文献

J-GLOBAL ID：202102226145188230   整理番号：21A2324970

密度及びサイズの異なる被覆及び平面ペレットの充填及びカプセル充填性能の予測に対する多重線形回帰及び人工ニューラルネットワークの適用【JST・京大機械翻訳】

Application of Multiple Linear Regression and Artificial Neural Networks for the Prediction of the Packing and Capsule Filling Performance of Coated and Plain Pellets Differing in Density and Size

著者 (6件)： Barmpalexis Panagiotis (Department of Pharmaceutical Technology, School of Pharmacy, Faculty of Health Sciences, Aristotle University of Thessaloniki, 54124 Thessaloniki, Greece) ,  Partheniadis Ioannis (Department of Pharmaceutical Technology, School of Pharmacy, Faculty of Health Sciences, Aristotle University of Thessaloniki, 54124 Thessaloniki, Greece) ,  Mitra Konstantina-Sepfora (Department of Pharmaceutical Technology, School of Pharmacy, Faculty of Health Sciences, Aristotle University of Thessaloniki, 54124 Thessaloniki, Greece) ,  Toskas Miltiadis (Department of Pharmaceutical Technology, School of Pharmacy, Faculty of Health Sciences, Aristotle University of Thessaloniki, 54124 Thessaloniki, Greece) ,  Papadopoulou Labrini (Department of Mineralogy-Petrology-Economic Geology, School of Geology, Faculty of Sciences, Aristotle University of Thessaloniki, 54124 Thessaloniki, Greece) ,  Nikolakakis Ioannis (Department of Pharmaceutical Technology, School of Pharmacy, Faculty of Health Sciences, Aristotle University of Thessaloniki, 54124 Thessaloniki, Greece)
資料名： Pharmaceutics (Web)  (Pharmaceutics (Web))
巻： 12  号： 3  ページ： 244  発行年： 2020年 
JST資料番号： U7258A  ISSN： 1999-4923  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 異なる密度1.45,2.53,および3.61g/ccの2つのサイズ範囲,小さい(380550m)および大きい(7001200m)(立体鏡/画像分析)の単純または被覆ペレットを,押出/球状化を用いた実験計画に従って調製した。多重線形回帰(MLR)と人工ニューラルネットワーク(ANNs)を用いて,見かけのペレット密度(ヘリウムピクノメトリー)から充填指数とカプセル充填性能を予測した。タップ体積ガラス円筒におけるペレットの動的充填をKawakitasパラメータaと内部流の角度を用いて評価した。カプセル充填は,振動板システムによる充填をシミュレートした半自動機械を用いて最大充填重量(CFW)および充填重量変動(FWV)として評価した。ペレット密度は充填パラメータに影響し,主な効果及びCFW及びFWVは被覆との統計的相互作用であった。ペレットサイズと被覆もCFW,FWV,および,相互作用効果を示した。被覆後,小さいペレットと大きなペレットは,同じように挙動し,滑らかな充填と低い充填重量変動を示した。さらに,充填指数のどれも,研究したペレットの充填重量変化を予測することができず,自由流動ペレットによるカプセルの充填と充填が,タッピング実験で考慮されない詳細により影響されることを示唆した。MLRとANNsの適用によって予測ができた。前者は,バルク/タップ密度,CFWおよびFWV(実験対理論データ>0.951)に対して良好な予測を与えた。フィッティングモデルの比較は,6つの隠れユニットを有するフィードフォワード逆伝搬ANNモデルが,一般化能力と予測精度においてMLRより優れていることを示した。大きさベース剪定(MBP)と最適脳損傷(OBD)によるANNの単純化は,良好なデータ適合を示し,従って,予測可能性を維持しながら,導出ANNモデルを単純化できた。これらの知見は,全カプセル充填プロセスにおけるペレット密度の重要性とペレットカプセル充填操作の開発へのMLR/ANN実施の必要性を強調する。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ガラス ,  実験計画法 ,  相互作用 ,  簡素化 ,  *被覆 ,  カプセル ,  *ニューラルネットワーク ,  *ペレット ,  フィードフォワード ,  球状化 ,  画像分析 ,  内部流 ,  予測可能性 ,  脳損傷
準シソーラス用語： 予測精度 , 【Automatic Indexing@JST】

著者キーワード (7件)： カプセル充填 ,  充填指数 ,  ペレット密度 ,  ペレットサイズ ,  コーティング ,  人工ニューラルネットワーク ,  回帰

分類 (2件)： 固形製剤  (GY02030V) ,  固体の製造・処理一般  (XD03021O)

引用文献 (19件)：

• Chopra, R.; Podczeck, F.; Newton, J.M.; Alderborn, G. The influence of pellet shape and film coating on the filling of pellets into hard shell capsules. Eur. J. Pharm. Biopharm. 2002, 53, 327-333.
• Rowe, R.C.; York, P.; Colbourn, E.A.; Roskilly, S.J. The influence of pellet shape, size and distribution on capsule filling--a preliminary evaluation of three-dimensional computer simulation using a Monte-Carlo technique. Int. J. Pharm. 2005, 300, 32-37.
• Newton, J.M.; Bader, F. The prediction of the bulk densities of powder mixtures, and its relationship to the filling of hard gelatin capsules. J. Pharm. Pharmacol. 1981, 33, 621-626.
• Varthalis, S.; Pilpel, N. Anomalies in some properties of powder mixtures. J. Pharm. Pharmacol. 1976, 28, 415-419.
• Podczeck, F.; Blackwell, S.; Gold, M.; Newton, J.M. The filling of granules into hard gelatin capsules. Int. J. Pharm. 1999, 188, 59-69.

タイトルに関連する用語 (7件)： 密度 ,  サイズ ,  ペレット ,  カプセル充填 ,  予測 ,  多重線形回帰 ,  人工ニューラルネットワーク