Classificação simultânea de fármacos contidos em comprimidos de analgésico por espectroscopia NIR e ferramentas quimiométricas

Detalhes bibliográficos
Ano de defesa: 2013
Autor(a) principal: Melo, Carlos Alan Dias
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Estadual da Paraíba
Ciências Farmacêuticas
BR
UEPB
Mestrado em Ciências Farmacêuticas
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://tede.bc.uepb.edu.br/tede/jspui/handle/tede/1894
Resumo: O foco deste trabalho foi construir um algoritmo quimiométrico para classificação de amostras de comprimidos, a base de dipirona (300mg), cafeína (50mg) e orfenadrina (35mg), com uso da espectroscopia NIR. O banco de dados conta com 300 espectros das amostras, retirados a partir de três comprimidos, frente e verso, por lote, em 50 lotes distintos e pertencentes a quatro fabricantes distintos. Os dados foram processados a priori, selecionando um intervalo espectral de 1100 a 2499,5 nm, e, em seguida, empregou-se filtro SavitzkyGolay com primeira derivada, janela de 17 pontos e polinômio de segunda ordem. A caracterização dos comprimidos foi feita usando modelos quimiométricos baseados na Análise de Componentes Principais (PCA), Análise de Agrupamentos Hierárquicos (HCA), Modelagem Independente e Flexível por Analogia de Classe (SIMCA) e Método do K-ésimo Vizinho mais Próximo (KNN), elaborados para cada grupo de amostras de comprimidos. Para o PCA e HCA, a formação de agrupamentos para cada classe de comprimidos foi observada. Para os modelos SIMCA e KNN, o conjunto de treinamento foi construído utilizando 20 e 40 espectros, enquanto o conjunto de teste fez uso de 10 e 20 espectros, ambos de medicamentos similares e de referência, respectivamente. Todos os modelos obtiveram 100% de classificação correta, sem erros de tipo I ou de tipo II. Usando esta estratégia, foi possível classificar os comprimidos de modo rápido e não destrutivo sem a necessidade de várias determinações analíticas.