Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pinillos Formula 4 Componentes 2009 PDF
Pinillos Formula 4 Componentes 2009 PDF
RESUMEN
El objetivo principal de este trabajo es aplicar el diseño experimental de mezclas a la formulación de una
forma farmacéutica sólida (ibuprofeno) mediante el estudio de sus excipientes y la proporción de éstos
en la formulación, además de mostrar cómo el personal de investigación y desarrollo en las empresas
farmacéuticas nacionales puede utilizar las herramientas estadísticas, como el diseño experimental de
mezclas, para obtener un producto con las características requeridas, y posteriormente su optimización
reduciendo no sólo los costos de investigación sino también los costos de producción. El diseño
experimental de mezclas permite estudiar el comportamiento de la formulación de ibuprofeno desde
el punto de vista farmacotécnico, a través del análisis del ángulo de reposo, la dureza del núcleo y la
friabilidad, además del índice de Carr’s caracterizando una superficie de respuesta que permite un eficiente
aprovechamiento de esta metodología para la resolución del problema de formulación. El ángulo de
reposo muestra que se debe mejorar la fluidez de la formulación para garantizar un correcto llenado de
las matrices en el proceso de tableteado a escala industrial, los parámetros de dureza y friabilidad muestran
que las formulaciones cumplen y que se puede seguir con un proceso de optimización de la formulación.
Palabras clave: diseño experimental de mezclas, investigación y desarrollo, superficie de respuesta.
ABSTRACT
The principal aim of this paper is to apply the experimental design of mixtures to formulate a solid dosage
form (ibuprofen) through the study of the excipients and their proportion in the formulation. Besides
it shows to the research and development teams in the pharmaceutical national companies how they
can use statistical tools like the experimental design of mixtures to obtain a product with the required
characteristics. The optimization of this one reduces not only the costs of investigation but also the costs
of production. The experimental design of mixtures allows to typify the performance of the ibuprofeno
formulation from the pharmatechnic point of view, as well as the angle of rest, hardness of the nucleus
and friability. Besides Carr’s’s index, characterizing a surface of response that allows an efficient utilization
of this methodology for the resolution of the problem of formulation. The angle of rest shows that it
is necessary to improve the fluency of the formulation to guarantee a correct filling of the counterfoils
in the rattling process on an industrial scale. The parameters of hardness and friability show that the
formulations are correct and that it is possible to continue with a process to optimize the formulation.
Keywords: experimental design of mixtures, research and development, surface of response.
1
Grupo de Estudios de Estabilidad de Medicamentos, Cosméticos y Alimentos. Facultad de Química Farmacéutica. Universidad de
Antioquia. Calle 67 No. 53-108. A.A. 1226. Medellín, Colombia.
2
Escuela de Estadística. Facultad de Ciencias. Universidad Nacional de Colombia, sede Medellín. Calle 59A No. 63-20, Bloque 43.
Medellín, Colombia.
* Autor a quien se debe dirigir la correspondencia: jpinillos@farmacia.udea.edu.co
Elaboración de una formulación farmacéutica a través de un diseño experimental de mezclas 339
Debido
a
que el
diseño
experimental
cuenta
con
valores fijos, como son el principio activo (ibupro-
feno) oalgún otro ingrediente (Véase tabla 1), los
arreglos para cada variable cambian.
Ecuación 11.
x’i ≥ 0 i = 1, 2, … q Ecuación 12.
Estos modelos son conocidos como modelos
Scheffé (7). Donde x’i representa el i-ésimo componente en
De acuerdo con el modelo a caracterizar en la la mezcla en términos de pseudocomponentes y q
respuesta de superficie, el número mínimo de ex- representa los componentes de la mezcla.
perimentos debe ser igual al número de términos Puesto que el principio activo fue fijado, la suma
con los que cuente el modelo. de la proporción de las variables debe ser igual a la
unidad restándole los valores de las variables fijadas.
