近红外光谱法作为常规片剂硬度检测的一种无损检测方法

近红外光谱法作为常规片剂硬度检测的一种无损检测方法

Karen M. Morisseau23 and Christopher T. Rhodes 

Received November 4, 1996; accepted November 8, 1996

目的： 利用近红外反射光谱(NIRS)评价和量化了压缩力对片剂近红外光谱的影响方法。在旋转压片机上生产无定向的白色平片剂。使用近红外光谱法对以下四种剂型和一种安慰剂基质预测片剂的硬度:羟基氯噻嗪(HCTZ)在placebo基质(微晶纤维素和硬脂酸镁)中的15%和20%，马来酸氯苯那敏(CTM)在安慰剂基质中的2%和6%。每个配方使用5 ~ 6个硬度等级的药片，从2 ~ 12公斤不等。使用NIR系统快速含量分析仪将实验室硬度数据与近红外反射数据进行比较。采用多元线性回归和偏最小二乘回归方法确定了片剂硬度与近红外光谱的关系。

结果：片硬度的增加在近红外光谱中产生了向上的位移(吸光度的增加)。通过校准片的硬度数据和近红外反射响应为每个配方建立了一系列的方程。近红外光谱硬度预测的结果至少与实验室硬度测试一样精确(SE = 0.32)。结论：本文提出了一种具有替代传统片剂硬度测定方法的近红外光谱法.

关键词: 近红外光谱;检测技术;片剂硬度;压缩力;快速的内容分析;校准。

介绍

近红外反射光谱(NIRS)是一种有价值的分析工具，在制药行业。它被用来测量等属性示例composi¬和识别,(1)水分含量,(2)内容unifor¬多螨的,(3)混合均匀性,(4)和降解产物(5)。其他报告制药技术描述方法的使用屏幕平板电脑发展的一个新的涂层过程(6)。自反射表面纹理技术敏感,检测技术也适合粒度测量(7).

在近红外区域，辐射可以穿透压实的材料，如药片，提供了大量关于样品的光谱信息。当采用反射率模式时，近红外光束被粉末样品的分子选择性地吸收后被散射。未被吸收的辐射然后传递到安装在与入射射线路径成一定角度的几个探测器。分析每个样本大约需要40秒。数学处理的应用，例如二阶导数，准备原始光谱数据，用于回归和随后的校准方程的发展.

自1990年以来，近红外光谱法在制药行业得到了更多的关注，正如几篇描述有用应用的评论所指出的那样。Morisseau和Rhodes(8)描述了近红外光谱在制药行业的最新应用和监管方面

Aldridge等人(9)描述了一种用于泡罩包装片剂的非结构性鉴别测试的近红外光谱法。近红外法只需要7分钟分析10片，而传统的薄层色谱法每天只需要40片.

现代光谱方法中使用了各种化学计量和统计技术，从原始光谱数据中提取有用的信息。线性校准方法如多元线性回归(MLR)、主成分分析(PCA)和偏最小二乘回归(PLS)在近红外光谱、核磁共振(NMR)和紫外/可见光谱(UV/VIS)方法中很常见。对这些数学技术的讨论在别处提供(10)。.

多变量校准是一个创建模型的过程，该模型将组分浓度或属性与一组已知参考样品的吸光度关联起来。参考法是用于确定校准中使用的参考组分浓度或属性值的分析方法。将组分性质与吸光度联系起来的数学表达式称为校准模型。使用近红外光谱软件，分析人员可以获得光谱，将它们与实验室数据关联起来，建立一个校准方程，并将该方程应用于类似的新样品，以预测成分浓度或性质。

目前的片剂硬度测试方法本质上是破坏性的，不能总是准确地反映被评估的批次。Erweka硬度计通常用于制药工业，用于测量高压破碎强度。这类硬度计除了可能出现不正确的零点和不能准确显示实际负载的刻度外，还容易受到操作人员误差的影响。近红外光谱法是一种非侵入性和非破坏性的方法，理论上可以进行100%的测试。在这方面，NIRS在质量控制和规则方面都很有吸引力。

本研究的目的是校准近红外仪器来测定片剂硬度，并证明该技术作为一种替代现有的片剂硬度测试方法的潜在实用价值。

材料和方法

平板电脑制造

本研究评估的配方为:1)安慰剂基质(微晶纤维素和硬脂酸镁0.5%)，氢氯噻嗪(HCTZ) 15%和20%的安慰剂基质，马来酸氯苯那敏(CTM) 2%和6%的安慰剂基质。采用Stokes B2旋转压片机直接压片。一厘米的工具被用来制作平的，白色的片剂，没有方向标记或刻痕。四种制剂均使用Erweka硬度计测定5至6个硬度等级，目标硬度等级为2、4、6、8、10和12公斤，共27批，每批300片.

