5.1.10 三种模型 (OFAT、FCD 和带二次项的 FCD) 的比较 ............................................................................................................................. 128 5.1.11 逆回归过程 ............................................................................................................. 129 5.1.12 逆回归过程 ............................................................................................................. 130
由于全球表面温度,人口增长,更快的城市化和收入增长的增长,冷却需求的指数增加发生在过去几年中。由于这些冷却驱动因素的影响更大,发展中国家正面临重大问题。常规的蒸气压缩系统是能量的,并且涉及危险的化学物质。目前的论文提出了一种创新的间接蒸发冷却系统,具有较高的能量性能,更少的排放和无化学的操作。为了绘制全面的性能,开发了一个原型,并在各种外部空气条件下进行了测试。然后开发了基于人工神经网络(ANN)的机器学习模型,其中包含重要的输入参数,包括室外空气温度,空气流量比,工作空气温度和空气湿灯泡温度,以预测供应空气温度。隐藏层中具有九个神经元的ANN模型表现出出色的建模性能(r 2)值(r 2)值约1,均方根误差分别为0.046°C,0.06℃和0.06℃,分别在训练,测试和验证阶段中。一次(OFAT)技术一次由一个因素进行的可变显着性分析表明,工作进气温是预测供应温度的最重要参数,其显着性因子为33%。根据合并的实验和ML模型,所提出的系统在48℃的室外空气中产生了130 W的冷却CA的能力,并将温度下降超过20℃。所达到的相应性能系数(仅用于冷却)为32。还表明,增强的IEC在30至48℃的环境温度下稳定运行,并在Ashrae-55和ISO7730的舒适区内保持空气温度。
设计的抽象质量(QBD)辅助方法用于开发健壮和坚固的RP-HPLC方法,并根据ICH指南进行了验证。使用QBD方法开发的方法非常健壮,具有成本效益,使用良好的实验设计,运行时间较短,可以通过统计分析来进行优化,并且与一项(一次性(OFAT)方法)开发的传统方法相比,可以轻松验证。中央复合设计(CCD)用于基于可取功能方法的优化方法。在本研究中选择的因素是流动相,柱温度,流量和研究反应的有机成分%,是药物的保留时间和理论板数。使用现象C18(150 mm x 4.6 mm,5)柱实现色谱分离。通过应用ANOVA进行CCD实验数据的统计分析,并且发现响应的选定数学模型在p <0.05中很重要。使用乙腈:磷酸盐缓冲液(42.1:57.9%v/v)以0.93ml/min的流速为31.7 0 C实现了基于最高可取性值1的优化条件。最后,根据ICH Q2(R1)指南对开发的方法进行了验证。所有系统适用性参数都在限制范围内。根据在酸性条件下发现的明显降解的ICH指南进行强制降解研究。关键字:AQBD,CCD,Gilteritinib,Desiriebility函数,ANOVA。如何引用这篇文章:Srujani C H,Nataraj K S,Krishnamanjari Pawar A,Adinarayana。QBD驱动的方法开发和验证用于测定RP-HPLC的Gilteritinib的方法。国际药品保证杂志。2024; 15(4):2129-38。 doi:10.25258/ijpqa.15.4.5支持来源:nil。利益冲突:无简介的吉尔特替尼(GTB)在品牌名称xospata下可用的是一种用于治疗急性髓细胞性白血病(AML)的抗肿瘤剂,该药物具有FMS样酪氨酸激酶3(FLT3)突变。1它是一种口服的小分子抑制剂,它抑制了野生和突变形式的FLT3,AXL和ALK(变性淋巴瘤激酶) - 介导的信号转导途径并减少癌细胞的增殖。2这三种受体酪氨酸激酶在癌细胞生长和生存中起关键作用。AML是一种癌症,会影响血液和骨髓的速度快速进展,并且这种情况会产生较低的正常血细胞,这需要连续输血。3该药物可溶于有机溶剂,例如乙醇,DMSO和二甲基甲酰胺(DMF)。GTB的化学结构如图1所示。实施QBD的优势是坚固性,可以在方法开发阶段而不是在验证部分中测试鲁棒性。否则,如果