| 1 |
Number of tablets = Desired dosage / stock strength หากมี 1500 mg ของ Calcium carbonate และต้องการ 750 mg ต่อเม็ดจะได้กี่เม็ด
|
5. 2 |
|
เพราะ มี calcium carbonate ทั้งหมด 1500 ต้องการให้ยา 1 เม็ดมี สาร 750 mg ทำให้ได้ยาทั้งหมด 2 เม็ด
|
หลักการการของบรรญัติไตรยางค์ และ หลักการของการหาร
|
5 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 2 |
ให้สั่งยา 4 mg/kg / dose โดยที่ Weight = 130 Ibs
|
2. 236.4 mg/dose |
|
เนื่องจาก 130 Ibs หรือหน่วย ปอนด์ จากโจทย์ต้องการสาร 4 mg/kg / dose จะได้ว่า 130 ปอนด์ มีค่าเท่ากับ 58.967 kg จะได้ว่ามีสาร 58.967 คูณกับ 4 จึงได้ประมาณเป็น 236.4
|
การแปลงหน่วยปอนด์เป็นกิโลกรัม
การใช้อัตราส่วน ของ mg กับ kg ต่อ dose
|
5 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 3 |
ต้องการจัดยา 2 g of amoxicillin โดยมี amoxicillin 500 – mg capsules อยากทราบว่าต้องให้กี่ capsule
|
4. 4 |
|
เนื่องจากต้องการ amoxicillin 2 g โดย 1 capsule จะมี amoxy 500 mg จึงจะต้องให้ยาทั้งหมด 4 capsule เนื่องจาก 2 g = 2000 mg
|
การแปลงหน่วยจากกรุมเป็นมิลลิกรัม
หลักการของการหาร
|
5 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 4 |
ต้องการสั่งยา 0.3 mg SQ of ยา A โดยมี 1000 mcg/2 mL of ยา A
|
3. 0.6 mL |
|
เนื่องจากต้องการสั่งยา 0.3 mg SQ โดยยา A จะมียาที่ต้องการ 0.001 g / 2 ml สาร 0.0003 g จึงจะต้องใช้ทั้งหมด 0.6 ml
|
การเทียบบรรญัติไตรยางค์ และการเข้าใจในคำศัพท์แพทย์
เนื่องจากSQ มาจากคำว่า SC หรือ Subcutaneous
การใช้ factor เปลี่ยนหน่วย
|
5 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 5 |
หากเราค้นคว้าข้อมูลแล้วสามารถคาดการณ์สถิติตัวเลขที่จะเกิดขึ้นในอนาคตได้ ถือเป็น data analytics แบบใด
|
2. Predictive |
|
ในตอนแรกโจทย์บอกว่าคือการคาดการณ์สิ่งที่จะเกิดขึ้นในอนาคต จึงตอบ predictive ที่มีรากศัพท์มาจากคำว่า predict หรือการทำนายเมื่อไปหาข้อมูลจึงพบว่าตรงกัน
|
Predictive analytics คือ การทำนายสิ่งที่จะเกิดขึ้นในอนาคต โดยใช้ข้อมูลที่รวบรวมมาแล้วนำมาสร้างแบบจำลองทางสถิติ หรือเทคโนโลยีปัญญาประดิษฐ์
เพิ่มเติม
Data Analytics
Data Analytics คือ การวิเคราะห์ข้อมูลที่มีอยู่ตั้งแต่ อดีต จนถึงปัจจุบัน เพื่อทำนายอนาคต ที่เป็นประโยชน์ในการพัฒนาการตลาด ให้ตรงใจลูกค้ามากยิ่งขึ้น Data Analytics เป็นเครื่องมือสำหรับธุรกิจ (Business Intelligence) เพราะว่าการที่บริษัทคุณไม่รู้ข้อมูล ก็เหมือนบริษัทคุณกำลังหาทาง โดยไม่มีจุดหมายปลายทาง ดังนั้นการทำ Data Analytics นี้ไม่จำเป็นต้องเป็นธุรกิจขนาดใหญ่เท่านั้น แต่ธุรกิจขนาดกลางและเล็กก็สามารถทำได้เช่นกัน สำหรับรูปแบบของการวิเคราะห์ข้อมูล (Data Analytics) สามารถแบ่งได้ดังนี้
การวิเคราะห์ข้อมูลแบบพื้นฐาน (Descriptive analytics) เป็นการวิเคราะห์ เพื่อแสดงผลของรายการทางธุรกิจ เหตุการณ์ หรือกิจกรรมต่างๆ ที่ได้เกิดขึ้น หรืออาจกำลัง เกิดขึ้นในลักษณะที่ง่ายต่อการเข้าใจ หรือต่อการตัดสินใจ ตัวอย่างเช่น รายงานการขาย รายงานผล การดำเนินงาน
