Desempenho de processos de compressão: Avaliação do uso de simulador de compressão para caracterização de deformação de excipientes e a aplicação de modelagem multinível em linhas produtivas
Compression processes performance: Evaluating the use of single punch simulator for excipient deformation characterization and the application of multilevel modeling in production lines

Publication year: 2024
Theses and dissertations in Portugués presented to the Universidade de São Paulo. Faculdade de Ciências Farmacêuticas to obtain the academic title of Mestre. Leader: Araujo, Gabriel Lima Barros de

O processo de compressão representa uma etapa crucial e dinâmica na indústria farmacêutica. É por meio dessa operação que os comprimidos são produzidos, destacando-se como a forma farmacêutica mais prevalente no mercado devido à sua ampla aceitação pelos pacientes, atribuída à facilidade de administração e outras características favoráveis, como armazenamento eficiente, estabilidade e versatilidade. Portanto, é de suma importância compreender e mapear os principais fatores que exercem influência no desempenho do processo de compressão para garantir a qualidade dos comprimidos resultantes, impactando diretamente na eficácia e segurança do medicamento.

O presente estudo abordou a compressão industrial em duas perspectivas:

(i) a análise da compactação e velocidade de compressão por meio de simulador industrial, com avaliação do comportamento de deformação dos principais excipientes presentes na formulação de comprimido; (ii) a investigação de variáveis de fabricação em escala industrial, incluindo a influência da mão de obra, problemas mecânicos e a troca de equipamentos. Na primeira, avaliou-se a aplicabilidade de um simulador de compressão para investigar o ciclo de compressão de seis principais excipientes farmacêuticos, através da análise de sensibilidade à taxa de compressão (SRS) e dos perfis de Heckel. Na segunda, foram empregados modelos multiníveis aplicados em um banco de dados de monitoramento de eficiência global de equipamentos (OEE) em escala industrial. Os resultados de SRS obtidos no simulador mostraram que a lactose anidra foi o material mais sensível à taxa de compressão. Os gráficos de Heckel indicaram que o processo de consolidação da deformação da celulose foi alcançado mais rapidamente do que os outros materiais à medida que a força de compressão aumentou. O amido de milho apresentou maior resistência nos estágios iniciais de compactação até que seu ponto de deformação elástica fosse excedido. O simulador de compressão foi capaz de caracterizar o comportamento de cada material coerentemente com o reportado na literatura e mostrou-se sensível a mudanças na granulometria e hábito cristalino, provando ser uma ferramenta eficiente para o desenvolvimento racional de formulações de comprimidos e parametrização de processos. Enquanto na avaliação do ambiente de produção, a partir do tratamento de dados, os bancos de dados de OEE e de desvios foram combinados para a criação do banco utilizado por este estudo. Um total de 60.566 observações foram encontradas, e após tratamento o banco final passou a ter 371 entradas e 7 variáveis. Os modelos multiníveis foram criados e avaliados quanto aos seus logs likelihood, o qual demonstrou que o mais adequado é o modelo com interceptos e inclinações aleatórios. A utilização de modelos GLMM se mostrou viável para o monitoramento e tomadas de decisões nas linhas de produção, conhecendo quais produtos tendem a ter maior taxa de aprovação em compressoras específicas, em detrimento de seus índices de OEE. Ambas as abordagens investigadas demostraram ser ferramentas importantes para o desenvolvimento de racional e melhoria de processos industriais de compressão
The compression process represents a crucial and dynamic stage in the pharmaceutical industry. Through this operation, tablets are produced, standing out as the most prevalent pharmaceutical form in the market due to their wide acceptance among patients, attributed to ease of administration and other favorable characteristics such as efficient storage, stability, and versatility. Therefore, it is of utmost importance to understand and map the key factors influencing the performance of the compression process to ensure the quality of the resulting tablets, directly impacting the effectiveness and safety of the medication.

This study addressed industrial compression from two perspectives:

(i) the analysis of compaction and compression speed through an industrial simulator, evaluating the deformation behavior of major excipients in tablet formulations; (ii) the investigation of manufacturing variables on an industrial scale, including the influence of labor, mechanical issues, and equipment changes. In the first perspective, the applicability of a compression simulator was assessed to investigate the compression cycle of six major pharmaceutical excipients, using sensitivity to compression rate (SRS) analysis and Heckel profiles. In the second perspective, multilevel models were applied to a database monitoring Overall Equipment Efficiency (OEE) on an industrial scale. The SRS results obtained from the simulator showed that anhydrous lactose was the most sensitive material to compression rate. Heckel graphs indicated that the consolidation process of cellulose deformation occurred more rapidly than other materials as compression force increased. Corn starch exhibited greater resistance in the early stages of compaction until its elastic deformation point was exceeded. The compression simulator effectively characterized the behavior of each material in line with literature reports and proved sensitive to changes in particle size and crystalline habit, demonstrating efficiency in the rational development of tablet formulations and process parameterization. In the evaluation of the production environment, databases of OEE and deviations were combined for this study. After data treatment, the final database had 371 entries and 7 variables from an initial 60.566 observations. Multilevel models were created and evaluated based on their log-likelihood, demonstrating that the most suitable model includes random intercepts and slopes. The use of Generalized Linear Mixed Models (GLMM) proved feasible for monitoring and decision-making in production lines, identifying products with higher approval rates in specific compressors, relative to their OEE indices. Both investigated approaches proved to be important tools for the rational development and improvement of industrial compression processes

More related