RU2685758C1 - Способ проведения испытания таблетированных лекарственных препаратов в блистерной упаковке методом бик спектрометрии - Google Patents
Способ проведения испытания таблетированных лекарственных препаратов в блистерной упаковке методом бик спектрометрии Download PDFInfo
- Publication number
- RU2685758C1 RU2685758C1 RU2018128736A RU2018128736A RU2685758C1 RU 2685758 C1 RU2685758 C1 RU 2685758C1 RU 2018128736 A RU2018128736 A RU 2018128736A RU 2018128736 A RU2018128736 A RU 2018128736A RU 2685758 C1 RU2685758 C1 RU 2685758C1
- Authority
- RU
- Russia
- Prior art keywords
- spectra
- model
- samples
- tablets
- blister
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 78
- 238000002360 preparation method Methods 0.000 title abstract description 18
- 238000004611 spectroscopical analysis Methods 0.000 title description 8
- 238000012856 packing Methods 0.000 title 1
- 238000001228 spectrum Methods 0.000 claims abstract description 99
- 239000003814 drug Substances 0.000 claims abstract description 52
- 229940079593 drug Drugs 0.000 claims abstract description 49
- 238000012549 training Methods 0.000 claims abstract description 33
- 238000004458 analytical method Methods 0.000 claims abstract description 31
- 238000012360 testing method Methods 0.000 claims abstract description 30
- 238000012795 verification Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 5
- 230000000007 visual effect Effects 0.000 claims abstract description 5
- 238000010200 validation analysis Methods 0.000 claims description 29
- 238000004590 computer program Methods 0.000 claims description 23
- 238000004806 packaging method and process Methods 0.000 claims description 21
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 238000007781 pre-processing Methods 0.000 claims description 17
- 230000035945 sensitivity Effects 0.000 claims description 16
- 238000012937 correction Methods 0.000 claims description 9
- 229920000915 polyvinyl chloride Polymers 0.000 claims description 8
- 239000004800 polyvinyl chloride Substances 0.000 claims description 8
- 238000010998 test method Methods 0.000 claims description 7
- 238000010606 normalization Methods 0.000 claims description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 5
- 239000004698 Polyethylene Substances 0.000 claims description 4
- 239000011888 foil Substances 0.000 claims description 4
- -1 polyethylene Polymers 0.000 claims description 4
- 229920000573 polyethylene Polymers 0.000 claims description 4
- 229920006254 polymer film Polymers 0.000 claims description 4
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 3
- 229910052782 aluminium Inorganic materials 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 abstract description 12
- 239000000126 substance Substances 0.000 abstract description 9
- 239000002775 capsule Substances 0.000 abstract description 2
- 238000000926 separation method Methods 0.000 abstract description 2
- 230000015572 biosynthetic process Effects 0.000 abstract 1
- 230000000694 effects Effects 0.000 abstract 1
- 239000008188 pellet Substances 0.000 abstract 1
- 238000004497 NIR spectroscopy Methods 0.000 description 14
- 239000000203 mixture Substances 0.000 description 10
- 230000001066 destructive effect Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 239000003168 generic drug Substances 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000013178 mathematical model Methods 0.000 description 5
- 239000013543 active substance Substances 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 229940126601 medicinal product Drugs 0.000 description 4
- 229920000642 polymer Polymers 0.000 description 4
- 238000009516 primary packaging Methods 0.000 description 4
- 238000004566 IR spectroscopy Methods 0.000 description 3
- 230000007717 exclusion Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 238000013145 classification model Methods 0.000 description 2
- 239000002552 dosage form Substances 0.000 description 2
- 238000007905 drug manufacturing Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- SUBDBMMJDZJVOS-UHFFFAOYSA-N 5-methoxy-2-{[(4-methoxy-3,5-dimethylpyridin-2-yl)methyl]sulfinyl}-1H-benzimidazole Chemical compound N=1C2=CC(OC)=CC=C2NC=1S(=O)CC1=NC=C(C)C(OC)=C1C SUBDBMMJDZJVOS-UHFFFAOYSA-N 0.000 description 1
- BSYNRYMUTXBXSQ-UHFFFAOYSA-N Aspirin Chemical compound CC(=O)OC1=CC=CC=C1C(O)=O BSYNRYMUTXBXSQ-UHFFFAOYSA-N 0.000 description 1
- OZBDFBJXRJWNAV-UHFFFAOYSA-N Rimantadine hydrochloride Chemical compound Cl.C1C(C2)CC3CC2CC1(C(N)C)C3 OZBDFBJXRJWNAV-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 229960001138 acetylsalicylic acid Drugs 0.000 description 1
- 239000004480 active ingredient Substances 0.000 description 1
- 239000008186 active pharmaceutical agent Substances 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011088 calibration curve Methods 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000002790 cross-validation Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 229940126534 drug product Drugs 0.000 description 1
- 238000003255 drug test Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 229960001596 famotidine Drugs 0.000 description 1
- XUFQPHANEAPEMJ-UHFFFAOYSA-N famotidine Chemical compound NC(N)=NC1=NC(CSCCC(N)=NS(N)(=O)=O)=CS1 XUFQPHANEAPEMJ-UHFFFAOYSA-N 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000000227 grinding Methods 0.000 description 1
- 238000004128 high performance liquid chromatography Methods 0.000 description 1
- 238000002329 infrared spectrum Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 229960003088 loratadine Drugs 0.000 description 1
- JCCNYMKQOSZNPW-UHFFFAOYSA-N loratadine Chemical compound C1CN(C(=O)OCC)CCC1=C1C2=NC=CC=C2CCC2=CC(Cl)=CC=C21 JCCNYMKQOSZNPW-UHFFFAOYSA-N 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 229940127554 medical product Drugs 0.000 description 1
- 238000009659 non-destructive testing Methods 0.000 description 1
- 229960000381 omeprazole Drugs 0.000 description 1
- 239000005022 packaging material Substances 0.000 description 1
- 239000000123 paper Substances 0.000 description 1
- 239000000825 pharmaceutical preparation Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000011197 physicochemical method Methods 0.000 description 1
- 239000006187 pill Substances 0.000 description 1
- 229940068196 placebo Drugs 0.000 description 1
- 239000000902 placebo Substances 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 229960001520 ranitidine hydrochloride Drugs 0.000 description 1