การวิเคราะห์แบบเชิงวินิจฉัย (Diagnostic analytics) เป็นการอธิบายถึงสาเหตุของสิ่งที่เกิดขึ้น ปัจจัยต่างๆ และความสัมพันธ์ของปัจจัยหรือตัวแปรต่างๆ ที่มีความสัมพันธ์ต่อกันของสิ่งที่เกิดขึ้น ตัวอย่างเช่น ความสัมพันธ์ระหว่างยอดขายต่อกิจกรรมทางการตลาดแต่ละประเภท ซึ่งเป็นก้าวใหม่ที่ช่วยเสริมให้ตัดสินใจไปในทางที่ถูกต้อง
การวิเคราะห์แบบพยากรณ์ (Predictive analytics) เป็นการวิเคราะห์เพื่อพยากรณ์สิ่งที่กำลังจะเกิดขึ้นหรือน่าจะเกิดขึ้น โดยใช้ข้อมูลที่ได้เกิดขึ้นแล้วกับแบบจำลองทางสถิติ หรือ เทคโนโลยีปัญญาประดิษฐ์ต่างๆ (Artificial intelligence) ตัวอย่างเช่น การพยากรณ์ยอดขาย การพยากรณ์ผลประชามติ
การวิเคราะห์แบบให้คำแนะนำ (Prescriptive analytics) เป็นการวิเคราะห์ข้อมูลที่มีความซับซ้อนที่สุด เป็นทั้งการพยากรณ์สิ่งต่างๆ ที่จะเกิดขึ้น ข้อดี ข้อเสีย สาเหตุ และระยะเวลาของสิ่งที่จะเกิดขึ้น ร่วมถึงการให้คำแนะนำทางเลือกต่างๆ ที่มีอยู่ และผลของแต่ละทางเลือก
|
5 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 6 |
จาก graph หาก R =5 A = ?
The infection attack rate is the total proportion of the population that is eventually infected during the epidemic, and it is denoted by A. This infection attack rate is completely determined by the reproduction number R and the contact process that describes who contacts whom. To illustrate the basic shape of the relation between the reproduction number R and the infection attack rate A. We suppose that infectious contacts are made at random
This provides us with a simple and robust relation that indicates what would happen if a new infection were to hit a completely susceptible population: if the
|
2. 0.9 |
|
เนื่องจากกราฟ exponential นี้เป็นกราฟแสดงถึง อัตราการติดเชื้อโดยที่ แกน x คือค่าของอัตราการติดเชื้อต่อ แกน y คือ อัตราการสืบพันธุ์เมื่อโจทย์กำหนดว่าค่า R = 5 ตามกราฟ A จะมีค่ามากกว่า 0.8 แต่น้อยกว่า 1 จึงเลือกที่จะตอบ 0.9
|
อัตราการติดเชื้อและอัตราการสืบพันธุ์แปรผันตามกันเป็นกราฟ exponential
หลักสมการของกราฟ exponential
|
5 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 7 |
จากตาราง facilitators คืออะไร
|
3. ตัวช่วยให้ใช้ predictive model ง่ายขึ้น |
|
เนื่องจากข้อความด้านบนเป็นตารางแสดงการทำให้การวินิจฉัยของแพทย์เป็นไปได้แม่นยำและเหมาะสม เป็นคำแนะนำเกี่ยวกับการจะวินิจฉัย สถานการณ์ต่างๆ
ที่เป็นการทำนาย จึงตอบ predictive model หรือเกี่ยวข้องกับการ diagnosis ของแพทย์
|
https://reader.elsevier.com/reader/sd/pii/S1386505621001222?token=B9E22A9D59C8A64DD9F549266910A351FD8F8A7B30B6BE53AD6CE25CB97F4F0957D8CFFEB345EF0C8D11ACBF539EAE5E&originRegion=eu-west-1&originCreation=20230228082115
https://www.improvediagnosis.org/dxiq-column/feeling-dismissed-and-ignored-by-your-doctor-do-this/
|
5 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 8 |
จากกราฟอยากทราบว่า Comparison of observed and ANN model forecasted values of daily AQI in (a) Summer, (b) Monsoon, (c) Post Monsoon and (d) Winter seasons during the year 2006.
