Kuiz berkaitan panduan · Sederhana Tahap
Kuiz Ramalan AI Kecederaan Buah Pinggang Akut
Menguji takrifan KDIGO bagi AKI, perkara yang sebenarnya dilakukan oleh kajian DeepMind-VA dan apl Aliran, dan sebab makluman AKI tidak meningkatkan hasil dengan pasti.
soalan 1 daripada 8
Di bawah kriteria KDIGO yang diterangkan dalam panduan ini, perubahan kreatinin manakah dalam masa 48 jam yang layak sebagai kecederaan buah pinggang akut?
Pratonton setiap soalan8 soalan
Jawapan dan penjelasan muncul semasa anda mengambil kuiz.
- Di bawah kriteria KDIGO yang diterangkan dalam panduan ini, perubahan kreatinin manakah dalam masa 48 jam yang layak sebagai kecederaan buah pinggang akut?
- Peningkatan sebanyak 0.1 mg/dL
- Kenaikan sekurang-kurangnya 0.3 mg/dL
- Kejatuhan sekurang-kurangnya 0.3 mg/dL
- Sebarang nilai melebihi 1.0 mg/dL
- Mengapa model AKI cuba meramalkan kecederaan dan bukannya menunggu kreatinin meningkat?
- Ujian kreatinin terlalu mahal untuk diulang
- Kreatinin hanya boleh diukur di ICU
- Kreatinin adalah penanda yang ketinggalan, jadi kecederaan mungkin sudah sehari atau lebih lama apabila ia meningkat
- Kreatinin jatuh semasa kecederaan buah pinggang
- Dalam kajian DeepMind dan VA 2019, kira-kira berapa banyak makluman palsu yang datang dengan setiap ramalan AKI yang betul?
- Lebih kurang dua
- Kira-kira dua puluh
- tiada
- Kira-kira satu amaran palsu setiap ratus yang benar
- Kumpulan manakah yang model AKI terlatih VA menunjukkan prestasi yang lebih teruk, dan mengapa?
- Pesakit yang lebih tua, kerana mereka mempunyai kurang data makmal
- Wanita, kerana mereka adalah sebahagian kecil daripada populasi latihan VA
- Pesakit ICU, kerana kreatinin mereka diukur terlalu kerap
- Pesakit pembedahan, kerana anestesia menyembunyikan perubahan kreatinin
- Apakah yang sebenarnya disampaikan oleh aplikasi Stream DeepMind di Royal Free Hospital kepada doktor?
- Ramalan pembelajaran mendalam tentang AKI 48 jam ke hadapan
- Pesanan dialisis automatik
- Skor risiko genetik untuk penyakit buah pinggang
- Makluman daripada algoritma NHS England AKI berasaskan peraturan
- Apakah yang didapati oleh percubaan rawak Yale bagi makluman AKI elektronik?
- Makluman mengurangkan separuh keperluan untuk dialisis
- Makluman tidak meningkatkan hasil seperti dialisis atau kematian secara keseluruhan
- Makluman hanya berfungsi apabila dihantar melalui mesej teks
- Makluman menjadikan ukuran kreatinin lebih tepat
- Mengapakah panduan memanggil data makmal yang hilang sebagai 'bermaklumat' dalam model AKI?
- Nilai yang hilang sentiasa ralat dalam pangkalan data
- Makmal tiada hanya untuk pesakit yang meninggal dunia
- Makmal yang tidak pernah dipesan selalunya bermakna doktor tidak bimbang, jadi corak pesanan itu sendiri meramalkan risiko
- Nilai yang hilang diisi oleh makmal kemudian
- Mengapakah penilaian model AKI harus mengecualikan pesakit yang sudah memenuhi kriteria AKI apabila ramalan dibuat?
- Untuk mengelak daripada memberi kredit model untuk mengesan kecederaan yang sudah diketahui
- Kerana pesakit tersebut tidak mempunyai data kreatinin
- Kerana undang-undang melarang menjaringkan mereka
- Kerana mereka sentiasa memerlukan dialisis