Quantitative HPLC Analysis of Active Pharmaceutical Ingredients in Syrup Vehicle Using Centrifugal Filter Devices and Determination of Xanthan Gum in Syrup Vehicle Using Rheometry
Notice bibliographique
Résumé
Using rapid centrifugal filtration (≤ 30 min) of diluted samples, the filter membrane prevented compounds with molecular weight higher than the nominal molecular weight limit (NMWL) from transporting through the membrane, thus separating them from compounds with molecular weight smaller than NMWL, which would pass through the membrane. The purpose of this study aims to remove high molecular weight matrix (such as xanthan gum) interferences while achieving a quantitative analysis of the active pharmaceutical ingradients of interest. Two model active pharmaceutical ingredients, L-arginine and amphotericin B, were quantitatively recovered from the diluted syrup vehicle after centrifugation with the filter devices. The reproducibility [% relative standard deviation (RSD), peak area] of the filtered samples was less than 0.5%. For amphotericin B samples. The linear range was 0.28 µg/mL to 28.2 µg/mL. The limit of detection was 0.06 µg/mL. The limit of quantification was 0.28 µg/mL. The viscosity of a syrup vehicle changed linearly with the concentration of xanthan gum. A method was thus developed to determine xanthan gum in the syrup vehicle. The accuracy was within 95.0% to 105.0% at different concentration levels.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».