Development and Validation of HPLC-UV Method for the Determination of Favipiravir in Human Plasma
Notice bibliographique
Résumé
Introduction . Coronavirus disease (COVID-19) is an acute infectious disease caused by SARS-CoV-2 (severe acute respiratory syndrome-related coronavirus 2). Favipiravir is a synthetic prodrug with antiviral activity used for the treatment of COVID-19. There are oral and parenteral dosage forms of favipiravir. Compared with oral administration, parenteral administration has some advantages. Developing a method for the determination of favipiravir in human blood plasma is necessary for performing the analytical part of clinical studies of favipiravir for parenteral administration as an infusion, studying pharmacokinetics, and choosing the optimal dosage of the drug. Aim . The aim of this study is to develop and validate a method for quantitative determination of favipiravir in human plasma by high-performance liquid chromatography with ultraviolet detection (HPLC-UV) for pharmacokinetic studies. Materials and methods . Determination of favipiravir in human plasma by HPLC-UV. The UV detection was set at 323 ± 2 nm. The samples were processed by methanol protein precipitation. Internal standard: raltegravir. Mobile phase: 0.1 % formic acid in water with 0.08 % aqueous ammonia (eluent A), 0.1 % formic acid in acetonitrile with 0.08 % aqueous ammonia (eluent B). Column: Phenomenex Kinetex ® , C18, 150 × 4.6 mm, 5 μm. Analytical range: 0.25–200.00 μg/mL. Results and discussion . This method was validated by selectivity, calibration curve, accuracy, precision, spike recovery, the lower limit of quantification, carry-over effect and stability. Conclusion . We developed and validated the method of quantitative determination of favipiravir in human plasma by HPLC-UV. The analytical range was 0.25–200.00 μg/mL in human plasma. The method could be applied in pharmacokinetics studies of favipiravir.
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 | 0,003 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,003 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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.
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 ».