دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
دانلود کتاب Outcome Prediction in Cancer
دانلود کتاب پیش بینی نتیجه در سرطان
مشخصات کتاب
Outcome Prediction in Cancer
ویرایش: 1 نویسندگان: Azzam F.G. Taktak, Anthony C. Fisher سری: ISBN (شابک) : 0444528555, 9780444528551 ناشر: Elsevier Science سال نشر: 2007 تعداد صفحات: 483 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 12 مگابایت
قیمت کتاب (تومان) : 31,000
در صورت تبدیل فایل کتاب Outcome Prediction in Cancer 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 پیش بینی نتیجه در سرطان 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.
توضیحاتی در مورد کتاب پیش بینی نتیجه در سرطان
این کتاب در 4 بخش تنظیم شده است که هر بخش به مسئله پیش بینی
نتیجه سرطان از زاویه متفاوتی می پردازد. بخش اول مشکلات بالینی و
برخی از مشکلاتی که پزشکان در مواجهه با سرطان با آن مواجه هستند
را تشریح می کند. از جمله موضوعات مورد بحث در این بخش، مرحله
بندی TNM، روش های پذیرفته شده برای تجزیه و تحلیل بقا و ریسک های
رقابتی است. بخش دوم نشانگرهای بیولوژیکی و ژنتیکی و نقش
بیوانفورماتیک را شرح می دهد. درک اساس ژنتیکی و محیطی سرطان ها
به شناسایی جمعیت های پرخطر و توسعه راهبردهای پیشگیری و تشخیص
زودهنگام موثر کمک می کند. بخش سوم جزئیات فنی تحلیل ریاضی پشت
پیش‌بینی بقا را ارائه می‌کند که با نمونه‌هایی از انواع مختلف
سرطان پشتیبانی می‌شود. بخش چهارم تعدادی از روش‌های یادگیری
ماشینی را توصیف می‌کند که برای حمایت از تصمیم‌گیری در سرطان
استفاده شده‌اند. بخش آخر نحوه به اشتراک گذاری اطلاعات در جوامع
علمی و پزشکی و با عموم مردم با استفاده از فناوری اطلاعات و شبکه
جهانی وب را شرح می دهد.
* برنامه های کاربردی شامل 8 نوع سرطان از جمله مغز، چشم، دهان،
سر و گردن، سینه، ریه، روده بزرگ و پروستات می شود
* شامل مشارکت های نویسندگان در 5 رشته مختلف است
* ارائه می دهد ارزشمند ابزار آموزشی برای انفورماتیک پزشکی
توضیحاتی درمورد کتاب به خارجی
This book is organized into 4 sections, each looking at the
question of outcome prediction in cancer from a different
angle. The first section describes the clinical problem and
some of the predicaments that clinicians face in dealing with
cancer. Amongst issues discussed in this section are the TNM
staging, accepted methods for survival analysis and competing
risks. The second section describes the biological and genetic
markers and the rôle of bioinformatics. Understanding of the
genetic and environmental basis of cancers will help in
identifying high-risk populations and developing effective
prevention and early detection strategies. The third section
provides technical details of mathematical analysis behind
survival prediction backed up by examples from various types of
cancers. The fourth section describes a number of machine
learning methods which have been applied to decision support in
cancer. The final section describes how information is shared
within the scientific and medical communities and with the
general population using information technology and the World
Wide Web.
* Applications cover 8 types of cancer including brain, eye,
mouth, head and neck, breast, lungs, colon and prostate
* Include contributions from authors in 5 different
disciplines
* Provides a valuable educational tool for medical informatics
