Quiz collegato alla guida · Difficile Livello

Quiz sull’intelligenza artificiale nella gestione degli antibiotici

Verifica perché gli antibiogrammi non sono adeguati per i singoli pazienti, i bias di selezione nelle etichette basate sulla cultura e quali modelli di previsione della resistenza non possono decidere.

Domanda 1 di 8

Perché un antibiogramma ospedaliero è limitato a una guida per la terapia empirica di un paziente specifico?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Perché un antibiogramma ospedaliero è limitato a una guida per la terapia empirica di un paziente specifico?
    • Elenca solo i farmaci antivirali
    • Viene aggiornato ogni ora ed è difficile da leggere
    • Riporta le medie di suscettibilità a livello ospedaliero e ignora la storia individuale
    • È disponibile solo dopo il ritorno delle colture
  2. Quale coppia abbina correttamente ogni errore di prescrizione con il suo costo, come descritto nella guida?
    • Troppo restrittivo rischia il fallimento del trattamento; troppo ampio genera resistenza e C. difficile
    • Troppo restrittivo causa C. difficile; troppo ampio causa il fallimento del trattamento
    • Entrambi gli errori aumentano solo i costi
    • Nessuno dei due errori influisce sugli esiti dei pazienti
  3. Qual è l’obiettivo dell’applicazione dell’apprendimento automatico agli spettri di massa MALDI-TOF nel laboratorio di microbiologia?
    • Per identificare il gruppo sanguigno del paziente
    • Per stimare la resistenza ore prima che termini il test di suscettibilità convenzionale
    • Per misurare i livelli di antibiotico nel sangue
    • Per eliminare la necessità di coltivare i batteri
  4. Perché i modelli di resistenza addestrati sui risultati culturali soffrono di bias di selezione?
    • Le colture vengono eseguite solo sui bambini
    • I laboratori riportano risultati in lingue diverse
    • Solo i pazienti che sono stati coltivati ricevono etichette, e spesso sono più malati o più complessi
    • Resistant bacteria cannot be cultured
  5. Perché la guida raccomanda la validazione temporale per i modelli di resistenza?
    • Resistance patterns and CLSI or EUCAST breakpoints change over time
    • Fa sì che i modelli si addestrino più velocemente
    • I regolatori vietano divisioni casuali
    • I dati più vecchi sono sempre più precisi
  6. Quale decisione un modello di previsione della resistenza NON può prendere, secondo la guida?
    • Quale farmaco è probabilmente inefficace
    • La probabilità di MRSA
    • Il farmaco più ristretto che probabilmente funziona
    • Se il paziente ha davvero bisogno di antibiotici, come distinguere l'infezione vera dalla bacteriuria asintomatica
  7. In un audit e feedback prospettico, cosa succede?
    • I farmacisti o i medici specializzati in malattie infettive esaminano le prescrizioni attive e raccomandano modifiche
    • I pazienti valutano i loro antibiotici dopo la dimissione
    • I farmaci sono bloccati fino a quando arriva un risultato di laboratorio
    • Il software annulla automaticamente tutti gli ordini a spettro ampio
  8. Cosa ha riportato lo studio del 2020 di Kanjilal sulle infezioni urinarie in ambito ambulatoriale?
    • L'algoritmo ha eliminato la necessità di colture delle urine
    • Testato retrospettivamente, l'algoritmo potrebbe ridurre l'uso di antibiotici di seconda linea mantenendo una terapia inefficace simile o inferiore rispetto alle scelte dei clinici
    • I clinici hanno rifiutato di usare l'algoritmo in uno studio randomizzato
    • L'algoritmo ha aumentato i tassi di resistenza