Wenzhao Yang, estadístico, The Dow Chemical Company
Jin Zhao, científico, The Dow Chemical Company
Jamie Curtis-Fisk, científico, The Dow Chemical Company
Karen Balwinski, científica, The Dow Chemical Company
True Rogers, científico, The Dow Chemical Company
Shrikant Khot, científico, The Dow Chemical Company
Las tabletas de matriz que contienen hipromelosa, también llamadas hidroxipropilmetilcelulosa (HPMC), se usan ampliamente en la administración oral de fármacos para modular la liberación del fármaco a lo largo del tiempo. La liberación del fármaco está influenciada principalmente por la cinética y el grado de hinchamiento y erosión del polímero, y por la disolución, difusión y/o erosión del fármaco (o ingrediente farmacéutico activo (API)) a través de la matriz polimérica. En el pasado se han desarrollado modelos matemáticos de perfiles de liberación de fármacos para permitir a los científicos farmacéuticos diseñar y optimizar formulaciones de tabletas matriciales.. Esta investigación se centra en el uso de análisis estadísticos para comparar y evaluar la idoneidad de varios modelos para matrices METHOCEL™ Premium HPMC. Para desarrollar modelos predictivos se utilizaron el modelo lineal mixto (LMM) sin modelos matemáticos y el modelo de dos etapas (TSM) con modelos matemáticos. Se implementaron múltiples métodos de regresión (regresión por pasos, mínimos cuadrados parciales y modelos generalizados) en JMP para incorporar factores de propiedades de los fármacos para modelar la tasa de liberación de fármacos en TSM. El modelo predictivo desarrollado aquí proporcionó información mecanística sobre el perfil de liberación cinética de las matrices de HPMC. Esto se puede utilizar para ayudar a los científicos farmacéuticos con un diseño de formulación eficiente y optimizado y una experimentación de liberación de fármacos in vitro para lograr el rendimiento de liberación modificada deseado. Modelado predictivo
