Esplorazione della regressione ai minimi quadrati parziali nella nanoemulsione

L'analisi multivariata dei dati (MVDA) è una forma di statistica che aiuta a comprendere le relazioni tra le variabili, le osservazioni e la loro rilevanza reciproca utilizzando l'analisi delle componenti principali (PCA) e le relazioni tra le variabili indipendenti e le risposte utilizzando i minimi quadrati parziali (PLS). Se abbinati alla conoscenza del processo e alla comprensione delle criticità, i modelli PLS e /PCA possono essere utilizzati per costruire grafici di controllo statistico multivariato del processo (MSPC) al fine di identificare le deviazioni dal comportamento previsto. La criticità viene determinata valutando l'entità dell'impatto di una variabile (parametro/attributo del materiale) su una risposta (CQA). Di conseguenza, è necessario comprendere la relazione tra il parametro e la CQA. MVDA utilizza algoritmi consolidati per creare modelli lineari che comprendono una funzione di approssimazione e un livello di rumore concomitante. I modelli MVDA sono progettati per valutare e garantire che la progressione del prodotto si evolva all'interno dello spazio di progettazione definito durante la lavorazione, producendo così un materiale che soddisfa gli attributi di qualità critici predefiniti. Con questa metodologia, i parametri del processo vengono riassunti

A Dra. Asha tem experiência no desenvolvimento e caraterização de nanocolóides, nanomicelas, niosomas, nanopartículas poliméricas, nanosuspensão para sistemas de administração oral, ocular e tópica de fármacos para aplicação terapêutica. O seu projeto de investigação de doutoramento é sobre nanoemulsão como ferramenta de administração de fármacos para aumentar a biodisponibilidade.