| 1 |
มีการสั่งยาให้เด็ก โดยมี 80 mg/kg/day 3 ครั้งต่อวัน เด็กน้ำหนัก 45 lbs และยามีความเข้มข้น 20 mg/ml จงคำนวณ dose ยาในหน่วย ml
|
4. 30 ml |
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
เพื่อคำนวณ dose ยาในหน่วย ml ต้องทำขั้นตอนต่อไปนี้:
แปลงน้ำหนักจาก lbs เป็น kg:
45 lbs = 45 / 2.205 kg ≈ 20.41 kg
คำนวณค่า dose ยา:
Dose ยา = 80 mg/kg/day × 20.41 kg = 1632.8 mg/day
แปลง dose ยาจาก mg เป็น ml:
Dose ยา (ml) = 1632.8 mg / 20 mg/ml ≈ 81.64 ml
ดังนั้น ค่า dose ยาในหน่วย ml คือ 81.64 ml
จากตัวเลือกที่กำหนดให้ ไม่มีตัวเลือกที่ตรงกับคำตอบที่คำนวณได้ อย่างไรก็ตาม คำตอบที่ใกล้เคียงที่สุดคือ 80 ml (ตัวเลขใกล้เคียงที่สุด) |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 2 |
หมอต้องการให้ nitroglycerin (IV) โดยใช้สูตร
(0.1 mg/min)/(75 mg) x 500mL = 0.66 mL/min
(0.66 mL)/minute x 60minute/hour = 40 mL/hour
อยากทราบว่าข้อใดไม่เกี่ยว
|
|
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
ข้อที่ไม่เกี่ยวข้องกับสูตรที่กล่าวถึงคือ:
อัตราเร็วของ Pump
สูตรที่กล่าวถึงใช้ในการคำนวณอัตราการให้ยา nitroglycerin (IV) โดยพิจารณาตัวแปรดังต่อไปนี้:
Desired Dosage (จำนวนที่ต้องการให้ยา)
Concentration Of Drug (ความเข้มข้นของยา)
Ordered Frequency (ความถี่ที่สั่งให้ให้ยา)
อัตราเร็วของ Pump (อัตราการให้ยาต่อหน่วยเวลา)
ดังนั้น ข้อที่ไม่เกี่ยวข้องคือข้อที่ 4. อัตราเร็วของ Pump |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 3 |
หมอต้องการสั่งยา bretylium 10 mcg/kg/min โดยยามาในรูปแบบ 75 mg ใน 0.9% normal saline น้ำหนักผู้ป่วยคือ 200 lbs จงหาอัตราเร็วในการให้ยา
|
3. 0.3 mL/minute |
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
เราสามารถคำนวณอัตราเร็วในการให้ยา bretylium ได้โดยใช้สูตรดังนี้:
อัตราเร็วในการให้ยา (mL/minute) = (Weight in kg) × (Desired dosage in mcg/kg/min) ÷ (Concentration of drug in mg/mL)
แปลงน้ำหนักจาก lbs เป็น kg:
Weight in kg = 200 lbs × 1 kg / 2.2 lbs = 90.91 kg
คำนวณอัตราเร็วในการให้ยา:
อัตราเร็วในการให้ยา = 90.91 kg × 10 mcg/kg/min ÷ 75 mg/mL
เมื่อคำนวณแล้วจะได้:
อัตราเร็วในการให้ยา ≈ 0.1212 mL/minute
ดังนั้น คำตอบที่ถูกต้องคือ 0.1 mL/minute |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 4 |
ต้องการสั่งยา amoxicillin syrup สำหรับเด็ก 3 ขวบ ที่เป็น UTI โดยที่ dose ที่สั่ง แบ่งเป็น 3 dose/day โดย stock มาในรูปแบบ 600 mg/5ml จงคำนวณ dose ใน ml
|
3. 1.5 mL |
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
เราสามารถคำนวณ dose ของยา amoxicillin syrup สำหรับเด็กได้โดยใช้สูตรดังนี้:
Dose (ml) = (Desired dosage in mg/kg/dose) × (Weight in kg) ÷ (Stock strength in mg/ml)
เนื่องจากเด็กมีอายุ 3 ขวบ จึงไม่มีข้อมูลเกี่ยวกับน้ำหนักในคำถาม กรุณาให้ข้อมูลเกี่ยวกับน้ำหนักของเด็กในการคำนวณเพิ่มเติม เช่นถ้าน้ำหนักเด็กคือ 15 กิโลกรัม (15 kg) เราจะได้:
Dose (ml) = (Desired dosage in mg/kg/dose) × (Weight in kg) ÷ (Stock strength in mg/ml)
= (600 mg/5ml) × (15 kg) ÷ (600 mg/5ml)
= 15 ml
ดังนั้น คำตอบที่ถูกต้องคือ 15 ml |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 5 |
หากต้องการให้ยาเด็กอายุ 12 ปี โดยมีน้ำหนัก 90 lbs โดยต้องสั่งยา 4 mg/kg จงคำนวณปริมาณ mg
|
|
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
เราสามารถคำนวณปริมาณยาที่จะให้เด็กโดยใช้สูตรดังนี้:
Dose (mg) = Desired dosage in mg/kg × Weight in kg
เนื่องจากเด็กมีน้ำหนัก 90 lbs จึงต้องแปลงเป็น kg โดยใช้สัดส่วน 1 lbs = 0.4536 kg
Weight (kg) = 90 lbs × 0.4536 kg/lb
= 40.8232 kg
คำนวณปริมาณยาที่จะให้
Dose (mg) = 4 mg/kg × 40.8232 kg
= 163.2928 mg
ดังนั้น คำตอบที่ถูกต้องคือ 163 mg |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 6 |
จงยกตัวอย่าง Math model ที่ใช้ใน Epidemiology
|
3. 3-year survival |
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
ตัวอย่างของ Math model ที่ใช้ใน Epidemiology ได้แก่:
การคำนวณประมาณการอายุของผู้รับวัคซีนหรือโรคในช่วงเวลา 5 ปี (5-Year Survival)
การคำนวณประมาณการอายุของผู้รับวัคซีนหรือโรคในช่วงเวลา 12 ปี (12-Year Survival)
การคำนวณประมาณการอายุของผู้รับวัคซีนหรือโรคในช่วงเวลา 3 ปี (3-Year Survival)
การคำนวณประมาณการอายุของผู้รับวัคซีนหรือโรคในช่วงเวลา 1 ปี (1-Year Survival)
ดังนั้น คำตอบที่ถูกต้องคือ ถูกมากกว่า 1 ข้อ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 7 |
ข้อใดไม่ใช่ Math model สามารถนำมาประยุกต์ใช้ใน Prediction planning and evaluation of preventive ได้
|
5. ผิดมากกว่า 1 ข้อ |
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
คำตอบที่ถูกต้องคือ ผิดมากกว่า 1 ข้อ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 8 |
Math model ที่ไม่สามารถนำมาใช้ใน Control measures ของโรคติดต่อคือ
|
5. ไม่มีข้อผิด |
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
คำตอบที่ถูกต้องคือ ไม่มีข้อผิด |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 9 |
Math model ที่ใช้ในการวินิจฉัยหรือรักษาโรคมะเร็ง ข้อใดผิด
|
4. The deminastic models and The stochtic models |
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
คำตอบที่ถูกต้องคือ 4. The Deminastic Models And The Stochtic Models |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 10 |
ข้อใดไม่เกี่ยวข้องกับ Math models for medical decision-making
|
5. ไม่มีข้อผิด |
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
ไม่มีข้อผิด
โมเดลคณิตศาสตร์สำหรับการตัดสินใจทางการแพทย์เกี่ยวข้องกับการใช้คณิตศาสตร์และสถิติเพื่อทำนายผลการเกิดของโรคหรืออาการเสี่ยงที่อาจเกิดขึ้นในผู้ป่วย และช่วยในการวิเคราะห์ข้อมูลทางการแพทย์เพื่อช่วยให้แพทย์และผู้เชี่ยวชาญในด้านการดูแลสุขภาพตัดสินใจที่ดีขึ้น การทำนายการกลับมาของโร
|
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 11 |
ข้อใดไม่เกี่ยวข้องกับ Math model ที่ใช้ในการวางยาสลบในการผ่าตัด
|
5. ไม่มีข้อผิด |
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
ข้อใดไม่เกี่ยวข้องกับ Math model ที่ใช้ในการวางยาสลบในการผ่าตัด
1. Drug Doses
2. Drug Concentrations
3. Various Physiologic Formulae
4. Gas-Based Minimum Alveolar Concentration
5. ไม่มีข้อผิด |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 12 |
ข้อใดไม่เกี่ยวข้องกับ Math model ในการคำนวณ human motion เพื่อใช้ใน physical therapy
|
|
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
5. ถูกมากกว่า 1 ข้อ
เพื่อใช้ในทางทรัพยากรอย่างยั่งยืนและแม่นยำในการคำนวณการเคลื่อนไหวของมนุษย์เพื่อใช้ในการกายภาพบำบัด โมเดลคณิตศาสตร์ที่ใช้เช่น Artificial Neural Network (ANN), Layers of Recurrent Neuron Units, และ Spatio-Temporal Dependencies เป็นตัวอย่างของโมเดลที่เกี่ยวข้องกับการคำนวณการเคลื่อนไหวของมนุษย์ อย่างไรก็ตาม Gaussian Reverse (ข้อที่ 4) ไม่ได้เกี่ยวข้องกับ Math model ในการคำนวณการเคลื่อนไหวของมนุษย์ในการกายภาพบำบัด |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 13 |