Math model เกี่ยวกับเรื่องใด
|
2. Air pollution |
|
เนื่องจากเป็นกราฟที่แสดงถึง ดัชนีคุณภาพของอากาศ ใน 4 ช่วงแตกต่างกัน คือ ฤดูร้อน ฤดูหนาว ช่วงมรสุม และ หลัง มรสุม จึงเกี่ยวข้องกับ Air Quality Index นั่นหมายความว่าเกี่ยวข้องกับ มลพิษทางอากาศโดยตรง
|
http://air4thai.pcd.go.th/webV2/aqi_info.php
|
5 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 9 |
อยากทราบว่าจากตารางด้านล่าง ค่า X ในตารางหมายถึงสิ่งใด
|
2. ความเข้มข้นของมลพิษ |
|
เนื่องจากในบทความข้างต้น คือ แบบจำลอง RR ที่ใช้ในการประเมินภาระจากโรค ได้กำหนดค่า x มาในตอนแรกว่า x คือ pollutant concentration หรือความเข้มข้นของมลพิษ
|
https://documentation.caseware.com/2019/CaseView/en/Content/Calculations/Functions/Mathematical_and_financial_functions/RR_function.htm
|
5 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 10 |
จากข้อความ P คือค่าอะไร
Previous studies that applied the IER model in the analysis of ambient air pollution-related disease burden only focused on four specific diseases, which are IHD, stroke, COPD, and LC, because the development of the IER model relies to a great extent on the available RR information of these diseases, The IER model was increasingly used to estimate the attributable mortality using the result of calculated RR. Previous study has evaluated the global PM2.5 concentration-mortality relationships by using the IER model outputs. By applying the estimated relative risk (R), the premature mortality (M) for a specific disease outcome in a population is measured using Equation 3, with P and I indicating population and regional average annual disease mortality rate (also known as baseline mortality rate), respectively.
M = P x I x (1-( 1)/R)
|
2. จำนวนประชากร |
|
สมการข้างต้นของ IER model ในเรื่อง pm 2.5 แสดงถึงอัตราการตายพื้นฐาน ตามลำดับโดย ในที่นี้ P มาจากคำว่า population หรือ ประชากร
|
https://pubmed.ncbi.nlm.nih.gov/32361442/
https://www.javatpoint.com/dbms-er-model-concept
|
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 11 |
จงอธิบายและยกตัวอย่างการใช้ calculus ในการผ่าตัด
|
Ureteral calculus Full HD |
|
มีการใช้ calculus มาช่วยในการคำนวณเรื่องการผ่าตัด โดยทำให้การผ่าตัดผ่านกล้องเกิดได้แม่นยำมากขึ้น อาจจะไม่ได้ใช้ทางตรงแต่เป็นการเสริมอุปกรณ์ที่ส่งผลต่อการผ่าตัด
|
https://www.google.co.th/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwje2Lv457f9AhUZk-YKHTvwC-IQFnoECDAQAQ&url=https%3A%2F%2Fwww.visualdx.com%2Fvisualdx%2Fdiagnosis%2Fureteral%2Bcalculus%3FdiagnosisId%3D55341%26moduleId%3D101&usg=AOvVaw19fKNd74u7h5K2rQUW1V5L
