3. Неоднородная модель

4. Кибернетическая модель

[23]

Процесс разработки лекарственных препаратов завершается

1. четырьмя фазами клинических испытаний

2. постмаркетинговыми исследованиями

3. проведением необходимого количества клинических испытаний, пока не будут получены статистически значимые результаты

4. изучением спроса и предложения на рынке лекарственных препаратов

5. изучением конкурентных преимуществ данного препарата при его сбыте

[24]

I Фаза клинических испытаний включает в себя

1. испытания на лабораторных животных нового лекарственного препарата

2. Испытания на здоровых добровольцах нового лекарственного препарата

3. испытания нового лекарственного препарата на больных добровольцах

4. испытания нового лекарственного препарата на биологическом материале, взятом у больных добровольцев

[25]

Изучение переносимости однократной дозы препарата, фармакокинетических параметров и фармакодинамических эффектов препарата проводят в

1. I фазе клинических испытаний

2. II фазе клинических испытаний

3. III фазе клинических испытаний

4. IV фазе клинических испытаний

[26]

Эффективность и безопасность препарата оцениваются у пациентов с конкретным заболеванием на

1. I фазе клинических испытаний

2. II фазе клинических испытаний

3. III фазе клинических испытаний

4. IV фазе клинических испытаний

[27]

Определение краткосрочного и долгосрочного отношения безопасность/эффективность для лекарственных форм активного компонента, его общая и относительная терапевтическая ценность, специфические характеристики препаратов и исследование профиля и разновидности наиболее часто встречающихся побочных реакций выполняются

1. I фазе клинических испытаний

2. II фазе клинических испытаний

3. III фазе клинических испытаний

4. IV фазе клинических испытаний

[28]

Оптимизация применения лекарственного средства выполняется в

1. I фазе клинических испытаний

2. II фазе клинических испытаний

3. III фазе клинических испытаний

4. IV фазе клинических испытаний

[29]

На каком этапе клинические исследования могут быть прекращены

1. Только в I фазе клинических испытаний

2. Только во II фазе клинических испытаний

3. Только III фазе клинических испытаний

4. Только IV фазе клинических испытаний

5. На любом этапе клинических испытаний

6. После достижения цели клинических испытаний

[30]

Возможно ли пропускать фазы клинического исследования?

1. Возможно пропустить только III фазу и перейти к исследованию препарата на IV фазе, в случае получения <позитивных> результатов в I-II фазе клинических испытаний

2. Все фазы должны быть проведены в строгой последовательности, без пропусков

3. Можно пропускать любую из фаз при условии очевидности преимуществ и безопасности данного препарата

4. Фазы клинического исследования не являются общепринятым стандартом, и следовать им необязательно

[31]

Что такое информированное согласие?

1. Документ, который подписывает доброволец, в котором распечатана информация о клиническом исследовании, о правах и обязанностях пациента, об этическом комитете, о возможных побочных эффектах, контактная информация исследователя

2. Устное согласие пациента, участвующего в КИ на использование его медицинской информации организатором КИ

3. Удостоверенное нотариально согласие пациента, участвующего в КИ на использование его медицинской информации организатором КИ

4. Документ, который подписывает врач, который участвует в проведении клинического исследования на добровольцах, и обязуется использовать данный препарат в лечении, несмотря на его возможные побочные действия

[32]

Протокол клинического исследования включает в себя

1. Цели исследования

2. информированное согласие

3. Дизайн исследования

4. Описание Исследуемых препаратов

5. Описание Субъектов исследования

6. Описание Измерений (переменных)

7. Описание Статистических методов

[33]

Выберите, показатель, который в наибольшей степени отвечает определению: <Это способность теста обнаружить заболевание, когда пациент действительно болен>

1. Ложно-положительный результат

2. Ложно-отрицательный результат

3. Чувствительность

4. Специфичность

[34]

Выберите, показатель, который в наибольшей степени отвечает определению: <Это способность теста обнаружить отсутствие заболевания, когда пациент действительно здоров>.

1. Ложно-положительный результат

2. Ложно-отрицательный результат

3. Чувствительность

4. Специфичность

№3

[1]

Классификация - это

1. упорядоченный список заболеваний

2. упорядоченная в рамках определенной области система понятий с явными или неявными принципами организации

3. перечень заболеваний по их нозологиям

[2]

Цель классификации

1. поддерживать создание статистики охраны здоровья

2. знать нозологии заболеваний

3. кодировать заболевания

4. упорядочивать понятия в пределах определенной области

[3]

Что такое критерий дифференциации в классификации?

