[pt] Diversas drogas administradas em neonatos possuem excipientes alcoólicos como etanol, álcool benzílico e propilenoglicol, que são potencialmente perigosos para o desenvolvimento do recém-nascido, principalmente se apresentarem fatores agravantes como prematuridade e baixo peso ao nascer. Foram selecionados estudos que utilizaram drogas com excipientes alcoólicos em neonatos em serviço hospitalar brasileiro. A lista de medicamentos contendo excipientes alcoólicos foi extraída da regulamentação da Agência Nacional de Vigilância Sanitária (ANVISA). Foram coletados dados relacionados à dose do medicamento, período de administração, número de recém-nascidos expostos, hospital responsável pela pesquisa e se esses bebês são a termo ou pré-termo. / [en] Several drugs administered to neonates have alcoholic excipients such as ethanol, benzyl alcohol and propylene glycol, which are potentially dangerous for the development of the newborn, especially if they present aggravating factors such as prematurity and low birth weight. Studies that used drugs with alcoholic excipients in neonates in the brazilian health system were selected. The list of drugs containing alcoholic excipients was extracted from the regulations of the National Health Surveillance Agency (ANVISA). Data related to the drug dose, period of administration, number of newborns exposed, hospital responsible for the research and whether these babies are term or preterm were collected.

Made available in DSpace on 2014-12-17T14:25:22Z (GMT). No. of bitstreams: 1 MarcoVMN_TESE.pdf: 3982733 bytes, checksum: 381ae79721c75a30e3373fe4487512c7 (MD5) Previous issue date: 2014-02-05 / In this paper artificial neural network (ANN) based on supervised and unsupervised algorithms were investigated for use in the study of rheological parameters of solid pharmaceutical excipients, in order to develop computational tools for manufacturing solid dosage forms. Among four supervised neural networks investigated, the best learning performance was achieved by a feedfoward multilayer perceptron whose architectures was composed by eight neurons in the input layer, sixteen neurons in the hidden layer and one neuron in the output layer. Learning and predictive performance relative to repose angle was poor while to Carr index and Hausner ratio (CI and HR, respectively) showed very good fitting capacity and learning, therefore HR and CI were considered suitable descriptors for the next stage of development of supervised ANNs. Clustering capacity was evaluated for five unsupervised strategies. Network based on purely unsupervised competitive strategies, classic "Winner-Take-All", "Frequency-Sensitive Competitive Learning" and "Rival-Penalize Competitive Learning" (WTA, FSCL and RPCL, respectively) were able to perform clustering from database, however this classification was very poor, showing severe classification errors by grouping data with conflicting properties into the same cluster or even the same neuron. On the other hand it could not be established what was the criteria adopted by the neural network for those clustering. Self-Organizing Maps (SOM) and Neural Gas (NG) networks showed better clustering capacity. Both have recognized the two major groupings of data corresponding to lactose (LAC) and cellulose (CEL). However, SOM showed some errors in classify data from minority excipients, magnesium stearate (EMG) , talc (TLC) and attapulgite (ATP). NG network in turn performed a very consistent classification of data and solve the misclassification of SOM, being the most appropriate network for classifying data of the study. The use of NG network in pharmaceutical technology was still unpublished. NG therefore has great potential for use in the development of software for use in automated classification systems of pharmaceutical powders and as a new tool for mining and clustering data in drug development / Neste trabalho foram estudadas