MétaCan
Menu
Retour à la cohorte
Enregistrement W3126823073 · doi:10.3390/pharmaceutics13020214

Challenges of Dissolution Methods Development for Soft Gelatin Capsules

2021· review· en· W3126823073 sur OpenAlexaff
Festo Damian, Mohammad Harati, Jeff Schwartzenhauer, Owen R. Van Cauwenberghe, Shawn Wettig

Notice bibliographique

RevuePharmaceutics · 2021
Typereview
Langueen
DomainePharmacology, Toxicology and Pharmaceutics
ThématiqueDrug Solubulity and Delivery Systems
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésGelatinDosage formDissolutionDissolution testingBioavailabilityBiochemical engineeringActive ingredientDrug deliveryChemistryNanotechnologyMaterials sciencePharmacologyChromatographyMedicineEngineeringOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Recently, the development of soft gelatin capsules (SGCs) dosage forms has attracted a great deal of interest in the oral delivery of poorly water-soluble drugs. This is attributed to the increased number of poorly soluble drugs in the pipeline, and hence the challenges of finding innovative ways of developing bioavailable and stable dosage forms. Encapsulation of these drugs into SGCs is one of the approaches that is utilized to deliver the active ingredients to the systemic circulation to overcome certain formulation hurdles. Once formulated, encapsulated drugs in the form of SGCs require suitable in vitro dissolution test methods to ensure drug product quality and performance. This review focuses on challenges facing dissolution test method development for SGCs. A brief discussion of the physicochemical and formulation factors that affect the dissolution properties of SGCs will be highlighted. Likewise, the influence of cross-linking of gelatin on the dissolution properties of SGCs will also be discussed.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,002
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,589
Tête enseignante GPT0,598
Écart entre enseignants0,008 · 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

Citations50
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePharmaceuticsMême sujetDrug Solubulity and Delivery SystemsTravaux en français237 207