Construcción del diseño experimental
La tabla 1 muestra la función que cumplen los
excipientes en la formulación y los niveles mínimos Ecuación 13.
y máximos.
Factor
Función Variable asociada Nivel mínimo Nivel máximo
(componente en la mezcla)
Celulosa microcristalina Desintegrante X1 5% 15%
Para la detección de inconsistencias en las res- G(r) = Número de combinaciones de los com-
tricciones, la resolución completa de la detección ponentes cuyos rangos suman un número mayor
de las restricciones y el cálculo de los límites d- que Rp.
dimensionales, remitirse a (8). Se tiene que:
Calcular el rango Ri para cada xi
Ri = Ui – Li i = 1, 2, 3, 4 Ecuación 21.
Tabla 2. Listado de todas las posibles combinaciones de los 4 componentes de la mezcla para una formulación
de ibuprofeno tabletas, según el algoritmo de McLean y Anderson.
Punto X1 X2 X3 X4 Punto X1 X2 X3 X4
344 cada cara del poliedro y un experi ento representado por el centro
V i tdel
a e poliedro ( )
Formulación 1 2 3 4 5 6 7 8 9 10 11 12
rueba de falta de ajuste indica
indic que el modelo cuadrático presenta problema en su ajuste con un
625,1 602,5 683,3 622,6 636,6 598,0 605,5 633,4 647,4 622,0 588,7 606,8
cativo para l modelo.
609,7 637,2 704,1 616,7 643,0 624,0 603,3 622,9 640,8 615,4 580,6 633,8
Peso de 5 tabletas 649,1 631,0 766,0 652,4 638,5 621,5 602,3 637,0 632,0 608,3 624,3 692,6
634,2 612,2 703,5 624,1 622,7 634,8 606,0 611,3 633,6 611,2 579,6 707,6
619,1 619,8 674,1 605,2 603,1 633,7 606,6 620,5 646,6 614,9 616,2 659,0
Promedio 627,4 620,5 706,2 624,2 628,8 622,4 604,7 625,0 640,1 614,4 597,9 660,0
Índice de Carr’s 31,09 31,16 37,02 24,32 26,47 27,86 31,98 28,03 23,33 31,85 37,12 31,94
Formulación 13 14 15 16 17 18 19 20 21 22 23 24
626,1 611,5 570,7 618,0 590,1 605,0 632,6 615,0 662,8 602,0 603,3 641,3
646,1 608,7 607,5 576,1 606,6 669,3 616,7 585,0 655,9 564,2 602,8 579,6
Peso de 5 tabletas 654,7 625,2 585,2 665,1 590,2 670,2 610,5 604,4 638,9 602,2 597,0 618,4
642,6 618,7 592,6 673,0 586,7 585,4 611,5 606,9 655,1 578,0 568,8 638,3
662,9 597,6 606,0 673,5 570,2 669,3 611,7 550,0 651,7 602,4 603,0 647,5
Promedio 646,5 612,3 592,4 641,1 588,8 639,8 616,6 592,3 652,9 589,8 595,0 625,0
Índice de Carr’s 23,33 36,15 31,69 24,63 23,94 34,09 39,28 32,39 37,12 25,17 39,18 28,03
Elaboración de una formulación farmacéutica a través de un diseño experimental de mezclas 347
Cuadrado
Fuente Suma de cuadrados Grados de libertad Valor F Valor-p > F
de la media
Media vs Total 36208,20 1 36208,20
Cúbico Especial vs
17,63 4 4,41 4,50 0,0244 Sugerido
Cuadrático
La falta de ajuste indica que los modelos no son el Leverage dado por la matriz Hat (Véase tabla 8),
buenos predictores, debido a que las réplicas que se podemos ver que sus valores más altos se encuentran
realizaron corresponden ha experimentos indepen- para los puntos ubicados en las caras del poliedro,
dientes y al analizar el gráfico de transformaciones lo que sugiere que son posibles candidatos para ser
de potencia (Box Cox) para determinar si se debe replicados, permitiendo la mejora del modelo.
