Dans cette affiche, nous présentons un flux de travail de modélisation utilisant JMP Pro 18 pour relier les paramètres de processus au comportement de dissolution d'un comprimé pelliculé générique (FCT) en cours de développement.
Le profil de dissolution est modélisé à l'aide d'une fonction de croissance de Weibull à trois paramètres (asymptote, position, taux de croissance), ajustée automatiquement via un script JSL personnalisé qui extrait les paramètres à travers les lots et les intègre aux données du processus.
L'ensemble de données comprend des variables de processus discrètes et continues, évaluées à l'aide de la plateforme Fit Model. Chaque paramètre de Weibull est traité comme une réponse distincte, et les effets du modèle incluent les facteurs principaux et leurs interactions. Un filtrage des effets par moindres carrés standard est utilisé pour identifier les contributeurs significatifs.
Pour garantir la robustesse du modèle, nous réduisons la complexité des données d'entrée et validons la normalité et l'aléatoire des résidus. L'optimisation des facteurs d'entrée est réalisée à l'aide de fonctions de désirabilité, en ciblant les spécifications du produit de référence pour chaque variable de réponse. Le modèle final équilibre les réponses multiples et priorise le paramètre le plus influent sur la performance de dissolution, orientant ainsi les décisions de procédé vers un comportement cohérent du produit.
Cette approche démontre comment JMP peut rationaliser l'intégration, la modélisation et l'optimisation des données dans le développement pharmaceutique.