- GGWBHVILAJZWKJ-KJEVSKRMSA-N ranitidine hydrochloride Chemical compound [H+].[Cl-].[O-][N+](=O)\C=C(/NC)NCCSCC1=CC=C(CN(C)C)O1 GGWBHVILAJZWKJ-KJEVSKRMSA-N 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000001028 reflection method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 229960004376 rimantadine hydrochloride Drugs 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000005464 sample preparation method Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 230000003595 spectral effect Effects 0.000 description 1
- 238000002798 spectrophotometry method Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 229960000468 sulfalene Drugs 0.000 description 1
- KXRZBTAEDBELFD-UHFFFAOYSA-N sulfamethopyrazine Chemical compound COC1=NC=CN=C1NS(=O)(=O)C1=CC=C(N)C=C1 KXRZBTAEDBELFD-UHFFFAOYSA-N 0.000 description 1
- 239000003826 tablet Substances 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 238000000870 ultraviolet spectroscopy Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
Abstract
Изобретение относится к области фармации и касается способа проведения испытания таблетированных лекарственных препаратов в блистерной упаковке. Способ включает в себя формирование обучающего и проверочного наборов образцов, получение БИК спектров образцов обучающего и проверочного наборов, визуальный анализ полученных спектров на наличие грубых погрешностей, разделение спектров на два набора согласно принадлежности капсул, предварительную обработку спектров и построение модели методами одноклассовой классификации на предобработанных спектрах обучающего набора. Построенная модель проверяется на степень принятия БИК спектров образцов обучающего и проверочного наборов. Далее проводится оценка степени отклонения моделью БИК спектров блистера таблеток из обучающего набора, спектров воспроизведенных, фальсифицированных и недоброкачественных лекарственных препаратов. Технический результат заключается в получении универсального способа проведения испытания таблетированных лекарственных препаратов, обеспечивающего более точные и объективные результаты. 2 з.п. ф-лы, 6 ил., 2 табл.
Description
Изобретение относится к области фармации и касается способа разработки неразрушающих экспресс методик испытания таблетированных лекарственных препаратов в блистерной упаковке методом БИК спектрометрии в сочетании с хемометрическими методами анализа (БИК-анализ), проводимых с целью подтверждения того, что исследуемый образец является подлинным или аутентичным и произведен по устойчивой технологии.
Данное изобретение предназначено для создания базы моделей для проведения экспресс испытаний лекарственных препаратов в форме таблеток, упакованных в односторонней контурной ячейковой (блистер из поливинилхлоридной или полимерной пленки и фольги) или контурной безъячейковой упаковке, в том числе из ламинированной бумаги, неразрушающим способом. Указанные испытания могут проводиться как в стационарных, так и в передвижных лабораториях с использованием нескольких однотипных приборов.
Под моделью понимается упрощенное подобие реального объекта, которое может быть использовано для его дальнейшего исследования. В данном изобретении в качестве реального объекта подразумевается лекарственный препарат, произведенный по конкретной технологии, включающей состав, особенности технологического процесса его производства и упаковку.
Базовым инструментальным методом для построения модели является спектроскопия в ближней инфракрасной области (БИК спектрометрия) в режиме измерения отражения. Известно, что абсорбционная способность веществ в ближней области инфракрасного спектра мала, поэтому излучение способно проникать в глубь исследуемого образца на несколько миллиметров (через полимерную или бумажную часть блистера и оболочку таблетки) и предоставлять комплексную информацию об испытуемом образце. Всё это позволяет проводить испытания таблетированных препаратов без выполнения пробоподготовки образцов (извлечение, измельчение, разбавление и т.д.) и нарушения товарного вида испытуемого препарата.
Ключевой позицией в предлагаемом способе является построение и валидация математической модели, максимально адекватной составу образцов лекарственного препарата, учитывающей особенности его технологии производства и отличающей «чужие образцы». Построение математической модели осуществляется в два этапа: предобработка спектров и построение модели.
Под «чужими образцами» в данном патенте подразумеваются образцы того же наименования, той же дозировки, в такой же упаковке, но произведенные по другой технологии или с её нарушением, в том числе фальсификаты.
Для построения модели с целью доказательства того, что образец является подлинным или аутентичным, как правило, используются классификационные методы, в которых требуется установить принадлежность образца к классу. По способу построения классификационные методы делятся на одноклассовые и дискриминационные.
Основной задачей методов одноклассовой классификации является определение группы объектов в соответствии с их свойствами, т.е. определение целевого класса. Каждый целевой класс моделируется обособленно, независимо от остальных. Существуют разные математические подходы к построению моделей одноклассовых классификаций, имеющие свои преимущества и недостатки (методы, основанные на вычислении расстояний между спектрами, проекционные методы и т.д.).
Дискриминационные методы используются тогда, когда необходимо проанализировать две группы объектов с целью подтверждения их близости или наличия различий между ними. Для этой цели используются: дискриминантный анализ (DA) с использованием расстояния Махаланобиса, метод главных компонент (PCA), метод опорных векторов (SVM), классификацию по К-ближайшим соседям (KNN) и т.д. Дискриминационные методы могут быть использованы для анализа однородности продукции.
Оценка работоспособности математической модели осуществляется через её валидацию, основной целью которой является доказательство того, что модель может быть использована для той цели, для которой она была построена.
Основными параметрами валидации классификационных моделей являются чувствительность (степень принятия образцов целевого класса) и специфичность (степень отклонения посторонних или «чужих» образцов, т.е. не принадлежащих к целевому классу).
В заявке CN2007113379 (13.03.2007 г.) описан быстрый метод качественного анализа китайских патентованных лекарственных препаратов методом БИК спектроскопии с использованием акустооптического перестраиваемого фильтра (АОПФ-БИК спектроскопия). Построение модели состоит из подготовки образца (твердый образец измельчается в количестве, достаточном для получения 5 г порошка), получении БИК спектров для твердых образцов методом отражения, для жидких – методом пропускания, предобработки полученных спектров для исключения влияния шума и смещение базисной линии (первая производная) и построении модели методом главных компонент (PCA). Способ является деструктивным, базируется на дискриминационных методах анализа.
