Header
 
Login
 

Privatsphäre-Einstellungen

Wir verwenden Cookies auf unserer Website. Einige von ihnen sind unerlässlich, während andere uns helfen, diese Website und Ihre Erfahrungen zu verbessern.

Notwendig Statistik Marketing
Auswahl bestätigen
Weitere Einstellungen

Hier finden Sie eine Übersicht aller verwendeten Cookies. Sie können ganzen Kategorien Ihre Zustimmung geben oder weitere Informationen anzeigen und bestimmte Cookies auswählen.

Alle auswählen
Auswahl bestätigen
Notwendig Cookies
Wesentliche Cookies ermöglichen grundlegende Funktionen und sind für die ordnungsgemäße Funktion der Website erforderlich.
Statistik Cookies
Statistik-Cookies sammeln anonym Informationen. Diese Informationen helfen uns zu verstehen, wie unsere Besucher unsere Website nutzen.
Marketing Cookies
Marketing-Cookies werden von Werbekunden oder Publishern von Drittanbietern verwendet, um personalisierte Anzeigen zu schalten. Sie tun dies, indem sie Besucher über Websites hinweg verfolgen
Zurück

Ihr Suchergebnis

Sie recherchieren derzeit unangemeldet.
Melden Sie sich an (Login) um den vollen Funktionsumfang der Datenbank nutzen zu können.
Sie suchen in allen Bereichen nach dem Autor Dachtler M.

In der Rubrik Zeitschriften haben wir 1 Beitrag für Sie gefunden

  1. Merken

    Anwendungsmöglichkeiten der Monte-Carlo-Simulation in der Pharmabranche

    Rubrik: Fachthemen

    (Treffer aus pharmind, Nr. 12, Seite 1729 (2016))

    Rederer E | Huber G | Dachtler M

    Anwendungsmöglichkeiten der Monte-Carlo-Simulation in der Pharmabranche / Rederer et al. • Anwendungsmöglichkeiten der Monte-Carlo-Simulation · Rederer E, Huber G, Dachtler M · 1Hochschule Neu-Ulm, Neu-Ulm und 2ratiopharm GmbH, Ulm und 3Gen-Plus GmbH & Co. KG, München
    In der pharmazeutischen Industrie müssen permanent Entscheidungen von großer Tragweite auf Basis höchst unsicherer Informationen getroffen werden: Soll z. B. ein Molekül weiterentwickelt werden, soll ein zweiter Anlauf der Formulierung unternommen werden, soll ein Projekt abgebrochen werden? In diesem Beitrag wird am Beispiel der Generikaentwicklung dargestellt, wie die Monte-Carlo-Simulation dabei helfen kann, die mit einer Entscheidung verbundenen Risiken und Konsequenzen systematisch zu analysieren.