Preview

Журнал прикладной спектроскопии

Расширенный поиск
Доступ открыт Открытый доступ  Доступ закрыт Только для подписчиков

Прогнозирование наличия кофеина в таблетках, содержащих ацетилсалициловую кислоту, дипирон и парацетамол, с помощью спектров ближнего ИК-диапазона, комбинационного рассеяния и метода частичной регрессии наименьших квадратов

Полный текст:

Аннотация

Две хемометрические модели, основанные на спектроскопии диффузного отражения в ближней инфракрасной области и комбинационного рассеяния света, предлагаются для прогнозирования наличия кофеина в таблетках, содержащих ацетилсалициловую кислоту, дипирон и парацетамол. Для создания моделей обычно требуется предварительное сравнение спектральных данных и эталонных значений, полученных с помощью аналитической методологии. Для построения надежной калибровочной модели необходимо одновременное применение обоих аналитических методов на нескольких образцах, что является ограничивающим фактором для широкого использования спектроскопии. Измельченные таблетки различных марок, содержащие только действующие вещества – ацетилсалициловую кислоту, дипирон или парацетамол – и вспомогательные вещества, допировали контролируемым количеством чистого кофеина в диапазоне 0–10 мас.% и использовали в качестве калибровочных образцов. Таким образом, количественного определения кофеина эталонным методом не потребовалось. Образцы для прогнозов содержали по крайней мере один из вышеупомянутых активных ингредиентов и кофеин. Концентрации кофеина (мас.%), используемые в качестве эталонов для этапов прогнозирования, рассчитаны на основе значений, представленных в описании лекарственного средства, и конечной массы таблетки. Регрессия частичных наименьших квадратов использовалась как многомерный метод для построения моделей. Модели прогнозирования, основанные на ближней ИК-спектроскопии и комбинационном рассеянии света, с использованием четырех латентных переменных для кофеина показали следующие результаты: среднеквадратичные ошибки перекрестной проверки 0.79 и 0.78, среднеквадратичные ошибки прогноза 0.74 и 1.00, коэффициенты корреляции 0.97 и 0.97.

Об авторах

L. L. M. Guio
Федеральный институт Эспириту-Санту – Кампус Вила-Велья
Бразилия

CEP. 29106-010



L. O. Coutinho
Федеральный институт Эспириту-Санту – Кампус Вила-Велья
Бразилия

CEP. 29106-010



V. Cavalcante
Центр аналитического оборудования Metrohm
Бразилия

Сан-Паулу, CEP. 05007-030



A. Ferreira
Федеральный университет Эспириту-Санту – Кампус Алегри
Бразилия

CEP. 29500-000



Z. B. Amorim
Федеральный институт Эспириту-Санту – Кампус Вила-Велья
Бразилия

CEP. 29106-010



J. S. Ribeiro
Федеральный институт Эспириту-Санту – Кампус Вила-Велья
Бразилия

CEP. 29106-010



Список литературы

1. J. L. Temple, C. Bernard, S. E. Lipshultz, J. D. Czachor, J. A. Westphal, M. A. Mestre, Front. Psy., 8, 1–19 (2017).

2. M. C. Cornelis, Nutrients, 11, 416–420 (2019).

3. A. Shabir, A. Hooton, J. Tallis, M. Higgins, Nutrients, 10, 1528 (2018).

4. D. Wikoff, B. T. Welsh, R. Henderson, G. P. Brorby, J. Britt, E. Myers, J. Goldberger, H. R. Lieberman, C. O’Brien, J. Peck, M. Tenebein, C. Weaver, S. Harvey, J. Urban, C. Doepker, Food Chem. Toxicol., 109, 585–648 (2017).

5. A. Nehlig, J. Daval, G. Debry, Brain Res. Rev., 17, 139–170 (1992).

6. J. Sawynok, Pain, 152, 726–729 (2011).

7. R. P. Heaney, Food Chem. Toxicol., 40, 1263–1270 (2002).

8. A. R. Feinstein, L. Heinemann, D. Dalessio, J. M. Fox, J. Goldstein, G. Haag, D. Ladewig, C. P. O’Brien, Clin. Pharmacol. Ther., 68, 457–467 (2000).

9. H. R. V. Godoy, F. B. Gonçalves, C. F. Moraes, Rev. Med. Saude, 1, 169–173 (2012).

10. V. A. Voicu, C. Mircioiu, C. Plesa, M. Jinga, V. Balaban, R. Sandulovici, A. M. Costache, V. Anuta, I. Mircioiu, Front. Pharmacol., 10, 607 (2019).

11. J. R. Scott, A. L. Hassett, C. M. Brummett, R. E. Harris, D. J. Clauw, S. E. Harte, J. Pain Res., 10, 1801–1809 (2017).

12. J. Cruz, M. Bautista, J. M. Amigo, M. Blanco, Talanta, 80, 473–478 (2009).

13. E. M. Aldred, Pharmacology, a Handbook for Complementary Healthcare Professionals, 41, 331–341 (2009).

14. F. A. C. Sanches, R. B. Abreua, M. J. C. Pontes, F. C. Leite, D. J. E. Costa, R. K. H. Galvão, M. C. U. Araujo, Talanta, 92, 84–86 (2012).

15. C. A. D. Melo, P. Silva, A. A. Gomes, D. D. S. Fernandes, G. Véras, A. C. D. Medeiros, J. Braz. Chem. Soc., 24, 991–997 (2013).