В заявках CN20171589783 (19.07.2017 г.), 2006122456/28 (20.06.2006 г.), CN20161589280 (25.07.2016 г.), CN2007113380 (13.03.2007 г.), CN20141290572 (25.06.2014 г.), CN20151762017 (10.11.2015 г.), CN20171927380 (27.09.2017 г.) 2005141437/28 (22.05.2004 г.) описаны способы построения градуировочных графиков и их валидация для количественного определения лекарственных средств. Для этого используются наборы для калибровки и валидации, в которых содержание исследуемых веществ определено другими физико-химическими методами, например, ВЭЖХ или УФ спектрофотометрией.
В заявке CN20171589783 (19.07.2017 г.) предложено формировать субмодельный (проверочный) набор из части калибровочного набора и использовать его для корректировки градуировочной модели или графика для количественного определения. По мнению авторов, построенный и скорректированный таким образом градуировочный график дает более правильные значения, чем построенный традиционно с использованием только наборов для построения и валидации.
Быстрый неразрушающий способ определения качественного состава готового медицинского продукта с использованием ближней инфракрасной спектроскопии и многомерного статистического анализа описан в заявке CN2014144545 (22.01.2014 г.). Способ включает следующие этапы: (1) сбор репрезентативного количества серий готового лекарственного препарата с одной и той же фабрики; (2) получение БИК спектров образцов в оптимальных условиях измерения; (3) предобработка спектров с помощью хемометрических методов анализа; (4) построение модели; (5) перекрестная валидация модели; (6) получение БИК спектров исследуемых образцов и сравнение с моделью. Способ предложено использовать в производственном контроле лекарственных препаратов в режиме on-line. Детали способа не раскрыты.
В заявке CN20141353169 (18.07.2014 г.) предложена система определения однородности выпускаемых лекарственных препаратов в таблетированной форме методом БИК спектроскопии, предназначенная для разработки схем управления производственного процесса таблеток и выпуска препаратов по устойчивой технологии. Способ включает (1) сбор образцов (таблетки); (2) определение значения соответствующих факторов; (3) вычисление отклонений внутри серии, между сериями и между производствами; (4) сравнение отклонений с соответствующей обобщенной дисперсией; (5), анализ соответствующего коэффициента качества однородности выпускаемых таблеток внутри серии; (6) между сериями; и (7) между производствами. В указанном методе анализ таблеток осуществляется без упаковки, и валидация модели проводится только на чувствительность.
Способ разработки и валидации количественной методики определения физических свойств (силы сжатия) фармацевтических прессованных таблеток методом ближней инфракрасной спектроскопии и многомерного анализа, изложенный в заявке RO20130000080 (23.01.2013 г.), также предназначен только для управления технологическим процессом производства.
Усовершенствование БИК спектрометров, а также общие подходы к анализу лекарственных препаратов раскрыты в заявках CN20161130484 (08.03.2016 г,), CN20161222316 (12.04.2016 г.), US201314087417 (22.11.2013 г.) KR20147001891 (27.06.2012 г.) и US201615046850 (18.02.2016 г.).
В статье K.Degardin, A.Guillemain, N.Viegas Guerreiro, Y.Roggo «Near infrared spectroscopy for counterfeit detection using a large database of pharmaceutical tablets», опубликованной в Journal of Pharmaceutical and Biomedical Analysis 128 (2016) 89-97, авторы описали построение дискриминантной модели для 53 различных лекарственных препаратов в таблетированной форме, в том числе разных дозировок. Работа была проведена на 2 приборах одной марки, одного производителя. Для построения модели были получены БИК спектры 5 таблеток (с двух сторон) без упаковки от каждой из 5 серий лекарственного препарата. Дополнительно были получены спектры еще для 5 таблеток из каждой из 5 серий (проверочный набор). Предобработка полученных спектров была проведена с использованием векторной нормализации (SNV) и дифференцирующих фильтров Савицкого-Голея. Для разделения объектов были использованы дискриминационные модели с различным способом вычисления расстояний между классами: метод главных компонент (PCA), метод опорных векторов (SVM), классификация по К-ближайшим соседям (KNN) и дискриминантный анализ (DA) с использованием расстояния Махаланобиса. Выбор способа построения модели был осуществлен с использованием проверочного набора (образцы, не используемые для построения модели) и валидационного набора, включающего фальсифицированные таблетки, препараты-дженерики и плацебо. Описанный в работе способ построения модели применим для относительно небольшой группы препаратов, носит условно-разрушающий характер, так как предусматривает анализ таблеток без упаковки, и не может быть использован для создания базы моделей.
В кандидатской работе «Идентификация лекарственных средств методом ближней инфракрасной спектроскопии» (2010 г.) Долбнев Д.В. рассматривает вопрос создания библиотеки для идентификации лекарственных препаратов в форме таблеток и капсул методом БИК спектроскопии с помощью оптоволоконного датчика и сферы. Автор предложил проводить измерение таблеток в блистере только в том случае, если он прозрачен. Для построения модели были использованы 3-5 спектров, полученных для разных участков таблетки, что недостаточно для построения объективной модели препарата. Предобработка спектров проводилась с применением только векторного нормирования, а для построения модели - метод одноклассовой классификации «Ident» из программы «Opus» (Брукер). Таблетки в безъячейковой упаковке, в том числе из ламинированной бумаги, не изучались.
В кандидатской работе «Новые подходы к контролю качества лекарственных средств на основе спектрофотомерии в ближней ИК-области» (2012 г.) Морозова М.А. предложила методику идентификации (дискриминантный анализ) и определения однородности дозирования (метод множественной линейной регрессии) таблетированных лекарственных препаратов. Лекарственные препараты в безъячейковой упаковке, в том числе из ламинированной бумаги, не изучались.
В руководстве «Guideline on the use of near infrared spectroscopy by the pharmaceutical industry and the date requirements for new submission and variation (European Medicines health, 27 January 2014), предназначенном для совершенствования контроля устойчивости технологического процесса производства лекарственных средств, указан общий подход к построению и валидации градуировочных (калибровочных) моделей, а также способы построения дискриминационных моделей и валидация их только на чувствительность.