近红外光谱分析

使用NIRSystems快速含量分析仪®5000模型对片剂样品进行光谱分析。该仪器由反射检测器模块和单色仪模块组成。反射模块由探测器组成，探测器与入射光成45度角，减少杂散能量到达探测器的影响。该检测器装有一个专门用来装片剂的样品架。样品夹包括控制片剂位置的虹膜，因此在检测器表面上对几乎任何直径的片剂进行定心。

该仪器与一台安装了NSAS™(近红外分析软件)3.13版和IQ2™(识别、合格和量化)化学计量软件1.13版(NIR Systems, Silver Spring, MD)的康柏Presario个人电脑相连。使用PrintAPlot 3.0版本软件(Insight Development Corporation, San Ramos, CA)创建光谱图的输出文件.

近红外反射参数设置为在1100 ~ 2500 nm范围内，每个样品32扫描。在每组样品之前，进行陶瓷(Coor标准)参考扫描。对每批20个样品进行单片近红外扫描。将相应近红外光谱的每个实验室硬度值输入计算机，作为硬度组成值。利用20段和0间隙将近红外光谱数据转换为其二阶导数光谱。片段大小是指计算机平均为一个数据点的波长数，以提高信噪比。间隙大小是波长段之间以纳米为单位的距离.

评价平板电脑

近红外分析完成后，称量每批相同的20片，然后用Erweka硬度计测定硬度。这种测试顺序允许数据与特定的片剂样品直接相关。计算了重量和硬度的标准误差。参考标准误差的总值和单产品值与近红外标准误差进行比较。

校准

二十的光谱收集每批,十三光谱计算机选出每批都包含在校准设置。剩下的七个光谱被用来创建一个验证样本集。每个HCTZ校准集包含65个样本(13 X 5硬度水平),而中医校准集包含78个样本(13 X 6硬度水平)。安慰剂校正组包含72个样本(13X4硬度水平)。

使用NSAS™对校准谱的二阶导数进行多元线性回归(MLR)和偏最小二乘(PLS)回归。PLS与交叉验证(分段大小为4个)和最大数量的8个因素一起使用。用近红外数据校准片的硬度数据，并为每种配方建立了方程。如果这些方程的相关系数为0.95或更好，估计的标准误差(见)为0.32至0.5 kg，则它们最初被接受。

每个模型的验证是通过对一组验证(或预测)样本进行验证，检验模型的预测能力。然后将这些预测值与这些样品的实验室硬度值进行统计比较，并检查模型与参考方法的一致性.

结论

片剂物理检验结果

所有批次的药片重量非常一致，相对标准偏差为0.84%或更少。总的来说，实验室硬度值的相对标准偏差(RSD)范围为3.18到14.6%。Erweka硬度计的实验室标准误差为0.32 kg。除ctm2%外，在每种配方的最低硬度水平下，硬度的RSD超过了10%的公差规范。在其它硬度水平下，每种配方的RSD均为8.5%或更低。所有的数据都用于校准开发，并仔细观察外围数据点的行为。

近红外光谱分析和校准发展的结果

 

图 1. 六种硬度(2 - 12 kg)下ctm6%片剂的近红外光谱.

 

图. 2. 六种硬度(2 ~ 12 kg)下ctm6%片剂的二阶导数近红外光谱.

 

图1和图2显示了ctm6%片在六种硬度水平下的“原始”(未处理)和二阶导数光谱。随着片剂硬度的增加，近红外吸光度值有规律地增加。近红外响应增加硬度被视为非线性基线位移。

通过比较软件计算的统计参数，选择最佳的校准模型。由于近红外光谱法不能比它的原始分析方法更灵敏，重要的是近红外光谱法的光谱至少和参考方法一样好。

模型通常通过在校准中使用一种以上的分析波长而得到改进。表一总结了15% HCTZ和20% HCTZ片剂的校准。通过计算机fbr标定不同的HCTZ配方，选择不同的MLR波长。虽然可以预期校准波长将是同一种给定药物的fbr，但必须重申，这些方程是通过使用在吸光度上有最大变化的波长的化学计量方法发展起来的。预先选择遗憾的波长是可能的，但在这个实验中，所得到的预测通常不是那么好。为15% HCTZ设计的校准与来自20% HCTZ样本的数据集不符。

