当前位置: 首页 > news >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

相关文章:

  • R语言速释制剂QBD解决方案之一
  • 【安全篇】金刚不坏之身:整合 Spring Security + JWT 实现无状态认证与授权
  • 数据结构第5章:树和二叉树完全指南(自整理详细图文笔记)
  • 【leetcode】136. 只出现一次的数字
  • 实现自动化管理、智能控制、运行服务的智慧能源开源了。
  • Oauth认证过程中可能会出现什么问题和漏洞?
  • ubuntu22.04有线网络无法连接,图标也没了
  • OPenCV CUDA模块光流处理------利用Nvidia GPU的硬件加速能力来计算光流类cv::cuda::NvidiaHWOpticalFlow
  • 第22节 Node.js JXcore 打包
  • 技能伤害继承英雄属性【War3地图编辑器】进阶
  • TCP/IP 网络编程 | 服务端 客户端的封装
  • OPENCV形态学基础之二腐蚀
  • Vue 3 实战:【加强版】公司通知推送(WebSocket + token 校验 + 心跳机制)
  • docker nginx解决跨域请求的处理(https的也支持)
  • 今日学习:Spring线程池|并发修改异常|链路丢失|登录续期|VIP过期策略|数值类缓存
  • 商品中心—1.B端建品和C端缓存的技术文档二
  • 商品中心—1.B端建品和C端缓存的技术文档一
  • ThinkPHP8中使用QueryList---QueryList 简洁、优雅、可扩展的PHP采集工具(爬虫)
  • Spring Bean的初始化过程是怎么样的?​​
  • Vue 实例的数据对象详解
  • 杭州认证网站建设/上海最专业的seo公司
  • 各网站封面尺寸/百度推广账户怎么开
  • 仪器网站模板/公众号开发
  • 长沙网站制作公司地址/免费自助建站网站
  • 海外全网推广/万秀服务不错的seo推广
  • 党委网站建设方案/百度快照在哪里找