Techniki planowania i statystycznej analizy danych
Transkrypt
Techniki planowania i statystycznej analizy danych
StatSoft Polska, tel. 12 428 43 00, 601 41 41 51, [email protected], www.StatSoft.pl TECHNIKI PLANOWANIA I STATYSTYCZNEJ ANALIZY DANYCH W PROJEKTOWANIU SKŁADÓW ORAZ PROCESÓW WYTWARZANIA PRODUKTÓW LECZNICZYCH I SUPLEMENTÓW DIETY Waldemar Józwik, OJSC Akrikhin (Grupa Polpharma), Zakład Chemii Fizycznej, Wydział Farmaceutyczny, Warszawski Uniwersytet Medyczny Wstęp Techniki planowania i statystycznej analizy danych eksperymentalnych stosowane są w badaniach naukowych od lat dwudziestych XX wieku [1]. Przez dziesiątki lat techniki te są z powodzeniem wykorzystywane w różnych gałęziach przemysłu wysokich technologii. Swoją rosnącą popularność w przemyśle farmaceutycznym zawdzięczają inicjatywie Food and Drug Administration z 2002 roku [2], aby w perspektywie najbliższych lat stać się podstawowym narzędziem wykorzystywanym w laboratoriach wszystkich firm zajmujących się rozwojem nowych produktów leczniczych. Szczegółowe informacje na temat metodyki Quality by Design zawarte zostały w wytycznej ICH Q8(R2) [3] Stosowanie technik Design of Experiments stało się niezwykle istotne dla firm farmaceutycznych rejestrujących produkty lecznicze w Stanach Zjednoczonych. W związku z informacją przedstawioną w październiku 2011 roku podczas konferencji technicznej GPhA, począwszy od początku 2013 r., wszystkie firmy generyczne składające dokumentację rejestracyjną do Food and Drug Administration, zobligowane są w części Pharmaceutical Development zawrzeć pięć (wykluczając Design Space) elementów Quality by Design [4]. Są nimi: 1. Quality Target Product Profile (QTPP) – docelowy profil/specyfikację produktu badanego. 2. Critical Quality Attributes (CQAs) – listę parametrów produktu krytycznych z perspektywy pacjenta. 3. Critical Material Attributes (CMAs) – identyfikację krytycznych parametrów substancji leczniczej oraz substancji pomocniczych i wykazanie ich oddziaływania na krytyczne parametry produktu. 4. Critical Process Parameters (CPPs) – zdefiniowanie krytycznych parametrów procesu wytwarzania poprzez przedstawienie wpływu zmienności tych parametrów na krytyczne parametry produktu. Copyright © StatSoft Polska 2014 www.statsoft.pl/czytelnia.html 75 StatSoft Polska, tel. 12 428 43 00, 601 41 41 51, [email protected], www.StatSoft.pl 5. Control Strategy – określenie strategii kontroli procesu wytwarzania pozwalającej na zapewnienie spełniania przez produkt leczniczy wymagań zdefiniowanych jako docelowy profilu produktu badanego. Przykładowe rozdziały Pharmaceutical Development amerykańska agencja udostępniła w swoich zasobach internetowych [5-6]. Techniki Design of Experiments są niezastąpionym narzędziem, wydatnie usprawniającym prowadzenie identyfikacji ryzyka niekontrolowanego oddziaływania zmiennych substancji leczniczej i procesu wytwarzania na krytyczne parametry produktu leczniczego (CQAs). Zmienność ta, ze względu na zmianę charakterystyki substancji leczniczej, może prowadzić do braku skuteczności terapeutycznej leku, w skrajnych zaś przypadkach sprawiać, że stanie się on