MétaCan
Menu
Retour à la cohorte
Enregistrement W3114442524 · doi:10.2174/1574885515999201217155123

Demonstration of Advanced Data Mining Tools for Optimization of Pellets Employing Modified Extrusion-pelletization Technique

2020· article· en· W3114442524 sur OpenAlexaff
Hardik Rana, Mansi Dholakia, Mukesh Gohel, Abdelwahab Omri, Vaishali Thakkar, Tejal Gandhi

Notice bibliographique

RevueCurrent Drug Therapy · 2020
Typearticle
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueDrug Solubulity and Delivery Systems
Établissements canadiensLaurentian University
Organismes subventionnairesnon disponible
Mots-clésPelletsExtrusionMaterials scienceDissolutionPelletizingChromatographyFactorial experimentChemical engineeringChemistryComposite materialMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

Background: The multi particulate drug delivery system is preferred due to its numerous advantages but the batch to batch consistency and to achieve desired physical properties are the major challenges in the formulation of such dosage form. Objective: The objective of the present study was to explore the concept of quality by design for the development of galantamine HBr controlled release pellets using a modified palletization technique. Methods: Compritol 888 and Ethocel were chosen as hydrophobic release retardants, while Avicel was chosen as pelletization aid. A compatibility study was conducted between the drug and excipients. Drug loaded extrudes were prepared by using a mixture of isopropyl alcohol, and dichloromethane. Before converting the wet extrudes into pellets, pregelatinized starch was sprinkled on them to improve the physical properties of the pellets. The pellets were characterized for size, shape, and flow. The critical evaluation parameter was the drug dissolution pattern in distilled water. The dissolution data were treated with advanced data mining techniques. The in-vivo profile was predicted employing pharmacokinetic parameters of the drug and in-vitro drug release data of optimized batch pellets. Results: The failure mode and effect analysis revealed that the amount of Compritol 888 ATO and Ethocel were the most critical formulation parameters. The results of FTIR and DSC revealed compatibility between the drug and the excipients. The spherical pellets exhibited good flow. The drug dissolution studies of the batches, prepared according to the central composite design, revealed modified drug release. Multiple regression analysis and analysis of variance were performed to identify statistically significant factors. Contour plots demonstrated the impact of the amount of Compritol 888 and ethyl cellulose. The Design-Expert software was used to identify optimized formulation. The predicted in-vivo plasma concentration-time profile revealed the modified drug release up to 12h. Conclusions: Compritol and Ethocel were able to retard the drug release up to 12 hrs in distilled water. The innovative finding of this study is the use of a dry binder (pregelatinized starch) to improve the characteristics of pellets. Other dry binders are expected to show a similar effect. The newer processing technique can be of use in the industry.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,380
Tête enseignante GPT0,463
Écart entre enseignants0,083 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCurrent Drug TherapyMême sujetDrug Solubulity and Delivery SystemsTravaux en français237 207