Quiz połączony z przewodnikiem · Średni Poziom

Quiz dotyczący przewidywania ostrego uszkodzenia nerek przez sztuczną inteligencję

Testuje definicję AKI KDIGO, co faktycznie zrobiło badanie DeepMind-VA i aplikacja Streams oraz dlaczego alerty AKI nie poprawiły w sposób niezawodny wyników.

Powiązane ścieżki prowadzącePrzewidywanie ostrego uszkodzenia nerek AI
Pytanie 1 z 8

Która zmiana kreatyniny w ciągu 48 godzin, zgodnie z kryteriami KDIGO opisanymi w tym przewodniku, kwalifikuje się jako ostre uszkodzenie nerek?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Która zmiana kreatyniny w ciągu 48 godzin, zgodnie z kryteriami KDIGO opisanymi w tym przewodniku, kwalifikuje się jako ostre uszkodzenie nerek?
    • Wzrost o 0,1 mg/dl
    • Wzrost o co najmniej 0,3 mg/dl
    • Spadek o co najmniej 0,3 mg/dl
    • Dowolna wartość powyżej 1,0 mg/dL
  2. Dlaczego modele AKI próbują przewidzieć obrażenia, zamiast czekać na wzrost poziomu kreatyniny?
    • Testy na kreatyninę są zbyt drogie, aby je powtarzać
    • Kreatyninę można mierzyć wyłącznie na oddziale intensywnej terapii
    • Kreatynina jest markerem opóźnionym, więc gdy wzrasta, uraz może mieć już dzień lub więcej
    • Kreatynina spada podczas uszkodzenia nerek
  3. Ile mniej więcej fałszywych alertów pojawiło się w przypadku każdej prawidłowej prognozy AKI w badaniu DeepMind i VA z 2019 r.?
    • Około dwóch
    • Około dwudziestu
    • Żadne
    • Mniej więcej jeden fałszywy alarm na sto prawdziwych
  4. W której grupie model AKI wytrenowany przez VA radził sobie gorzej i dlaczego?
    • Starsi pacjenci, ponieważ mają mniej danych laboratoryjnych
    • Kobiety, ponieważ stanowiły niewielką część populacji szkolącej się VA
    • Pacjenci na oddziałach intensywnej terapii, ponieważ zbyt często oznacza się u nich kreatyninę
    • Pacjenci chirurgiczni, ponieważ znieczulenie ukrywa zmiany kreatyniny
  5. Co tak naprawdę aplikacja Streams firmy DeepMind w Royal Free Hospital zapewniła lekarzom?
    • Przewidywania głębokiego uczenia się AKI na 48 godzin do przodu
    • Automatyczne zlecenia dializy
    • Genetyczne oceny ryzyka choroby nerek
    • Alerty z opartego na regułach algorytmu AKI NHS England
  6. Co wykazały randomizowane badania Yale dotyczące elektronicznych alertów AKI?
    • Alerty zmniejszyły o połowę potrzebę dializy
    • Alerty nie poprawiły ogólnie wyników, takich jak dializa lub śmierć
    • Alerty działały tylko wtedy, gdy były wysyłane SMS-em
    • Dzięki alertom pomiary kreatyniny były dokładniejsze
  7. Dlaczego w przewodniku brakujące dane laboratoryjne w modelach AKI nazywa się „informacyjnymi”?
    • Brakujące wartości są zawsze błędami w bazie danych
    • Brakuje laboratoriów tylko w przypadku pacjentów, którzy zmarli
    • Laboratorium, które nigdy nie zostało zamówione, często oznacza, że lekarz się nie martwił, więc sam schemat zamawiania przewiduje ryzyko
    • Brakujące wartości laboratorium uzupełnia później
  8. Dlaczego ocena modelu AKI miałaby wykluczać pacjentów, którzy w chwili dokonywania prognozy spełniali już kryteria AKI?
    • Aby uniknąć przypisania modelce zasługi za wykrycie znanych już obrażeń
    • Ponieważ ci pacjenci nie mają danych dotyczących kreatyniny
    • Ponieważ prawo zabrania ich punktowania
    • Ponieważ zawsze wymagają dializ