不可能通过结合来自同一药物的两个浓度的数据来制定可接受的校准。模型本身具有可接受的相关系数，但未通过验证过程。为HCTZ公式开发的方程不适合CTM验证集(反之亦然)，除非对斜率或偏差进行了调整。该软件能够进行这种调整，从而导致实验室硬度值与近红外预测值之间的变化。在实践中，这种调整是不能接受的，因为它表明该模型不适合抽样总体(即抽样总体)。，样品在校准集之外)。

表二总结了ctm2%和ctm6%片剂的最佳校准模型的结果。计算机选择了不同波长的fbr来测定两种药物的浓度。一般来说，在校准中加入波长会产生更高的相关系数和更好的视觉效果。然而，更好的预测来自于使用较少波长的模型。

表 I. 盐酸氯喹片的校准与预测综述

Formulation	Math	Calibration			Prediction
		n	mult, r	SEE	n	mult, r	SEP
HCTZ 15%	MLR	65	0.991	0.393	25	0.994	0.332
	PLS	65	0.995	0.310	25	0.994	0.326
HCTZ 20%	MLR	61	0.991	0.385	35	0.992	0.367
	PLS	63	0.990	0.374	25	0.985	0.486

 

表 II. 氯苯那敏片的校准与预测综述s

Formulation	Math	Calibration			Prediction
		n	mult, r	SEE	n	mult, r	SEP
CTM 2%	MLR	88	0.993	0.372	42	0.985	0.552
	PLS	75	0.991	0.431	42	0.984	0.552
CTM 6%	MLR	78	0.994	0.285	42	0.994	0.288
	PLS	77	0.994	0.272	42	0.991	0.356

 

为2%和6%的组合CTM所建立的方程遵循与组合HCTZ公式相同的规则。计算机为合成的配方选择的波长与仅ctm2%或ctm6%的配方不同。

表III总结了安慰剂片的校准和验证结果。最佳的MLR模型利用了三个波长，导致的多重相关系数为0.993和0.338。请生产一个稍微好一点的看到(0.295)。

“混合”校准是通过对来自四个公式的组合数据进行回归来开发的(表IV)。使用来自所有四个公式的数据开发了一个PLS校准。该模型对HCTZ验证数据和CTM 6%的数据进行了边际拟合。所有开发的模型都不符合CTM 2%的数据。从HCTZ 15%的数据中获得了最佳性能，使用PLS模型进行预测时，其结果为0.379 SEE。就实际用途而言，由于标准误差相对较高，不能使用这类混合校正;这些校准中大多数都有SEE，高于Erweka硬度计的参考标准误差。

理论上，由于没有分析波长fbr硬度，可以预期混合校准将在全球范围内有效。硬度变化的影响被看作是一个整体的光谱效应。该仪器选择所选波长区域中相关系数最高的波长，并评估整体光谱变化——改变特定配方中的硬度对光谱有整体影响，不同配方之间可能会有所不同。

虽然目前的研究没有找到一个通用的硬度校准方程，但我们发现，无论使用何种药物，近红外信号对硬度变化的反应都是一样的。较硬的药片表面较光滑，因此较低的漫反射和较高的吸光度。在每个配方的几个共同波长处发现了光谱的位移。其中包括1432 nm和1926 nm的光谱波段，这是样品中水分含量的特征。

表 III. 安慰剂片的校准和预测总结

Math	Calibration			Prediction
	n	mult, r	SEE	n	mult, r	SEP
MLR	49	0.993	0.338	25	0.988	0.438
PLS	42	0.994	0.295	28	0.986	0.546

吸光度改变，这些波长的变化表明，湿气随压实力的变化而变化。建立一个单一的、全球性的硬度评价方程可能是不可能的，也不可取。为某一特定产品开发的独特方程可以辅助识别或限定该产品。如果要分析的样本在校准集中表示，基于小范围均匀样本的特定校准通常比一般校准效果更好。

结论

这项工作提供了一个可行的和非破坏性的替代硬度测试片。证明了片的硬度或压缩力与其近红外特性之间的相关性，并通过公式的特定校准方程建立模型。随着片剂硬度的增加，近红外吸光度增加。利用仪器制造商的软件，开发了一种实用的方法，为平板硬度提供了100%质量控制测试的潜力。

近红外硬度测试方法在阅读结果时不存在主观误差。由于该方法是无损的，样品可以在近红外测试后进行进一步测试，甚至可以包装fbr销售。来自其他分析方法的数据可以直接与单个样本相关。

转载请注明精川材料检测地址：www.jctest.vip