https://www.google.co.th/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwigq-nt57f9AhWTCLcAHf4kDBEQFnoECA0QAw&url=https%3A%2F%2Fmy.clevelandclinic.org%2Fhealth%2Fdiseases%2F16514-ureteral-stones&usg=AOvVaw349bWS-3C82oov0OjkQcli
https://www.google.co.th/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwiAjPnh57f9AhWy73MBHb26DckQFnoECAgQAQ&url=https%3A%2F%2Fwww.youtube.com%2Fwatch%3Fv%3DxaYRfYzJbbE&usg=AOvVaw04dBtzxzdXmM13kQo2yihp
https://ph02.tci-thaijo.org/index.php/swujournal/article/download/33457/28376/0
|
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 12 |
math model และ Physical therapy มีความเกี่ยวข้องกันอย่างไร
|
เนื่องจาก math model มีปัจจัยในเรื่องของการจำลองทางคณิตศาสตร์ในการรักษาเช่นการฉีดวัคซีน และ การต่อต้าน การรักษาด้วยยาจึงทำให้หลังกระบวนการบางอย่างต้องมีการใช้ physical therapy เข้ามาช่วย คือ การกายภาพบำบัด เกี่ยวข้องกันทางการแพทย์โดยตรง |
|
Mathematical model ใช้ในการวางแผนสร้างแบบจำลองทางคณิตศาสตร์ขอการรักษา
Physical therapy คือการรักษา ด้วยเครื่อมือทางกายภาพบำบัด
|
https://www.google.co.th/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwiP9IKB6bf9AhVdB7cAHY_iDUQQFnoECA0QAQ&url=https%3A%2F%2Fklptwc.files.wordpress.com%2F2012%2F10%2Fe0b89ae0b897e0b897e0b8b5e0b988-1.pdf&usg=AOvVaw3d6u3-YQxvKIfj6eXSGdE6
https://www.google.co.th/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwiP9IKB6bf9AhVdB7cAHY_iDUQQFnoECAwQAQ&url=https%3A%2F%2Fwww.nupress.grad.nu.ac.th%2F%25E0%25B8%25AA%25E0%25B8%25A1%25E0%25B8%2581%25E0%25B8%25B2%25E0%25B8%25A3%25E0%25B9%2580%25E0%25B8%258A%25E0%25B8%25B4%25E0%25B8%2587%25E0%25B8%25AD%25E0%25B8%2599%25E0%25B8%25B8%25E0%25B8%259E%25E0%25B8%25B1%25E0%25B8%2599%25E0%25B8%2598%25E0%25B9%258C%2F&usg=AOvVaw0Wck9vdY8RHp4D86W4thVW
Physical modeling
https://www.google.co.th/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwiq2ouU6bf9AhUE5HMBHWL8CG4QFnoECA8QAQ&url=http%3A%2F%2Facademic.udru.ac.th%2F~samawan%2Fcontent%2F%25E0%25B8%259A%25E0%25B8%2597%25E0%25B8%2597%25E0%25B8%25B5%25E0%25B9%25884%25E0%25B8%25AA%25E0%25B9%2588%25E0%25B8%25A7%25E0%25B8%2599%25E0%25B8%2581%25E0%25B8%25B2%25E0%25B8%25A3%25E0%25B8%2588%25E0%25B8%25B1%25E0%25B8%2594%25E0%25B8%2581%25E0%25B8%25B2%25E0%25B8%25A3%25E0%25B9%2581%25E0%25B8%259A%25E0%25B8%259A%25E0%25B8%2588%25E0%25B8%25B3%25E0%25B8%25A5%25E0%25B8%25AD%25E0%25B8%2587.pdf&usg=AOvVaw170QbqiV_AGT7
