Made available in DSpace on 2015-09-25T12:21:10Z (GMT). No. of bitstreams: 1
PDF - Carlos Alan Dias Melo Parte 1.pdf: 2235188 bytes, checksum: b2340cb1f38b006138354975b534f179 (MD5)
Previous issue date: 2013-04-11 / The focus of this work was to build a chemometric algorithm for classifying samples
of tablets, the basis of dipyrone (300 mg), caffeine (50mg) and orphenadrine (35mg) using
NIR spectroscopy. The database has 300 spectra of samples taken from three tablets, twosided,
per lot, in 50 different lots belonging to four different manufacturers. The data were
processed in advance by selecting a spectral range from 1100 to 2499,5 nm, and then was
employed the filter Savitzky-Golay with first derivative, window 17 points and second-order
polynomial. The characterization of the tablets was done using chemometric models based on
Principal Component Analysis (PCA), Hierarchical Cluster Analysis (HCA), and Independent
Modeling of Class Analogy for Flexible (SIMCA) method and the K-th Nearest Neighbor
(KNN) , prepared for each group of samples tablets. For PCA and HCA, the formation of
clusters for each class of tablets was observed. For models SIMCA and KNN, the training set
was constructed using 20 and 40 spectral measures, while the test set made use of 10 and 20
spectra, both, of similar and reference drugs , respectively. All models achieved 100% correct
classification without errors type I or type II. Using this strategy it was possible to classify the
tablets rapidly and non-destructively without the need for multiple analytical determinations. / 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.
Identifer | oai:union.ndltd.org:IBICT/oai:tede.bc.uepb.edu.br:tede/1894 |
Date | 11 April 2013 |
Creators | Melo, Carlos Alan Dias |
Contributors | Medeiros, Ana Cláudia Dantas de, Verás Neto, José Germano, Buriti, Flávia Carolina Alonso, Conceição, Marta Maria da |
Publisher | Universidade Estadual da Paraíba, Mestrado em Ciências Farmacêuticas, UEPB, BR, Ciências Farmacêuticas |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | English |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações da UEPB, instname:Universidade Estadual da Paraíba, instacron:UEPB |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0015 seconds