1. критерий определения заболевания

2. критерий кодирования

3. критерий, по которому происходит разбиение на классы

4. упорядочивание класса по определенному признаку

[4]

Ось классификации - это

1. упорядочивание класса по определенному признаку

2. критерий, по которому происходит разбиение на классы

3. критерий кодирования

[5]

Многоосевая классификация - это

1. упорядочивание класса по определенному признаку

2. упорядочивание по нескольким критериям одновременно

[6]

Международная классификации в системе Охраны здоровья (МКБ) является

1. переменно-осевой классификацией

2. одноосевой классификацией

[7]

В международной классификации заболеваний МКБ-10 первая ось используется для

1. системы организма - записывается буквой

2. компонентов

[8]

В международной классификации заболеваний МКБ-10 вторая ось используется для

1. системы организма - записывается буквой

2. компонентов

[9]

Основу МКБ-10 составляет

1. перечень двухзначных рубрик

2. единый кодовый перечень трехзначных рубрик

3. единый перечень четырехзначных рубрик

[10]

Кодирование - это

1. упорядоченная в рамках определенной области система понятий с явными или неявными принципами организации

2. процесс отнесения индивидуального объекта к определенному классу или набору классов

3. перечень заболеваний по их нозологиям

[11]

Кодами могут быть

1. числа

2. специальные символы

3. буквы

4. составные

[12]

Виды кодов

1. графические

2. числовые

3. мнемонический

4. иерархические

5. составные

[13]

Таксономия - это

1. теоретическое определение классификации

2. наука об определении болезней

3. наука об описании болезней

[14]

Нозология - это

1. теоретическое определение классификации

2. наука об определении болезней

3. наука об описании болезней

[15]

Нозография - это

1. теоретическое определение классификации

2. наука об определении болезней

3. наука об описании болезней

[16]

Цель использования Унифицированной системы медицинского языка UMLS

1. улучшение возможностей поиска биомедицинской информации

2. обеспечение интеграции различных информационных систем

3. связь между различными терминами

4. связь между различными подразделениями лечебно-профилактического учреждения

[17]

МКБ-10 предназначена для

1. классификации психических заболеваний

2. классификации болезней и травм, имеющих официальный диагноз

3. классификации травм

[18]

Сколько основных групп медицинских классификаций существует

1. 3 группы

2. 2 группы

3. 4 группы

[19]

Система кодирования DSM служит для

1. классификации хирургических операций

2. определения диагноза и статистической обработки умственных отклонений

3. классификации травм

[20]

SNOMED - это

1. классификация хирургических операций

2. классификация умственных отклонений

3. систематизированная номенклатура медицинских терминов

[21]

С помощью клинических кодов Рида (RCC)

1. автоматически формируются эпикризы

2. выдаются стандартные отчеты о заболеваемости

3. производится классификация диагнозов

4. обеспечивается выписка и повторение рецептов

5. может обеспечиваться принятие медицинских решений

[22]

Стандарт представления электронного медицинского документа должен удовлетворять принципам:

1. принцип рациональной достаточности при обеспечении безопасности

2. принцип надежности

3. принцип порядка прав доступа

4. принцип точности

5. принцип единого информационного пространства

[23]

Cтандарт DICOM используется для

1. классификации хирургических операций

2. классификации умственных отклонений

3. систематизации медицинских терминов

4. передачи медицинских изображений

[24]

Перспективные направления международной стандартизации

1. стандартизация архитектур и принципов взаимодействия средств телекоммуникаций

2. отказ от жесткой централизации управления данными и процессами

3. развитие электронного документооборота

№12

[1]

Клинические системы поддержки принятия решений – это Базы данных, объединяющие электронные истории болезни со специальнымиинструментами, предназначенными для использования клиницистами впроцессе принятия решений

[2]

Главная особенность клинических систем поддержки принятия решений

1. сетевое программное обеспечение

2. наличие человека-эксперта

3. механизмы поддержки принятия врачебных решений

4. база знаний

[3]

Основные свойства клинических систем поддержки принятия решений

1. Реализация механизмов поддержки принятия решений врача

2. Дистанционный доступ к информации о лечении и обследовании пациентов

3. Использование математических моделей

4. Простота обучения и легкость использования системы

5. Формализация знаний

6. Высокая скорость работы системы

[4]

Эффекты от внедрения клинических систем поддержки принятия решений

1. Повышение безопасности пациентов

2. Повышение качества лечения

3. Использование компьютеров в медицине

4. Рационализация расходов на лечение пациентов

5. Проведение проспективных рандомизированных исследований

[5]

