Process Controlled Polymorphic Phase Transformation in Crystalline Solid Dispersions: Impact of Temperature, Pressure, and Shear Stress
Notice bibliographique
Résumé
Understanding the processing boundaries to generate crystalline solid dispersions (CSDs) containing metastable polymorphs remains an untapped challenge for the application of hot-melt extrusion (HME) and three-dimensional printing (3DP) as polymer-based formulation approaches. Hence, to successfully implement CSDs as alternative solid dosage formulations, the effect of critical process parameters (CPPs) on potential polymorphic phase transformations (PPTs) needs to be examined. This study extends the current knowledge on the influence of CPPs through temperature–pressure–shear simulated extrusion (TPSS-E) using the model system flufenamic acid (FFA) and poly(ethylene glycol) (PEG). The TPSS-E results revealed a significant reduction in the average PPT induction time (53%) compared to previous temperature–pressure simulated-extrusion (TPS-E) studies without shear stress. However, TPSS-E control experiments performed at 25 °C showed no PPT. This suggests that temperature is the most critical parameter in determining whether a PPT will occur, while pressure and shear stress significantly accelerate the PPT kinetics from the metastable (FFA III) to the stable form (FFA I) at elevated temperatures. These results demonstrate that for an enantiotropic system like FFA forms I and III (transition point = 42 °C), it is possible to control the metastable polymorph in CSDs during extrusion processes if the thermodynamic and kinetic boundaries, the CPPs, and material attributes of the drug-polymer system are well understood and controlled. The work presented here expands on the application of HME and 3DP as polymer-based formulation strategies for CSDs containing metastable polymorphs.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».