仿制药品质量的检测方法技术

本发明专利技术涉及药品质量的检测方法技术领域，是一种仿制药品质量的检测方法，按下述方法进行：当仿制药品的拟合参数有两个以上的拟合参数落入原研药品的置信区间之外时，仿制药品的质量与原研药品的质量不相似；当仿制药品的拟合参数有三个以上的拟合参数落入原研药品的拟合参数的置信区间内时，仿制药品的质量与原研药品的质量相似。本发明专利技术所述的仿制药品质量的检测方法能够提高质量检测结果的准确度和灵敏度，从而能够检测仿制药品的质量优劣，另外，本发明专利技术所述的仿制药品质量的检测方法适用于不同药品以及不同剂型药品的质量检测，从而扩大了本发明专利技术所述的仿制药品质量的检测方法的适用范围。

【技术实现步骤摘要】
仿制药品质量的检测方法
本专利技术涉及药品质量的检测方法
，是一种仿制药品质量的检测方法。
技术介绍
药物溶出曲线直接反映药物溶出行为的规律，即直接反映药品生产工艺的好坏，进而在一定程度上提示药品在体内的吸收和利用情况，是体外鉴别药品质量优劣的常用手段。在仿制药品的质量检测过程中，通过对测定的数据(药物累积溶出百分率)采用数学模型进行拟合后得到仿制药品的药物溶出曲线，通过将仿制药品的药物溶出曲线与原研药品的药物溶出曲线进行对比来判断仿制药品的质量优劣，也可以通过对药品的质量检测方法中使用的数学模型中的参数进行t检验等参数法来判断仿制药品的质量优劣，然而，在现有仿制药品的质量检测过程中，由于药物溶出行为的规律随着药物本身和剂型的不同而不相同，通常情况下，在对仿制药品进行质量检测时，由于仿制药品的类型、批次和剂型等的不同，其采用的数学模型也不相同，如零次、一次、Hixson-Crowell、weibull、Higuchi、KormeyerPeppas、Ritger-Peppas、Baker-Lonsdale、Hopfenberg、Gompers、Logist和Michaelis-Menten数学或经验模型，由此可知，现有的仿制药品的质量检测方法的适用范围较小，不具有广泛的适用性。再者，目前的仿制药品的质量检测方法一般采用经典weibull数学模型对测定的数据进行拟合，经典weibull数学模型的表达式为m＝1-exp[-(t-Ti)b/α]，在经典weibull数学模型的表达式中，m为累积释放百分数，α为尺度参数，Ti为位置参数，b为形状参数，1为分布函数的最大值，在用经典weibull数学模型拟合药物溶出曲线的过程中发现，经典weibull模型模型的最大分布函数为1或100％，而对于有些药物的累积溶出百分率大于100％的数据(主要系仪器测定的系统误差和仪器自动数据换算产生的误差所致)，用经典weibull数学模型拟合的效果较差，使通过经典weibull数学模型拟合得到的溶出曲线不能准确的反映药物的溶出行为，即采用现有仿制药品的质量检测方法得到的检测结果与其实际药品的质量存在较大误差。另外，学术界较为认可采用f2相似因子法判断仿制药品的溶出曲线与原研药品的溶出曲线的相似程度，以此结果判断仿制药品质量与原研药品质量的相似程度。
技术实现思路
本专利技术提供了一种仿制药品质量的检测方法，克服了上述现有技术之不足，其能有效解决采用现有仿制药品的质量检测方法得到的检测结果存在较大误差的问题。本专利技术的技术方案是通过以下措施来实现的：一种仿制药品质量的检测方法，按下述方法进行：第一步，测定仿制药品不同时间的累积溶出百分率，时间用ti表示，仿制药品不同时间对应的累积溶出百分率用yi表示，i＝1,2...n；第二步，利用第一步得到的ti和yi确定数学模型y＝c-exp(-a·(t-Ti)b)中的拟合参数的值，拟合参数包括c、α、Ti、b，c、α、Ti、b值分别为c0、α0、Ti0、b0，将ti和yi采用数学模型进行数据拟合后得到仿制药品的累积溶出百分率的溶出曲线；第三步，原研药品在数学模型y＝c-exp(-a·(t-Ti)b)中的c、α、Ti、b的值分别为c1、α1、Ti