扬声器 | 成绩单 |
| 普兰贾尔·塔斯卡尔 | 好的。 谢谢你，彼得。 所以我现在就开始吧。 大家好。 今天我要谈谈我的海报。 这张海报是关于目标的系统分析，其中包括配方和工艺变量对产品最终质量属性的影响。 |
| 因此，在深入研究之前的所有统计分析后，我想提供一下我们到底在谈论什么的背景。 什么是压片？ 压片是一个制药过程。 |
| 回顾一下简介，我将稍微谈谈什么是压片。 这是一个制药过程，其中活性成分或活性部分 (API) |
| 与其他赋形剂混合形成自由流动的良好流动混合物，并将该混合物压制成我们的最终剂型，即片剂。 |
| 因此，在很多情况下，有一些活性部分或 API（我们称之为 API）的生物利用度较低，这可能是由于它们的结晶性质所致。 他们太稳定了 |
| 他们的方式过于僵化。 所以我们的网站专门生产这种结晶 API，更可溶，更具反应性 |
| 无定形形式，使其成为生物利用度更高的形式。 |
| 当我们这样做时，我们通过聚合物强化了该 API。 |
| 我们形成的这种中间体是一种片剂中间体，称为喷雾干燥中间体，SDI。 |
| 这就是我们在片剂中基本上使用的活性中间体。 |
| 但仔细一看，它的流动性很差，而且极其蓬松。 因此，当您必须将此 API 合并到您的平板电脑中时，您需要 |
| 涉及其他制药工艺，使其更加精简，使混合物更加流动。 这就是我们要做的。 |
| 在这项研究中，我们将确定我们的关键质量属性，重要的变量， |
| 或我们的因变量，然后我们将确定影响我们关键质量属性的变量， |
| 这是该混合物的片剂的成分，以及我们在压片中使用的不同工艺加工参数。 |
| 其中哪些是主要影响？ 有互动吗？ 然后我们将使用 JMP 来识别所有这些 |
| 主效应和相互作用变量并尝试基本上捕捉压片过程。 这就是介绍。 |
| 继续讨论方法和目标。 那么我们该怎么做呢？ 在这项研究中，我们研究了安慰剂配方。 没有活性产品或作用部分，我们使用常用的喷雾干燥聚合物，即醋酸羟丙甲纤维素琥珀酸酯。 |
| 我们将其喷雾干燥并使其变得蓬松 |
| 通常情况下混合。 图2讲述了我们通常的造粒制表过程。 那么，我们所做的基本上就是使用该混合器将喷雾干燥中间体 (SDI) 与其他赋形剂混合。 |
| 我们继续进行滚筒压实，这是使用这些滚筒对混合物进行致密化，这些滚筒缓慢移动以致密化 |
| 混合物进入该料斗，然后您可以从滚筒压实机中取出带子。 现在你所做的就是将蓬松的材料制成致密的丝带，然后使用磨机将其磨碎。 你得到 |
| 颗粒。这些颗粒比 API 或 SDI 更致密，流动性也更好。 |
| 因此，纵观整个过程，您会发现有很多变量需要更改和注意。 那么这些变量是什么？ |
| 这里的图表将识别不同类型的变量，即进入配方和过程的自变量。所以 |
| 第一个变量与基础配方相关，而不是与过程相关。 所以它会谈论不同类型的???使用的赋形剂。 |
| 我使用的这些赋形剂的比例是 SDI 负载量或活性负载量，在我们的例子中是安慰剂负载量。 |
| 然后是添加顺序以及将 SDI 或其他赋形剂加载到配方中的添加点。 |
| 然后对工艺相关参数进行排序，例如带状固体分数，这基本上讨论了该设备、滚筒压实机以及滚筒和线轴移动的速度。 |
| 我们还确定了我们所关注的关键质量属性的自变量，即混合物的堆积密度， |
| 我们查看造粒前后的情况，您将其标记为堆积密度 1 和 2。 |
| 豪斯纳比率，这又是一个描述混合物流动的比率，我们还确定了造粒之前和之后的比率，标记为豪斯纳比率 1 和 2。 |
| 收集到的细粉百分比……是在碾压过程中收集的。 这通常在造粒后进行监测。 所以所有这些都需要讨论 |
| 基本上是我们的方法以及我们选择变量的原因。 我们所做的是，我们有一个最佳的、19 次运行的定制设计，着眼于所有这些影响因变量的自变量。 |
| 我们分析该模型的方式或构建效应的方式是，我们查看主效应和二级交互作用，并在拟合模型函数中使用标准最小二乘个性分析数据。 |
| 所以， |
