Quantitative Macro-Raman Spectroscopy on Microparticle-Based Pharmaceutical Dosage Forms
Notice bibliographique
Résumé
Quantitative macro-Raman spectroscopy was applied to the analysis of the bulk composition of pharmaceutical drug powders. Powders were extracted from seven commercial lactose-carrier-based dry-powder inhalers: Flixotide 50, 100, 250, and 500 μg/dose (four concentrations of fluticasone propionate) and Seretide 100, 250, and 500 μg/dose (three concentrations of fluticasone propionate, each with 50 μg/dose salmeterol xinafoate ). Also, a carrier-free pressurized metered-dose inhaler of the same combination product, Seretide 50 (50 μg fluticasone propionate and 25 μg salmeterol xinafoate per dose) was tested. The applicability of a custom-designed dispersive macro-Raman instrument with a large sample volume of 0.16 μL was tested to determine the composition of the multicomponent powder samples. To quantify the error caused by sample heterogeneity, a Monte Carlo model was developed to predict the minimum sample volume required for representative sampling of potentially heterogeneous samples at the microscopic level, characterized by different particle-size distributions and compositions. Typical carrier-free respirable powder samples required a minimum sample volume on the order of 10(-4) μL to achieve representative sampling with less than 3% relative error. In contrast, dosage forms containing non-respirable carriers (e.g., lactose) required a sample volume on the order of 0.1 μL for representative measurements. Error analysis of the experimental results showed good agreement with the error predicted by the simulation.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».