Imagen UV asistida por red neuronal artificial para la predicción no destructiva de la disolución de comprimidos de...

Área de la Ciencia:

• Ciencias Farmacéuticas
• Ciencia de Materiales
• Química Computacional

Sus antecedentes:

• Los sistemas de administración de fármacos de liberación prolongada requieren un control preciso de la cinética de liberación del fármaco.
• La hidroxipropilmetilcelulosa (HPMC) es un excipiente clave en los comprimidos de matriz, que influye en las tasas de liberación del fármaco.
• Los métodos tradicionales para monitorizar la liberación del fármaco pueden consumir mucho tiempo y ser destructivos.

Objetivo del estudio:

• Desarrollar y validar un método no destructivo para estimar el comportamiento de disolución del fármaco en comprimidos de matriz de HPMC.
• Investigar la utilidad de la imagen UV y las redes neuronales artificiales (ANN) para la monitorización en tiempo real de los cambios en la formulación.
• Correlacionar la información óptica de las imágenes UV con el contenido de hidroxipropilmetilcelulosa (HPMC) y los perfiles de disolución.

Principales métodos:

• Se prepararon formulaciones de comprimidos de liberación prolongada con contenido variable de HPMC (5-35%) y cafeína como fármaco modelo.
• Se empleó la imagen UV para capturar información óptica de los comprimidos.
• Se entrenaron redes neuronales artificiales (ANN) utilizando datos colorimétricos de imágenes UV para predecir la disolución.
• Se evaluó el rendimiento del modelo utilizando factores de similitud f2 en conjuntos de validación externa y de prueba en condiciones dinámicas.

Principales resultados:

• El modelo ANN que utiliza el canal azul del espacio de color RGB logró un alto factor de similitud f2 promedio de 80.68 para predecir las curvas de disolución.
• El modelo entrenado reflejó con éxito los cambios dinámicos en la composición de la tableta y predijo los cambios correspondientes en el comportamiento de liberación del fármaco.
• La imagen UV proporcionó datos ópticos valiosos y específicos del polímero para un modelado preciso de la disolución.

Conclusiones:

• La imagen UV combinada con ANN ofrece un método rápido y no destructivo para evaluar la liberación de fármacos de comprimidos de matriz de HPMC.
• Este enfoque permite la monitorización de los cambios en la formulación a nivel de excipiente y su impacto en la liberación del fármaco.
• Los hallazgos amplían la aplicación de técnicas basadas en imágenes en el desarrollo farmacéutico y el control de calidad.