当前位置: 首页 > backend >正文

R语言速释制剂QBD解决方案之二

影响含量均一性的显著因子(%RSD

数据分析表明含量均一性的弯曲性不显著。如半正态图(图12)所示,影响含量均一性的显著因子为A(原料药粒径)和CMCC/Lactose)。

mod2 <- lm( y3 ~A+B+C, data = study1)

anova(mod2)

Analysis of Variance Table

Response: y3

          Df  Sum Sq Mean Sq F value   Pr(>F)  

A          1 2.31125 2.31125 25.7908 0.007088 **

B          1 0.03125 0.03125  0.3487 0.586593  

C          1 1.40779 1.40779 15.7092 0.016629 *

Residuals  4 0.35846 0.08962                   

---

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

with(study1, (interaction.plot(A,B,y3, type = "b", pch = c(18,24,22), leg.bty = "o", main = "Interaction Plot of A and B", xlab = "A",ylab = "y3")))

library(daewr)

fullnormal(coef(mod2)[-1], alpha=.025)

effects <-coef(mod2)

effects <-effects[2:4]

effects <-effects[ !is.na(effects) ]

halfnorm(effects, names(effects), alpha=.25)

library(BsMD)

LenthPlot(mod2, main = "Lenth Plot of Effects")

#以下将因子变量转为自然变量

A.num <-study1$A

levels(A.num) <- c(10,30)

B.num <- study1$B

levels(B.num) <- c(1,5)

A.num <- as.numeric(as.character(A.num))

B.num <- as.numeric(as.character(B.num))

mod2 <- lm( y3 ~A.num*B.num, data = study1)

contour(mod2, ~ A.num + B.num)

persp(mod2, ~ A.num + B.num, zlab=" y3", contours=list(z="bottom"))

图13展示原粒药粒径和MCC/Lactose对含量均一性的影响。

影响粉末流动性的显著性因子

如半正态图(图14)所示,显著因子是A,C。图15展示原料粒径以及MCC/Lactose对流动性的影响。

mod3 <- lm( y5 ~A+B+C, data = study1)

anova(mod3)

Analysis of Variance Table

Response: y5

          Df  Sum Sq Mean Sq F value  Pr(>F)  

A          1 11.8584 11.8584 51.7241 0.00198 **

B          1  0.0421  0.0421  0.1834 0.69051  

C          1  1.7994  1.7994  7.8488 0.04873 *

Residuals  4  0.9171  0.2293                  

---

Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

with(study1, (interaction.plot(A,B,y5, type = "b", pch = c(18,24,22), leg.bty = "o", main = "Interaction Plot of A and B", xlab = "A",ylab = "y1")))

library(daewr)

fullnormal(coef(mod3)[-1], alpha=.025)

effects <-coef(mod3)

effects <-effects[2:4]

effects <-effects[ !is.na(effects) ]

library(daewr)

halfnorm(effects, names(effects), alpha=.25)

library(BsMD)

LenthPlot(mod3, main = "Lenth Plot of Effects")

#以下将因子变量转为自然变量

A.num <-study1$A

levels(A.num) <- c(10,30)

B.num <- study1$B

levels(B.num) <- c(1,5)

A.num <- as.numeric(as.character(A.num))

B.num <- as.numeric(as.character(B.num))

mod3 <- lm( y5 ~A.num*B.num, data = study1)

contour(mod3, ~ A.num + B.num)

persp(mod3, ~ A.num + B.num, zlab=" y1", contours=list(z="bottom"))

影响片剂硬度的显著因子

每个批次均用5 kN, 10 kN 15 kN力压片以评估可压片性。图16半正态图显示10 kN时只有MCC/Lactose影响片剂硬度。5 kN15 kN可以得到相似的关系(不在此提供数据)。图17展示MCC/Lactose对片剂硬度的影响。

mod4 <- lm( y7 ~A+B+C, data = study1)

anova(mod4)

Analysis of Variance Table

Response: y7

          Df Sum Sq Mean Sq F value Pr(>F)

A          1  0.845  0.8450  0.1628 0.7072

B          1  2.205  2.2050  0.4249 0.5500

C          1 13.450 13.4496  2.5920 0.1827

Residuals  4 20.755  5.1888   

with(study1, (interaction.plot(A,B,y7, type = "b", pch = c(18,24,22), leg.bty = "o", main = "Interaction Plot of A and B", xlab = "A",ylab = "y7")))

library(daewr)

fullnormal(coef(mod4)[-1], alpha=.025)

effects <-coef(mod4)

effects <-effects[2:4]

effects <-effects[ !is.na(effects) ]

halfnorm(effects, names(effects), alpha=.25)

library(BsMD)

