre de collecte. Leur intérêt dépend donc autant de la durée d’observation que de la donnée affichée.

    La pression artérielle en tendance

    Le rapport consacré à la pression artérielle doit analyser passivement le pouls et les mouvements pendant un moissans accessoire ni calibration dans le fonctionnement annoncé. Pour fonctionner, il demande au moins cinq jours consécutifs de données sur une semaine.

    La montre peut ensuite signaler un risque cardiovasculaire élevé et persistant. Elle ne fournit pas pour autant une valeur de pression artérielle comparable à celle obtenue avec un appareil dédié. Le résultat indique une tendance à vérifier.

    La résistance à l’insuline comme indicateur

    Le rapport consacré à la résistance à l’insuline doit utiliser au moins sept jours de données recueillies sur un mois. Health Guardian peut alors produire une alerte sans prélèvement sanguin.

    L’absence de prise de sang ne transforme pas cette estimation en mesure de la glycémie ou de la concentration d’insuline. Le rapport ne permet pas, à lui seul, de confirmer une insulinorésistance ou un diabète, ni de modifier une prise en charge.

    La respiration nocturne

    Le troisième outil observe les changements de respiration pendant le sommeil et affiche au réveil la part de respiration jugée optimale. Un rapport mensuel doit aider à repérer des schémas persistants et une éventuelle apnée du sommeil.

    Cette information reste liée à la durée et à la qualité de la collecte. Une série incomplète ne permet pas la même lecture qu’un suivi régulier, et un indicateur respiratoire ne remplace pas un examen du sommeil.

    Lire une alerte sans lui prêter des pouvoirs

    Regardez la fenêtre de mesure avant le score. Une tendance calculée sur un mois ne se lit pas comme une valeur instantanée, et une fonction qui demande cinq ou sept jours de données perd de sa portée lorsque les relevés sont incomplets.

    1. Vérifiez la période. Comptez les jours et les nuits réellement enregistrés. Notez les moments où la montre n’était pas portée et les données manquantes.
    2. Vérifiez le contact. Une montre qui bouge sur le poignet peut perturber le signal. Contrôlez aussi les conditions de port lorsque les mesures changent brusquement.
    3. Cherchez une confirmation adaptée. Pour la pression artérielle, utilisez un appareil de mesure approprié. Pour un trouble respiratoire ou métabolique persistant, présentez le rapport et vos symptômes à un professionnel de santé.
    4. Ne modifiez pas seul votre traitement. Une alerte répétée appelle un avis médical. Elle ne suffit pas à arrêter un médicament ou à commencer une nouvelle prise en charge.

    Avant d’interpréter un score, demandez quelle donnée a été mesurée, sur quelle durée et avec combien de valeurs manquantes. Un graphique net peut donner une impression de précision supérieure à celle du signal enregistré.

    La montre repère. Le soin confirme.