redes neurais artificiais (RNAs) baseadas em algoritmos supervisionados e n?o supervisionados para emprego no estudo de par?metros reol?gicos de excipientes farmac?uticos s?lidos, visando desenvolver ferramentas computacionais para o desenvolvimento de formas farmac?uticas s?lidas. Foram estudadas quatro redes neurais artificiais supervisionadas e cinco n?o supervisionadas. Todas as RNAs supervisionadas foram baseadas em arquitetura de rede perceptron multicamada alimentada ? frente (feedfoward MLP). Das cinco RNAs n?o supervisionadas, tr?s foram baseadas em estrat?gias puramente competitivas, "Winner-Take- All" cl?ssica, "Frequency-Sensitive Competitive Learning" e "Rival-Penalize Competitive Learning" (WTA, FSCL e RPCL, respectivamente). As outras duas redes n?o supervisionadas, Self- Organizing Map e Neural Gas (SOM e NG) foram baseadas estrat?gias competitivo-cooperativas. O emprego da rede NG em tecnologia farmac?utica ? ainda in?dito e pretende-se avaliar seu potencial de emprego como nova ferramenta de minera??o e classifica??o de dados no desenvolvimento de medicamentos. Entre os prot?tipos de RNAs supervisionadas o melhor desempenho foi conseguido com uma rede de arquitetura composta por 8 neur?nios de entrada, 16 neur?nios escondidos e 1 neur?nio de sa?da. O aprendizado de rede e a capacidade preditiva em rela??o ao ?ngulo de repouso (α) foi deficiente, e muito boa para o ?ndice de Carr e fator de Hausner (IC, FH). Por esse motivo IC e FH foram considerados bons descritores para uma pr?xima etapa de desenvolvimento das RNAs supervisionadas. As redes, WTA, RPCL e FSCL, foram capazes de estabelecer agrupamentos dentro da massa de dados, por?m apresentaram erros grosseiros de classifica??o caracterizados pelo agrupamento de dados com propriedades conflitantes, e tamb?m n?o foi poss?vel estabelecer qual o crit?rio de classifica??o adotado. Tais resultados demonstraram a inviabilidade pr?tica dessas redes para os sistemas estudados sob nossas condi??es experimentais. As redes SOM e NG mostraram uma capacidade de classifica??o muito superior ?s RNAs puramente competitivas. Ambas as redes reconheceram os dois agrupamentos principais de dados correspondentes ? lactose (LAC) e celulose (CEL). Entretanto a rede som demonstrou defici?ncia na classifica??o de dados relativos aos excipientes minorit?rios, estearato de magn?sio (EMG), talco (TLC) e atapulgita (ATP). A rede NG, por sua vez, estabeleceu uma classifica??o muito consistente dos dados e resolveu o erro de classifica??o apresentados pela rede SOM, mostrando-se a rede mais adequada para a classifica??o dos dado do presente estudo. A rede Neural Gas, portanto, mostrou- se promissora para o desenvolvimento de softwares para uso na classifica??o automatizada de sistemas pulverulentos farmac?uticos

nÃo hà / Neonatos internados em unidade de terapia intensiva neonatal (UTIN) sÃo expostos a uma grande variedade de medicamentos, a maioria sem dados de seguranÃa e eficÃcia. Descrever o perfil de uso de medicamentos em neonatos em UTIN de um hospital pÃblico no Brasil de acordo com dados de registro do medicamento e potencial nocivo destes, foi o objetivo do trabalho. Trata-se de um estudo descritivo retrospectivo sobre uso de medicamentos em UTIN, envolvendo neonatos internados por mais de 24 horas e dados de prescriÃÃo coletados em prontuÃrio eletrÃnico durante o perÃodo de janeiro a junho do ano de 2012. InformaÃÃes sobre os medicamentos, com base nas bulas, foram comparadas com o British National Formulary for Children 2012-2013 e a base de dados Thomson Micromedex. O potencial nocivo de medicamentos e excipientes foi avaliado conforme a literatura. Neonatos foram categorizados em grupos de idade gestacional (IG). Os dados foram submetidos à anÃlise descritiva e testes de distribuiÃÃo (ANOVA, Teste U de Mann-Whitney, Kruskal-Wallis, qui-quadrado de Pearson) por IG com o nÃvel de significÃncia de p < 0,05. IncluÃram-se 192 