Physical therapy
|
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 13 |
จากบทความ Mathematical Models in Infectious Disease Epidemiology จงเสนอแนะวิธีคำนวณยาในการรักษาโรค smallpox
|
การสร้างแบบจำลองคณิตศาสตร์โดยที่มีความสัมพันธ์ในเรื่องขนาดตัว น้ำหนัก ส่วนสูง อัตราการหายใจ อัตราการเต้นของหัวใจ และ อายุ ที่สัมพันธ์กับความรุนแรงของอาการฝีดาษ และ ประมาณค่ายาอย่างชัดเจนที่เหมาะสมสำหรับการรักษาโรคฝีดาษ |
|
แบบจำลองเชิงคณิตศาสตร์เป็นการสร้างความสัมพันธ์ระหว่างข้อมูลของแต่ละส่วนที่ สามารถนำมาประมวลผลเป็นตัวเลขที่แม่นยำและชัดเจน จึงต้องเก็บอาการทั้งหมด ต่อสัดส่วนปริมาณยา
|
https://www.ncbi.nlm.nih.gov/pmc/articles/PMC7178885/
https://www.google.co.th/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwi94Lio6rf9AhW
RiOYKHX1nCWcQgQN6BAgnEAI&url
=https%3A%2F%2Fscholar.google.co.th%2Fscholar%3Fq%3DMathematical%2BModels%2Bin%2BInfectious https://www.google.co.th/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwjCpezM6rf9AhVLErcAHa8uDD8QFnoECA4QAQ&url=https%3A%2F%2Fwww.cdc.gov%2Fsmallpox%2Fclinicians%2Ftreatment.html&usg=AOvVaw1iQl6Or_Ebkkf84geaxbEr%2BDisease%2BEpidemiology%26hl%3Dth%26as_sdt%3D0%26as_vis%3D1%26oi%3Dscholart&usg=AOvVaw3ZDB4JugfqfkyNQ9AADyXc
|
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 14 |
จงหา math model ที่จะมีประโยชน์กับกายภาพบำบัดของผู้ป่วย stroke
|
Predicting discharge destination of stroke patients using a mathematical model based on six items from the functional independence measure |
|
Strokestroke โรคหลอดเลือดสมอง หรือ Stroke คือ ภาวะสมองขาดเลือดที่เกิดจากหลอดเลือดสมองตีบ/อุดตันหรือมีเลือดออกในสมอง หรืออาการเส้นเลือดในสมองตีบ การใช้ math model ในการจำลองรูปแบบทางคณิตศาสตร์หาความสัมพันธ์ของการเกิด stroke และใช้เผื่อป้องกันก่อนที่จะเกิด stroke
|
https://www.sciencedirect.com/science/article/pii/S0003999396902129
|
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 15 |
จงอธิบายเรื่อง math model กับ drug diffusion through the blood
|
วิธีการทางคณิตศาสตร์ในการทำนายความสามารถในการซึมผ่านของสารกั้นระหว่างเลือดและสมองของโมเลกุลยาประสบความสำเร็จ อันเป็นผลจากชีวสารสนเทศ |
|
เราพิจารณาโดเมนสมมาตรทรงกระบอกที่ล้อมรอบหลอดเลือด ทรงกระบอกด้านในมีรัศมี rb / L ในหน่วยไร้มิติ ซึ่งเป็นตัวแทนของเส้นเลือดที่อยู่ตรงกลางของโดเมน นอกจากนี้ เรายังตั้งสมมติฐานว่าสารตั้งต้นสำหรับตำแหน่งใดๆ ในเนื้อเยื่อได้รับการสนับสนุนโดยหลอดเลือดที่ใกล้ที่สุด และประมาณว่า rb / (L · BVF1/2) คือรัศมีของปริมาตรเนื้อเยื่อที่ได้รับอิทธิพลของหลอดเลือด โดยที่ BVF (เช่น , เศษส่วนของปริมาตรเลือด) คือ < 1 ปริมาตรของเนื้อเยื่อที่ได้รับอิทธิพลหมายถึงกลุ่มเนื้อเยื่อเฉพาะที่อาศัยหลอดเลือดนี้ในการจ่ายออกซิเจนและสารเคมีที่จำเป็นอื่นๆ
