Bào chế và đánh giá động học phóng thích viên nén metformin hydroclorid 750 mg phóng thích kéo dài với hệ tá dược tạo khung matrix thân nước
Tác giả: Nguyễn Hữu Vĩnh Trung, Nguyễn Thiện Hải, Phạm Đình DuyTóm tắt:
Mục tiêu của nghiên cứu này nhằm bào chế viên nén metformin hydroclorid 750 mg phóng thích kéo dài (PTKD) với hệ tá dược tạo khung matrix thân nước có độ giải phóng hoạt chất (GPHC) tương đương với viên đối chiếu Glucophage XR 750 theo tiêu chuẩn USP 40 và xác định cơ chế GPHC. Viên đối chiếu Glucophage XR 750 được khảo sát tính chất lý hóa như hình thức viên, khối lượng trung bình, độ cứng, độ mài mòn, độ ẩm, định tính, định lượng và độ GPHC để làm cơ sở cho việc so sánh với viên nghiên cứu có cùng hàm lượng. Viên nghiên cứu được bào chế bằng phương pháp xát hạt ướt với sự thay đổi tỷ lệ và thành phần tá dược, sau đó so sánh với viên đối chiếu. Phần mềm DDSolver được sử dụng để khảo sát động học phóng thích và cơ chế GPHC của viên. Kết quả cho thấy, viên nghiên cứu có công thức gồm 7,5% gôm xanthan, 7,5% Acrypol 971p và 15% magiê nhôm silicate làm tá dược tạo khung, quá trình GPHC tương đương vưới viên đối chiếu trong môi trường Ph 6,8 (F2=71,16, tiến hành tương tự Test 1 USP 40) khi dùng giỏ quay với tốc độ 100 vòng/phút. Viên nghiên cứu đồng thời cũng đạt các Test 1, 3, 8, 10, 11 của USP 40 về độ hòa tan, có động học phóng thích hoạt chất tuân theo mô hinhg động học Korsmeyer-Peppas (R2=0,98; AIC=39,59), phương trình % GPHC tích lũy, do đó cơ chế GPHC chủ đạo là khuếch tán và ăn mòn. Viên nghiên cứu metformin hydroclorid 750 mg đã được bào chế đạt yêu cầu phóng thích hoạt chất kéo dài tương đương với viên đối chiếu.
- Constrained optimization using swarm intelligence integrated with Deb’s feasibility rules developed in Python = Giải bài toán tối ưu hóa ràng buộc sử dụng trí tuệ bầy đàn kết hợp quy tắc khả thi của Deb được phát triển bằng Python
- Particle Swarm Optimization using ε constraint-handling method developed in Python = Thuật toán tối ưu hóa bầy đàn sử dụng phương pháp xử lý ràng buộc ε được phát triển với Python
- Solving constrained optimization tasks in civil engineering using ε- Differential Evolution developed with Visual C#. NET = Giải các bài toán tối ưu hóa có ràng buộc trong ngành xây dựng sử dụng thuật toán ε - tiến hóa vi phân được phát triển với ngôn ngữ
- Optimizing cantilever retaining wall design using feasibility rule-based evolutionary algorithm developed with Visual C# .NET = Tối ưu hóa thiết kế tường chắn đất sử dụng thuật toán tiến hóa được kết hợp quy tắc khả thi và phát triển với ngôn ngữ C# .NET
- IFC5 : kỳ vọng về cuộc cách mạng trao đổi thông tin trong xây dựng kỹ thuật số