| 确定流程和目标后，我们将继续讨论结果，但在快速执行此操作之前，我想查看一下我现在打开的 JMP 窗口。 |
| 这些不同的列是我的自变量和因变量，我将强调 |
| 在这里，这些是我们将要研究的不同的自变量。 填充剂的类型，即惰性赋形剂的类型，我们研究了甘露醇和乳糖。 |
| SDI 百分比，即活性药物或在我们的例子中安慰剂负荷， |
| 看看这里的高点和低点；和颗粒内的量，因此我们在碾压之前和碾压之后添加的赋形剂的量以及这里的轮廓分别是75和95； |
| 甘露醇和乳糖，它是MCC的填充剂，它是微课程设计的纤维素比例。 甘露醇乳糖是，我会多说一点 |
| 赋形剂和 MCC 的含量越多，混合物的强度就越大。 因此，我们研究了其比例，看看它如何影响我们的压片混合物的整体效果。 和 |
| 右边是我们的回应。 |
| 堆积密度1，豪斯纳比1，这是造粒前的。 堆积密度 2 和豪斯纳比 2（造粒后）和细粉百分比。 |
| 所以我要 |
| 快速进入这个窗口，看看我们如何创建我们的模型，我们的响应变量 y，我刚才谈到了。 然后我们的模型效果是 |
| 次要相互作用和主要影响。 标准最小二乘法。 这就是我们所使用的，我运行了该模型。 |
| 这是我的效果总结，根据我们正在查看的数据和之前的经验，我将起飞 |
| 最后两个效果。 |
| 只需消除多余的噪音，然后在这里，我就有了我的回应以及数据如何影响这些回应。 |
| 如果我们下去看看这里的预测分析器，那就更容易了。 |
| 以及所有这些因变量如何受此影响。 所以我想如果我把我的能力拉起来可能会更容易 |
| 海报和... |
| 好吧，看看这里的结果，我们从图 3 中发现，两种填充剂乳糖最初具有更高的堆积密度， |
| 但在标尺压实后，这两种填料的堆积密度下降，您可以看到细粉相应增加。 所以我们认为会发生的是乳糖更脆 |
| 与甘露醇相比。 这产生了所有的磨损和细粉，影响了流动，使其体积更小，堆积密度下降。 |
| 乳糖的豪斯纳比率稍高一些。 所以基本上，我们正在做的目标是更高的堆积密度，我们想要更低的豪斯纳，因为更低的豪斯纳表明更好的流动性混合。 |
| 因此，从数据来看，甘露醇作为填充剂比乳糖稍有优势。 第二点是关于固体分数，总的来说，我们看到在 0.6 左右有轻微的稳定效应 |
| 固体部分。 总体而言，我们发现 0.7 的罚款数量最少，这就是为什么我们看到推荐的 0.7 具有最大和可取性，但是 |
| 流动特性（散装和豪斯纳）方面的平台效应在 0.6 左右开始触底。 |
| 配方中一般具有较低 SDI 的配方具有更好的整体流动性能。 |
| 只是因为 SDI 蓬松，导致混合物的流动性更差。 所以设计只是建议我们降低 SDI 负载。 |
| 以颗粒内方式添加更大量的该赋形剂成分 |
| 与颗粒外颗粒相比，仅仅因为它改善了体积，它的豪斯纳值更低，这意味着您的混合物流动更顺畅。 |
| 我们还观察到，甘露醇与乳糖的比例具有更多的关键成分是更理想的，我认为这是因为 |
| 总体而言，在甘露醇乳糖成分稍多的情况下，罚款有所下降。 这可能就是我们看到这种情况的原因。 |
| 图 4 中还有一些我看到的一些有趣趋势的曲面图。 在图 4A 中，您可以看到 SDI 负载较低 |
| 并且颗粒内的量较多导致此处的热点具有非常高的豪斯纳比率。 所以当你添加很多...当你有一个低...我很抱歉...有一个更高的SDI和 |
| 较高的晶粒内具有极高的豪斯纳比。 所以这基本上是说，当颗粒内有更多的蓬松材料时，您的流动性会很差，但您对应的是 |
| 造粒后，当颗粒内再次有更多的赋形剂并且您的目标是固体部分时 |
| 大约 0.6 左右，您的堆积密度会提高。 所以你基本上是在造粒后，你的混合物变得更加致密，这就是这两个图所讨论的内容。 所以所有的结果点基本上都是在讲这些 |
| 我现在讨论的事情。 总的来说，我们从研究中得出结论，为了优化这一过程并最大限度地提高配方的合意性， |
| 1、 |
| 较高的颗粒内比例和较低的 SDI 负载量将是优选的配方，并且目标固体分数约为 0.6 也将有利于该配方。 |
| 非常感谢。 我欢迎您提出问题。 |