|
https://pubmed.ncbi.nlm.nih.gov/15595260/
|
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 16 |
จงอธิบายว่า Noyers whiter equation เกี่ยวข้องกับ drug release อย่างไร
|
แคลคูลัสมักใช้ในด้านเภสัชวิทยาเพื่อกำหนดรูปแบบยาที่ดีที่สุดซึ่งให้อัตราการละลายที่คงที่ของยาที่ให้ ในหลายกรณี ยาเม็ดที่รับประทานจะผ่านเข้าสู่สารละลายที่เป็นน้ำในกระเพาะอาหารซึ่งยาจะละลายอย่างช้าๆ
รูปแบบของขนาดยาต้องมีการควบคุมและควบคุมอย่างรัดกุม เนื่องจากอัตราการละลายของยาแต่ละชนิดจะแตกต่างกัน หากให้ยาในรูปแบบที่ละลายเร็วเกินไปหรือละลายช้าเกินไป อาจก่อให้เกิดพิษหรือไม่ได้ผลต่อผู้ป่วย ดังนั้นยาจะต้องเป็นไปตามข้อกำหนดของช่วงการรักษาที่มีประสิทธิภาพ ปลอดภัย และให้ระยะเวลานานในการปลดปล่อย ซึ่งตรงข้ามกับการปลดปล่อยในทันทีซึ่งมีจุดสูงสุดที่แหลมคมและความเข้มข้นของเลือดลดลง
Noyes–Whitney ใช้เพื่อกำหนดอัตราการใช้ยาในรูปแบบยาต่างๆ |
|
สาระสำคัญของสมการ Noyes-Whitney แสดงถึงปัญหาพื้นที่ผิว อัตราการละลายของสารประกอบขึ้นอยู่กับพื้นที่ผิว การปรับพื้นที่ผิวที่สัมผัสกับสภาพแวดล้อมพื้นฐานหรือที่เป็นกรดภายนอกจะเปลี่ยนชีวปริมาณออกฤทธิ์ของสารประกอบในระบบไหลเวียนโลหิตของผู้ป่วย
|
https://bhcc.digication.com/CalculusII_YassineBahbah/Calculus_in_Medicine
https://www.google.co.th/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwiF_73j7Lf9AhUc23MBHU7AAPMQFnoECBIQAQ&url=https%3A%2F%2Fwww.ncbi.nlm.nih.gov%2Fpmc%2Farticles%2FPMC4058851%2F&usg=AOvVaw1-cfePgRjSAYcK3CQfbVqH
|
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 17 |
จงยกตัวอย่าง math model ที่ใช้ในเรื่อง tissue reconstruction
|
Mathematical Model and Numerical Simulation for Tissue Growth on Bioscaffolds |
|
การเจริญเติบโตของเนื้อเยื่อบนโครงสร้างชีวภาพสามารถควบคุมได้โดยใช้รูปทรงเรขาคณิตของพื้นผิว เช่น ความโค้งของพื้นผิว ในการศึกษานี้ เรานำเสนอแบบจำลองทางคณิตศาสตร์และวิธีการจำลองเชิงตัวเลขสำหรับการเจริญเติบโตของเนื้อเยื่อบนโครงสร้างชีวภาพเพื่อตรวจสอบผลกระทบของความโค้งเฉพาะที่ต่อการเจริญเติบโตของเนื้อเยื่อ แบบจำลองทางคณิตศาสตร์มีพื้นฐานมาจากสมการอัลเลน-คาห์น (AC) ซึ่งใช้กันอย่างแพร่หลายในการสร้างแบบจำลองปัญหาต่างๆ ที่เกี่ยวข้องกับการเคลื่อนที่โดยค่าเฉลี่ยความโค้ง โดยการแก้สมการ AC โดยใช้วิธีออยเลอร์ที่ชัดเจน วิธีการที่เสนอนั้นง่ายและรวดเร็ว มีการนำเสนอการจำลองเชิงตัวเลขบนรูปทรงเรขาคณิตต่างๆ เพื่อแสดงให้เห็นถึงการบังคับใช้ของโครงร่างที่เสนอต่อการเจริญเติบโตของเนื้อเยื่อบนโครงสร้างชีวภาพ
