دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش: [1st ed.] نویسندگان: Regina Padmanabhan, Nader Meskin, Ala-Eddin Al Moustafa سری: Series in BioEngineering ISBN (شابک) : 9789811586392, 9789811586408 ناشر: Springer Singapore;Springer سال نشر: 2021 تعداد صفحات: XVI, 256 [267] زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 6 Mb
در صورت ایرانی بودن نویسنده امکان دانلود وجود ندارد و مبلغ عودت داده خواهد شد
در صورت تبدیل فایل کتاب Mathematical Models of Cancer and Different Therapies: Unified Framework به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مدلهای ریاضی سرطان و درمانهای مختلف: چارچوب یکپارچه نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
این کتاب یک چارچوب یکپارچه برای مدلهای مختلف ریاضی موجود در حال حاضر ارائه میکند که برای تجزیه و تحلیل پیشرفت و رگرسیون در توسعه سرطان، و برای پیشبینی پویایی آن با توجه به مداخلات درمانی استفاده میشوند. نمایش مدل دقیق و قابل اعتماد پویایی سرطان نقطه عطفی در زمینه تحقیقات سرطان است. روشهای مدلسازی ریاضی به طور فزایندهای در تحقیقات سرطان رایج میشوند، زیرا این رویکردهای کمی میتوانند به اعتبار فرضیههای مربوط به پویایی سرطان کمک کنند و در نتیجه مکانیسمهای پیچیده درهم تنیده درگیر را روشن کنند. با وجود اینکه اطلاعات مفهومی و فنی مرتبط با سرعتی تصاعدی در حال رشد است، استفاده از اطلاعات مذکور و دستیابی به دستگاههای مفید بهداشتی با تأخیر مواجه است. در سازمان های دانشگاهی، صنعتی و بالینی به طور یکسان معرفی شده است. برای این منظور، این کتاب بیشتر مدلهای ریاضی موجود را بهعنوان موارد خاص یک مدل عمومی دوباره فرموله میکند و به خوانندگان این امکان را میدهد تا به راحتی یک ایده کلی از پویایی سرطان و مدلسازی آن به دست آورند. علاوه بر این، این کتاب به پر کردن شکاف بین زیستشناسان و مهندسان کمک میکند، زیرا پویایی سرطان، مراحل اصلی درگیر در مدلسازی ریاضی و استراتژیهای کنترل توسعهیافته برای مدیریت سرطان را گرد هم میآورد. این همچنین به خوانندگان در زمینههای پزشکی و مهندسی اجازه میدهد تا همه مدلهای مبتنی بر درمان را که تا به امروز با استفاده از یک منبع واحد توسعه یافتهاند، مقایسه و مقایسه کنند و جهتهای تحقیقاتی ناشناخته را شناسایی کنند.
< /p>
This book provides a unified framework for various currently
available mathematical models that are used to analyze
progression and regression in cancer development, and to
predict its dynamics with respect to therapeutic
interventions. Accurate and reliable model representations of
cancer dynamics are milestones in the field of cancer
research. Mathematical modeling approaches are becoming
increasingly common in cancer research, as these quantitative
approaches can help to validate hypotheses concerning cancer
dynamics and thus elucidate the complexly interlaced
mechanisms involved. Even though the related conceptual and
technical information is growing at an exponential rate, the
application of said information and realization of useful
healthcare devices are lagging behind.
In order to remedy this discrepancy, more interdisciplinary
research works and course curricula need to be introduced in
academic, industrial, and clinical organizations alike. To
that end, this book reformulates most of the existing
mathematical models as special cases of a general model,
allowing readers to easily get an overall idea of cancer
dynamics and its modeling. Moreover, the book will help
bridge the gap between biologists and engineers, as it brings
together cancer dynamics, the main steps involved in
mathematical modeling, and control strategies developed for
cancer management. This also allows readers in both medical
and engineering fields to compare and contrast all the
therapy-based models developed to date using a single source,
and to identify unexplored research directions.