1、b1，以原研药品在数学模型中的拟合参数c1、α1、Ti1和b1的90％至99％的置信区间为检测数据范围；当仿制药品在数学模型中的拟合参数有两个以上的拟合参数落入原研药品在数学模型中的相应拟合参数c1、α1、Ti1和b1的90％至99％的置信区间之外时，仿制药品的累积溶出百分率的溶出曲线与原研药品的累积溶出百分率的溶出曲线不相似，仿制药品的质量与原研药品的质量不相似；当仿制药品在数学模型中的拟合参数有三个以上的拟合参数落入原研药品在数学模型中的拟合参数c1、α1、Ti1和b1的90％至99％的置信区间内时，仿制药品的累积溶出百分率的溶出曲线与原研药品的累积溶出百分率的溶出曲线相似，仿制药品的质量与原研药品的质量相似。下面是对上述专利技术技术方案的进一步优化或/和改进：上述仿制药品在数学模型y＝c-exp(-a·(t-Ti)b)中的拟合参数值通过下述方法得到：第一步，在matlab中建立.m文件，.m文件对应的数学模型为y＝c-exp(-a·(t-Ti)b)，调用matlab中的nlinfit函数，给予c、α、Ti和b初始值，c、α、Ti和b的初始值记为u＝(c2,α2,Ti2,b2)；第二步，结合c、α、Ti和b的初始值和ti调用.m文件中的数学模型y＝c-exp(-a·(t-Ti)b)后得到累积溶出百分率的预测值，累积溶出百分率的预测值用表示，i＝1,2...n，然后，用非线性最小二乘法估算出拟合参数的估计值，拟合参数的估计值用表示，非线性最小二乘法的计算公式为在非线性最小二乘法的计算公式中，为非线性最小二乘法确定的最佳参数，同时得到累积溶出百分率的预测值与累积溶出百分率的测定值之间的误差平方和，误差平方和的计算公式为在误差平方和的计算公式中，yi为累积溶出百分率的测定值，为累积溶出百分率的预测值，p1为误差平方和；第三步，将第二步得到的作为c、α、Ti和b的初始值，然后，重复第二步的操作得到本次操作的c、α、Ti和b的估计值以及本次操作累积溶出百分率的预测值与累积溶出百分率的测定值之间的误差平方和，本次操作的c、α、Ti和b的估计值用表示，误差平方和的计算公式为在误差平方和的计算公式中，yi为累积溶出百分率的测定值，为本次操作的累积溶出百分率的预测值，p2为本次操作的误差平方和；第四步，按照第三步所述的方法继续进行迭代计算，当误差平方和收敛于A不变或在A附近波动时，计算得到的拟合参数为最佳估计值，最佳估计值为拟合参数值，最佳估计值为c0、α0、Ti0和b0，其中，pk表示误差平方和，A为常数。上述原研药品在y＝c-exp(-a·(t-Ti)b)中的拟合参数值按下述方法得到：第一步，在matlab中建立.m文件，.m文件对应的数学模型为y＝c-exp(-a·(t-Ti)b)，调用matlab中的nlinfit函数，给予c、α、Ti和b初始值，c、α、Ti和b的初始值记为u＝(c2,α2,Ti2,b2)；第二步，原研药品在不同时间以及相应不同时间的累积溶出百分率记为(ti，yi)，结合c、α、Ti和b的初始值和ti调用.m文件中的数学模型y＝c-exp(-a·(t-Ti)b)后得到累积溶出百分率的预测值，累积溶出百分率的预测值用表示，i＝1,2...n，然后，用非线性最小二乘法估算出拟合参数的估计值，拟合参数的估计值用表示，非线性最小二乘法的计算公式为在非线性最小二乘法的计算公式中，为非线性最小二乘法确定的最佳参数，同时得到累积溶出百分率的预测值与累积溶出百分率的测定值之间的误差平方和，误差平方和的计算公式为在误差平方和的计算公式中，yi为累积溶出百分率的测定值，为累积溶出百分率的预测值，p1为误差平方和；第三步，将第二步得到的作为c、α、Ti和b的初始值，然后，重复第二步的操作得到本次操作的c、α、Ti和b的估计值和本次操作累积溶出百分率的预测值与累积溶出百分率的测定值之间的误差平方和，本次操作的c、α、Ti和b的估计值用表示，误差平方和的计算公本文档来自技高网...