В ранее опубликованных авторами заявленного способа работах, посвященных анализу таблетированных лекарственных форм (Балыклова К.С., Садчикова Н.ПП., Арзамасцев А.П., Титова А.В. «Использование метода ближней инфракрасной спектроскопии в анализе субстанций и таблеток сульфалена» Вестник Воронежского государственного университета. Серия: химия, биология, фармация, 2009, №1, С.97-100; Азимова И.Д., Арзамасцев А.П., Титова А.В. «Анализ омепразола методом ближней инфракрасной спектроскопии». Вестник Воронежского государственного университета, Серия Химия, биология, фармация, 2009, №2, 152-156; Степанова Е.В., Арзамасцев А.П., Титова А.В. «Изучение возможности применения метода спектроскопии в ближней инфракрасной области в анализе субстанций и таблетированных препаратов, содержащих фамотидин», Вестник Воронежского государственного университета, Серия: Химия, биология, фармация, 2009, №2, 181-184; Е.В.Степанова, А.П.Арзамасцев, А.В.Титова «Анализ ранитидина гидрохлорида методом ближней ИК-спектроскопии Химико-фармацевтический журнал, 2009, №7, 51-53; А.В.Титова, А.П.Арзамасцев, С.В.Грецкий «Анализ римантадина гидрохлорида методом ближней ИК-спектроскопии», Химико-фармацевтический журнал, 2009, №9, 53-56, Арзамасцев А.П., Садчикова Н.П., Титова А.В. «Метод ближней ИК-спектроскопии в системе контроля качества лекарственных средств», Вопросы биологической, медицинской и фармацевтической химии, 2010, №1, 16-20), предложено использовать для валидации модели на специфичность препараты-дженерики, содержащие те же активные фармацевтические вещества, но произведенные другим производителем и по другой технологии. Все исследования были проведены на таблетках без упаковки и с использованием дискриминатного метода анализа.
В более поздних работах (Балыклова К.С., Титова А.В., Садчикова Н.П., Родионова О.Е., Шишова Е.Ю., Скударева Е.Г., Горпинченко Н.В «Анализ таблеток ацетилсалициловой кислоты методом ИК-спектроскопии в ближней области», «Вестник Росздравнадзора». – 2013. - №2. – С.62-65; Rodionova O.Ye., Balyklova K.S., Titova A.V., Pomerantsev A.L. «Quantitative risk assessment in classification of drugs with identical API content» Journal of Pharmaceutical and Biomedical Analysis, 2014, V. 98.P. 186-192; Балыклова К.С., Родионова О.Е., Титова А.В., Садчикова Н.П. «Исследование таблеток с помощью портативного и лабораторного БИК-спектрометра» «Вестник Росздравнадзора», 2015, №4, С.65-71; Y.V. Zontov, K.S. Balyklovа, A.V. Titovа, O.Ye. Rodionova, A.L. Pomerantsev «Chemometric aided NIR portable instrument for rapid assessment of medicine quality», Journal of Pharmaceutical and Biomedical Analysis, 2016, V. 131, P. 87-93; Rodionova O.Ye., Balyklova K.S., Titova A.V., Pomerantsev A.L. «Recognition of the ‘high quality forgeries’ among the medicines:application of NIR spectroscopy and chemometrics», Journal of Integrated OMICS a methodological journal, 2017, V. 7, Issue 2, P. 17; Rodionova O.Ye., Balyklova K.S., Titova A.V., Pomerantsev A.L.«Application of NIR spectroscopy and chemometrics for revealing of the ‘high quality fakes’ among the medicines» Forensic Chemistry, 2018, V. 8, P. 82-89 и т.д.) были описаны результаты исследования таблетированных лекарственных препаратов в ячейковом блистере, для построения модели использовали методы одноклассовой классификации, для валидации специфичности модели - препараты-дженерики.
Каждая из указанных работ решает единичную проблему испытания лекарственных препаратов в таблетированной форме и не предлагает совокупного решения испытания указанной группы лекарственных препаратов в блистерной упаковке с целью доказательства того, что они являются подлинными и произведены в условиях устойчивого технологического процесса.
Основными преимуществами предложенного способа разработки методики по сравнению с существующими являются:
- четкость построения процедуры разработки неразрушающей экспресс методики испытания таблетированных лекарственных препаратов в блистерной упаковке, в том числе изготовленных из ламинированной бумаги, окрашенного поливинилхлорида или полимера, с помощью БИК-анализа с целью доказательства того, что исследуемые образцы являются подлинными или аутентичными и произведены по устойчивой технологии;
- расширение объектов исследования: впервые в исследование включены таблетки, упакованные в контурную безъячейковую упаковку из ламинированной бумаги, а также ячейковую упаковку с окрашенным полимером и разными его слоями;
- возможность оптимизировать условия построения модели методами одноклассовой классификации за счет расширения вариантов определения чувствительности и специфичности;
- доступность всех объектов для выполнения построения и валидации модели,
- низкая стоимость: для валидации модели не требуются дорогостоящие стандартные образцы, реактивы, нет необходимости производить недоброкачественные образцы; для выполнения методики требуется только небольшое количество образцов препарата в оригинальной упаковке;
- объективность полученных результатов, поскольку модели строятся на аутентичных образцах, полученных непосредственно от производителя, с использованием многоступенчатой процедуры валидации, которая позволяет судить о применимости БИК спектроскопии или его ограничении к таблетированным препаратам, упакованным в специфичную упаковку или имеющих специфичный состав оболочки;
- разработанная по данной процедуре методика позволяет проводить неразрушающее испытание лекарственного препарата, и при положительном результате испытания анализируемый образец возвращается в гражданский оборот.
Способ проведения испытания таблетированных лекарственных препаратов в блистерной упаковке методом БИК спектрометрии должен быть экспрессным и неразрушающим ни в отношении препарата, ни в отношении первичной упаковки.
Задачами, на решение которых направлено данное изобретение, являются:
- создание неразрушающих экспресс методик испытаний таблетированных лекарственных препаратов в блистерной упаковке сочетанием БИК спектрометрии и хемометрических методов анализа (БИК-анализ) через построение математической модели и её валидацию с целью доказательства того, что исследуемые образцы являются подлинными (аутентичными) и выпущены в оборот по устойчивой технологии;
- оптимальный выбор способов предобработки БИК спектров и математических методов построения моделей путем проведения полноценной валидации;
- возможность оценить пригодность БИК спектрометрии для исследования таблетированных препаратов, имеющих специфичный состав оболочки или специфичный состав упаковочного материала, через процедуру валидации.