|
https://www.mdpi.com/2076-3417/9/19/4058
|
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 18 |
จงอธิบายเรื่อง Integrated exposure response model
|
กราฟการตอบสนองต่อการรับสัมผัสแบบบูรณาการ (IER) (ทำซ้ำโดยได้รับอนุญาตจากมุมมองด้านอนามัยสิ่งแวดล้อม แสดงให้เห็นว่าฟังก์ชันการตอบสนองต่อการรับสัมผัสสำหรับมะเร็งปอดโดยมีการปรับ RRs (โดยมีช่วงความแน่นอน 95%) ของปอด อัตราการเสียชีวิตจากมะเร็งคำนวณจากการสัมผัส PM 2.5 (มิลลิกรัม) ต่อวันโดยประมาณ และการเพิ่มขึ้นของการสูบบุหรี่เมื่อเทียบกับผู้ที่ไม่สูบบุหรี่) แสดงถึงความเสี่ยงโดยประมาณสำหรับ PM 2.5 จากมลพิษทางอากาศ แสดงถึงค่าประมาณ RR รวมที่เปรียบเทียบได้ซึ่งเกี่ยวข้องกับควันบุหรี่มือสอง (SHS) เส้นประแสดงถึงฟังก์ชันกำลังไฟฟ้าแบบไม่เชิงเส้นที่พอดีผ่านจุดกำเนิดและการประมาณการ (รวมถึงการสูบบุหรี่, SHS, PM 2.5 ในบรรยากาศ) ฟังก์ชันที่พอดี RR = 1 + 0.3195 (dose) 0.7433 แสดงถึงความสัมพันธ์การตอบสนองของการเปิดรับแสงแบบโมโนโทนิกเกือบเป็นเส้นตรงโดยเพิ่มขึ้นเล็กน้อยอย่างต่อเนื่องใน RR เมื่อเปิดรับแสงเพิ่มขึ้น ปริมาณโดยประมาณจากการเพิ่มปริมาณการสูบบุหรี่ที่แตกต่างกันนั้นสูงกว่าปริมาณโดยประมาณจากมลพิษทางอากาศหรือ SHS อย่างมาก ดังนั้น ความสัมพันธ์ที่ระดับการเปิดรับแสงต่ำ (เนื่องจากมลพิษทางอากาศโดยรอบและ SHS) จะแสดงเป็นส่วนเสริมด้วยสเกลขยาย |
|
แบบจำลองการตอบสนองต่อการรับสัมผัสแบบบูรณาการอยู่ในตำแหน่งเนื่องจากความเสี่ยงของการเสียชีวิตไม่ได้เพิ่มขึ้นอย่างรวดเร็วในทุกช่วงอายุของมนุษย์
|
https://www.researchgate.net/figure/An-Integrated-Exposure-Response-IER-Curve-reproduced-with-permission-from_fig1_269682295
|
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 19 |
Math model สามารถนำมาประยุกต์ใช้กับ patient diagnosis
|
Mathematical model for medical diagnosis |
|
การวินิจฉัยทางการแพทย์ถูกมองว่าเป็นปัญหาในการจำแนกทางสถิติ ซึ่งพื้นที่ตัวอย่าง N มิติถูกแบ่งออกเป็นหมวดหมู่ (โรค) สมาชิก (ผู้ป่วย) ของประเภท (โรค) แต่ละคนแสดงด้วยลำดับที่เรียงลำดับของตัวเลข n หรือเทียบเท่ากับเวกเตอร์ข้อมูลในไฮเปอร์สเปซ N มิติ สมมติว่ามีการแจกแจงความน่าจะเป็นที่เกี่ยวข้องกับแต่ละหมวดหมู่ เวกเตอร์ข้อมูลของผู้ป่วยจะแบ่งพื้นที่ในลักษณะที่เหมาะสมที่สุด กล่าวคือ ถูกกำหนดให้กับหมวดหมู่ (โรค) ในพื้นที่ซึ่งมีความเป็นไปได้มากที่สุด ก่อนการตัดสินใจขั้นสุดท้าย อาจมีการใช้กฎการเพิ่มประสิทธิภาพบางอย่าง
|