    Sources et références scientifiques
    1. Biomaterials for reliable wearable health monitoring: Applications in skin and eye integration – PMC. Biomaterials. DOI: 10.1016/j.biomaterials.2024.122862 · PMID: 39357154.
    2. [1].Han HH, Kim S-K, Kim S-J, Choi I, Mok JW, Joo C-K, Shin S, Hahn SK, Long-term stable wireless smart contact lens for robust digital diabetes diagnosis, Biomaterials 302 (2023) 122315. [DOI] [PubMed] [Google Scholar].
    3. [2].Kim TY, Mok JW, Hong SH, Jeong SH, Choi H, Shin S, Joo C-K, Hahn SK, Wireless theranostic smart contact lens for monitoring and control of intraocular pressure in glaucoma, Nat. Commun. 13 (1) (2022) 6801. [DOI] [PMC free article] [PubMed] [Google Scholar].
    4. [3].Min J, Tu J, Xu C, Lukas H, Shin S, Yang Y, Solomon SA, Mukasa D, Gao W, Skin-interfaced wearable sweat sensors for precision medicine, Chem. Rev. 123 (8) (2023) 5049-5138. [DOI] [PMC free article] [PubMed] [Google Scholar].
    5. [4].Park T, Mahmud TI, Lee J, Hong S, Park JY, Ji Y, Chang T, Yi J, Kim MK, Patel RR, A machine-learning-enabled smart neckband for monitoring dietary intake, PNAS nexus 3 (5) (2024) pgae156. [DOI] [PMC free article] [PubMed] [Google Scholar].
    6. [5].Yoo J-Y, Oh S, Shalish W, Maeng W-Y, Cerier E, Jeanne E, Chung M-K, Lv S, Wu Y, Yoo S, Wireless broadband acousto-mechanical sensing system for continuous physiological monitoring, Nat. Med. 29 (12) (2023) 3137-3148. [DOI] [PubMed] [Google Scholar].
    7. [6].Franklin D, Tzavelis A, Lee JY, Chung HU, Trueb J, Arafa H, Kwak SS, Huang I, Liu Y, Rathod M, Synchronized wearables for the detection of haemodynamic states via electrocardiography and multispectral photoplethysmography, Nat. Biomed. Eng. 7 (10) (2023) 1229-1241. [DOI] [PMC free article] [PubMed] [Google Scholar].
    8. [7].Kim J, Yoo S, Liu C, Kwak SS, Walter JR, Xu S, Rogers JA, Skin-interfaced wireless biosensors for perinatal and paediatric health, Nat. Rev. Bioeng. 1 (9) (2023) 631-647. [Google Scholar].
    9. [8].Ricotti V, Kadirvelu B, Selby V, Festenstein R, Mercuri E, Voit T, Faisal AA, Wearable full-body motion tracking of activities of daily living predicts disease trajectory in Duchenne muscular dystrophy, Nat. Med. 29 (1) (2023) 95-103. [DOI] [PMC free article] [PubMed] [Google Scholar].
    10. [9].Dunn J, Kidzinski L, Runge R, Witt D, Hicks JL, Schüssler-Fiorenza Rose SM, Li X, Bahmani A, Delp SL, Hastie T, Wearable sensors enable personalized predictions of clinical laboratory measurements, Nat. Med. 27 (6) (2021) 1105-1112. [DOI] [PMC free article] [PubMed] [Google Scholar].
    11. [10].Liu J, Wang H, Liu T, Wu Q, Ding Y, Ou R, Guo C, Liu Z, Wang Q, Multimodal hydrogel-based respiratory monitoring system for diagnosing obstructive sleep apnea syndrome, Adv. Funct. Mater. 32 (40) (2022) 2204686. [Google Scholar].
    12. [11].Alavi A, Bogu GK, Wang M, Rangan ES, Brooks AW, Wang Q, Higgs E, Celli A, Mishra T, Metwally AA, Real-time alerting system for COVID-19 and other stress events using wearable data, Nat. Med. 28 (1) (2022) 175-184. [DOI] [PMC free article] [PubMed] [Google Scholar].
    13. [12].Tu J, Torrente-Rodríguez RM, Wang M, Gao W, The era of digital health: a review of portable and wearable affinity biosensors, Adv. Funct. Mater. 30 (29) (2020) 1906713. [Google Scholar].
    14. Smart Wearable Systems for Health Monitoring – PMC. Sensors (Basel, Switzerland). DOI: 10.3390/s23052479 · PMID: 36904682.
