MétaCan
Menu
Retour à la cohorte
Enregistrement W3000135183 · doi:10.3390/pharmaceutics12010074

A Mechanistic Physiologically-Based Biopharmaceutics Modeling (PBBM) Approach to Assess the In Vivo Performance of an Orally Administered Drug Product: From IVIVC to IVIVP

2020· article· en· W3000135183 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevuePharmaceutics · 2020
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueDrug Solubulity and Delivery Systems
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Food and Drug AdministrationHamilton Health Sciences FoundationFonds Wetenschappelijk OnderzoekAmerican Association of Pharmaceutical Scientists
Mots-clésIVIVCPhysiologically based pharmacokinetic modellingPharmacokineticsIn vivoBiopharmaceuticsPharmacologyBioequivalenceComputer scienceDrugDissolution testingBiochemical engineeringChemistryMedicineBiopharmaceutics Classification SystemIn vitroEngineering

Résumé

récupéré en direct d'OpenAlex

The application of in silico modeling to predict the in vivo outcome of an oral drug product is gaining a lot of interest. Fully relying on these models as a surrogate tool requires continuous optimization and validation. To do so, intraluminal and systemic data are desirable to judge the predicted outcomes. The aim of this study was to predict the systemic concentrations of ibuprofen after oral administration of an 800 mg immediate-release (IR) tablet to healthy subjects in fasted-state conditions. A mechanistic oral absorption model coupled with a two-compartmental pharmacokinetic (PK) model was built in Phoenix WinNonlinWinNonlin® software and in the GastroPlus™ simulator. It should be noted that all simulations were performed in an ideal framework as we were in possession of a plethora of in vivo data (e.g., motility, pH, luminal and systemic concentrations) in order to evaluate and optimize these models. All this work refers to the fact that important, yet crucial, gastrointestinal (GI) variables should be integrated into biopredictive dissolution testing (low buffer capacity media, considering phosphate versus bicarbonate buffer, hydrodynamics) to account for a valuable input for physiologically-based pharmacokinetic (PBPK) platform programs. While simulations can be performed and mechanistic insights can be gained from such simulations from current software, we need to move from correlations to predictions (IVIVC → IVIVP) and, moreover, we need to further determine the dynamics of the GI variables controlling the dosage form transit, disintegration, dissolution, absorption and metabolism along the human GI tract. Establishing the link between biopredictive in vitro dissolution testing and mechanistic oral absorption modeling (i.e., physiologically-based biopharmaceutics modeling (PBBM)) creates an opportunity to potentially request biowaivers in the near future for orally administered drug products, regardless of its classification according to the Biopharmaceutics Classification System (BCS).

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,205
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,000
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,355
Tête enseignante GPT0,434
Écart entre enseignants0,079 · 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