Техническим результатом изобретения является получение универсального способа проведения испытания лекарственных препаратов в блистерной упаковке с целью их аутентификации и контроля устойчивости технологии производства, обеспечивающего получение более точных и объективных результатов, а также построение математической модели для аутентификации лекарственных препаратов и контроля устойчивости и стабильности технологического процесса за счет поэтапной процедуры валидации, возможность расширения анализируемых объектов, сокращение времени и средств на проведение исследования.
Технический результат достигается разработкой способа проведения испытания таблетированных лекарственных препаратов в блистерной упаковке, включающего стадии (этапы): отбор образцов с учетом количества, необходимого для построения модели и её валидации на чувствительность, включающий два набора: обучающий (для построения модели) и проверочный (для валидации модели на чувствительность); получение БИК спектров образцов обучающего и проверочного наборов через прозрачную часть блистера или бумажную часть ламинированного блистера со стороны гладкой поверхности; визуальный анализ полученных БИК спектров на наличие грубых погрешностей и замена повторно снятыми спектрами с той же таблетки; разделение БИК спектров на два набора согласно принадлежности таблеток, для которых они получены; предварительная обработка спектров путем совмещения полученных БИК спектров образцов из обучающего набора по длине волны с рабочим стандартным спектром, с дальнейшей обработкой совмещенных спектров с помощью векторной нормализации и других способов предобработки: удаление области основного пика воды (от 5300 см-1 до 4950 см-1), производные, сглаживание и т.д., а также их сочетание; построение модели методами одноклассовой классификации на предобработанных БИК спектрах обучающего набора согласно алгоритму используемой программы для ЭВМ; проверка построенной модели на степень принятия БИК спектров всех образцов обучающего набора согласно алгоритму используемой программы для ЭВМ и, при необходимости, её корректировка; проверка построенной модели на степень принятия БИК спектров образцов проверочного набора и, согласно алгоритму используемой программы для ЭВМ и, при необходимости, её корректировка; оценка степени отклонения моделью БИК спектров блистера, в который упакованы таблетки из обучающего набора согласно алгоритму используемой программы для ЭВМ и, при необходимости, её корректировка; оценка степени отклонения моделью БИК спектров воспроизведенных лекарственных препаратов согласно алгоритму используемой программы для ЭВМ и, при необходимости, её корректировка; оценка степени отклонения моделью БИК спектров фальсифицированных и/или недоброкачественных образцов препарата того же наименования, той же дозировки, того же производителя, в такой же упаковке согласно алгоритму используемой программы для ЭВМ и, при необходимости, её корректировка.
В качестве блистерной упаковки для таблеток могут быть использованы:
- односторонняя контурная ячейковая упаковка или блистер, состоящий из поливинилхлоридной или полимерной пленки и алюминиевой фольги; поливинилхлоридная или полимерная пленка могут быть матовой или прозрачной; могут быть упакованы таблетки без оболочки и в оболочке;
- контурная безъячейковая упаковка или стрип из ламинированной бумаги; ламинированная бумага представляет собой плотную бумагу толщиной 0,23 – 0,25 мм, ламинированную полиэтиленом; в ламинированную упаковку упаковываются только таблетки без оболочки.
Для правильного построения модели необходимо, чтобы излучение проникало через слой первичной упаковки (бумага, полиэтилен, поливинилхлоридный слой) и немного - в таблетку. Это должно быть доказано в процессе валидации модели.
Создаваемые модели необходимы для скрининга испытаний лекарственных препаратов с целью выявления фальсифицированных или недоброкачественных препаратов на фармацевтическом рынке, поэтому чаще всего под термином «чужие образцы» понимают фальсифицированные или недоброкачественные препараты. Крайне редкие случаи, когда при построении модели в руках экспериментатора имеются фальсифицированные или недоброкачественные образцы исследуемого препарата, поэтому такие модели не валидируются на специфичность.
Предложен следующий способ создания неразрушающей экспресс методики аутентификации таблетированных лекарственных препаратов в первичной упаковке (блистере) с целью создания базы моделей для их исследования в передвижных и стационарных лабораториях. Способ проведения испытания таблетированных лекарственных препаратов в блистерной упаковке содержит следующие этапы:
1 этап: отбор образцов с учетом количества, необходимого для построения модели и её валидации на чувствительность. Отобранное количество образцов включает два набора: обучающий (для построения модели) и проверочный (для валидации модели на чувствительность). Обучающий набор включает не менее 5 серий по 10 таблеток в блистерной упаковке от каждой серии. Допускается строить модель на меньшем количестве серий лекарственного препарата при наличии только этих серий на рынке. Проверочный набор должен содержать образцы в количестве не менее 20 % от количества образцов обучающего набора, но не менее 2 таблеток от серии. Для удобства и объективности получения результатов все таблетки, входящие в наборы, нумеруются. Количество измеряемых объектов обучающего и проверочного набора выбрано, в основном, исходя из возможности одного сотрудника в течение рабочего дня получить спектры таблеток из обоих наборов (150 спектров обучающего набора и 30 спектров проверочного набора), проанализировать их, предобработать, построить модель и провести валидацию (еще около 100 спектров).
2 этап: получение БИК спектров образцов обучающего и проверочного наборов через блистер с помощью модуля на отражение, например, оптоволоконного датчика. БИК спектры таблеток снимают через поливинилхлоридную, полиэтиленовую или ламинированную часть первичной упаковки (в ламинированной упаковке измерение проводят с гладкой стороны блистера). Для каждой таблетки получают по 3 спектра, каждый раз меняя позицию таблетки или датчика.