    15. 1.Wang K., Li J., Li W., Wei W., Zhang H., Wang L. Highly Active Co-Based Catalyst in Nanofiber Matrix as Advanced Sensing Layer for High Selectivity of Flexible Sensing Device. Adv. Mater. Technol. 2019;4:1800521. doi: 10.1002/admt.201800521. [DOI] [Google Scholar]. doi:10.1002/admt.201800521.
    16. 2.Wang L., Ng W., Jackman J.A., Cho N.-J. Graphene-Functionalized Natural Microcapsules: Modular Building Blocks for Ultrahigh Sensitivity Bioelectronic Platforms. Adv. Funct. Mater. 2016;26:2097-2103. doi: 10.1002/adfm.201504940. [DOI] [Google Scholar]. doi:10.1002/adfm.201504940.
    17. 3.Wu W., Haick H. Materials and Wearable Devices for Autonomous Monitoring of Physiological Markers. Adv. Mater. 2018;30:e1705024. doi: 10.1002/adma.201705024. [DOI] [PubMed] [Google Scholar]. doi:10.1002/adma.201705024.
    18. 4.Jin H., Abu-Raya Y.S., Haick H. Advanced Materials for Health Monitoring with Skin-Based Wearable Devices. Adv. Healthc. Mater. 2017;6:1700024. doi: 10.1002/adhm.201700024. [DOI] [PubMed] [Google Scholar]. doi:10.1002/adhm.201700024.
    19. 5.Kim J.J., Wang Y., Wang H., Lee S., Yokota T., Someya T. Skin Electronics: Next-Generation Device Platform for Virtual and Augmented Reality. Adv. Funct. Mater. 2021;31:2009602. doi: 10.1002/adfm.202009602. [DOI] [Google Scholar]. doi:10.1002/adfm.202009602.
    20. 6.Matsuhisa N., Chen X.D., Bao Z.A., Someya T. Materials and structural designs of stretchable conductors. Chem. Soc. Rev. 2019;48:2946-2966. doi: 10.1039/C8CS00814K. [DOI] [PubMed] [Google Scholar]. doi:10.1039/C8CS00814K.
    21. 7.Wu X.Y., Peng H.S. Polymer-based flexible bioelectronics. Sci. Bull. 2019;64:634-640. doi: 10.1016/j.scib.2019.04.011. [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.scib.2019.04.011.
    22. 8.Someya T., Amagai M. Toward a new generation of smart skins. Nat. Biotechnol. 2019;37:382-388. doi: 10.1038/s41587-019-0079-1. [DOI] [PubMed] [Google Scholar]. doi:10.1038/s41587-019-0079-1.
    23. 9.Ray T., Choi J., Reeder J., Lee S.P., Aranyosi A.J., Ghaffari R., Rogers J.A. Soft, skin-interfaced wearable systems for sports science and analytics. Curr. Opin. Biomed. Eng. 2019;9:47-56. doi: 10.1016/j.cobme.2019.01.003. [DOI] [Google Scholar]. doi:10.1016/j.cobme.2019.01.003.
    24. 10.Wang Y., Haick H., Guo S.Y., Wang C.Y., Lee S., Yokota T., Someya T. Skin bioelectronics towards long-term, continuous health monitoring. Chem. Soc. Rev. 2022;51:3759-3793. doi: 10.1039/D2CS00207H. [DOI] [PubMed] [Google Scholar]. doi:10.1039/D2CS00207H.
    25. 11.Son D., Lee J., Qiao S., Ghaffari R., Kim J., Lee J.E., Song C., Kim S.J., Lee D.J., Jun S.W., et al. Multifunctional wearable devices for diagnosis and therapy of movement disorders. Nat. Nanotechnol. 2014;9:397-404. doi: 10.1038/nnano.2014.38. [DOI] [PubMed] [Google Scholar]. doi:10.1038/nnano.2014.38.
    26. 12.Rogers J.A., Someya T., Huang Y.G. Materials and Mechanics for Stretchable Electronics. Science. 2010;327:1603-1607. doi: 10.1126/science.1182383. [DOI] [PubMed] [Google Scholar]. doi:10.1126/science.1182383.
    27. A Review of Skin-Wearable Sensors for Non-Invasive Health Monitoring Applications – PMC. Sensors (Basel, Switzerland). DOI: 10.3390/s23073673 · PMID: 37050733.
    28. 1.Anbar M., Gratt B.M., Hong D. Thermology and facial telethermography. Part I: History and technical review. Dentomaxillofacial Radiol. 1998;27:61-67. doi: 10.1038/sj.dmfr.4600314. [DOI] [PubMed] [Google Scholar]. doi:10.1038/sj.dmfr.4600314.