16. M. I. Díaz-Reval, R. Galván-Orozco, F. J. López-Muñoz, N. Carrillo-Munguía, Cir. Ciruj., 76, 241–246 (2008).

17. G. G. Graham, M. J. Davies, R. O. Day, A. M. K. F. Scott, Inflammopharmacology, 21, 201–232 (2013).

18. S. J. Peroutka, J. A. Lyon, J. Swarbrick, R. B. Lipton, K. Kolodner, J. Goldstein, Headache, 44, 136–141 (2004).

19. S. Diamond, T. K. Balm, F. G. Freitag, Clin. Pharmacol. Ther., 68, 312–319 (2000).

20. A. Polski, R. Kasperek, K. Sobotka-Polska, E. Poleszak, Curr. Issues Pharm. Med. Sci., 27, 10–13 (2014).

21. http://portal.anvisa.gov.br/documents/3845226/0/Justificativa_Limites_Suplementos.pdf/e265ccd0-8361-4d8e-a33f-ce8b2ca69424.

22. S. C. Escobar, L. R. Cubides, C. P. Pérez, Indian J. Pharm. Sci., 79, 731–739 (2017).

23. R. C. Lopez-Sanchez, V. J. Lara-Diaz, A. Aranda-Gutierrez, J. A. Martinez-Cardona, J. A. Hernandez, J. Anal. Methods Chem., 2018, 1–11 (2018).

24. M. F. F. Lima, G. I. S. França, D. J. F. Souza, A. G. S. Cabral, C. A. de Azevedo Filho, Braz. J. Health Rev., 2, 4600–4610 (2019).

25. M. Jeszka-Skowron, A. Zgoła-Grzeskowiak, T. Grzeskowiak, Eur. Food Res. Technol., 240, 19–31 (2015).

26. M. C. Sarraguça, A. V. Cruz, S. O. Soares, H. R. Amaral, P. C. Costa, J. A. Lopes, J. Pharm. Biomed. Anal., 52, 484–492 (2010).

27. D. Melucci, D. Monti, M. D’Elia, G. Luciano, J. Forensic Sci., 57, 86–92 (2012).

28. Y. Sacré, F. Chavez, L. Netchacovicth, Ph. Hubert, E. Ziemos, J. Pham. Biomed. Anal., 101, 123–140 (2014).

29. C. S. Silva, A. Braz, M. F. Pimentel, J. Braz. Chem. Soc., 30, 2259–2290 (2019).

30. A. B. Eldin, O. A. Ismaiel, W. E. Hassan, A. A. Shalaby, J. Anal. Chem., 71, 861–871 (2016).

31. M. Palo, K. Kogermann, N. Genina, D. Fors, J. Peltonen, J. Heinämäki, N. Sandler, J. Drug Deliv. Sci. Technol., 34, 60–70 (2015).

32. D. M. Muntean, C. Alecu, I. Tomuta, J. Spectrosc., 2017, 1–8 (2017).

33. Y. Roggo, K. Degardina, P. Margot, Talanta, 81, 988–995 (2010).

34. N. M. Ralbovsky, I. K. Lednev, Spectrochim. Acta A, 219, 463–487 (2019).

35. B. Nagy, A. Farkas, M. Gyurkes, S. Komaromy-Hiller, B. Demuth, B. Szabo, D. Nusser, E. Borbas, G. Marosi, Z. Kristof, Int. J. Pharm., 530, 21–29 (2017).

36. B. M. Wise, N. B. Gallagher, R. Bro, J. M. Shaver, W. Windig, R. S. Koch, PLS_Toolbox 3.5, for Use with MatlabTM, Eigenvector Research (2004).

37. A. Savitzky, M. J. E. Golay, Anal. Chem., 36, 1627–1679 (1964).

38. R. G. Brereton, Applied Chemometrics for Scientists, John Wiley & Sons (2007).

39. J. V. Roque, W. Cardoso, L. A. Peternelli, R. F. Teófilo, Anal. Chim. Acta, 1075, 57–70 (2019).

40. J. S. Ribeiro, M. M. C. Ferreira, T. J. G. Salva, Talanta, 83, 1352–1358 (2011).

41. M. M. Said, S. Gibbons, A. C. Moffata, M. Zloha, Int. J. Pharm., 415, 102–109 (2011).

42. M. Blanco, R. Cueva-Mestanza, A. Peguero, J. Pharm. Biomed. Anal., 51, 797–804 (2010).

43. M. H. Ferreira, J. F. F. Gomes, M. M. Sena, J. Braz. Chem. Soc., 20, 1680–1686 (2009).

44. E. Otsuka, H. Abe, M. Aburada, Drug Dev. Ind. Pharm., 36, 839–844 (2010).

45. I. Pavel, A. Szeghalmi, D. Moringnio, S. Cinta, W. Kiefer, Biopolymers, 72, 25–37 (2003).

46. H. G. M. Edwards, T. Munshi, M. Anstis, Spectrochim. Acta A, 61, 1453–1459 (2005).


Для цитирования:


Guio L.L., Coutinho L.O., Cavalcante V., Ferreira A., Amorim Z.B., Ribeiro J.S. Прогнозирование наличия кофеина в таблетках, содержащих ацетилсалициловую кислоту, дипирон и парацетамол, с помощью спектров ближнего ИК-диапазона, комбинационного рассеяния и метода частичной регрессии наименьших квадратов. Журнал прикладной спектроскопии. 2021;88(4):594-602.

For citation:


Guio L.L., Coutinho L.O., Cavalcante V., Ferreira A., Amorim Z.B., Ribeiro J.S. Prediction of caffeine in tablets containing acetylsalicylic acid, dipyrone, and paracetamol by near infrared spectroscopy, raman scattering, and partial least squares regression. Zhurnal Prikladnoii Spektroskopii. 2021;88(4):594-602.

Просмотров: 61


ISSN 0514-7506 (Print)