niebezpieczny dla zdrowia lub życia pacjenta. Mimo prowadzenia wstępnej oceny ryzyka bazującej na posiadanej wiedzy i doświadczeniu, identyfikacja parametrów krytycznych jest zadaniem pracochłonnym. Dla przykładu w konwencjonalnym procesie granulacji szybkoobrotowej można zidentyfikować dziesięć parametrów procesu [7]. Realizacja kompletnego planu doświadczenia mającego za zadanie identyfikację parametrów krytycznych tego procesu poprzez zbadanie wszystkich kombinacji dziesięciu zmiennych na dwóch poziomach (minimalnym i maksymalnym) wymagałaby wykonania 1024 doświadczeń. Techniki Design of Experiments pozwalają na minimalizację liczby niezbędnych eksperymentów, do np. 16 w przypadku zastosowania dla dwóch poziomów planu frakcyjnego 2(10-6). Nie należy zapominać, że każdy proces wytwarzania składa się z szeregu operacji jednostkowych, dla których należy zidentyfikować parametry krytyczne. Z tego też powodu wykorzystanie technik statystycznego planowania wydaje się być niezastąpione. Sukces rozwoju nowego, generycznego produktu leczniczego uzależniony jest od jednoczesnego spełnienia szeregu warunków, spośród których do najistotniejszych należy zaliczyć: Brak ograniczeń patentowych w zakresie wykorzystania konkretnej formy fizycznej substancji leczniczej, konkretnej postaci leku, kompozycji i procesu wytwarzania produktu leczniczego. Stabilność chemiczna – brak silnych interakcji pomiędzy substancjami wchodzącymi w skład kompozycji farmaceutycznej lub suplementu diety i materiałami stanowiącymi ich opakowanie bezpośrednie. Stabilność fizyczna – niezmienność formy fizycznej substancji leczniczej, w wyniku której substancja aktywna mogłaby charakteryzować się m.in. inną rozpuszczalnością, stabilnością, higroskopijnością i procesowalnością [8]. Biorównoważność i biodostępność – dostępność biologiczna na poziomie, który charakteryzuje produkt referencyjny lub korzystniejsza w przypadku substancji aktywnych występujących w nowoczesnych suplementach diety. Powtarzalność procesu wytwarzania – odporność procesu na uprzednio zidentyfikowaną zmienność parametrów materiałów wyjściowych i zadawanych parametrów prowadzenia procesu. 76 www.statsoft.pl/czytelnia.html Copyright © StatSoft Polska 2014 StatSoft Polska, tel. 12 428 43 00, 601 41 41 51, [email protected], www.StatSoft.pl W dalszej części niniejszego artykułu przedstawione zostaną trzy przykłady wykorzystania technik Design of Experiments w celu identyfikacji krytyczności wyboru składu ilościowego produktu leczniczego, optymalizacji kompozycji farmaceutycznej, identyfikacji krytycznych parametrów procesu wytwarzania i walidacji modelu półempirycznego podczas powiększania skali procesu granulacji szybkoobrotowej. W przypadku realizacji każdego z przykładów do planowania i analizy eksperymentów wykorzystano oprogramowanie STATISTICA Pakiet Zaawansowany + QC. Przykłady Przykład 1 – definiowanie składu jakościowego produktu na etapie badań preformulacyjnych Jednym z zadań badań preformulacyjnych jest wstępne określenie składu jakościowego produktu leczniczego lub suplementu diety, który pozwoli na zachowanie jego oczekiwanej jakości przez jak