    29. 2.Zhang L., Kumar K.S., He H., Cai C.J., He X., Gao H., Yue S., Li C., Seet R.C.-S., Ren H. Fully organic compliant dry electrodes self-adhesive to skin for long-term motion-robust epidermal biopotential monitoring. Nat. Commun. 2020;11:4683. doi: 10.1038/s41467-020-18503-8. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1038/s41467-020-18503-8.
    30. 3.Narayanamurthy V., Padmapriya P., Noorasafrin A., Pooja B., Hema K., Nithyakalyani K., Samsuri F. Skin cancer detection using non-invasive techniques. RSC Adv. 2018;8:28095-28130. doi: 10.1039/C8RA04164D. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1039/C8RA04164D.
    31. 4.Webb R.C., Bonifas A.P., Behnaz A., Zhang Y., Yu K.J., Cheng H., Shi M., Bian Z., Liu Z., Kim Y.-S., et al. Ultrathin conformal devices for precise and continuous thermal characterization of human skin. Nat. Mater. 2013;12:938. doi: 10.1038/nmat3755. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1038/nmat3755.
    32. 5.Stauffer F., Thielen M., Sauter C., Chardonnens S., Bachmann S., Tybrandt K., Peters C., Hierold C., Vörös J. Skin Conformal Polymer Electrodes for Clinical ECG and EEG Recordings. Adv. Heal. Mater. 2018;7:e1700994. doi: 10.1002/adhm.201700994. [DOI] [PubMed] [Google Scholar]. doi:10.1002/adhm.201700994.
    33. 6.JLee J.-W., Yun K.-S. ECG Monitoring Garment Using Conductive Carbon Paste for Reduced Motion Artifacts. Polymers. 2017;9:439. doi: 10.3390/polym9090439. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.3390/polym9090439.
    34. 7.Biondi A., Santoro V., Viana P.F., Laiou P., Pal D.K., Bruno E., Richardson M.P. Noninvasive mobile EEG as a tool for seizure monitoring and management: A systematic review. Epilepsia. 2022;63:1041-1063. doi: 10.1111/epi.17220. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1111/epi.17220.
    35. 8.Liu Y., Pharr M., Salvatore G.A. Lab-on-Skin: A Review of Flexible and Stretchable Electronics for Wearable Health Monitoring. ACS Nano. 2017;11:9614-9635. doi: 10.1021/acsnano.7b04898. [DOI] [PubMed] [Google Scholar]. doi:10.1021/acsnano.7b04898.
    36. 9.Tierney M.J., Tamada J.A., Potts R.O., Jovanovic L., Garg S. Clinical evaluation of the GlucoWatch® biographer: A continual, non-invasive glucose monitor for patients with diabetes. Biosens. Bioelectron. 2001;16:621-629. doi: 10.1016/S0956-5663(01)00189-0. [DOI] [PubMed] [Google Scholar]. doi:10.1016/S0956-5663(01)00189-0.
    37. 10.Hussain A.M., Hussain M.M. CMOS-Technology-Enabled Flexible and Stretchable Electronics for Internet of Everything Applications. Adv. Mater. 2016;28:4219-4249. doi: 10.1002/adma.201504236. [DOI] [PubMed] [Google Scholar]. doi:10.1002/adma.201504236.
    38. 11.Khan Y., Ostfeld A.E., Lochner C.M., Pierre A., Arias A.C. Monitoring of Vital Signs with Flexible and Wearable Medical Devices. Adv. Mater. 2016;28:4373-4395. doi: 10.1002/adma.201504366. [DOI] [PubMed] [Google Scholar]. doi:10.1002/adma.201504366.
    39. 12.Trung T.Q., Lee N.-E. Flexible and Stretchable Physical Sensor Integrated Platforms for Wearable Human-Activity Monitoringand Personal Healthcare. Adv. Mater. 2016;28:4338-4372. doi: 10.1002/adma.201504244. [DOI] [PubMed] [Google Scholar]. doi:10.1002/adma.201504244.
    40. Recent progress in flexible micro-pressure sensors for wearable health monitoring – PMC. Nanoscale advances. DOI: 10.1039/d2na00866a · PMID: 37325539.
