引導式測驗 · 硬 等級

抗生素管理測驗中的人工智慧

測試抗菌譜對於個別患者的不足、基於培養的標籤中的選擇偏差以及抗藥性預測模型無法決定的因素。

問題 1 的 8

為什麼醫院抗菌譜只能作為特定病患經驗性治療的指引?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. 為什麼醫院抗菌譜只能作為特定病患經驗性治療的指引?
    • 它只列出了抗病毒藥物
    • 每小時更新一次,很難閱讀
    • 它報告了全醫院的敏感性平均值並忽略了個人的病史
    • 僅在文化回歸後可用
  2. 正如指南所述,哪對正確地將每個處方錯誤與其成本相匹配?
    • 範圍太窄可能導致治療失敗;太廣泛會導致抗藥性和艱難梭菌
    • 太窄會導致艱難梭菌;範圍太廣會導致治療失敗
    • 這兩個錯誤只會增加成本
    • 這兩種錯誤都不會影響患者的治療結果
  3. 在微生物實驗室中將機器學習應用於 MALDI-TOF 質譜的目標是什麼?
    • 识别患者的血型
    • 在傳統藥敏試驗結束前估計抗藥性時間
    • 測量血液中的抗生素水平
    • 完全取代培養細菌的需要
  4. 為什麼根據培養結果訓練的抗性模型會出現選擇偏差?
    • 文化只针对儿童
    • 實驗室以不同語言報告結果
    • 只有經過培養的患者才會貼上標籤,而且他們的病情往往更嚴重或更複雜
    • 无法培养耐药菌
  5. 為什麼該指南建議對阻力模型進行時間驗證?
    • 阻力模式和 CLSI 或 EUCAST 斷點隨時間變化
    • 它使模型訓練得更快
    • 監管機構禁止隨機拆分
    • 較舊的數據總是更準確
  6. 根據指南,阻力預測模型不能做出哪些決定?
    • 哪种药物可能无效
    • 耐甲氧西林金黃色葡萄球菌(MRSA)的機率
    • 可能起作用的範圍最窄的藥物
    • 患者是否需要抗生素,例如區分真正的感染和無症狀菌尿
  7. 在前瞻性審核和回饋中,會發生什麼事?
    • 藥劑師或傳染病醫生審查有效處方並建議更改
    • 患者出院後對抗生素的評價
    • 在實驗室結果到達之前藥物將被封鎖
    • 軟體自動取消所有廣譜訂單
  8. 2020 年 Kanjilal 關於門診泌尿道感染的研究報告了什麼?
    • 該演算法消除了尿液培養的需要
    • 經過回顧性測試,該演算法可以減少二線抗生素的使用,同時保持無效治療與臨床醫生的選擇相似或低於臨床醫生的選擇
    • 臨床醫生拒絕在隨機試驗中使用該演算法
    • 該演算法增加了抵抗率