Resumen

En este estudio se presenta una comparación entre los modelos quimiométricos de regresión por mínimos cuadrados parciales y de regresión por vectores de soporte. Los dos modelos se implementan para analizar la cefoperazona sódica en presencia de sus impurezas notificadas, el ácido 7-aminocefalosporánico y el 5-mercapto-1-metil-tetrazol, en polvos puros y en formulaciones farmacéuticas mediante el procesamiento de datos espectroscópicos UV. Para obtener los mejores resultados, se utilizó un diseño experimental de 3 factores y 4 niveles, lo que dio lugar a un conjunto de entrenamiento de 16 mezclas que contenían diferentes proporciones de sustancias interferentes. Para la validación del método, se utilizó un conjunto de pruebas independiente formado por 9 mezclas para comprobar la capacidad predictiva de los modelos establecidos. Los resultados introducidos muestran la capacidad de los dos modelos propuestos para analizar cefoperazona en presencia de sus impurezas ácido 7-aminocefalosporánico y 5-mercapto-1-metil-tetrazol con alta veracidad y selectividad (101,87 ± 0,708 y 101,43 ± 0,536 para PLSR y SVR lineal, respectivamente). Los resultados del análisis de los productos farmacéuticos se compararon estadísticamente con un método de HPLC publicado que no mostró diferencias significativas en la veracidad y la precisión, lo que indica la capacidad de los modelos de calibración multivariante sugeridos para ser fiables y adecuados para el análisis rutinario de control de calidad de los productos farmacéuticos. SVR ofrece resultados más precisos con menor error de predicción en comparación con el modelo PLSR; sin embargo, PLSR es fácil de manejar y rápido de optimizar.

• Materias:Reacciones químicas Análisis cromatográfico Análisis químico Espectroscopia Farmacocinética
• Subjects:Chemical reactions Chromatographic analysis Chemical test Spectroscopy Pharmacokinetics
• Palabras claves:modelos, regresión por mínimos cuadrados parciales, análisis rutinario de control de calidad, datos espectroscópicos uv, menor error de predicción, modelos multivariantes de calibración, regresión de vectores de apoyo, plsr, ácido, capacidad
• Keywords:models, partial least squares regression, routine quality control analysis, uv spectroscopic data, lower prediction error, multivariate calibration models, support vector regression, plsr, acid, capability