Факторы, приводящие к повышению качества лечения в результате внедрения клинических информационных систем (процесс диагностики)

1. Улучшение организации работы лабораторной службы

2. Улучшение организации работы диагностических кабинетов

3. Использование механизмов поддержки врачебных решений

4. Уменьшение затрат времени персонала на ведение текущей документации

5. Уменьшение затрат времени персонала на составление отчетов и ведение журналов

6. Уменьшение количества ошибок при выполнении назначений

7. Предоставление персоналу доступа к архиву историй болезни

[6]

Факторы, приводящие к повышению качества лечения в результате внедрения клинических информационных систем (процесс лечения(врачи))

1. Приобретение знаний

2. Использование механизмов поддержки врачебных решений

3. Облегчение следованию стандартным протоколам лечения и обследования

4. Уменьшение затрат времени на ведение текущей документации

5. Обеспечение мгновенного доступа к архивным историям болезни

6. Прогнозирование

[7]

Факторы, приводящие к повышению качества лечения в результате внедрения клинических информационных систем (процесс лечения (средний медперсонал))

1. Уменьшение количества ошибок при выполнении назначений

2. Обеспечение мгновенного доступа к архивным историям болезни

3. Уменьшение затрат времени на составление сводок и отчетов, ведение журналов

4. Уменьшение затрат времени на контакты с лабораторно-диагностической службой

[8]

Факторы, приводящие к повышению качества лечения в результате внедрения клинических информационных систем (для администрации)

1. Обеспечение круглосуточной доступности информации по лечению и обследованию пациентов из любой точки больницы и за ее пределами

2. Обеспечение индикации невыполненных работ (консультаций специалистов, обследований, наблюдений дежурных врачей)

3. Уменьшение затрат времени на контакты с лабораторно-диагностической службой

4. Обеспечение возможности анализа архивных историй болезни посредством выполнения произвольных запросов

[9]

Механизмы рационализации расходов на лечение

1. Персонифицированное распределение медикаментов

2. Использование системы управления базами данных

3. Предупреждения о неэффективных сочетаниях назначаемых препаратов

4. Поддержка врачебных решений для уменьшения количества осложнений

5. Поддержка врачебных решений для исключения необоснованных обследований

6. Поддержка врачебных решений для уменьшения среднего срока госпитализации

[10]

Прогнозирование - это (указать все правильные определения)

1. Количественная оценка состояния объекта

2. Вероятное суждение о состоянии какого-либо явления в будущем

3. Специальное научное исследование перспектив развития какого-либо явления

4. Статистическая модель

[11]

Прогнозирование используется для

1. составления математической модели

2. управления состоянием объекта с целью оптимизации принимаемых решений

3. приобретения знаний

4. полноценного общения экспертов и инженеров знаний

[12]

Основные способы прогнозирования

1. Экстраполяция

2. Моделирование

3. Индукция

4. Экспертиза

5. Дедукция

[13]

Основные этапы типовой методики прогнозирования

1. предпрогнозная ориентация

2. создание базы данных

3. прогнозный фон

4. работа с базой знаний

5. исходная модель

6. поисковый прогноз

7. нормативный прогноз

8. оценки степени достоверности и уточнение прогностических моделей

9. выработка рекомендаций для оптимизации решений

[14]

Использование моделей позволяет

1. прогнозировать свойства и дальнейшее поведение реального объекта

2. отображать реальный мир вещей и явлений

3. решать кибернетические задачи

4. вычислять статистические функции

[15]

Модель - это:

1. Искусственно созданный человеком объект любой природы

2. Объект, позволяющий давать новую информацию о прототипе

3. Математическая функция

4. Все перечисленное верно

[16]

Объектами исследования в медицине являются:

1. Живой организм в целом

2. Биологические процессы

3. Отдельные системы организма

4. Все перечисленное верно

[17]

В медицине используются следующие модели:

1. Биологические

2. Кибернетические

3. Технические

4. Аналоговые

5. Дифференциальные

6. Математические

[18]

К биологическим предметным моделям относятся:

1. Результаты химических экспериментов

2. Лабораторные животные

3. Культуры клеток

4. Изолированные органы

5. Технические устройства

[19]

К аналоговым моделям относятся

1. действие медицинских препаратов на организм

2. физические системы или устройства

3. аппараты, имитирующие работу различных органов

4. культуры клеток

5. лабораторные животные

[20]

