背景：回顾并分析非癌症的头颈部非黑色素瘤皮肤癌（NMSCHN）的临床病理特征，管理类型，预后因素和在国家癌症中心5年内的无病生存期（DFS）开罗大学研究所（埃及）。 材料与方法：2008年1月至2012年12月在埃及开罗大学国家癌症研究所对200例NMSCHN患者进行了回顾性研究。平均随访6个月（1-84个月）。 结果：90％≥50岁的男性为117位，女性为83位。 头皮（27.5％），眶周区域（13％），脸颊（12.5％）和鼻子（12.5％）是受影响的主要解剖部位。 结节型癌占71.5％（79％）。 SCC占21％，其中GII（61.1％）是最常见的等级。 手术是主要的治疗方式（93％），仅局部皮瓣（63.9％），而初级闭合（14.7％）是广泛局部切除后的主要手术选择。 在切除的标本中有23.5％的阳性和阴性边缘。 无病生存（DFS）与病理，治疗方式，并发症的发生或安全裕度状态之间无显着关联。 结论：NMSCHN病变应在专门的大容量中心进行手术切除，并应易于控制周围边缘，并应由经验丰富的高级外科医师进行手术。

健康险产品方案n，方案规定了住院医疗保险的报销额度。

(52条消息) R语言生存分析COX回归分析实战：以乳腺癌数据为例_Data+Science+Insight的博客-CSDN博客_利用r对癌症数据进行生存分析.mhtml

由于癌症，许多人的生命被缩短。但是，由于大数据时代的到来，我们能够抗击这种恶意疾病。 cancer patient data sets.xlsx

重庆市癌症筛查管理系统的设计与实现_李朝.caj

医学文本数据集-癌症文档分类数据集，该数据集集中于页面大小超过6页的长研究论文，分类为3类，“甲状腺癌”，“结肠癌”，“肺癌”。 医学文本数据集-癌症文档分类数据集，该数据集集中于页面大小超过6页的长研究论文，分类为3类，“甲状腺癌”，“结肠癌”，“肺癌”。

本数据集是一个癌症CT图像数据，包括69位不同的患者的475个病例的中等规模的CT影像和患者年龄。该数据是 TCGA-LUAD 肺癌CT影像数据库的一部分。

MATLAB神经网络之单层竞争神经网络的数据分类—患者癌症发病预测.zip

MATLAB源程序16 单层竞争神经网络的数据分类—患者癌症发病预测.zip

matlab +人口增长代码囚徒困境作为癌症模型 作者：Jeffrey West，日期：2016年2月29日 刊物 此代码或在此框架之上开发的代码已在以下出版物中使用： 如何使用： 编写此代码是为了在MatLab中使用，main.m是可执行文件，buildA.m，buildQ.m，checkMutation.m，choiceBirthType.m，chooseDeathType.m是main.m可执行文件使用的函数。 参数 该代码运行进化动力学仿真，这是一个恒定的种群过程（N =竞争的细胞数=恒定）。 选择压力w在0（无选择，等同于Moran过程）和1（完全选择压力：囚徒困境的最大影响）之间变化。 这个简单的模型包含两个表型（健康，癌症），总共由2 ^ b个遗传类型组成，其中b是每个细胞“数字基因组”的位长。 例如，对于b = 4，有16种遗传类型可以分为11种健康和5种癌症类型。 该代码运行一次随机模拟并绘制结果。