LenthPlot(mod4, main = "Lenth Plot of Effects")

#以下将因子变量转为自然变量

A.num <-study1$A

levels(A.num) <- c(10,30)

B.num <- study1$B

levels(B.num) <- c(1,5)

A.num <- as.numeric(as.character(A.num))

B.num <- as.numeric(as.character(B.num))

mod4 <- lm( y7 ~A.num*B.num, data = study1)

contour(mod4, ~ A.num + B.num)

persp(mod4, ~ A.num + B.num, zlab=" y7", contours=list(z="bottom"))

影响片剂脆碎度的显著因子

5 kN, 10 kN and 15 kN 压片的脆碎度都很好,没有的显著影响脆碎度的因子。

影响片剂稳定性的因子

所有的批次均放在40°C/75% RH的稳定性研究箱里时行研究。没有因子显著影响降解产物。

处方研究1的总结

Acetriptan的粒径分布显著影响片剂溶出度,含量均一性,粉末流动性。小的粒径分布可以增加溶出度,但是对含量均一性和流动性有负的影响。

崩解剂的用量显著影响片剂的溶出度因为它与原料粒径分布有交互作用。当粒径分布大时崩解剂对溶出的影响更大。

MCC/Lactose比例显著影响粉末流动性,含量均一性和片剂硬度。增加MCC的比例将增加片剂硬度但是降低粉末流动性和负面影响含量均一性。为了平衡流动性和片剂硬度,最终处方选择50%MCC/Lactose

因为多个响应均没有显著的二次效应,全因子DOE可以识别所有的主效应和交互作用而没有别名项。没有必要时一步研究优化颗粒内辅料。变些DOE模型可以建立处方变量的可接受范围。图18展示所有响应的叠加图。绿色的区域表示所有的响应可以同时实现。

为了适应尽大可能的粒径分布并避免溶出失败的可能性,选择 5% of croscarmellose sodium 作为最终处方。当选 择这种用量的时候,原粒药的d90 14-30 μmd90 小于 14 μm 时流动性差导致不可接受的片剂含量均一性当生产工艺固定时。因此时一步研究原料的粒径分布。

为了研究原料粒径对体外性能的影响并识别生物等效的粒径上限,在中试规模研究d90 20 μm, 30 μm 45 μm (对应于 d50 12 μm, 24 μm 39 μm)。

到研究1结束时的处方见表25

http://www.xdnf.cn/news/13154.html

相关文章:

  • 网站指纹识别
  • 博图 SCL 编程技巧:灵活实现上升沿与下降沿检测案例分享(下)
  • 交通自动气象站的作用
  • [Linux] 命令行管理文件
  • 国产三维CAD皇冠CAD(CrownCAD)建模教程:压力变送器
  • 如何开发ONLYOFFICE协作空间插件:完整教程
  • AI高考志愿助手应用架构设计并上线实施运行
  • 使用python进行图像处理—图像变换(6)
  • 前端开发面试题总结-vue2框架篇(一)
  • MES系统如何解决电机制造业自动化生产管理?
  • 回溯算法学习
  • PCIe-8622工业级网卡特性解析
  • Linux中《基础IO》详细介绍
  • leetcode刷题经验
  • 云安全与网络安全:核心区别与协同作用解析
  • 统计学(第8版)——统计抽样学习笔记(考试用)
  • 使用 Python 正则表达式实现文本替换与电话号码规范化
  • 位运算求最大值的子集数目问题
  • Ace网络验证软件卡密系统-免费免搭建 记录整理
  • 如何让非 TCP/IP 协议驱动屏蔽 IPv4/IPv6 和 ARP 报文?
  • 搭建仿真yolo环境
  • Docker安装、基础知识、项目部署笔记
  • Ubuntu里面单独编译某一个模块
  • iPhone密码忘记了办?iPhoneUnlocker,iPhone解锁工具Aiseesoft iPhone Unlocker 高级注册版​分享
  • nacos开启鉴权密码登录
  • FFmpeg:Windows系统小白安装及其使用
  • R语言速释制剂QBD解决方案之三
  • 曼昆《经济学原理》第九版 第十一章公共物品与公共资源
  • WDK 10.0.19041.685,可在32位win7 sp1系统下搭配vs2019使用,可以编译出xp驱动。
  • 深度剖析OpenSSL心脏滴血漏洞与Struts2远程命令执行漏洞