3 этап: визуальный анализ полученных БИК спектров на наличие грубых погрешностей (интерференция и случайные пики) и замена повторно снятыми спектрами с той же таблетки. Визуальный анализ заключается в просматривании полученных спектров на отсутствие интерференции или случайных пиков, не характерных для исследуемого объекта, т.е. тех пиков, которые отсутствуют в других спектрах данного препарата
4 этап: разделение БИК спектров на два набора согласно принадлежности таблеток, для которых они получены (см. 1 этап) и локализация их в две папки: обучающий набор и проверочный набор. При использовании программы для ЭВМ, в которой отсутствует автоматическая предобработка испытуемых образцов в соответствии с предобработкой образцов, используемых для построения модели, этот этап целесообразно проводить после предобработки всех спектров.
5 этап (предобработка БИК спектров). Предварительная обработка спектров проводится с целью повышения информативности получаемых результатов и уменьшения влияния спектральных вариаций. Полученные БИК спектры образцов из обучающего набора совмещают по длине волны с рабочим стандартным спектром, что позволит работать на других БИК спектрометрах того же типа в передвижных и стационарных лабораториях. Для этого в используемой программе для ЭВМ активируют функцию «совмещение», вводят файл рабочего стандартного спектра, далее - файлы совмещаемых спектров и активируют выполнение процедуры. Файлы совмещенных спектров сохраняют в отдельной папке. В качестве рабочего стандартного спектра используют БИК спектр вещества, полученный на одном из приборов. Рабочий стандартный спектр является неотъемлемой частью создаваемой базы моделей. Из его спектра удалены неинформативная и шумовая области. Далее совмещенные спектры обрабатывают с помощью векторной нормализации и, при необходимости, удаляют область основного пика воды (от 5300 см-1 до 4950 см-1). С целью оптимизации модели могут быть использованы другие способы предобработки: производные, сглаживание и т.д., а также их сочетание.
6 этап: построение модели методами одноклассовой классификации на предобработанных БИК спектрах обучающего набора согласно алгоритму используемой программы для ЭВМ. Для этого в используемой программе для ЭВМ активируют функцию построение модели, вводят предобработанные спектры и активируют процесс. На данном этапе могут быть использованы различные методы одноклассовой классификации, в которых область принятия решения определяется с помощью Евклидова расстояния, косинуса между спектрами, проекционными методами с применением Евклидова расстояния и/или расстояние Махаланобиса и т.д.
Евклидово расстояние между двумя точками x = (x1,…,xp)T и y = (y1,…,yp)T в пространстве Rp вычисляют по формуле:
Расстоянием Махаланобиса между двумя точками x = (x1,…,xp)T и y = (y1,…,yp)T в пространстве Rp называется функция вида:
где S – масса ковариаций.
7 этап (чувствительность): проверка построенной модели на степень принятия БИК спектров всех образцов обучающего набора и, при необходимости, её корректировка. Степень принятия образцов оценивается согласно алгоритму используемой программы для ЭВМ. Для этого в используемой программе для ЭВМ активируют построенную модель, вводят файлы спектров обучающего набора и активируют процесс сравнения. В качестве критериев принятия решения могут быть использованы: коэффициент качества совпадений, который должен быть ниже порогового значения модели (например, программа «OPUS» фирмы «Брукер»), граница ошибки 1-го рода, которая очерчивает область, в которой должны находиться исследуемые образцы (например, SIMCA и DD-SIMCA), и т.д. Если образцы выходят за пределы границы области модели, то меняют значения коэффициентов, расширяя область модели до полного или оптимального включения образцов.
8 этап (чувствительность): проверка построенной модели на степень принятия БИК спектров образцов проверочного набора согласно алгоритму используемой программы для ЭВМ, при необходимости, её корректировка (аналогично этапа 7).
9 этап (специфичность): оценка степени отклонения моделью БИК спектров блистера, в который упакованы таблетки из обучающего набора. Получают по 3 БИК спектра с полимерной стороны блистера или гладкой стороны ламинированного блистера по его краям, где нет таблеток, предобрабатывают и сравнивают с моделью (как в этапе 7). Степень отклонения образцов оценивается согласно алгоритму используемой программы для ЭВМ. В качестве критериев принятия решения могут быть использованы: коэффициент качества совпадений, который должен быть выше порогового значения модели (например, программа «OPUS» фирмы «Брукер), граница ошибки 1-го рода (например, SIMCA) или 2-го рода (например, DD-SIMCA), очерчивающая область, за пределами которой должны находиться отклоняемые образцы, и т.д. Если образцы находятся в пределах границ области модели, то меняют значения коэффициентов, сужая область модели до полного или оптимального исключения образцов, одновременно контролируя её на чувствительность (этап 7).
10 этап (специфичность): оценка степени отклонения моделью БИК спектров таблетированных препаратов-дженериков в такой же упаковке (при наличии): получают 30 спектров (по 3 спектра с каждой таблетки) и сравнивают с моделью согласно алгоритму используемой программы для ЭВМ. При отсутствии препаратов-дженериков может быть проведена оценка степени отклонения моделью БИК спектров таблетированных препаратов в аналогичной упаковке, но содержащих близкое по структуре действующее вещество, а также имеющих одинаковый состав оболочки: получают по 30 спектров (по 3 спектра с каждой таблетки) и сравнивают с моделью согласно алгоритму используемой программы для ЭВМ (как в этапе 9). Если образцы находятся в пределах границ области модели, то меняют значения коэффициентов, сужая область модели до полного или оптимального исключения образцов, одновременно контролируя её на чувствительность (этап 7).
Дженерик или воспроизведенный лекарственный препарат - лекарственный препарат, который имеет такой же качественный состав и количественный состав действующих веществ в такой же лекарственной форме, что и референтный лекарственный препарат, и биоэквивалентность или терапевтическая эквивалентность которого референтному лекарственному препарату подтверждена соответствующими исследованиями.
11 этап (специфичность): оценка степени отклонения моделью БИК спектров фальсифицированных и недоброкачественных образцов препарата того же наименования, той же дозировки, того же производителя, в такой же упаковке (при наличии): получают по 30 спектров (по 3 спектра с каждой таблетки) и сравнивают с моделью согласно алгоритму используемой программы для ЭВМ (как в этапе 9). Если образцы находятся в пределах границ области модели, то меняют значения коэффициентов, сужая область модели до полного или оптимального исключения образцов, одновременно контролируя её на чувствительность (этап 7).