realizar transformación de los datos, el gráfico de A pesar de que los valores del Leverage en la
Box Cox (Véase figura 4) indica que no se requie- matriz no son altos para los puntos ubicados en los
re, tanto para el modelo cuadrático (lambda= 1,0) centros de las caras del poliedro, sí se podría esperar
como para el cúbico especial (lambda= 1,0); ade- que la posible replicación de estos puntos pudiera
más, que para mejorar el ajuste y la precisión se de- mejorar la falta de ajuste y, por ende, la precisión
ben realizar réplicas en algunos puntos. Al observar en los valores estimados.
Figura 4. Análisis de la gráfica de Box Cox para determinar si se deben hacer transformaciones a los datos
(a) modelo cuadrático, (b) modelo cúbico.
Grados de Cuadrado de la
Fuente Suma de cuadrados Valor F Valor-p > F
libertad media
Tabla 10. Análisis de varianza (ANOVA) para la mezcla bajo el modelo cúbico especial.
Tabla 11. Estadísticos de la regresión para la dureza. respuesta relativa predicha (se espera que el valor sea
mayor a 4), es decir, el ruido no afecta la respuesta
Desviación estándar 0,55 R2 0,9529 (Véase tabla 11).
2
Media 13,48 R ajustado 0,8916
Coeficiente de
4,06 R2 predicho 0,7805
variación %CV
PRESS 13,97 Precisión adecuada 13,746
Grados de Cuadrado de la
Fuente Suma de cuadrados Valor F Valor-p > F
libertad media
Media vs Total 8,35 1 8,35
Lineal vs la Media 0,37 3 0,12 25,20 <0,0001
Cuadrático vs Lineal 0,048 6 8,076E-003 2,33 0,0905
Para determinar cuál modelo es el más adecuado confirmado por el gráfico de probabilidad normal
se procede a verificar la falta de ajuste para todos (Véase figura 9).
los modelos.
Tabla 13. Análisis de varianza (ANOVA) para la mezcla bajo el modelo cúbico especial.
Ecuación 28.
352 Vitae
Tabla 14. Estadísticos de la regresión para la friabilidad. predicho. El valor de la precisión adecuada (15,242)
muestra que hay poca asociación entre el error y la
Desviación estándar 0,044 R2 0,9586 respuesta relativa predicha (se espera que el valor sea
mayor a 4), es decir, el ruido no afecta la respuesta
Media 0,59 R2 ajustado 0,9048
(Véase tabla 14).
Coeficiente de variación
7,43 R2 predicho 0,8018 La figura 10 muestra que los residuales siguen
%CV
una distribución normal, lo que indica que el mo-
PRESS 0,092
Precisión
15,242
delo es adecuado; además, que no se debe realizar
adecuada transformación de los datos.
A pesar de que no se observa comportamiento
El valor de R 2 ajustado (0,9048) indica que aleatorio claro en la figura 10, de los residuales in-
90,48% de la variación existente alrededor de la ternos estudentizados vs los valores predichos, no se
media es explicada por el modelo. El valor del R 2 puede decir que la varianza no sea constante para el
predicho (0,8018) indica que el modelo es un buen modelo. El gráfico de residuales externos estudenti-
predictor para la variable respuesta, lo cual se ve zados en la figura 11 no muestra datos atípicos, lo que
confirmado por la razonable concordancia (dife- indica que no hay efectos de la corrida en el modelo
rencia inferior a 0,20) entre el R 2 ajustado y el R 2 o que hay que realizar transformación de los datos.
Figura 10. Gráfico de residuales vs Valores predichos. Figura 11. Gráfico de residuales externos
estudentizados.
Figura 12. Gráfico de contorno y tridimensional para la región de restricción cuando X4 (lactosa)
toma el valor medio (X4 = 0,3462).
Elaboración de una formulación farmacéutica a través de un diseño experimental de mezclas 353