К кибернетическим моделям можно отнести

1. устройства, имитирующие информационные процессы прототипа

2. технические устройства, заменяющие органы и системы живого организма

3. методы лечения

4. системы уравнений, описывающих свойства изучаемых объектов

[21]

Математическая модель - это

1. устройства, имитирующие информационные процессы прототипа

2. система уравнений, формул, описывающая свойства прототипа

3. компьютер

4. лабораторные животные

[22]

Преимущества использования моделей в изучении реального мира

1. существенное снижение материальных затрат

2. возможность за короткое время "разыграть" большое число вариантов опыта

3. облегчение решения задач по лечению болезней

4. все перечисленное верно

[23]

Для чего используется моделирование роста популяции микроорганизмов:

1. получения модели воспалительного процесса в организме

2. прогнозирования эпидемической ситуации в регионе

3. изменение числа особей антагонистических видов животных

[24]

Может ли в реальных условиях в ограниченном пространстве происходить неограниченный рост бактерий?

1. Может при условии достаточного количества питательных веществ

2. Не может

3. Может, при условии, что период генерации бактерий очень короткий, а фактор самоотравления очень низкий

[25]

Моделирование роста популяции микроорганизмов позволяет

1. Определить численность и скорость развития популяции патогенных микроорганизмов при воспалительных процессах

2. Определить начальное количество патогенных микроорганизмов

3. Определить скорость погибания популяции микроорганизмов с течением времени

4. Определить период размножения микроорганизмов

[26]

От чего зависит коэффициент альфа (относительная скорость роста численности популяции микроорганизмов)?

1. коэффициент зависит от количества бактерий

2. коэффициент не зависит от вида организмов, т.к. является постоянной величиной в модели

3. коэффициент зависит от вида организмов, а также от состава среды и физических условий где они размножаются

[27]

С чем связана величина коэффициента альфа (относительная скорость размножения микроорганизмов)?

1. Ни с чем не связана

2. Связана с временем моделирования

3. Связана с начальным количеством особей

4. Связана с периодом деления бактерий

5. Здесь нет правильных ответов

[28]

Что такое период генерации в модели роста численности популяции микроорганизмов?

1. Период между началом работы модели и ее остановкой

2. Промежуток времени, за который численность популяции увеличивается втрое

3. Промежуток времени между последовательными делениями микроорганизмов

4. Разница между начальным и конечным количеством бактерий

[29]

Какой вид зависимости характеризует первичное уравнение модели роста численности микробов (без факторов самоотравления)?

1. Линейная зависимость

2. Обратно-пропорциональная зависимость

3. Экспоненциальная зависимость

4. График зависимости представляет собой параболу

[30]

Что препятствует росту бактерий в реальных условиях?

1. Слишком высокий период генерации

2. Истощение запаса питательных веществ

3. Продукты жизнедеятельности организмов

4. Небольшое время моделирования

№13

[1]

Выберите корректные определения экспертной системы (их может быть более одного)

1. Совокупность данных, слагающих СУБД для данной предметной области

2. Система искусственного интеллекта, созданная для решения задач в конкретной предметной области

3. Реляционная база данных в узкой области знаний

4. База знаний, без системы ее управления

5. Система управления базой знаний

6. Система искусственного интеллекта, предназначенная для решения широкого спектра задач

[2]

Возможна ли искусственная экспертная система без участия системы искусственного интеллекта?

1. возможна, если есть готовая база знаний

2. возможна, если речь идет о человеке-эксперте

3. нет

4. да, если в базе данных данные объединены в знания, слагающие базу знаний

[3]

Отличаются ли эвристические правила от законов?

1. нет, не отличаются

2. практически ничем, так как и то и то - знания

3. Отличаются: эвристические правила - это не общепринятые закономерности, они не имеют строгого научного доказательства

4. Отличаются: эвристические правила - прерогатива искусственного интеллекта, а законы открыты людьми

[4]

Является ли понятие "предметной области" обязательным для определения понятия экспертной системы? (выберите наиболее полный

и правильный ответ)

1. Нет, принципиально не является

2. Без этого понятия определение экспертной системы невозможно

3. Является обязательным, так как через предметную область определяется понятие "искусственного интеллекта"

[5]

Что такое "эвристическое правило"?

1. Это любое знание: закон, закономерность общего или частного (не общепринятого) характера

2. Закономерность общепринятого характера

3. Закон из какой-либо сферы заний или науки (биологии, физики, химии и т.д.)

4. Закономерность не общепринятого характера, сформулированная экспертом

5. Любое из знаний, слагающих все, что известно человечеству

[6]

Назовите режимы работы экспертных систем