Wenzhao Yang, Statistiker, The Dow Chemical Company
Jin Zhao, Wissenschaftler, The Dow Chemical Company
Jamie Curtis-Fisk, Wissenschaftler, The Dow Chemical Company
Karen Balwinski, Wissenschaftlerin, The Dow Chemical Company
True Rogers, Wissenschaftler, The Dow Chemical Company
Shrikant Khot, Wissenschaftler, The Dow Chemical Company
Matrixtabletten mit Hypromellose, auch Hydroxypropylmethylcellulose (HPMC) genannt, werden häufig bei der oralen Arzneimittelverabreichung eingesetzt, um die Arzneimittelfreisetzung im Laufe der Zeit zu modulieren. Die Arzneimittelfreisetzung wird hauptsächlich durch die Kinetik und das Ausmaß der Polymerquellung und -erosion sowie durch die Auflösung, Diffusion und/oder Erosion des Arzneimittels (oder pharmazeutischen Wirkstoffs (API)) durch die Polymermatrix beeinflusst. In der Vergangenheit wurde die mathematische Modellierung von Arzneimittelfreisetzungsprofilen entwickelt, um pharmazeutischen Wissenschaftlern die Entwicklung und Optimierung von Matrixtablettenformulierungen zu ermöglichen. Diese Forschung konzentriert sich auf die Verwendung statistischer Analysen zum Vergleich und zur Bewertung der Eignung verschiedener Modelle für METHOCEL™ Premium HPMC-Matrizen. Zur Entwicklung von Vorhersagemodellen wurden ein lineares gemischtes Modell (LMM) ohne mathematische Modelle und ein zweistufiges Modell (TSM) mit mathematischen Modellen verwendet. Mehrere Regressionsmethoden (stufenweise Regression, partielles kleinstes Quadrat und verallgemeinerte Modelle) in JMP wurden implementiert, um Arzneimitteleigenschaftsfaktoren für die Modellierung der Arzneimittelfreisetzungsrate in TSM einzubeziehen. Das hier entwickelte Vorhersagemodell lieferte mechanistische Einblicke in das kinetische Freisetzungsprofil von HPMC-Matrizen. Dies kann dazu genutzt werden, pharmazeutische Wissenschaftler bei der effizienten und optimierten Formulierungsgestaltung und bei In-vitro -Experimenten zur Arzneimittelfreisetzung zu unterstützen, um die gewünschte Leistung bei modifizierter Freisetzung zu erzielen. Prädiktive Modellierung