najdłuższy okres czasu. Bezpośrednie wykorzystanie składu jakościowego i ilościowego, którym charakteryzuje się produkt referencyjny, lub w przypadku suplementów diety produkt dostępny na rynku i cieszący się zaufaniem konsumentów, jest w wielu sytuacjach niemożliwe. Wynika to przede wszystkim z ograniczeń patentowych (np. zastrzeżenie związane z wykorzystaniem polimeru pH-zależnego), braku dostępności technologii wytwarzania (np. procesu atomizacji hydroelektrodynamicznej) lub po prostu braku niezbędnej wiedzy i kompetencji technicznych. Wstępne zdefiniowanie składu produktu polega na przeprowadzeniu jakościowych badań kompatybilności w układach dwuskładnikowych w celu wstępnego wyeliminowania substancji pomocniczych wykazujących niezgodności chemiczne z substancjami pomocniczymi. W tym celu najczęściej wykorzystuję się metody termiczne, np. różnicową kalorymetrię skaningową (DSC) [9-10]. Kolejnym krokiem jest przeprowadzenie testów kompatybilności w układach wieloskładnikowych z uwzględnieniem funkcji substancji pomocniczych i ich ilości w postaci leku. W poniższym przykładzie przedstawiono badanie kompatybilności substancji leczniczej z substancjami pomocniczymi w układach wieloskładnikowych. Substancje pomocnicze podzielono na trzy grupy w zależności od funkcji, jaką pełnią w postaci leku. Tabela 1. Badane zmienne – substancje pomocnicze wybrane do badania. Substancje pomocnicze (poziomy dla każdego z czynników) Poziom -1 Poziom 0 Poziom +1 Celuloza Substancja wypełniająca Mannitol Fosforan wapnia mikrokrystaliczna Substancja wiążąca Powidon (PVP) Hypromeloza (HPMC) Hyproloza (HPC) Substancja rozsadzająca Stearynian magnezu Kwas stearynowy Stearylofumaran sodu Badana zmienna Copyright © StatSoft Polska 2014 www.statsoft.pl/czytelnia.html 77 StatSoft Polska, tel. 12 428 43 00, 601 41 41 51, [email protected], www.StatSoft.pl Każda z grup zawierała trzy substancje pomocnicze różniące się właściwościami fizycznymi. Do realizacji zadania wykorzystano plan kompletny na trzech poziomach 33+. Odpowiedzią procesu była suma zanieczyszczeń powstałych po 1 miesiącu przechowywania próbek w temperaturze 50C i 75% wilgotności względnej. Plan doświadczenia przedstawiono w poniższej tabeli. Tabela 2. Rezultaty badań stabilności próbek przygotowanych na podstawie planu frakcyjnego zrealizowanego na trzech poziomach. Układ Substancja wypełniająca Substancja wiążąca Substancja poślizgowa 1 Fosforan wapnia Hypromeloza (HPMC) Kwas stearynowy 2 Celuloza mikrokrystaliczna Hyproloza (HPC) Stearylofumaran sodu 3 Fosforan wapnia Hyproloza (HPC) Stearynian magnezu 4 Mannitol Powidon (PVP) Stearynian magnezu 5 Celuloza mikrokrystaliczna Powidon (PVP) Kwas stearynowy 6 Celuloza mikrokrystaliczna Hypromeloza (HPMC) Stearynian magnezu 7 Fosforan wapnia Powidon (PVP) Stearylofumaran sodu 8 Mannitol Hyproloza (HPC) Kwas stearynowy 9 Mannitol Hypromeloza (HPMC) Stearylofumaran sodu Po zakończeniu badań stabilności przeanalizowano próbki mieszanin. Na poniższych rysunkach przedstawiono graficzną interpretację wyników analizy statystycznej. Wykres Pareto efektów standaryzowanych Wielkość: Degradacja, %; 1 miesiąc 50 C/75% RH Subst. poślizgowa(Q) 20,32002 (3)Subst. poślizgowa(L) (1)Subst. wypełniająca(L) Subst. wiążąca(Q) Subst. wypełniająca(Q) (2)Subst. wiążąca(L) -10,5586 -2,41968 -1,016 ,8890009 ,4399413 p=,05 Wartość bezwzględna standaryzowanej oceny efektu Rys. 1. Wykres Pareto efektów standaryzowanych dla składników układów poddanych badaniom stabilności. 