Journal of Advanced Research in Health Sciences, cilt.6, sa.3, ss.332-336, 2023 (Hakemli Dergi)
Amaç: Çalışmada iki farklı uzatılmış salım polimerinin farklı konsantrasyonlarda ki davranışının piyasada bulunan bir ticari ürüne benzerliği yönünden
incelenmesi ve yapay zeka uygulaması olan Minitab19 TM kullanılarak bu
polimerlerle optimizasyon çalışması yapılması ve en uygun formülasyonun
bulunması amaçlanmıştır.
Gereç ve Yöntem: Hidroksipropil metil selüloz K100 M ve sodyum aljinat
polimerleri üç farklı konsantrasyonda, her tablette 20 mg, 60 mg ve 100
mg polimer içerecek şekilde aynı baskı kuvveti, 1000 psi’da basılmıştır ve
basılan tabletlerin tablet ağırlıkları, sertlik testleri, çap/yükseklik değerleri
ve çözünme hızı testleri gerçekleştirilmiştir. Orijinal ürüne benzer bir salım
profili gösterecek bir formülasyon yapay zeka programı olan Minitab19 TM
ile sonuçlar değerlendirilmiş ve optimizasyon çalışması yapılmıştır.
Bulgular: Hazırlanan tabletlerin tablet ağırlıkları 0,2142 mg±0,039 mg ile
0,2974 mg±0,001 mg arasında bulunmuştur. Tablet çapları
3,80mm±0,00mm ile 5,00 mm±0,00 mm arasında değişkenlik göstermektedir. 20 mg polimer içeren formülasyonların tablet sertlik değerleri ölçülememişken, diğer polimer konsantrasyonları için 22,6 N±10,11 N ile 111,4
N±9,50 N arasında bulunmuştur. HPMC K100M ile hazırlanan formülasyonların çözünme hızı testi sonuçları aynı konsantrasyonda ki sodyum
Aljinat sonuçlarına göre daha düşük bulunmuştur. Yapılan çalışmalar
sonucunda elde edilen veriler Minitab19 TM ile değerlendirilmiş ve yapay
zeka programı %41 oranında sodyum aljinat konsantrasyonunu referans
ürüne en yakın formülasyon olarak önermiştir.
Sonuç: Yapay zeka uygulamalarının sağladıkları avantajlar azımsanamayacak düzeydedir ve bilim insanlarının belki de deneme şansı olamayacak
sonuçları datalar arasından bulup çıkartabilmektedirler. Tüm bu veriler
ışığında önümüzdeki süreçlerde daha da tercih edilir hale geleceğini söylemek yanlış olmayacaktır
Objective: The aim of this study was to examine the behavior of two
different modified release polymers at different concentrations in terms
of their similarity to a commercial product in the market, and to perform
optimization studies with these polymers using artificial intelligence to
find the most suitable formulation.
Materials and Methods: Hydroxypropyl methyl cellulose K100M and
sodium alginate polymers were compressed at three different
concentrations with the same pressing force. Tests for tablet weights,
tablet hardness, diameter/ thickness values and dissolution rate were
conducted. The results were evaluated with Minitab19 TM.
Results: Tablet weights were found to be between 0.2142 mg±0.039 mg
and 0.2974 mg±0.001 mg. Tablet thickness varied between 3.80 mm±0.00
mm and 5.00 mm±0.00 mm. Hardness values of formulations containing
the 20 mg polymer could not be measured. For other polymer
concentrations, they were between 22.6 N±10.11 N and 111.4 N±9.50 N.
The dissolution results of formulations prepared with HPMC were lower
than those of sodium alginate at the same concentration. The obtained
data was evaluated with Minitab19 TM, which suggested a 41% sodium
alginate concentration as the closest formulation to the reference
product.
Conclusion: The advantages of artificial intelligence applications are not to
be underestimated, and researchers are able to find and obtain results of
experiments that they might not be able to conduct. In the light of all
these findings, it would not be wrong to say that artificial intelligence will
become even more preferable in the coming years.