ข้อใดไม่เกี่ยวข้องกับ Mathematical Models กับ COVID-19
|
|
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
4. Dosage Calculation
Dosage calculation is not directly related to mathematical models for COVID-19. Mathematical models for COVID-19 typically involve data-driven models, auto-regressive time series methods, and Bayesian techniques (options 1, 2, and 5). Gaussian Reverse (option 3) does not specifically relate to COVID-19 modeling either. Dosage calculation, on the other hand, pertains to determining the appropriate dosage of a medication for a patient, which is a separate aspect of healthcare and not directly tied to COVID-19 mathematical modeling. |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 14 |
ข้อใดเกี่ยวข้องกับ math model มีความเกี่ยวข้องกับโรค stroke
|
5. ถูกมากกว่า 1 ข้อ |
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
ข้อทั้ง 1, 2, 3, และ 4 เกี่ยวข้องกับ math model ที่มีความเกี่ยวข้องกับโรค stroke:
1. Data-Driven Models: โมเดลคณิตศาสตร์ที่ใช้ข้อมูลเพื่อทำนายและวิเคราะห์โรค stroke โดยใช้ข้อมูลทางการแพทย์และสถิติ เช่น โมเดลการทำนายความเสี่ยงหรือการทำนายผลลัพธ์ของการรักษาโรค stroke
2. The Sub-Models Of Tissue Reactions: โมเดลคณิตศาสตร์ที่ใช้ในการศึกษาและทำความเข้าใจถึงปัจจัยต่างๆ ที่เกี่ยวข้องกับการเกิดโรค stroke ในระดับเซลล์และเนื้อเยื่อ เช่น การศึกษาการเกิดอาการบวมอันเป็นผลจากโรค stroke
3. Oedema Development: โรค stroke อาจส่งผลให้เกิดอาการบวม (oedema) ในส่วนที่เป็นโครงสร้างของสมอง โมเดลคณิตศาสตร์ที่เกี่ยวข้องกับการพัฒนาอาการบวมจะช่วยให้เข้าใจและทำนายการเกิด oedema ในโรค stroke
4. Glutamate Excitotoxicity: โรค stroke อาจเกิดจากการระคายเคืองของสารกลุ่มกรดอะมิโนอัตกาล (glutamate) ในสมองที่ทำให้เกิดความเสียหายต่อเนื้อเยื่อสมอง เช่นโมเดลคณิตศาสตร์ที่ศึกษาและจำลองกระบวนการโทรมและความเสียหายจาก glutamate ในโรค stroke
ดังนั้น, ทั้ง 1, 2, 3, และ 4 เกี่ยวข้องกับ math model ที่มีความเกี่ยวข้องกับ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 15 |
ข้อใดเกี่ยวข้องกับ Mathematical Models และ vaccine เพื่อรักษาโรคติดต่อ
|
1. Amplification factors |
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
ข้อที่เกี่ยวข้องกับ Mathematical Models และ vaccine เพื่อรักษาโรคติดต่อได้แก่:
1. Amplification Factors: Amplification factors เป็นตัวชี้วัดที่ใช้ใน mathematical models เพื่อประเมินความสามารถของโรคในการแพร่กร |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 16 |
จากบทความ (ศึกษาได้จากตามขอบเขตรายวิชา)
ข้อใดเกี่ยวข้องกับการใช้ Noyers whiter equation ในบทความนี้
|
|
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
ข้อที่เกี่ยวข้องกับการใช้ Noyers whiter equation ในบทความนี้คือ:
3. Dissolution Kinetics: Noyers-Whiter equation is commonly used to describe the dissolution kinetics of pharmaceutical compounds. It is an empirical equation that relates the rate of dissolution of a drug to various factors such as surface area, solubility, and concentration gradient.
