Тест с ответами по теме «Использование прогностических шкал в клинической практике» | Тесты НМО с ответами

1. Для оценки наличия связи между фактором риска и исходом используется понятие

1) вероятность;
2) отношение рисков;
3) отношение шансов;
4) относительный риск.+

2. Если модель констатирует исход у человека, у которого данный исход отсутствует, то это

1) ошибка второго рода;
2) истинный результат;
3) ошибка первого рода.+

3. Если модель не констатирует исход у человека, у которого данный исход есть, то это

1) ошибка первого рода;
2) ошибка второго рода;+
3) истинный результат.

4. Использование валидированных шкал в алгоритмах действий врача позволяет

1) увеличить время на принятие решения;
2) сузить пространство возможных решений;+
3) правильно поставить диагноз.

5. Какая характеристика прогностической шкалы характеризует ее способность верно классифицировать случаи по исходам?

1) специфичность;
2) чувствительность;
3) точность.+

6. Какие из потенциальных предикторов включаются в построение модели?

1) связанные с текущим состоянием пациента;
2) в меньшей степени связанные с прогнозируемым исходом;
3) в большей степени связанные с прогнозируемым исходом.+

7. Какие шкалы следуем применять в клинической практике?

1) валидированные на независимых группах пациентов;+
2) включающие как можно больше предикторов;
3) обладающие максимальными значениями чувствительности и специфичности.

8. Какой вид моделей позволяет рассчитать вероятность развития того или иного исхода в течение определенного периода времени?

1) диагностические;
2) прогностические;+
3) временные.

9. Какой вид моделей служит для оценки состояния здоровья человека в текущий момент времени?

1) прогностические;
2) временные;
3) диагностические.+

10. Клинически значимое явление или признак, оценка вероятности наступления которого является предметом моделирования, – это

1) исход;+
2) индикатор;
3) диагноз;
4) предиктор.

11. Количественная оценка возможности наступления определенного события – это

1) вероятность;+
2) шанс;
3) статическая значимость;
4) отношение рисков.

12. Коррекция предсказанных и наблюдаемых вероятностей для каждого из прогнозируемых классов шкалы – это

1) дискриминативность;
2) калибровка;+
3) валидация.

13. Любая характеристика, которая может менять вероятность результата (исхода) для пациента, – это

1) предиктор;
2) фактор риска;+
3) протективный фактор;
4) риск исхода.

14. Математическое уравнение, которое связывает множество предикторов для конкретного человека с вероятностью или риском наличия (диагноза) или будущего наступления (прогноза) определенного исхода, – это

1) параметрическая модель;
2) детерминированная модель;
3) медицинская прогностическая модель.+

15. Метод внешней валидации, заключающийся в проверке качества работы модели на наборах данных, полученных в различные моменты времени

1) временная валидация;+
2) независимая валидация;
3) географическая валидация.

16. Метод внешней валидации, заключающийся в проверке качества работы модели на наборах данных, полученных в разных медицинских организациях (регионах, странах и т.д.)

1) временная валидация;
2) географическая валидация;+
3) независимая валидация.

17. Отношение рисков исхода в двух группах пациентов, которые различаются между собой факторами риска, где под риском понимается частота возникновения интересующего события, – это

1) отношение шансов;
2) отношение рисков;+
3) фактор риска;
4) относительный риск.

18. Отношение числа истинно отрицательных результатов к общему числу случаев с отсутствием заболевания – это

1) чувствительность шкалы;
2) точность шкалы;
3) специфичность шкалы.+

19. Отношение числа истинно положительных результатов к числу случаев с наличием заболевания – это

1) точность шкалы;
2) чувствительность шкалы;+
3) специфичность шкалы.

20. Пациенты с целевым состоянием для разработки диагностической шкалы – это

1) лица с подозрением на наличие заболевание;+
2) лица с подтвержденным диагнозом;
3) лица, у которых может развиться определенный исход для здоровья за определенный период времени.

21. Пациенты с целевым состоянием для разработки прогностической шкалы – это

1) лица с подтвержденным диагнозом;
2) лица с подозрением на наличие заболевание;
3) лица, у которых может развиться определенный исход для здоровья за определенный период времени.+

22. Период, который характеризует, насколько далеко во времени модель стремится предсказать изучаемый исход, – это

1) горизонт прогнозирования;+
2) период прогностической значимости;
3) период развития исхода.

23. Подтверждение соответствия рассматриваемой прогностической модели (шкалы) ее целевому назначению – это

1) апробация;
2) сертификация;
3) валидация;+
4) лицензирование.

24. Совокупность статистических методов, позволяющих на основе данных определить будущие события или результаты, – это

1) ситуационное моделирование;
2) прогностическое моделирование;+
3) имитационное моделирование;
4) информационное моделирование.

25. Согласно эмпирическому правилу, для обеспечения надежного моделирования в набор данных должен быть включен

1) один предиктор на 10 событий исхода;+
2) один предиктор на 100 событий исхода;
3) один предиктор на одно событие исхода;
4) один предиктор на 10 000 событий исхода.

26. Способность модели отличать пациента с прогнозируемым исходом и без него называется

1) чувствительность;
2) специфичность;
3) калибровка;
4) дискриминативность.+

27. Тип валидации прогностической модели, для проведения которой используются наборы данных, схожих с теми, что использовались для построения модели

1) внутренняя валидация;+
2) внешняя валидация;
3) независимая валидация.

28. Упрощенная прогностическая модель, которая на основании набора клинических признаков позволяет отнести прогнозируемый случай к одному из заранее определенных классов, – это

1) клинический калькулятор;
2) рубрикатор;
3) прогностическая шкала.+

29. Характеристики, относящиеся к пациенту, которые достоверно или предположительно связаны с целевым результатом прогнозирования, – это

1) предикторы прогностической модели;+
2) факторы риска;
3) клинические маркеры.

30. Шкалы позволяют получить

1) точную оценку риска для группы пациентов с данным уровнем факторов риска;
2) вероятностную оценку риска для группы пациентов с данным уровнем факторов риска;+
3) индивидуальный прогноз заболевания.

Специальности для предварительного и итогового тестирования:

Лечебное дело, Медицинская кибернетика.