Optimization of HPLC method using central composite design for estimation of Torsemide and Eplerenone in tablet dosage form
Notice bibliographique
Résumé
Abstract A simple, precise, accurate and robust high performance liquid chromatographic method has been developed for simultaneous estimation of Torsemide and Eplerenone in tablet dosage form. Design of experiment was applied for multivariate optimization of the experimental conditions of RP-HPLC method. A Central composite design was used to study the response surface methodology and to analyse in detail the effects of these independent factors on responses. Total eleven experiments along with 3 center points were performed. Two factors were selected to design the matrix, one factor is variation in ratio of Acetonitrile and the second factor is flow rate (mL/min). Optimization in chromatographic conditions was achieved by applying Central composite design. The optimized and predicted data from contour diagram comprised mobile phase (acetonitrile, water and methanol in the ratio of 50: 30: 20 v/v/v respectively), at a flow rate of 1.0 ml/min and at ambient column temperature. Using these optimum conditions baseline separation of both drugs with good resolution and run time of less than 5 minutes were achieved. The optimized assay conditions were validated as per the ICH guidelines (2005). Hence, the results showed that the Quality by design approach could successfully optimize RP-HPLC method for simultaneous estimation of Torsemide and Eplerenone.
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 | 0,004 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».