【技术保护点】
一种仿制药品质量的检测方法，其特征在于按下述方法进行：第一步，测定仿制药品不同时间的累积溶出百分率，时间用ti表示，仿制药品不同时间对应的累积溶出百分率用yi表示，i＝1,2...n；第二步，利用第一步得到的ti和yi确定数学模型y＝c‑exp(‑a·(t‑Ti)b)中的拟合参数的值，拟合参数包括c、α、Ti、b，c、α、Ti、b值分别为c0、α0、Ti0、b0，将ti和yi采用数学模型进行数据拟合后得到仿制药品的累积溶出百分率的溶出曲线；第三步，原研药品在数学模型y＝c‑exp(‑a·(t‑Ti)b)中的c、α、Ti、b的值分别为c1、α1、Ti1、b1，以原研药品在数学模型中的拟合参数c1、α1、Ti1和b1的90％至99％的置信区间为检测数据范围；当仿制药品在数学模型中的拟合参数有两个以上的拟合参数落入原研药品在数学模型中的相应拟合参数c1、α1、Ti1和b1的90％至99％的置信区间之外时，仿制药品的累积溶出百分率的溶出曲线与原研药品的累积溶出百分率的溶出曲线不相似，仿制药品的质量与原研药品的质量不相似；当仿制药品在数学模型中的拟合参数有三个以上的拟合参数落入原研药品在数学模型中的拟合参数c1、α1、Ti1和b1的90％至99％的置信区间内时，仿制药品的累积溶出百分率的溶出曲线与原研药品的累积溶出百分率的溶出曲线相似，仿制药品的质量与原研药品的质量相似。...

【技术特征摘要】
1.一种仿制药品质量的检测方法，其特征在于按下述方法进行：第一步，测定仿制药品不同时间的累积溶出百分率，时间用ti表示，仿制药品不同时间对应的累积溶出百分率用yi表示，i＝1,2...n；第二步，利用第一步得到的ti和yi确定数学模型y＝c-exp(-a·(t-Ti)b)中的拟合参数的值，拟合参数包括c、α、Ti、b，c、α、Ti、b值分别为c0、α0、Ti0、b0，将ti和yi采用数学模型进行数据拟合后得到仿制药品的累积溶出百分率的溶出曲线；第三步，原研药品在数学模型y＝c-exp(-a·(t-Ti)b)中的c、α、Ti、b的值分别为c1、α1、Ti1、b1，以原研药品在数学模型中的拟合参数c1、α1、Ti1和b1的90％至99％的置信区间为检测数据范围；当仿制药品在数学模型中的拟合参数有两个以上的拟合参数落入原研药品在数学模型中的相应拟合参数c1、α1、Ti1和b1的90％至99％的置信区间之外时，仿制药品的累积溶出百分率的溶出曲线与原研药品的累积溶出百分率的溶出曲线不相似，仿制药品的质量与原研药品的质量不相似；当仿制药品在数学模型中的拟合参数有三个以上的拟合参数落入原研药品在数学模型中的拟合参数c1、α1、Ti1和b1的90％至99％的置信区间内时，仿制药品的累积溶出百分率的溶出曲线与原研药品的累积溶出百分率的溶出曲线相似，仿制药品的质量与原研药品的质量相似；仿制药品在数学模型y＝c-exp(-a·(t-Ti)b)中的拟合参数值通过下述方法得到：第一步，在matlab中建立.m文件，.m文件对应的数学模型为y＝c-exp(-a·(t-Ti)b)，调用matlab中的nlinfit函数，给予c、α、Ti和b初始值，c、α、Ti和b的初始值记为u＝(c2,α2,Ti2,b2)；第二步，结合c、α、Ti和b的初始值和ti调用.m文件中的数学模型y＝c-exp(-a·(t-Ti)b)后得到累积溶出百分率的预测值，累积溶出百分率的预测值用表示，i＝1,2...n，然后，用非线性最小二乘法估算出拟合参数的估计值，拟合参数的估计值用表示，非线性最小二乘法的计算公式为在非线性最小二乘法的计算公式中，为非线性最小二乘法确定的最佳参数，同时得到累积溶出百分率的预测值与累积溶出百分率的测定值之间的误差平方和，误差平方和的计算公式为在误差平方和的计算公式中，yi为累积溶出百分率的测定值，为累积溶出百分率的预测值，p1为误差平方和；第三步，将第二步得到的作为...

【专利技术属性】
技术研发人员：耿东升，李学强，朱东亮，
申请(专利权)人：中国人民解放军新疆军区联勤部药品仪器检验所，
类型：发明
国别省市：新疆;65