78 www.statsoft.pl/czytelnia.html Copyright © StatSoft Polska 2014 StatSoft Polska, tel. 12 428 43 00, 601 41 41 51, [email protected], www.StatSoft.pl Efekty standaryzowane, przestawione na rys. 1, wskazują na silną wpływ substancji poślizgowej na stopień degradacji substancji leczniczej w badanych układach. Na poniższym wykresie średnich krańcowych przedstawiono zależność stopnia degradacji substancji leczniczej od zastosowanej substancji poślizgowej. Wpływ substancji poślizgowej na stopień degradacji substancji leczniczej 5 3,9 4 Degradacja, % 3 2,1 2 1 0,5 0 -1 Stearynian magnezu Kwas stearynowy Stearylofumaran sodu Substancja poślizgowa Rys. 2. Średnie krańcowe opisujące wpływ substancji poślizgowych na stabilność chemiczną badanych układów mieszanin wieloskładnikowych. W wyniku przeprowadzonej analizy statystycznej rezultatów analiz chemicznych wykazano brak możliwości zaprojektowania stabilnego chemicznie produktu leczniczego zawierającego kwas stearynowy i stearynian magnezu. Wybór pozostałych substancji pomocniczych, należących do grup substancji wiążących i wypełniających, nie niósł ze sobą w żadnym z badanych układów istotnego ryzyka braku stabilności chemicznej, pod warunkiem wykorzystania jako substancji poślizgowej stearylofumaranu sodu. Przykład 2 – identyfikacja krytycznych parametrów materiałów wyjściowych Prace badawcze zmierzały do opracowania leku odtwórczego zawierającego antagonistę receptora H1. Na podstawie przeglądu literatury oraz wyników badań preformulacyjnych określono skład ilościowy produktu leczniczego. Ze względu na niewielką dawkę substancji leczniczej i wybór substancji wypełniających charakteryzujących się dobrą sypkością postanowiono wykorzystać do rozwoju produktu technologię bezpośredniego tabletkowania. W celu zdefiniowania stosunku ilościowego substancji wypełniających oraz ocenę krytyczności ilości stearynianu magnezu oraz twardość tabletki zapewniającą odpowiedzi procesu na poziomie zbliżonym do produktu referencyjnego wykorzystano plan kompletny 23. Do Copyright © StatSoft Polska 2014 www.statsoft.pl/czytelnia.html 79 StatSoft Polska, tel. 12 428 43 00, 601 41 41 51, [email protected], www.StatSoft.pl planu dodano dwa punkty centralne w celu oceny czystego błędu i użyteczności modelu. Schemat wykorzystanego planu doświadczenia przedstawiono na rys. 3. (Z3) (Z1) (Z2) Rys. 3. Schemat planu kompletnego 23 z dwoma punktami centralnymi, (Z1-3) oznaczają zmienne niezależne. Ze względu na konieczność wytwarzania tabletek o stałej masie dla każdego z układów, po uwzględnieniu udziału substancji leczniczej i stearynianu magnezu, stosunek celulozy mikrokrystalicznej i monohydratu laktozy ustalany był niezależnie. W poniższej tabeli przedstawiono badane zmienne niezależne wraz z przypisanymi im