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:
نویسندگان: Mark Chang
سری:
ISBN (شابک) : 1439835926, 9781439835920
ناشر:
سال نشر:
تعداد صفحات: 566
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 6 مگابایت
در صورت تبدیل فایل کتاب Monte Carlo Simulation for the Pharmaceutical Industry: Concepts, Algorithms, and Case Studies (Chapman & Hall CRC Biostatistics Series) 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 شبیه سازی مونت کارلو برای صنعت داروسازی: مفاهیم ، الگوریتم ها و مطالعات موردی (Chapman & Hall CRC Biostatistics Series) 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.
شبیهسازی مونت کارلو برای صنعت داروسازی: مفاهیم، الگوریتمها و مطالعات موردی، به شما کمک میکند تا به یک متفکر خلاق، منطقی و «شبیهساز» ماهر تبدیل شوید. . این نظریه ها و روش های مورد نیاز برای انجام کارآمد شبیه سازی های کامپیوتری را ارائه می دهد، الگوریتم های توصیفی و شبه کد را پوشش می دهد که مبنای اجرای روش های شبیه سازی را فراهم می کند، و مشکلات دنیای واقعی را از طریق مطالعات موردی نشان می دهد. متن ابتدا بر اهمیت قیاس و شبیهسازی با استفاده از مثالهایی از حوزههای مختلف، قبل از معرفی روشهای نمونهگیری عمومی و مراحل مختلف توسعه دارو تأکید میکند. سپس بر روی رویکردهای شبیهسازی مبتنی بر نظریه بازی و فرآیند تصمیمگیری مارکوف، شبیهسازی در آزمایشهای کلاسیک و تطبیقی، و چالشهای مختلف در مدیریت و اجرای کارآزمایی بالینی تمرکز میکند. نویسنده در ادامه به استراتژیهای بازاریابی داروهای تجویزی و برنامهریزی برند، طراحی و شبیهسازی مولکولی، زیستشناسی سیستمهای محاسباتی و شبیهسازی مسیر بیولوژیکی با شبکههای پتری، و مدلسازی فارماکوکینتیک و مدلهای فارماکودینامیک مبتنی بر فیزیولوژیک میپردازد. فصل آخر به بررسی تکنیک های محاسباتی مونت کارلو برای استنتاج آماری می پردازد. این کتاب درمان سیستماتیک شبیه سازی کامپیوتری در توسعه دارو را ارائه می دهد. این نه تنها به اصول و روشهای شبیهسازی مونت کارلو میپردازد، بلکه به برنامههای کاربردی در توسعه دارو نیز میپردازد، مانند نظارت بر آزمایشهای آماری، بازاریابی داروهای تجویزی، و اتصال مولکولی.
Helping you become a creative, logical thinker and skillful "simulator," Monte Carlo Simulation for the Pharmaceutical Industry: Concepts, Algorithms, and Case Studies provides broad coverage of the entire drug development process, from drug discovery to preclinical and clinical trial aspects to commercialization. It presents the theories and methods needed to carry out computer simulations efficiently, covers both descriptive and pseudocode algorithms that provide the basis for implementation of the simulation methods, and illustrates real-world problems through case studies. The text first emphasizes the importance of analogy and simulation using examples from a variety of areas, before introducing general sampling methods and the different stages of drug development. It then focuses on simulation approaches based on game theory and the Markov decision process, simulations in classical and adaptive trials, and various challenges in clinical trial management and execution. The author goes on to cover prescription drug marketing strategies and brand planning, molecular design and simulation, computational systems biology and biological pathway simulation with Petri nets, and physiologically based pharmacokinetic modeling and pharmacodynamic models. The final chapter explores Monte Carlo computing techniques for statistical inference. This book offers a systematic treatment of computer simulation in drug development. It not only deals with the principles and methods of Monte Carlo simulation, but also the applications in drug development, such as statistical trial monitoring, prescription drug marketing, and molecular docking.
Simulation, Simulation Everywhere. Virtual Sampling Techniques. Overview of Drug Development. Meta-Simulation for Pharmaceutical Industry. Macro-Simulation for Pharmaceutical R & D. Clinical Trial Simulation (CTS). Clinical Trial Management and Execution. Prescription Drug Commercialization. Molecular Design and Simulation. Disease Modeling and Biological Pathway Simulation. Pharmacokinetic Simulation. Pharmacodynamic Simulation. Monte Carlo for Inference and Beyond. Appendices. Afterword. Bibliography.