    41. Kim S. Amjadi M. Lee T. I. Jeong Y. Kwon D. Kim M. S. Kim K. Kim T. S. Oh Y. S. Park I. ACS Appl. Mater. Interfaces. 2019;11:23639. doi: 10.1021/acsami.9b07636. [DOI] [PubMed] [Google Scholar]. doi:10.1021/acsami.9b07636.
    42. Xiao X. Xiao X. Zhou Y. Zhao X. Chen G. Liu Z. Wang Z. Lu C. Hu M. Nashalian A. Shen S. Xie K. Yang W. Gong Y. Ding W. Servati P. Han C. Dou S. Li W. Chen J. Sci. Adv. 2021;7:eabl3742. doi: 10.1126/sciadv.abl3742. [DOI] [PMC free article] [PubMed] [Google Scholar]. doi:10.1126/sciadv.abl3742.
    43. An Y. Ren Y. Bick M. Dudek A. Waworuntu E. H.-W. Tang J. Chen J. Chang B. Biosens. Bioelectron. 2020;154:112078. doi: 10.1016/j.bios.2020.112078. [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.bios.2020.112078.
    44. Su Y. Yang T. Zhao X. Cai Z. Chen G. Yao M. Chen K. Bick M. Wang J. Li S. Xie G. Tai H. Du X. Jiang Y. Chen J. Nano Energy. 2020;74:104941. doi: 10.1016/j.nanoen.2020.104941. [DOI] [Google Scholar]. doi:10.1016/j.nanoen.2020.104941.
    45. Tat T. Libanori A. Au C. Yau A. Chen J. Biosens. Bioelectron. 2021;171:112714. doi: 10.1016/j.bios.2020.112714. [DOI] [PubMed] [Google Scholar]. doi:10.1016/j.bios.2020.112714.
    46. Su Y. Wang J. Wang B. Yang T. Yang B. Xie G. Zhou Y. Zhang S. Tai H. Cai Z. Chen G. Jiang Y. Chen L.-Q. Chen J. ACS Nano. 2020;14:6067. doi: 10.1021/acsnano.0c01804. [DOI] [PubMed] [Google Scholar]. doi:10.1021/acsnano.0c01804.
    47. Xiao X. Xiao X. Nashalian A. Libanori A. Fang Y. Li X. Chen J. Adv. Healthcare Mater. 2021;10:2100975. doi: 10.1002/adhm.202100975. [DOI] [PubMed] [Google Scholar]. doi:10.1002/adhm.202100975.
    48. Tee B. C. K. Chortos A. Dunn R. R. Schwartz G. Eason E. Bao Z. A. Adv. Funct. Mater. 2014;24:5427. doi: 10.1002/adfm.201400712. [DOI] [Google Scholar]. doi:10.1002/adfm.201400712.
    49. Wei Y. Chen S. Lin Y. Yang Z. M. Liu L. J. Mater. Chem. C. 2015;3:9594-9602. doi: 10.1039/C5TC01723H. [DOI] [Google Scholar]. doi:10.1039/C5TC01723H.
    50. Liu F. Han F. Ling L. Li J. Zhao S. Zhao T. Liang X. Zhu D. Zhang G. Sun R. Ho D. Wong C. P. Chemistry. 2018;24:16823. doi: 10.1002/chem.201803369. [DOI] [PubMed] [Google Scholar]. doi:10.1002/chem.201803369.
    51. Ha M. Lim S. Cho S. Lee Y. Na S. Baig C. Ko H. ACS Nano. 2018;12:3964. doi: 10.1021/acsnano.8b01557. [DOI] [PubMed] [Google Scholar]. doi:10.1021/acsnano.8b01557.
    52. Wei P. Guo X. Qiu X. Yu D. Nanotechnology. 2019;30:455501. doi: 10.1088/1361-6528/ab3695. [DOI] [PubMed] [Google Scholar]. doi:10.1088/1361-6528/ab3695.
    53. Pixel Watch : Google améliore ses montres avec de nouveaux outils pour surveiller votre santé. 2026.

    Publications similaires :

    1. IA générative en santé : l’assistant, pas le médecin
    2. Sleepal AI Lamp : le suivi du sommeil sans montre, avec abonnement
    3. L’IA en santé ne manque pas de règles, mais de suivi
    4. Les bienfaits du thé pour le bien-être : une tasse de santé au quotidien
    Part.

    Jarod est journaliste citoyen, engagé dans la couverture d'actualités locales et de sujets sociétaux. Passionné par l'investigation et la transparence, il utilise sa plume pour donner une voix aux événements et aux personnes souvent ignorés par les médias traditionnels.

    Connexes Postes

    Un commentaire

    1. Pingback: Course aux services hospitaliers : imitation et limites

    Laisser Une Réponse