poziomami. Tabela 3. Zmienne niezależne – substancje pomocnicze i parametr procesu wybrane do badania. Badana zmienna Celuloza mikrokrystaliczna/monohydrat laktozy, stosunek Stearynian magnezu, % wag. Twardość tabletki, N Poziom dolny Punkt centralny Poziom górny 0,25 0,50 0,75 0,50 40 1,25 60 2,00 80 Odpowiedziami procesu były: czas rozpadu, stopień uwolnienia substancji leczniczej oraz ścieralność tabletek. Jako kryteria akceptacji przyjęto czas rozpadu nie większy niż 300 sekund i uwalnianie substancji leczniczej w punkcie poboru próbki na poziomie nie niższym niż 95%. Ze względu na spełnienie we wszystkich układach kryterium akceptacji dla ścieralności <0,1% odpowiedź ta została wyłączona z dalszych analiz. Plan eksperymentów wraz z odpowiedziami procesu przedstawiono w poniższej tabeli. 80 www.statsoft.pl/czytelnia.html Copyright © StatSoft Polska 2014 StatSoft Polska, tel. 12 428 43 00, 601 41 41 51, [email protected], www.StatSoft.pl Tabela 4. Plan eksperymentu oceny krytyczności parametrów. Układ 4 2 10 (C) 8 9 (C) 6 5 1 3 7 Celuloza/laktoza, udział 0,75 0,75 0,50 0,75 0,50 0,75 0,25 0,25 0,25 0,25 Plan: 2**(3-0) Stearynian magnezu, % w/w Twardość tabletki, N 2,00 40 0,50 40 1,25 60 2,00 80 1,25 60 0,50 80 0,50 80 0,50 40 2,00 40 2,00 80 W przypadku oszacowania dotyczącego wpływu twardości na czas rozpadu tabletki przy różnym, wzajemnym stosunku substancji wypełniających utworzony model opisuje następujące równanie regresji (R=0,9946): Czas rozpadu, s = 52,32-196,00*x+1,67*y-84,00*x*y+5,17*z*x-0,067*z*y+2,87*x*y*z-70 Wpływ twardości na czas rozpadu tabletki przy różnych stosunkach celulozy mikrokrystalicznej i monohydratu talktozy 300 Twardość tabletki, N Twardość tabletki, N -1, +1, Czas rozpadu, s 200 100 0 ,25 ,75 Celuloza mikrokrystaliczna/Laktoza jednowodna, stosunek Rys. 4. Bezwzględne wartości oceny efektów oddziaływania zmiennych o krytycznym znaczeniu na czas rozpadu. Podobne oszacowanie można uzyskać dla innych odpowiedzi procesu. Równanie regresji opisujące wpływ twardości tabletki na jej uwalnianie, przy różnym, wzajemnym stosunku substancji wypełniających ma następującą postać: Copyright © StatSoft Polska 2014 www.statsoft.pl/czytelnia.html 81 StatSoft Polska, tel. 12 428 43 00, 601 41 41 51, [email protected], www.StatSoft.pl Uwalnianie, % = 63,23+31,33*x+0,33*y+33,33*x*y+0,38*z*x+0,2*z*y-1,07*x*y*z+2,25 Wpływ twardości na uwalnianie substancji leczniczej przy różnych stosunkach celulozy mikrokrystalicznej i monohydratu talktozy 110 Twardość tabletki, N Twardość tabletki, N -1, +1, Uwalnianie, % 100 90 80 70 ,25 ,75 Celuloza mikrokrystaliczna/Laktoza jednowodna, stosunek Rys. 5. Bezwzględne wartości oceny efektów oddziaływania zmiennych o krytycznym znaczeniu na uwalnianie substancji leczniczej z tabletek. Dla każdej z odpowiedzi procesu zdefiniowano funkcję użyteczności. Obliczono wartości użyteczności całkowitej jako średnią geometryczną użyteczności cząstkowych. Na rys. 6 przedstawiono wykres użyteczności całkowitej w zależności od zmiennych zidentyfikowanych jako statystycznie istotne (parametry krytyczne). Użyteczność całkowita 85 80 75 Twardość tabletki, N 70 65 60 55 50 45 40 35 0,2 0,3 0,4 0,5 0,6 0,7 Celuloza mikrokrystaliczna/Laktoza jednowodna, stosunek 0,8 > 0,8 < 0,8 < 0,6 < 0,4 < 0,2 <0 Rys. 6. Użyteczność całkowita. 