Development of a calibration model to determine drug concentration in pharmaceutical mixtures

Abstract

A robust calibration model was created using Near Infrared Spectroscopy (NIR) and by minimizing the correlation between the active pharmaceutical ingredient (API) and components in a pharmaceutical process. An experimental model was used to minimize correlation and create a calibration model to detect API in a mixture. A design of experiment (DoE) was prepared using six components. A total of nine placebos were prepared using different concentrations of each component. A series of mixtures were prepared using placebo, granulation and API or using placebo and API. The correlation between components when using granulation, placebo and API was of 99% because concentrations followed a pattern: if API concentration increased, components concentrations decreased. To break that pattern and to decrease the high correlation, only placebo and API were used and the concentrations of the components were modified. With the new approach, if the concentration of API increases, not all of the concentrations of the components will decrease. A more robust model was then created because of the change in correlation. The predictions obtained from the calibration model show a very robust model which was achieved by reducing the high correlation presented originally.

Se creó un modelo de calibración robusto utilizando la espectroscopia de infrarrojo cercano (NIR) y minimizando la correlación entre el ingrediente farmacéutico activo (API, por sus siglas en ingles) y los componentes que se encuentran en un proceso farmacéutico. Un modelo experimental fue utilizado para minimizar la correlación y para crear un modelo de calibración que pudiera detectar el contenido de droga en una mezcla. Se preparó un Diseño Experimental (DoE, por sus siglas en ingles) utilizando 6 componentes. Un total de nueve placebos fueron preparados utilizando diferentes concentraciones de cada componente. Dos tipos de mezclas fueron preparadas: 1) utilizando placebo, una mezcla de API + componentes y API (con una correlación de 99%), 2) utilizando placebo y API solamente (con una correlación de 95%). La correlación del 99% fue observada debido a que las concentraciones seguían un patrón: si la concentración de API aumentaba, la concentración de todos los componentes disminuía. Para poder romper este patrón, solo se utilizo la mezcla en la que se utilizaba placebo y API y las concentraciones de los componentes fueron modificadas. Con este nuevo acercamiento, si la concentración de API aumenta, no todas las concentraciones de los componentes disminuyen. Debido al cambio que ocurrió en la correlación, se pudo crear un modelo de calibración más robusto. Las predicciones que se obtuvieron del modelo de calibración muestran un modelo bien robusto lo cual fue logrado al reducir la alta correlación en la mezcla presentada originalmente.