MétaCan
Menu
← Retour à la cohorte
Enregistrement W6892811757 · doi:10.5281/zenodo.12680934

Novel Method Development and Validation for The Quantitative Estimation of Lenalidomide in Api Form and Marketed Capsule Dosage Form by Using RP-HPLC

2024· article· en· W6892811757 sur OpenAlexaff

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2024
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Myeloma Research and Treatments
Établissements canadiensInstitute of Aging
Organismes subventionnairesnon disponible
Mots-clésAnalyteLenalidomideDosage formCorrelation coefficientPhosphate buffered salineCoefficient of variationCapsuleLinear correlation

Résumé

récupéré en direct d'OpenAlex

AbstractA new, simple, rapid, precise, accurate and reproducible RP-HPLC method for estimation of Lenalidomide in bulk form and marketed formulation. Separation of Lenalidomide was successfully achieved on a Develosil ODS HG-5 RP C18, 5μm, 15cmx4.6mm i.d. column in an isocratic mode of separation utilizing Methanol: Phosphate buffer (0.02M, pH-3.6) in the ratio of 45:55% v/v at a flow rate of 1.0 mL/min and the detection was carried out at 255nm. The method was validated according to ICH guidelines for linearity, sensitivity, accuracy, precision, specificity and robustness. The response was found to be linear in the drug concentration range of 12-28mcg/mL for Lenalidomide. The correlation coefficient was found to be 0.9995 for Lenalidomide. The LOD and LOQ for Lenalidomide were found to be 5.004μg/mL and 15.164μg/mL respectively. The proposed method was found to be good percentage recovery for Lenalidomide, which indicates that the proposed method is highly accurate. The specificity of the method shows good correlation between retention times of standard solution with the sample solution. Therefore, the proposed method specifically determines the analyte in the sample without interference from excipients of pharmaceutical dosage forms.KeywordsLenalidomide, RP-HPLC, Accuracy, Precision, Robustness, ICH Guidelines.

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)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
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 Opus0,078
Tête enseignante GPT0,344
Écart entre enseignants0,266 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)→Même sujetMultiple Myeloma Research and Treatments→Travaux en français237 207→