82 www.statsoft.pl/czytelnia.html Copyright © StatSoft Polska 2014 StatSoft Polska, tel. 12 428 43 00, 601 41 41 51, [email protected], www.StatSoft.pl Na podstawie wyników analizy statystycznej produkt spełniający kryteria akceptacji można uzyskać niezależnie od wartości stężenia stearynianu magnezu, pod warunkiem, że pochodzi z zakresu 0,5-2,0% wag. Dla uzyskania optymalnych rezultatów dla twardości tabletki na poziomie 50-55N stosunek celulozy mikrokrystalicznej do monohydratu laktozy powinien wynosić 0,6-0,7. Przykład 3 – identyfikacja krytycznych parametrów procesu wytwarzania Prezentowany przykład jest częścią pracy badawczej wykonanej w ramach rozwoju procesu wytwarzania dla leku antymuskarynowego. Celem eksperymentu było zidentyfikowanie krytycznych parametrów procesu granulacji szybkoobrotowej i określenie ich wpływu na parametry produktu leczniczego. Jednocześnie badanie miało na celu wykazać prawidłowość przeprowadzonego procesu powiększenia skali. Poszczególnym zmiennym przypisano wartości reprezentujące górną i dolną granicę badanego zakresu operacyjnego. Zmienne niezależne poddane analizie oraz przypisane im poziomy przedstawiono w tabeli 5. Tabela 5. Parametry wytypowane do oceny krytyczności. Zmienna niezależna PGS/LHM*, stosunek Ilość wody do zwilżania, % masy wsadu Prędkość impelera, m/s Szybkość podawania wody, g/100 g wsadu/s Czas granulacji, min Objętość zbiornika, L Poziom górny 25 15 70 10 4 4 Poziom dolny 5 10 30 5 2 1 *PGS/LHM – Skrobia preżelatynizowana/monohydrat laktozy. Tabela 6. Matryca eksperymentu 2(6-3) zrealizowana w celu oceny krytyczności parametrów. Układ 1 2 3 4 5 6 7 8 9 (C) Szybkość Czas Zbior- Uwal- TwarCzas PGS/LH, Woda, Impeler, Ścieralzwilżania, granulacji, nik, nianie, dość, rozpadu, stosunek % % ność, % g/100g/min min L % N s 5 25 5 25 5 25 5 25 15 10,0 10,0 15,0 15,0 10,0 10,0 15,0 15,0 12,5 30 30 30 30 70 70 70 70 50 10,0 5,0 5,0 10,0 10,0 5,0 5,0 10,0 7,5 4 2 4 2 2 4 2 4 3 4,0 4,0 1,0 1,0 1,0 1,0 4,0 4,0 2,5 91,8 95,8 79,3 98,4 80,9 94,9 37,7 96,7 93,9 62 34 77 34 61 31 97 24 37 248 104 285 85 248 78 391 113 121 0,05 0,05 0,16 0,07 0,13 0,08 0,10 0,08 0,00 Doświadczenia zaplanowano w oparciu o plan frakcyjny 2(6-3). Do planu dodano jeden punkt centralny. Wygenerowany plan doświadczeń przedstawiono w tabeli 6. Jako odpowiedzi procesu wytwarzania wybrano: uwalnianie substancji leczniczej, twardość tabletek, Copyright © StatSoft Polska 2014 www.statsoft.pl/czytelnia.html 83 StatSoft Polska, tel. 12 428 43 00, 601 41 41 51, [email protected], www.StatSoft.pl czas rozpadu tabletek oraz ich ścieralność. Na podstawie badań produktu referencyjnego przyjęto, że produkt badany powinien charakteryzować się następującymi parametrami: uwalnianie ≥ 85%, twardość tabletki ≥ 50 N, czas rozpadu ≤ 200 s, ścieralność tabletki ≤ 0,1%. Oszacowanie wyników pomiarów z tabletek wykazało istotne statystycznie oddziaływanie jednej zmiennej: stosunku skrobi preżelatynizowawnej do