Таким образом, данный подход валидации построенной модели одноклассовой классификации является универсальным, т.к. не зависит от способа её построения, при этом позволяет оценить её чувствительность и специфичность.
Ниже приведены примеры, в которых продемонстрирована работоспособность предложенного способа построения и валидации модели на двух препаратах в разных упаковках. В таблицах 1 и 2 представлены данные по валидации моделей для образцов препаратов в примерах 1 и 2. Модель построена на предобработанных спектрах с помощью метода одноклассовой классификации «Ident» из программы «Opus» (Брукер). Все объекты, имеющие качество совпадений меньше порога модели, принадлежат к классу исследуемого объекта и аутентичны ему, выше этого значения – не принадлежат, т.е. не аутентичны ему.
Пример 1. Таблетки Лоратадина в ячейковой блистерной упаковке из поливинилхлорида и алюминиевой фольги. На фиг.1 изображены БИК спектры образцов препарата 5 серий до предобработки. На фиг.2 приведены БИК спектры образцов препарата 5 серий после предобработки (совмещение, удаление неинформативной и шумовой области, векторная нормализация, удаление области основного пика воды). На фиг.3 изображены средние БИК спектры образцов препарата 5 серий после предобработки (1), блистера (2), препаратов-дженериков (3-5), фальсифицированного образца (6). В таблице 1 приведены результаты валидации модели в примере 1. Порог построенной модели – 0,026081.
Пример 2. Таблетки Викаир в контурной безъячейковой упаковке из ламинированной бумаги, метод «Ident» из программы «Opus» (Брукер). На фиг.4 представлены БИК спектры образцов препарата 5 серий до предобработки. На фиг.5 представлены БИК спектры образцов препарата 5 серий после предобработки (совмещение, удаление неинформативной и шумовой области, векторная нормализация, удаление области основного пика воды). На фиг.6 представлены средние БИК спектры образцов препарата 5 серий после предобработки (1), блистера (2), препаратов-дженериков (3-4) в той же упаковке, препараты, содержащие в качестве действующего вещества растительное лекарственной сырье, в той же упаковке (5). В таблице 2 представлены результаты валидации модели в примере 2. Порог построенной модели 0,050939.
Таблица 1.
Этап | Валидационный набор | Качество совпадений | Корректировка модели |
7 | Обучающий набор | 0,005023-0,022879 | Не требуется |
8 | Проверочный набор | 0,013577-0,016359 | Не требуется |
9 | Блистер | 0,079689-0,083229 | Не требуется |
10a | Препарат-дженерик 1 | 0,031142-0,053886 | Не требуется |
10b | Препарат-дженерик 2 | 0,058362-0,082583 | Не требуется |
10c | Препарат-дженерик 3 | 0,039973-0,052207 | Не требуется |
10d | Препарат в аналогичной упаковке, но содержащий близкое по структуре действующее вещество, а также имеющий одинаковый состав оболочки | Не проводили | |
11 | Фальсифицированный образец | 0,047571-0,089610 | Не требуется |
Таблица 2.
Этап | Валидационный набор | Качество совпадений | Корректировка модели |
7 | Обучающий набор | 0,002643-0,045116 | Не требуется |
8 | Проверочный набор | 0,002717-0,026362 | Не требуется |
9 | Блистер | 0,178636-0,182533 | Не требуется |
10a | Препарат-дженерик 1 | 0,051910-0,065126 | Не требуется |
10b | Препарат-дженерик 2 | 0,057015-0,077314 | Не требуется |
10c | Препарат в аналогичной упаковке, но содержащий близкое по структуре действующее вещество (в данном случае - таблетки Мукалтина) | 0,061107-0,109107 | Не требуется |
11 | Фальсифицированный образец | Не проводили из-за отсутствия образца |
Claims (14)
1. Способ проведения испытания таблетированных лекарственных препаратов в блистерной упаковке, включающий стадии (этапы):
- отбор образцов с учетом количества, необходимого для построения модели и ее валидации на чувствительность, включающий два набора: обучающий (для построения модели) и проверочный (для валидации модели на чувствительность);
- получение БИК спектров образцов обучающего и проверочного наборов;
- визуальный анализ полученных БИК спектров на наличие грубых погрешностей, вызванных интерференцией и случайными пиками, и замена повторно снятыми спектрами с той же таблетки;
- разделение БИК спектров на два набора согласно принадлежности таблеток, для которых они получены;
- предварительная обработка спектров путем совмещения полученных БИК спектров образцов из обучающего набора по длине волны с рабочим стандартным спектром, с дальнейшей обработкой совмещенных спектров с помощью векторной нормализации и других способов предобработки: удаление области основного пика воды в диапазоне от 5300 см-1 до 4950 см-1, производные, сглаживание, а также их сочетание;
- построение модели методами одноклассовой классификации на предобработанных БИК спектрах обучающего набора согласно алгоритму используемой программы для ЭВМ;
- проверка построенной модели на степень принятия БИК спектров всех образцов обучающего набора согласно алгоритму используемой программы для ЭВМ и, при необходимости, ее корректировка;
- проверка построенной модели на степень принятия БИК спектров образцов проверочного набора согласно алгоритму используемой программы для ЭВМ и, при необходимости, ее корректировка;
- оценка степени отклонения моделью БИК спектров блистера, в который упакованы таблетки из обучающего набора согласно алгоритму используемой программы для ЭВМ и, при необходимости, ее корректировка;
- оценка степени отклонения моделью БИК спектров воспроизведенных лекарственных препаратов согласно алгоритму используемой программы для ЭВМ и, при необходимости, ее корректировка;
- оценка степени отклонения моделью БИК спектров фальсифицированных и недоброкачественных образцов препарата того же наименования, той же дозировки, того же производителя, в такой же упаковке согласно алгоритму используемой программы для ЭВМ и, при необходимости, ее корректировка.
2. Способ проведения испытания таблетированных лекарственных препаратов в блистерной упаковке по п. 1, отличающийся тем, что обучающий набор включает не менее 5 серий по 10 таблеток в блистерной упаковке от каждой серии, а проверочный набор должен содержать образцы в количестве не менее 20% от количества образцов обучающего набора, но не менее 2 таблеток от серии.
