| 1 |
มีการสั่งยา Rocphin ให้เด็กอายุ 4 ปี โดยมี 20 mg/kg/day 2 ครั้งต่อวัน เด็กน้ำหนัก 29 lbsและยามีความเข้มข้น 10 mg/ml จงคำนวณ dose ยาในหน่วย ml
|
2. 12.5 ml |
|
|
|
5 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 2 |
หมอต้องการให้ nitroglycerin (IV) 75 mg ใน 500 ml จาก 5% dextrose ใน 100 mcg/min พยาบาลต้องตั้ง pump ด้วยอัตราเร็วเท่าใด (mL/hr)
|
1. 35 ml/hr |
|
|
|
5 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 3 |
หมอต้องการสั่งยา bretylium 5 mcg/kg/min โดยยามาในรูปแบบ 50 mg ใน 0.9% normal saline น้ำหนักผู้ป่วยคือ 170 lbs จงหาอัตราเร็วในการให้ยา (mL/hr)
|
4. 28 ml/hr |
|
|
|
5 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 4 |
ต้องการสั่งยา amoxicillin syrup สำหรับเด็ก 3 ขวบ ที่เป็น UTI โดยที่ dose ที่สั่งคือ 50 mg/kg/day แบ่งเป็น 3 dose/day โดย stock มาในรูปแบบ 400 mg/5ml จงคำนวณ dose ใน ml
|
2. 2.5 ml |
|
|
|
5 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 5 |
หากต้องการให้ยาเด็กอายุ 12 ปี โดยมีน้ำหนัก 82.4 lbs โดยต้องสั่งยา 2 mg/kg จาก stock 125 mg/2 ml จงคำนวณปริมาณยาในหน่วย ml
|
4. 1.2 ml |
|
|
|
5 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 6 |
จงยกตัวอย่าง Math model ที่ใช้ใน Epidemiology
|
|
|
|
|
5 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 7 |
Math model สามารถนำมาประยุกต์ใช้ใน Prediction planning and evaluation of preventive ได้อย่างไร
|
|
|
|
|
5 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 8 |
Math model สามารถนำมาใช้ใน Control measures ของโรคติดต่อได้อย่างไรบ้าง
|
|
|
|
|
5 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 9 |
จงยกตัวอย่าง Math model ที่ใช้ในการวินิจฉัยหรือรักษาโรคมะเร็ง
|
https://www.google.com/url?sa=i&url=https%3A%2F%2Fwww.scimath.org%2Farticle-mathematics%2Fitem%2F6711-2016-11-09-19-39-10&psig=AOvVaw1gor7YIohIlKu6DXX-DQsX&ust=1677485648428000&source=images&cd=vfe&ved=0CBAQjRxqFwoTCOiyx5Pfsv0CFQAAAAAdAAAAABAE |
|
|
https://www.scimath.org/article-mathematics/item/6711-2016-11-09-19-39-10 |
5 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 10 |
จงยกตัวอย่าง Math Model ที่ใช้เครื่อง ECG/EKG ในการวินิจฉัยโรคหัวใจ
|
|
|
|
|
5 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 11 |
จงยกตัวอย่าง/อธิบาย Math model ที่ใช้ในการวางยาสลบในการผ่าตัด
|
|
|
|
|
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 12 |
จงคิดค้น Math model ในการคำนวณ human motion เพื่อใช้ใน physical therapy
|
|
|
|
|
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 13 |
จากบทความ Mathematical Models in Infectious Disease Epidemiology จงเสนอวิธีคำนวณยาในการรักษาโรค COVID-19
|
ให้แพทย์ผู้เชี่ยวชาญหรือผู้มมีความรู้คำนวณ |
|
|
|
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 14 |
math model มีความเกี่ยวข้องกับโรค stroke ในเชิงใดบ้าง
|
เชิงคณิตศาสตร์และการจำลอง |
|
|
|
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 15 |
จากบทความ Mathematical Models in Infectious Disease Epidemiology จงเสนอวิธีคำนวณ vaccine เพื่อรักษาโรคติดต่อ (ยกตัวอย่างมา 1 โรค)
|
ให้แพทย์ผู้เชี่ยวชาญหรือผู้มมีความรู้คำนวณ |
|
|
|
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 16 |
จากบทความ Experimental and Mathematical studies on the Drug Release Properties of Aspirin Loaded Chitosan Nanoparticles จงสรุปการใช้ Noyers whiter equation ในบทความนี้
|
ฟังก์ชัน Noyes-Whitney ใช้เพื่อแสดงว่าวัสดุที่เป็นของแข็งถูกละลายเป็นสารละลายอย่างไร และถูกใช้อย่างดีในการศึกษาไดนามิกของยา |
|
ในงานวิจัยนี้ แอสไพริน (กรดอะซิติลซาลิไซลิก (ASA)) ได้รับการห่อหุ้มด้วยไคโตซาน (CS) เกรดต่างๆ ที่มีน้ำหนักโมเลกุลต่างกัน (Mw) เพื่อจุดประสงค์ในการควบคุมการปลดปล่อย การห่อหุ้มทำได้โดยเทคโนโลยีอิออนเจลเลชั่นโดยอาศัยการประกอบกันของไคโตซานที่มีประจุบวกและโซเดียมไตรโพลีฟอสเฟตที่มีประจุลบ (TPP) ศึกษาประสิทธิภาพการห่อหุ้ม ความสามารถในการบรรจุ และพฤติกรรมการปลดปล่อยยาของอนุภาคนาโนไคโตซานที่เติมแอสไพริน (CS-NPs) พบว่าความเข้มข้นของ TPP และแอสไพริน น้ำหนักโมเลกุลของไคโตซานมีผลสำคัญต่อรูปแบบการปลดปล่อยยาจากอนุภาคนาโนของไคโตซาน ผลการศึกษาแบบจำลองแสดงให้เห็นว่าสมการ Noyes-Whitney สามารถใช้ตีความลักษณะการปลดปล่อยยาที่สะท้อนจากข้อมูลการทดลองของเราได้สำเร็จ |
https://pubmed.ncbi.nlm.nih.gov/24987696/ |
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 17 |
จงยกตัวอย่าง math model ที่ใช้ใน reconstruction of cardiac tissue
|
https://www.google.com/url?sa=i&url=https%3A%2F%2Fmodels.physiomeproject.org%2Fexposure%2F1e663b3330f85e86c875494d978f7c1b&psig=AOvVaw1hHuvLtriFR8_LS02-0nOE&ust=1677486025153000&source=images&cd=vfe&ved=0CBAQjRxqFwoTCLCqmsfgsv0CFQAAAAAdAAAAABAE |
|
|
https://models.physiomeproject.org/exposure/1e663b3330f85e86c875494d978f7c1b |
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 18 |
จงอธิบาย Global exposure mortality model และประโยชน์ของ model นี้
|
|
|
|
|
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 19 |
จงยกตัวอย่าง Math model ที่ไม่ work และเสนอวิธีการแก้ไข
|
|
|
|
|
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 20 |
จงคิดค้น Math model ที่ใช้ในการวิเคราะห์ข้อมูลทางการแพทย์ด้านมะเร็ง
|
|
|
|
|
10 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|