monohydratu laktozy. Wyniki przedstawiono w tabeli 7. Wpływ stosunku substancji wiążącej i wypełniającej na czas rozpadu tabletek 450 400 350 293 Czas rozpadu, s 300 250 200 150 95 100 50 0 -50 5, 25, PGS/LHM, share Wpływ stosunku substancji wiążącej i uzupełniającej na uwalnianie substancji leczniczej Wpływ stosunku substancji wiążącej i wypełniającej na twardość tabletek 110 90 80 74 100 96 90 Twardość, N Uwalnianie substancji, % 70 80 60 50 40 72 70 31 30 60 20 5, 25, PGS/LHM, share 5, 25, PGS/LHM, share Rys. 7. Bezwzględne wartości oceny efektów oddziaływania zmiennej o krytycznym znaczeniu dla jakości. W żadnym z przypadków nie stwierdzono krytycznego oddziaływania parametru: wielkość zbiornika na odpowiedzi procesu, co wskazywało na adekwatność równania Froude’a do obliczeń prędkości impelera w urządzeniach w skali od 1 do 4 litrów. W przypadku wytwarzania produktu na potrzeby eksperymentu weryfikacji istotności skali procesu przeprowadzono uprzednio konwersję jednostek, w celu uniezależnienia badania od konkretnego urządzenia. Ilość wody wyrażono jako procent suchej masy wsadu. Prędkość podawania odniesiono dodatkowo do jednostki masy (g/100 g/min), obroty mieszadła przeliczono na m/s. 84 www.statsoft.pl/czytelnia.html Copyright © StatSoft Polska 2014 StatSoft Polska, tel. 12 428 43 00, 601 41 41 51, [email protected], www.StatSoft.pl W innym przypadku do doświadczenia poza zmienną skali procesu wprowadzone zostałyby dodatkowe zmienne nieujęte w badaniu. Tabela 7. Oszacowanie wyników pomiarów. Odpowiedź procesu Uwalnianie Twardość tabletki Czas rozpadu tabletki Dobroć dopasowania, R2 0,8928 0,9316 0,9153 Efekt (p<0,05) 3,31 -5,81 -5,33 75 16 70 15 65 60 Prędkość impelera, % Woda, % 14 13 12 55 50 45 40 11 10 9 4 6 8 10 12 14 16 18 20 22 24 26 PGS/LHM, stosunek 35 > 0,6 < 0,525 < 0,425 < 0,325 < 0,225 < 0,125 < 0,025 < -0,075 30 25 4 6 8 10 12 14 16 18 20 22 24 26 PGS/LHM, stosunek 11 > 0,6 < 0,525 < 0,425 < 0,325 < 0,225 < 0,125 < 0,025 4,2 4,0 10 3,8 3,4 Czas granulacji, min Prędkość natrysku, g/100g/min 3,6 9 8 7 3,2 3,0 2,8 2,6 6 2,4 4 4 6 8 10 12 14 16 18 20 22 24 2,2 > 0,5 < 0,425 < 0,325 < 0,225 < 0,125 < 0,025 < -0,075 5 26 PGS/LHM, stosunek 2,0 1,8 4 6 8 10 12 14 16 18 PGS/LHM, stosunek 20 22 24 26 > 0,5 < 0,5 < 0,4 < 0,3 < 0,2 < 0,1 <0 4,5 4,0 Objętość zbiornika, L 3,5 3,0 2,5 2,0 1,5 1,0 0,5 4 6 8 10 12 14 16 18 20 22 24 PGS/LHM, stosunek 26 > 0,55 < 0,51 < 0,46 < 0,41 < 0,36 < 0,31 < 0,26 < 0,21 < 0,16 Rys. 8. Użyteczność całkowita. Copyright © StatSoft Polska 2014 www.statsoft.pl/czytelnia.html 85 StatSoft Polska, tel. 12 428 43 00, 601 41 41 51, [email protected], www.StatSoft.pl Przeprowadzone doświadczenia pozwoliły w sposób jednoznaczny zidentyfikować krytyczny wpływ stosunku substancji wiążącej (skrobii preżelatynizowanej) i uzupełniającej (monohydratu laktozy) na parametry produktu leczniczego. Przy braku statystycznej istotności pozostałych parametrów procesu do dalszego etapu powiększania skali zarekomendowano zakres stosunku substancji wiążącej do substancji uzupełniającej od 10 do 14% suchej masy wsadu. Oszacowany zakres pozwolił na wytwarzanie produktu o