スピーカー | 成績証明書 |
| プランジャル・タスカル | わかった。 ありがとう、ピーター。 だから私は今始めようとしています。 こんにちは、みんな。 今日は私のポスターについてお話します。 このポスターは、ターゲティングの体系的な分析に関するものです。これには、私の製品の最終的な品質属性に対する配合およびプロセス変数の影響が含まれます。 |
| その前にすべての統計分析を掘り下げたので、私たちが話していることの正確な背景を説明したいと思いました. 打錠とは？ 打錠は製薬プロセスです。 |
| イントロダクションに目を通し、打錠とは何かについて少しお話しします。 これは、有効成分または活性部分 (API) が |
| 他の賦形剤とブレンドして自由流動性の良い流動性ブレンドを形成し、このブレンドを圧縮して最終剤形である錠剤にします。 |
| そのため、多くの場合、生物学的利用能が低く、結晶性が原因である可能性のある活性部分または API がいくつかあります。 安定しすぎて、 |
| 彼らのやり方が硬すぎる。 したがって、私たちのサイトは、この結晶性 API をもう少し溶けやすく、反応性を高めることに特化しています。 |
| 非晶質の形態であり、より生物学的に利用可能な形態のようになります。 |
| その際、この API をポリマーで強化しました。 |
| 私たちが形成するこの中間体は、噴霧乾燥中間体（SDI）と呼ばれる錠剤中間体です。 |
| そして、これは私たちがタブレットで基本的にアクティブな中間体として使用しているものです. |
| でも、よく見ると流動性が悪く、ものすごくフワフワしています。 したがって、この API をタブレットに組み込む必要がある場合は、 |
| ブレンドをより流動的にするために、より合理化するために関与する他の製薬プロセス。 これが私たちがやろうとしていることです。 |
| この調査では、重要な品質属性、重要な変数、 |
| または従属変数を使用して、重要な品質属性に影響を与える変数を特定します。 |
| これは、そのブレンドの錠剤の組成と、錠剤化で使用したさまざまなプロセス処理パラメーターです。 |
| 主効果はどれか。 相互作用はありますか？ 次に、JMP を使用してこれらすべてを特定します。 |
| 主効果変数と交互作用変数を調べ、基本的に打錠プロセスを把握しようとします。 というわけで紹介でした。 |
| 方法と目的に移ります。 では、どうすればよいのでしょうか。 この研究では、プラセボ製剤を調べました。 アクティブな製品またはアクター部分はなく、ヒプロメロースアセテートスクシネートである一般的に使用される噴霧乾燥ポリマーを使用しました. |
| スプレードライしてふわふわにしました |
| それが通常であるブレンド。 図 2 は、通常のグラニュレーション集計プロセスについて説明しています。 つまり、基本的には、このブレンダーを使用して、噴霧乾燥中間体 (SDI) を他の賦形剤とブレンドすることです。 |
| ローラー圧縮に進みます。これは、これらを使用したこのブレンドの高密度化です。ここにローラーがあり、これらのローラーはゆっくりと移動して高密度化します。 |
| このホッパーに入ると、ローラー圧縮機からリボンが得られます。 これで、ふわふわした素材を高密度のリボンにし、コミルを使用してそれを粉砕しました. そして、あなたは得る |
| 顆粒。これらの顆粒はより密度が高く、API や SDI よりもフローがはるかに優れています。 |
| したがって、このプロセス全体を見ると、そこには多くの変数があり、変更して注意する必要があります. では、それらの変数は何ですか？ |
| ここにあるこの図は、さまざまな種類の変数、つまり調合とプロセスに入る独立変数変数を識別します。それで |
| 最初の変数は、プロセスに関連するというよりも、...というよりも、基本的な配合に関連するものです。 したがって、さまざまなタイプの???について話します。使用される賦形剤。 |
| そして、私が使用したこれらの賦形剤の割合は、SDI ローディング、またはアクティブ ローディング、そして私たちの場合はプラセボ ローディングの割合です。 |
| 次に、添加の順序と、SDI またはその他の賦形剤が製剤にロードされる添加のポイント。 |
| 次に、基本的にこの装置、ローラー圧縮機、ローラーとスプールの移動速度について説明する、リボン固形分率などの選別プロセス関連パラメーター。 |
| また、注目すべき重要な品質属性の独立変数を特定しました。これは、ブレンドのかさ密度です。 |
| 造粒の前後を見て、かさ密度 1 と 2 とラベルを付けました。 |
| ハウスナー比、これもブレンドの流れを表す比率であり、ハウスナー比 1 および 2 としてラベル付けされた造粒前後の比率も識別します。 |
| そして、収集される微粉の割合は...ローラー圧縮プロセスで収集されます。 そして、これは通常、造粒後に監視されます。 したがって、これらすべてのポイントについて話す必要があります |
| 基本的に私たちの方法と変数を選んだ理由。 私たちが行ったことは、従属変数に影響を与えるこれらすべての独立変数を調べる、最適な 19 回のカスタム デザインを作成することでした。 |
| このモデルを分析する方法、または効果を構築する方法は、主効果と 2 次交互作用を調べ、適合モデル関数で標準的な最小二乗パーソナリティを使用してデータを分析することでした。 |
| それで、 |
