MétaCan
Menu
Retour à la cohorte
Enregistrement W2614551883 · doi:10.1208/s12248-017-0085-5

Evolution of Choice of Solubility and Dissolution Media After Two Decades of Biopharmaceutical Classification System

2017· article· en· W2614551883 sur OpenAlexaff
Nádia Araci Bou‐Chacra, Katherine Jasmine Curo Melo, Ivan Andrés Cordova Morales, Erika Stippler, Filippos Kesisoglou, Mehran Yazdanian, Raimar Löbenberg

Notice bibliographique

RevueThe AAPS Journal · 2017
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueDrug Solubulity and Delivery Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBiopharmaceutics Classification SystemBiopharmaceuticsSolubilityIVIVCBiopharmaceuticalDissolutionBioequivalenceDrugChemistryIn vivoBiochemical engineeringBioavailabilityAqueous mediumChromatographyPharmacologyDissolution testingComputer scienceAqueous solutionMedicineOrganic chemistryEngineeringBiotechnologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The introduction of the biopharmaceutics drug classification system (Biopharmaceutics Classification System (BCS)), in 1995, provided a simple way to describe the biopharmaceutics behavior of a drug. Solubility and permeability are among the major parameters, which determine the fraction dose absorbed of a drug substance and consequently its chances to be bioavailable. The purpose of this review is to summarize the evolution of the media used for determining solubility and dissolution and how this can be used in modern drug development. Over the years, physiologically adapted media and buffers were introduced with the intention to better predict the in vivo solubility and dissolution of drug substances. Water, buffer solutions, compendial media, micellar solubilization media, and biorelevant media are reviewed. At this time point, there is no universal medium available which can be used to predict every drug substance's solubility or a drug product's in vivo dissolution behavior. However, there have been many improvements and additions made to media to optimize their in vivo predictability; for example, the current phosphate concentrations in buffers seem to be too high to correlate with the carbonate buffer concentrations in vivo. Biorelevant media were updated to correlate them better with the composition of human intestinal fluids. The BCS was introduced into regulatory sciences as a scientific risk management tool to waive bioequivalence studies under certain conditions. Today's different guidance documents define the dose-solubility ratio differently. As shown for amoxicillin, this can cause more confusion than certainty for globally operating companies. Harmonization of BCS guidelines is highly desirable.

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)0,013
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,068

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0130,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0060,004
Études des sciences et des technologies0,0010,002
Communication savante0,0050,006
Science ouverte0,0020,002
Intégrité de la recherche0,0030,004
Charge utile insuffisante (le modèle a refusé de juger)0,0020,002

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 Opus0,180
Tête enseignante GPT0,458
Écart entre enseignants0,278 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations106
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe AAPS JournalMême sujetDrug Solubulity and Delivery SystemsTravaux en français237 207