neonatos, a maioria prÃ-termo, com mediana de 33 semanas de IG, totalizando 3.617 neonatos-dia. Registraram-se 3.290 prescriÃÃes, mÃdia 17,1 prescriÃÃes/neonato (DP  17,9) e 8,8 medicamentos/neonato (DP  5,9), maiores em neonatos mais imaturos (p < 0,05). Anti-infecciosos de uso sistÃmico, medicamentos para o sangue e ÃrgÃos formadores do sangue, trato alimentar e metabolismo apresentaram maior utilizaÃÃo, variando conforme a IG. Neonatos apresentaram maior exposiÃÃo a gentamicina seguido por ampicilina, heparina e fitomenadiona. A maioria dos neonatos (99,5%) foi exposta a medicamentos nÃo licenciados (NL) e de uso nÃo padronizado (NP), mais frequentes em neonatos com IG < 28 semanas (p < 0,05). Mais de 70% dos RN estiveram expostos a algum medicamento potencialmente perigoso (MPP), com maior frequÃncia em neonatos com IG < 31 semanas (p < 0,05). Praticamente todos os neonatos estiveram expostos a excipientes nocivos (EN) e potencialmente nocivos, sendo maior o nÃmero de formulaÃÃes prescritas a neonatos mais imaturos. Metilparabeno, propilparabeno e polissorbato 80 foram os EN aos quais os neonatos estiveram mais expostos, principalmente nas formulaÃÃes de domperidona soluÃÃo oral, polivitamÃnicos soluÃÃo oral e fentanila soluÃÃo injetÃvel. Neonatos em UTIN no Brasil, tal como em outras realidades, estÃo expostos a uma variedade de medicamentos NL, NP e com potencial nocivo, uma situaÃÃo preocupante. Alternativas seguras e estudos sÃo necessÃrios sobre esse tema. / Neonates admitted to neonatal intensive care unit (NICU) are exposed to a wide variety of drugs most without data on safety and efficacy. To describe the drug use profile of neonates in NICU of a public hospital in Brazil according to the drugs records and harmful potential of drugs and pharmaceutical excipients. Descriptive and retrospective study of drug use in NICU, with neonate inpatients for over 24 hours and prescription data from electronic medical records over the period from January to June, 2012. Drug information found in the package leaflets were compared with information in the British National Formulary for Children 2012-2013 and in the Thomson Micromedex database. The drug and excipients harmful potential was evaluated according to the literature. Neonates were categorized into groups of gestational age (GA). The data were analyzed using descriptive analysis and Distribution tests tests (ANOVA Mann-Whitney U, Kruskal-Wallis and Pearson's chi-squared) by GA, with a significance level of p <0.05. Were included 192 neonates, most preterm with median 33 weeks of GA and a total of 3.617 neonates-day. Were registered 3,290 prescriptions, average 17.1 prescriptions/neonate (SD  17.9) and 8.8 drugs/neonate (SD  5.9), higher in most immature neonates (p < 0.05). The anti-infectives for systemic use, blood and blood forming organs, alimentary tract and metabolism drugs groups showed increased use among the neonates, varying according to the GA. Neonates had higher exposure to gentamicin followed by ampicillin, heparin and phytomenadione. Most neonates (99.5%) were exposed to unlicensed drugs (UL) and off label use (OL), more frequently those with GA < 28 weeks (p < 0.05). More than 70% of the neonates were exposed to any high-alert medications, with higher frequency among neonates with GA < 31 weeks (p < 0.05). Almost all neonates were exposed to harmful and potentially harmful excipients, being greater the number of formulations prescribed to more immature neonates. Gentamicin (sulfate) injectable Solution 10 mg/mL (1 mL), fentanyl solution injectable 0.05 mg/mL (10 mL) and sodium heparin injectable solution were the containing harmful excipients formulations to which neonates were most exposed. Neonates in Brazilian NICU, as in other settings, are exposed to a variety of OL, UL and potentially harmful drugs and harmful excipients, an alarming situation. Safety alternatives and more studies are needed on this topic.