wcześniej zdefiniowanych parametrach. Podsumowanie Przytoczone przykłady wykorzystania technik statystycznego planowania i analizy eksperymentów przekonują, że narzędzia te są niezbędne wszędzie tam, gdzie zależy nam na nie tylko jakościowym, ale przede wszystkim ilościowym opisie współzależności zjawisk. Prawidłowe opisanie zależności pomiędzy zmiennymi zależnymi (parametrami substancji i procesu) a odpowiedziami procesu (parametrami produktu istotnymi dla pacjenta) pozwala na projektowanie elastycznych, odpornych na obarczone pewną zmiennością serie surowców wyjściowych i nieznaczne zaburzenia pracy urządzeń produkcyjnych. Narzędzia te stanowią również doskonałe wsparcie analizy ryzyka, są niezwykle użyteczne podczas rozwiązywania problemów produkcyjnych pojawiających się w trakcie wytwarzania produktów, które nierzadko od lat znajdują się w sprzedaży. Coraz wyższe wymagania agencji rejestrujących nowe produkty lecznicze będą stanowić ogromną motywację, by po te narzędzia sięgać i wprowadzać je do codziennego użytku. Literatura 1. Connfie D., R.A. Fisher and the development of statistics - a view in his centenary year, Journal of the Statistical and Social Inquiry Society of Ireland, Volume XXVI, 1990/1991. 2. FDA, Pharmaceutical CGMPs for the 21st Century: A. Risk-Based Approach, 2002. 3. ICH, Pharmaceutical Development Q8(R2), 2009, http://www.ich.org/fileadmin/Public_Web_Site/ICH_Products/Guidelines/Quality/Q8_R1/Step4/Q8_R2_Guideline.pdf (ostatnio odwiedzono 10/04/2014). 4. Rosencrance, S. QbD Status Update for Generic Drugs, GPhA Fall Technical Conference, 2011. 5. FDA, Quality by Design for ANDAs: An Example for Immediate-Release Dosage Forms, http://www.fda.gov/downloads/Drugs/DevelopmentApprovalProcess/HowDrug sareDevelopedandApproved/ApprovalApplications/AbbreviatedNewDrugApplicationA NDAGenerics/UCM304305.pdf (ostatnio odwiedzono 10/04/2014). 6. FDA, Quality by Design for ANDAs: An Example for Modified Release Dosage Forms, http://www.fda.gov/downloads/Drugs/DevelopmentApprovalProcess/HowDrugsare 86 www.statsoft.pl/czytelnia.html Copyright © StatSoft Polska 2014 StatSoft Polska, tel. 12 428 43 00, 601 41 41 51, [email protected], www.StatSoft.pl 7. 8. 9. 10. DevelopedandApproved/ApprovalApplications/AbbreviatedNewDrugApplicationANDA Generics/UCM286595.pdf (ostatnio odwiedzono 10/04/2014). Yu L. X., Pharmaceutical Quality by Design: Product and Process Development, Understanding, and Control, Pharmaceutical Research, Vol. 25, No. 4, 2008. Raw A. S., Regulatory considerations of pharmaceutical solid polymorphism in Abbreviated New Drug Applications (ANDAs), Advanced Drug Delivery Reviews 56 (2004) 397-414. Stodghill S. P., Thermal Analysis – A Review of Techniques and Applications in the Pharmaceutical Sciences http://www.americanpharmaceuticalreview.com/FeaturedArticles/36776-Thermal-Analysis-A-Review-of-Techniques-and-Applications-in-thePharmaceutical-Sciences/. Biliaderis, C. G., Differential scanning calorimetry in food research A review, Food Chemistry, Volume 10, Issue 4, April 1983, Pages 239-265. Copyright © StatSoft Polska 2014 www.statsoft.pl/czytelnia.html 87