Preface Contents Abbreviations 1 Background 1.1 Introduction 1.2 Tumor Dynamics 1.2.1 Basic Mechanisms Involved in Tumor Growth 1.2.2 Various Cell Populations in a Tumor Micro-environment 1.2.3 Tumor-Immune Interaction 1.3 Cancer Therapies 1.4 A General Model of Tumor Dynamics and Effect of Therapy 1.5 Summary References 2 Time Series Data to Mathematical Model 2.1 Experimental Design 2.2 Data Collection 2.3 Model Fitting 2.3.1 Normalization 2.3.2 Choosing Descriptive Model 2.3.3 Types of Growth Models 2.3.4 Types of Treatment Models 2.3.5 Drug Toxicity Effect 2.3.6 Model Fitting Approaches 2.4 Model Validation 2.4.1 Goodness of Fit 2.4.2 Identifiability 2.4.3 Predictability 2.4.4 Sensitivity Analysis 2.5 Equilibrium Points and Stability Analysis 2.5.1 Non-dimensionalization 2.5.2 Analysis with Drug 2.6 Summary References 3 Chemotherapy Models 3.1 Three Cell-Based Model of Tumor Dynamics Under Chemotherapy 3.2 Model of Tumor Dynamics That Accounts for the Drug Resistance in Cells 3.3 Model of Tumor Dynamics That Accounts for Cell Transition Delay 3.4 Mathematical Model That Accounts for Tumor Metastasis 3.5 Cell-Cycle-Based Compartmental Model of Tumor Dynamics 3.6 Mathematical Model for Leukemia 3.7 Summary References 4 Immunotherapy Models 4.1 Immunotherapy Model that Involves Adoptive Cellular Therapy and Cytokine Injection 4.2 Model with DC Vaccination 4.3 Model that Involves Immune Checkpoint Inhibition 4.4 Model with DC Vaccination that Accounts for Time Delay 4.5 An Elaborate Model on Tumor-Immune Interaction 4.6 Summary References 5 Anti-angiogenic Therapy Models 5.1 Dynamics of Tumor Cells and Endothelial Cells … 5.2 Dynamics of Vasculature in Core and Periphery of Tumor Under Anti-angiogenic Therapy 5.3 Summary References 6 Radiotherapy Models 6.1 Two Cell-Based Competition Model 6.2 Linear-Quadratic Cell Survival Model 6.3 Summary References 7 Hormone Therapy Models 7.1 Hormone-Dependent and Hormone-Independent Tumor Dynamics Model 7.2 Tumor Growth Model Under Intermittent Hormone Therapy 7.3 Cell-quota-based Model of Tumor Dynamics for Hormone Therapy 7.4 Androgen Receptor Dynamics-Based Model of Tumor Dynamics … 7.5 Piecewise Linear Tumor Growth Model Under Intermittent Hormone Therapy 7.6 Cell-cycle-based Model of Tumor Dynamics for Hormone Therapy 7.7 Summary References 8 Miscellaneous Therapy Models 8.1 Gene Therapy 8.1.1 Modified Predator-Prey Model for Gene Therapy 8.1.2 Mathematical Model of siRNA Mediated Cancer Management 8.2 Oncolytic Virotherapy 8.2.1 Model of Cancer Therapy Using Oncolytic Virus with Various Modes of Infection Transmission 8.2.2 Model of Cancer Therapy Using Oncolytic Virus and Dendritic Cells 8.3 Anti-cancer Drug Delivery Using Nanocarriers 8.3.1 Mathematical Model for Anti-cancer Drug Delivery Using Nanocarriers 8.4 Mathematical Models for Stem Cell Therapy 8.4.1 An 8-Compartmental Model for Stem Cell Dynamics 8.4.2 Mathematical Model of Stem Cell Dynamics in the Bone Marrow and Peripheral Blood 8.4.3 Model of Leukemia Stem Cell Dynamics 8.5 Summary References 9 Combination Therapy Models 9.1 Chemotherapy and Immunotherapy 9.1.1 Chemotherapy, IL-2 Injection, and Vaccine Therapy 9.1.2 Model of Chemotherapy and Immunotherapy that Accounts for Heterogeneous Cell Clones 9.2 Chemotherapy and Oncolytic Virotherapy 9.2.1 Chemotherapy and Oncolytic Virotherapy with Various Drug Inputs 9.2.2 Chemotherapy and Oncolytic Virotherapy for Glioma 9.3 Chemotherapy and HER2 Targeted Therapy 9.4 Immunotherapy Therapy and Anti-angiogenic Therapy 9.5 Summary References 10 Control Strategies for Cancer Therapy 10.1 Control of Chemotherapy 10.2 Control of Immunotherapy 10.3 Control of Anti-angiogenic Therapy 10.4 Control of Radiotherapy 10.5 Control of Hormone Therapy 10.6 Miscellaneous Therapy 10.7 Control of Combination Therapy 10.8 Summary References 11 Conclusions References