Zeitschrift für Angewandte Pharmazie
Offener Zugang

Abstrakt

Ein mathematisches Modell basierend auf einem adaptiven Neuro-Fuzzy-Inferenzsystem für Matrizen einschließlich Indomethacin

Salim Mirshahi, Amineh Tajani, Atoosa Haghighizadeh, Ali Karimpour und Omid Rajabi

Diese Studie befasst sich mit der Vorhersage der Auflösungsrate unlöslicher Arzneimittel aus festen Dispersionspolymermatrizen (SD) durch ein adaptives Neuro-Fuzzy-Inferenzsystem (ANFIS). Polyethylenglykole (PEGs) als SD mit verschiedenen Molekulargewichten wurden bereitgestellt und die Auflösungsrate von Indomethacin (IND) wurde experimentell ermittelt. Zur Überwachung der Auflösungsprofile der Matrizen wurde eine USP-Auflösungsmethode verwendet. Die verschiedenen Regeln wurden in einem systematischen Verfahren unter Verwendung der experimentellen Daten trainiert. Es wurde ein Vergleich der IND-Auflösungsrate aus verschiedenen Matrizen und der Fläche unter der Kurve (AUC) der Absorptions-Zeit-Diagramme in den ersten 25 Minuten für 72 unterschiedliche Proben durchgeführt. Die Ergebnisse zeigen eine hohe Korrelation zwischen beobachteten und vorhergesagten Daten (r2 = 0,85). Der berechnete quadratische Mittelwertfehler für die Ergebnisse des ANFIS-Modells beträgt 1,02. Der Index der Fläche AUC in den ersten 25 Minuten ist besser wiederholbar. Es scheint, dass das Modell einen praktischen Wert hat und unterschiedliche Polymerverhältnisse für die gewünschte Auflösungsrate vorhergesagt werden können oder dass unterschiedliche Polymerverhältnisse in der Matrix die Auflösungsrate von IND vorhersagen können. Diese Methode kann für andere Arzneimittelformulierungen vorgeschlagen werden, um Zeit und Geld zu sparen und die beste Formel zu erreichen.