จึงเลือกข้อที่ 3 "Dissolution Kinetics" |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 17 |
ข้อใดไม่เกี่ยวข้องกับ math model ที่ใช้ใน reconstruction of cardiac tissue
|
4. sq cells activities |
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
ข้อที่ไม่เกี่ยวข้องกับ mathematical model ที่ใช้ใน reconstruction of cardiac tissue คือ:
4. Sq Cells Activities
เนื่องจาก Sq Cells Activities ไม่เกี่ยวข้องโดยตรงกับการสร้างแบบจำลองทางคณิตศาสตร์ของเนื้อเยื่อหัวใจ ซึ่งเหล่านักวิจัยใช้ mathematical models เพื่อจำลองและศึกษากระบวนการทางชีวภาพที่เกิดขึ้นในเนื้อเยื่อหัวใจ เช่น การกระจายไฟฟ้าในเซลล์หัวใจ การทำงานของเนื้อเยื่อหัวใจแบบเนิ่น ๆ ฯลฯ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 18 |
จงอธิบายเกี่ยวกับ risk estimator
|
5. ถูกมากกว่า 1 ข้อ |
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
Risk estimator เป็นเครื่องมือทางสถิติหรือคณิตศาสตร์ที่ใช้ในการประเมินความเสี่ยงต่อการเกิดเหตุการณ์หรือผลกระทบที่อาจเกิดขึ้นในอนาคต โดยมักใช้ข้อมูลปัจจัยต่าง ๆ เพื่อคำนวณหรือโมเดลเพื่อประเมินความเสี่ยงนั้นๆ อันเป็นผลสำหรับการตัดสินใจหรือการวางแผนก่อนที่เหตุการณ์หรือผลกระทบเกิดขึ้นจริง
เช่นเมื่อพูดถึง risk estimator ที่เกี่ยวข้องกับเรื่อง air pollution:
1. Health Impact Assessment of Air Pollution: เป็นการประเมินผลกระทบทางสุขภาพจากมลพิษในอากาศที่คาดว่าจะมีต่อประชาชนหรือกลุ่มเป้าหมายที่ต้องการให้มีการวางแผนด้านสิ่งแวดล้อมหรือการตัดสินใจทางนโยบาย
2. Air Pollution: เป็นตัวแปรหรือปัจจัยที่ใช้ในการประเมินความเสี่ยงเกี่ยวกับมลพิษในอากาศ เช่น ปริมาณสารมลพิษที่มีอยู่ในอากาศ ระดับมลพิษที่เกินค่ามาตรฐาน เป็นต้น
3. Global Exposure Mortality Model: เป็นแบบจำลองทางคณิตศาสตร์ที่ใช้ในการประเมินความเสี่ยงต่อการเสียชีวิตที่เกี่ยวข้องกับการสัมผัสมลพิษในอากาศในระดับโลก
4. Mortality Model: เป็นแบบจำลองทางคณิตศาสตร์ที่ใช้ในการประเมินความเสี่ยงต่อการเสียชีวิตจากปัจจัยหรือสถานการณ์ที่เกี่ยวข้อง |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 19 |
ข้อใดไม่ใช่คือ limitation ของ Math model
|
1. represent real-world systems in terms of mathematical relationships |
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
ข้อที่ไม่ใช่คือ limitation ของ mathematical model คือ:
1. Represent Real-World Systems In Terms Of Mathematical Relationships
ความจริงแล้วข้อนี้ไม่ใช่ limitation ของ mathematical model แต่เป็นคุณสมบัติหนึ่งของมัน โดยทั่วไป mathematical model ใช้สัญญาณทางคณิตศาสตร์เพื่อแสดงความสัมพันธ์และสถานะของระบบในโลกจริง |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|
| 20 |
ข้อใดคือ Math model ใน RETURN TO ISSUEPREVARTICLENEXT
|
5. ถูกมากกว่า 1 ข้อ |
|
พิจรารณาจากตัวเลือกทั้งหมดข้อนี้มีโอกาศเป็นไปได้มากที่สุด |
Math model ใน RETURN TO ISSUEPREVARTICLENEXT ประกอบด้วย:
1. Diffusion Theory On The Basis Of The Noyes–Whitney Equation: นี่คือ mathematical model ที่ใช้ในการอธิบายกระบวนการการแพร่กระจายของสารผ่านการละลายตามทฤษฎีการ Diffusion โดยใช้สมการ Noyes-Whitney เป็นพื้นฐาน
2. Population Balance Equation: นี่คือ mathematical model ที่ใช้ในการอธิบายการเปลี่ยนแปลงของประชากรในระบบที่มีการเกิดและการตาย โดยใช้สมการ Balance Equation
3. Dynamic Modeling: นี่คือการสร้าง mathematical model ที่ใช้ในการจำลองและอธิบายการเปลี่ยนแปลงของระบบที่มีประสิทธิภาพในเวลาที่ผ่านมา โดยพิจารณาตัวแปรที่เปลี่ยนไปตามเวลา
4. Hydrodynamic Modeling: นี่คือ mathematical model ที่ใช้ในการอธิบายและจำลองพฤติกรรมของน้ำหรือสารอื่น ๆ ในระบบที่มีการเคลื่อนที่ทางน้ำ
จากนั้น มีข้อจำกัดที่ไม่เกี่ยวข้องกับ mathematical model ดังนั้น ไม่มีข้อที่ 5 ที่ถูกมากกว่า 1 ข้อ |
7 |
-.50
-.25
+.25
เต็ม
0
-35%
+30%
+35%
|