当前位置: 首页 > news >正文

R语言缓释制剂QBD解决方案之五

本文是《Quality by Design for ANDAs: An Example for Immediate-Release Dosage Forms》缓释制剂中试规模的工艺研究的R语言解决方案。

中试规模的包衣工艺研究

为了减少从实验规模放大到商业规模的风险,进行中试规模稳健性研究以评估CPP。实验规模与中试规模的设备比较见表75。

从实验规模到中试规模线性放大假定床的填充量相同,设备的分布板几何相似。另外气流量对板面积的比以及喷雾率对气流量比是固定的。供应商推荐的放大因子为6倍。

尽管实验室规模的雾化压力在(1.2-2.0 bar) 范围内不重要,中试规模进行了进上步的研究因为喷雾速率和喷头直径发生了变化。供应商推荐的雾化压力为2.0 – 3.0 bar  

尽管产品温度是CPP,但是它不受规模的影响。中试规模的设计和可接受标准见表76。了为减少实验次数,选择带1个中心点的23-1分式析因DOE。实验结果见表77

表77的结果显示不同工艺条件均满足要求。统计分析结果显示所有的因子对响应不显著。44是半正态图。

中试规模的设主空间见表78。

library(FrF2)

study6<-FrF2(nruns=4, nfactors=3, generator=c("AB"), ncenter=1, replications=1,randomize=FALSE)

y1=c(2.8,2.6,2.7,2.9,2.7)

y4=c(94,93,95,92,94)

study6 <-add.response(study6, y1, replace=FALSE)

study6 <-add.response(study6, y4, replace=FALSE)

print( study6, std.order=TRUE)

mod1<-lm(y1 ~ A+B+C, data=study6)

anova(mod1)

> mod1<-lm(y1 ~ A+B+C, data=study6)

> anova(mod1)

Analysis of Variance Table

Response: y1

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

A          1  0.000   0.000       0 1.0000

B          1  0.010   0.010       5 0.2677

C          1  0.040   0.040      20 0.1400

Residuals  1  0.002   0.002         

mod2<-lm(y4 ~ A+B+C, data=study6)

anova(mod2)

> anova(mod2)

Analysis of Variance Table

Response: y4

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

A          1    4.0     4.0      20 0.1400

B          1    0.0     0.0       0 1.0000

C          1    1.0     1.0       5 0.2677

Residuals  1    0.2     0.2     

预压、主压、压片速度的影响

     预压、主压、压片速度可以影响很多质量属性,包括片的硬 度,脆碎度,片重均一性,崩解,药物释放。因此进行了带1个中心点的23全因子DOE以理解这些参数对质量的影响。表87是实验设计和可接受标准。

以压片机运行最少5分钟后取样。图47的半正态图显示只有主压力对片剂硬度有显著影响。图48的主效应图显示增加主压力会使片剂硬度增大。压片力的标准是7.0-11.0 kN ,片剂的硬度范围是4.7-10.6 kP

用SEM检查11kN力压片后的完整性。没有药丸破损。

预压,主压,压片速度不影响响应Y2-Y7 (α = 0.05)。预压力为0.5-2.0 kN。片重范围为263.44 mg (± 5 %)。压片速率为20-60 rpm

http://www.xdnf.cn/news/1001143.html

相关文章:

  • GitLab 拉取变慢的原因及排查方法
  • UE5 学习系列(九)光照系统介绍
  • linux中的locate命令
  • Vue3+TypeScript实现状态模式
  • cuda编程笔记(3)--常量内存与事件
  • 嘉立创EDA初识
  • 外资车全面反弹,被看衰的日系车尤其凶猛,国产电车再承压
  • 智慧园区可视化怎么做?
  • 快速排序优化技巧详解:提升性能的关键策略
  • Python爬虫实战:研究AutobahnPython相关技术
  • 股指期货为什么会出现贴水现象?
  • Redis : set集合
  • 使用 Visual Studio 2019 修改 WebRTC 源码
  • SpringCloud微服务:服务保护和分布式事务
  • Vosk API:开源离线语音识别的强大工具
  • 机器人坐标变换TF(ROS Transform)示例解释
  • VScode中如何创建项目分支
  • 代码随想录训练营第三十天 | 452. 用最少数量的箭引爆气球 435. 无重叠区间 763.划分字母区间
  • 【狂飙AGI】第3课:大模型时代前沿技术
  • BugKu Web渗透之MD5
  • 设计模式——责任链
  • 一种TFTransforme扩散模型时间序列预测模型, pytorch架构
  • 武汉科技大学人工智能与演化计算实验室许志伟课题组参加IEEE CEC 2025
  • elasticSearch是什么,如何使用,有什么用
  • 思科交换机-路由器-配置命令-详细总结
  • ⚽ 实时赛事数据怎么接?WebSocket vs REST 接口详解!
  • 多模态大语言模型arxiv论文略读(118)
  • 0612_正则表达式
  • 确认连接的是 Redis 主节点(master),使用 SLAVEOF NO ONE 切换
  • UE5 免费且好用的插件收集(不定期更新)