3. Способ проведения испытания таблетированных лекарственных препаратов в блистерной упаковке по п. 1, отличающийся тем, что в качестве блистерной упаковки для таблеток могут быть использованы как односторонняя контурная ячейковая упаковка или блистер, состоящий из поливинилхлоридной или полимерной пленки и алюминиевой фольги, пленка может быть матовой или прозрачной; могут быть упакованы таблетки без оболочки и в оболочке; так и контурная безъячейковая упаковка или стрип из ламинированной бумаги, при этом ламинированная бумага представляет собой плотную бумагу толщиной 0,23-0,25 мм, ламинированную полиэтиленом.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2018128736A RU2685758C1 (ru) | 2018-08-06 | 2018-08-06 | Способ проведения испытания таблетированных лекарственных препаратов в блистерной упаковке методом бик спектрометрии |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
RU2018128736A RU2685758C1 (ru) | 2018-08-06 | 2018-08-06 | Способ проведения испытания таблетированных лекарственных препаратов в блистерной упаковке методом бик спектрометрии |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2685758C1 true RU2685758C1 (ru) | 2019-04-23 |
Family
ID=66314655
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2018128736A RU2685758C1 (ru) | 2018-08-06 | 2018-08-06 | Способ проведения испытания таблетированных лекарственных препаратов в блистерной упаковке методом бик спектрометрии |
Country Status (1)
Country | Link |
---|---|
RU (1) | RU2685758C1 (ru) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115031643A (zh) * | 2022-05-19 | 2022-09-09 | 山东大学 | 流化床包衣过程中包衣膜厚度在线测量方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4893253A (en) * | 1988-03-10 | 1990-01-09 | Indiana University Foundation | Method for analyzing intact capsules and tablets by near-infrared reflectance spectrometry |
EP1754967A2 (en) * | 2005-04-05 | 2007-02-21 | National Institute for the Control of Pharmaceutical and Biological Products | A method and instrument for identifying a drug by near infrared spectroanalysis |
CN101961360A (zh) * | 2009-07-24 | 2011-02-02 | 天津天士力现代中药资源有限公司 | 三七的近红外光谱鉴别方法 |
-
2018
- 2018-08-06 RU RU2018128736A patent/RU2685758C1/ru active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4893253A (en) * | 1988-03-10 | 1990-01-09 | Indiana University Foundation | Method for analyzing intact capsules and tablets by near-infrared reflectance spectrometry |
EP1754967A2 (en) * | 2005-04-05 | 2007-02-21 | National Institute for the Control of Pharmaceutical and Biological Products | A method and instrument for identifying a drug by near infrared spectroanalysis |
CN101961360A (zh) * | 2009-07-24 | 2011-02-02 | 天津天士力现代中药资源有限公司 | 三七的近红外光谱鉴别方法 |
Non-Patent Citations (1)
Title |
---|
К.С. Балыклова и др. "Исследование таблеток с помощью портативного и лабораторного БИК-спектрометра", ВЕСТНИК РОСЗДРАВНАДЗОРА, No 4, 2015 г, стр. 65-71. * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115031643A (zh) * | 2022-05-19 | 2022-09-09 | 山东大学 | 流化床包衣过程中包衣膜厚度在线测量方法及系统 |
CN115031643B (zh) * | 2022-05-19 | 2024-03-08 | 山东大学 | 流化床包衣过程中包衣膜厚度在线测量方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zontov et al. | Chemometric aided NIR portable instrument for rapid assessment of medicine quality | |
Ciza et al. | Comparing the qualitative performances of handheld NIR and Raman spectrophotometers for the detection of falsified pharmaceutical products | |
Been et al. | Profiling of counterfeit medicines by vibrational spectroscopy | |
CN108254351B (zh) | 用于物品查验的拉曼光谱检测方法 | |
Krakowska et al. | Chemometrics and the identification of counterfeit medicines—A review | |
Rodionova et al. | Qualitative and quantitative analysis of counterfeit fluconazole capsules: A non-invasive approach using NIR spectroscopy and chemometrics | |
Wilson et al. | A new handheld device for the detection of falsified medicines: demonstration on falsified artemisinin-based therapies from the field | |
Rodionova et al. | Quantitative risk assessment in classification of drugs with identical API content | |
US20060249680A1 (en) | Method and an instrument for identifying a drug by near infrared spectroanalysis | |
Rodionova et al. | Detection of counterfeit and substandard tablets using non-invasive NIR and chemometrics-A conceptual framework for a big screening system | |
Rodionova et al. | Application of NIR spectroscopy and chemometrics for revealing of the ‘high quality fakes’ among the medicines | |
Assi et al. | Authentication of antibiotics using portable near-infrared spectroscopy and multivariate data analysis | |
Yu et al. | Identification of wine according to grape variety using near-infrared spectroscopy based on radial basis function neural networks and least-squares support vector machines | |
Awotunde et al. | Discrimination of substandard and falsified formulations from genuine pharmaceuticals using NIR spectra and machine learning | |
RU2685758C1 (ru) | Способ проведения испытания таблетированных лекарственных препаратов в блистерной упаковке методом бик спектрометрии | |
Fuenffinger et al. | Classification of ciprofloxacin tablets using near-infrared spectroscopy and chemometric modeling | |
Farooq et al. | Rapid identification of breast cancer subtypes using micro-FTIR and machine learning methods | |
Chen et al. | Application of near-infrared spectroscopy and class-modeling to antibiotic authentication | |
Yin et al. | Non-destructive detection of foreign contaminants in toast bread with near infrared spectroscopy and computer vision techniques | |
Bakeev et al. | Pros and cons of using correlation versus multivariate algorithms for material identification via handheld spectroscopy | |
RU2685756C1 (ru) | Способ проведения испытания капсулированных лекарственных препаратов в блистерной упаковке методом бик спектрометрии | |
John et al. | Overview of cocaine identification by vibrational spectroscopy and chemometrics | |
Kahmann et al. | Interval importance index to select relevant ATR-FTIR wavenumber intervals for falsified drug classification | |
Jia et al. | A training set selection strategy for a universal near-infrared quantitative model | |
Nariya et al. | Comparative characterization of crofelemer samples using data mining and machine learning approaches with analytical stability data sets |