MétaCan
Menu
Retour à la cohorte
Enregistrement W1985196300 · doi:10.2174/092986709787549299

Polymorphism and Crystallization of Active Pharmaceutical Ingredients (APIs)

2009· review· en· W1985196300 sur OpenAlexaff
Jie Lü, Sohrab Rohani

Notice bibliographique

RevueCurrent Medicinal Chemistry · 2009
Typereview
Langueen
DomaineMaterials Science
ThématiqueCrystallization and Solubility Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésActive ingredientCrystallizationPolymorphism (computer science)Pharmaceutical technologyChemistryComputational biologyCombinatorial chemistryPharmacologyMedicineChromatographyBiologyOrganic chemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Active pharmaceutical ingredients (APIs), frequently delivered to the patient in the solid-state as part of an approved dosage form, can exist in such diverse solid forms as polymorphs, pseudopolymorphs, salts, co-crystals and amorphous solids. Various solid forms often display different mechanical, thermal, physical and chemical properties that can remarkably influence the bioavailability, hygroscopicity, stability and other performance characteristics of the drug. Hence, a thorough understanding of the relationship between the particular solid form of an active pharmaceutical ingredient (API) and its functional properties is important in selecting the most suitable form of the API for development into a drug product. In past decades, there have been significant efforts on the discovery, selection and control of the solid forms of APIs and bulk drugs. This contribution discusses the thermodynamics and kinetics of polymorphic systems, the characterization of polymorphs, and the transformation between polymorphs. The major techniques for polymorph discovery and control developed in the past years are discussed as well.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,081
Tête enseignante GPT0,397
Écart entre enseignants0,316 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations214
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Medicinal ChemistryMême sujetCrystallization and Solubility StudiesTravaux en français237 207