| プロセスと目的を特定したら、結果に移りますが、すぐにそれを行う前に、私が今引き上げた JMP ウィンドウを見てみたいと思いました。 |
| これらの異なる列は、私の独立変数と従属変数です。 |
| ここで、これらはこれから見ていくさまざまな独立変数です。 不活性賦形剤のタイプであるフィラーのタイプであり、マンニトールとラクトースを見てきました. |
| パーセントSDI、これはアクティブまたは私たちの場合はプラセボのローディングです。 |
| ここの高値と安値を見てください。粒子内の量であるため、ローラー圧縮前とローラー圧縮後の添加剤の量は 75 と 95 です。 |
| マイクロコース設計のセルロース比率であるMCCに充填剤であるマンニトールとラクトース。 マンニトールラクトースは、私はもう少し言うだろう |
| 賦形剤とMCCがより多く、ブレンドにより強い強度を与えます. そのため、この比率を調べて、打錠ブレンド全体にどのように影響するかを確認しました. と |
| 右側は私たちの回答です。 |
| かさ密度1、ハウスナー比1、造粒前です。 かさ密度 2、造粒後のハウスナー比 2、および微粉の割合。 |
| だから私はつもりです |
| すぐにこのウィンドウに移動して、先ほど説明したモデル、応答変数 y をどのように作成したかを見てください。 そして、私たちのモデル効果は |
| 二次相互作用と主効果。 標準最小二乗法。 それが私たちが使用したもので、モデルを実行しています。 |
| これが私の効果の要約です。私たちが見ているこのデータと以前の経験に基づいて、私は離陸します |
| 最後の 2 つの効果。 |
| その余分なノイズを取り除くだけで、ここに私の回答と、データの種類がこれらの回答にどのように影響するかがあります。 |
| ここにある予測プロファイラーを見てみると簡単です。 |
| そして、これらすべての従属変数がこれによってどのように影響を受けるか. だから私は私のプルアップした方が簡単かもしれないと思います |
| ポスターと... |
| よし、ここの結果を見ると、図3から分かったのは、ほら、2つのフィラーであるラクトースの方が最初のかさ密度が高かったということだ。 |
| しかし、定規圧縮後、これらのフィラーのうち 2 つの嵩密度が低下し、対応する微粉の増加が見られます。 つまり、乳糖はより壊れやすいということです。 |
| マンニトールとの比較。 そして、これはすべての摩耗と微粉を生成し、流れに影響を与え、かさばりを減らし、かさ密度を低下させました. |
| ハウスナー比はラクトースの方が少し高いです。 つまり、基本的には、より高いかさ密度を目標としており、ハウスナーが低いほど流動性の高いブレンドであることを示しているため、ハウスナーを低くする必要があります。 |
| したがって、データを見ると、マンニトールはフィラーとしてラクトースよりもわずかに優れていました. そして、2 番目のポイントは固形分について話します。 |
| 固形分。 全体として、罰金の数が最も少ないのは .7 であることがわかります。これが、推奨される .7 が最大で望ましさがある理由ですが、 |
| フロー特性 (バルクとハウスナー) に関するプラトー効果は、約 0.6 以降で底を打ち始めます。 |
| 配合物において一般的に低いＳＤＩを有することは、全体的に良好な流動特性を有することを示した。 |
| SDIだからといって、ふわっとしていて、ブレンドの流れが悪くなるのです。 そのため、設計では SDI ロードを低くするよう提案されました。 |
| 粒内方式で添加されたその賦形剤のその成分のより多くの量 |
| エクストラグラニュラーよりも、バルクを改善するという理由だけで、ハウスナーが低くなり、ブレンドがよりスムーズに流れることを意味します. |
| また、その重要な成分を多く含むマンニトールとラクトースの比率がより望ましいことも観察しました。 |
| 全体として、マンニトールラクトース成分が少し多くなったことで微粉が減少しました。 そして、それが私たちがこれを見ている理由かもしれません。 |
| 図 4 には、私が見たいくつかの興味深い傾向の表面プロットもいくつかあります。 図 4A では、SDI 負荷が低いことがわかります。 |
| 粒内により多くの量があると、ここに非常に高いハウスナー比のホットスポットが生じました。 だから、あなたがたくさん追加するとき...あなたが低いとき....申し訳ありません...より高いSDIを持っていて、 |
| より高い粒内は非常に高いハウスナー比を持っていました。 これが言っているのは、基本的に、粒子内にふわふわした物質が多くなると、流れが悪くなるということですが、それに対応しています。 |
| 造粒後、顆粒内により多くの賦形剤があり、固体画分をターゲットにしている場合 |
| 約 .6 程度になると、かさ密度が向上します。 つまり、基本的に造粒後です。ブレンドはより濃くなります。これが、これら 2 つの図で説明されていることです。 したがって、すべての結果ポイントは基本的にこれらについて話します |
| 今話し合ったこと。 全体として、私たちの研究から、このプロセスを最適化し、製剤の望ましさを最大化するために、 |
| 1、 |
| 顆粒内の比率が高く、SDI 負荷が低いことが好ましい製剤であり、約 0.6 の固形分を目標とすることも製剤にとって有益です。 |
| どうもありがとうございます。 ご質問をお待ちしております。 |