https://www.google.co.th/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&ved=2ahUKEwjAranB7rf9AhXGH7cAHaIGBc8QFnoECA4QAQ&url=https%3A%2F%2Fs3.amazonaws.com%2Fthai-health%2F%25E0%25B8%2581%25E0%25B8%25B2%25E0%25B8%25A3%25E0%25B8%25A7%25E0%25B8%25B4%25E0%25B8%2599%25E0%25B8%25B4%25E0%25B8%2588%25E0%25B8%2589%25E0%25B8%25B1%25E0%25B8%25A2%25E0%25B9%2582%25E0%25B8%25A3%25E0%25B8%2584-medical-diagnosis-%25E0%25B8%2581%25E0%25B8%25B2%25E0%25B8%25A3%25E0%25B8%25A7%25E0%25B8%25B4%25E0%25B8%2599%25E0%25B8%25B4%25E0%25B8%2588%25E0%25B8%2589%25E0%25B8%25B1%25E0%25B8%25A2%25E0%25B8%2597%25E0%25B8%25B2%25E0%25B8%2587%25E0%25B8%2584%25E0%25B8%25A5%25E0%25B8%25B4%25E0%25B8%2599%25E0%25B8%25B4%25E0%25B8%2581-clinical-diagnosis-%25E0%25B8%2581%25E0%25B8%25B2%25E0%25B8%25A3%25E0%25B8%25A7%25E0%25B8%25B4%25E0%25B8%2599%25E0%25B8%25B4%25E0%25B8%2588%25E0%25B8%2589%25E0%25B8%25B1%25E0%25B8%25A2%25E0%25B8%2597%25E0%25B8%25B2%25E0%25B8%2587%25E0%25B8%25AB-%25E0%25B8%25AD%25E0%25B8%2587%25E0%25B8%259B%25E0%25B8%258F%25E0%25B8%25B4%25E0%25B8%259A%25E0%25B8%25B1%25E0%25B8%2595&usg=AOvVaw1qN3Vrb72U0qGng-K10Wtx
|
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 20 |
จงยกตัวอย่าง Math model ที่ใช้ในการวิเคราะห์ข้อมูลทางการแพทย์
|
การวิเคราะห์ของตัวแบบเชิงคณิตศาสตร์ ของโรคไทรอยด์ในลักษณะที่ทํางานมากกว่าปกต |
|
ศึกษาตัวแบบทางคณิตศาสตร์ของการทํางานของต่อมไทรอยด์ ในขณะที่ต่อมไทรอยด์ทํางานปกติ
และพัฒนาตัวแบบการทํางานของต่อมไทรอยด์ที่เป็นโรคในลักษณะที่ทํางานมากกว่าปกติ หรือไทรอยด์เป็นพิษที่มี การเติมพจน์ผลจากการให้ยา ที่มีลักษณะเป็นรูปแบบของระบบสมการเชิงอนุพันธ์ชนิดไม่เชิงเส้น 3 สมการ และ วิเคราะห์ความเสถียรของระบบของตัวแบบที่พัฒนาขึ้น เพื่อหาค่าของพารามิเตอร์ต่าง ๆ ที่ทําให้ได้ระบบเสถียร นอกจากนี้ได้ใช้การจําลองทางคอมพิวเตอร์เพื่อตรวจสอบค่าพารามิเตอร์ต่าง ๆ ที่ได้จากการวิเคราะห์ โดยแสดง ระดับของฮอร์โมน T4 ซึ่งเป็นฮอร์โมนที่แสดงความผิดปกติของต่อมไทรอยด์เมื่อเปรียบเทียบกับเวลาได้อย่างชัดเจน ผลการวิเคราะห์ค่าของฮอร์โมน T4 จากตัวแบบที่สร้างขึ้น 3 กรณี คือ (1) ไม่ให้ยาใด ๆ (2) ให้ยาในปริมาณคงที่ และ (3) ให้ยาในปริมาณที่ขึ้นกับเวลา พบว่าระดับของฮอร์โมน T4 ที่สูงกว่าปกติจะถูกปรับให้อยู่ในระดับปกติได้ เสมอทั้ง 3 กรณี โดยมีระยะเวลาในการปรับระดับค่าฮอร์โมนต่างกัน โดยในกรณีไม่ให้ยานั้นจะใช้เวลาในการทํา ปฏิกิริยาย้อนกลับซึ่งจะทําให้ระดับฮอร์โมนกลบัสู่สภาวะปกติประมาณ8เดือนส่วนการให้ยาในปริมาณคงที่และให้
ยาในปริมาณที่ขึ้นกับเวลาจะใช้เวลาไม่ต่างกัน คือ ประมาณ 6 เดือน
|
https://li01.tci-thaijo.org/index.php/tstj/article/download/190033/170747
|
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|