Two simple and accurate reversed-phase high-performance liquid chromatography (HPLC) and high-performance thin-layer chromatography (HPTLC) methods for simultaneous determination of atorvastatin calcium and losartan potassium in tablet dosage forms have been established and validated. The HPLC separation was achieved on a Phenomenex Luna C 18 column (250 mm, 4.6 mm i.d., 5 μm) with 0.05 M potassium dihydrogen phosphate buffer (pH 5.4)-acetonitrile 45:55 (%, v / v ) as isocratic mobile phase at a flow rate of 1 mL min -1. The retention times were approximately 7.56 and 3.73 min for atorvastatin calcium and losartan potassium, respectively. Quantification was achieved at 238 nm with a photodiode-array (PDA) detector over the concentration range 0.5–5 μg mL -1, for each compound, with mean recoveries of 100.67 ± 0.58 and 100.51 ± 0.63% for atorvastatin calcium and losartan potassium, respectively. The HPTLC separation was achieved on silica gel 60 F254 HPTLC plates with methanol-carbon tetrachloride-ethyl acetate-glacial acetic acid 8:63.6:28:0.4 ( v / v ) as mobile phase. The retardation factors ( R F ) were approximately 0.45 and 0.30 for atorvastatin calcium and losartan potassium, respectively. Quantification was achieved by ultraviolet (UV) detection at 238 nm over the concentration range of 50–500 ng band -1 for each, with mean recoveries of 100.59 ± 0.47 and 100.48 ± 0.81% for atorvastatin calcium and losartan potassium, respectively. Both methods were validated, and the results were compared statistically by use of a paired t -test. The methods were found to be simple, specific, accurate, precise, and robust, and were successfully used for analysis of the drugs in tablet dosage forms without interference from common excipients.
2
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
Simultaneous determination of all drug components in multicomponent pharmaceutical dosage form has been performed applying UV spectra photometry and calibration models based on artificial neural networks. The proposed approach is a simple alternative to using separate models for each component. A novel approach for calibration using computed spectral dataset derived from three spectra of each component has been described. Spectra of Atenolol and Losartan potassium were recorded in the wavelength range 2! 5-275 nm, interval 1 nm, at several concentrations of both analytcs within their linear calibration range and were subsequently used to compute the composition of the calibration mixture. Neural networks trained by Levenberg-Marquardt algorithm were used for building and optimizing calibration models utilizing MATLAB® Neural Network Toolbox. Two types of neural network models were compared to the principal component regression model. Calibration model was thoroughly evaluated at several concentration levels using the spectra obtained for 76 synthetic binary mixtures prepared using orthogona-1 designs. The optimized model has shown sufficient robustness even if the calibration sets were constructed from different sets of pure spectra of the components. Althougłrthc spectra of the components overlapped significantly, the drugs were determined accurately and precisely using the model. No interference from tablet excipients was observed.
PL
Opracowano metodę równoczesnego oznaczania wszystkich komponentów w wieloskładnikowym preparacie farmaceutycznym wykorzystując spektrometrie UV i model kalibra-cyjny oparty na sztucznych sieciach neuronowych. Proponowana metodą jest prosta alternatywą względem stosowania odrębnego modelu dla każdego związku- Metoda ta przedstawia nowy sposób kalibrowania, w którym wykorzystuje się zestaw obliczonych danych Opracowano metodę równoczesnego oznaczania wszystkich komponentów w wieloskładnikowym preparacie farmaceutycznym wykorzystując spektrometrie UV i model kalibra-cyjny oparty na sztucznych sieciach neuronowych. Proponowana metodą jest prosta alternatywą względem stosowania odrębnego modelu dla każdego związku- Metoda ta przedstawia nowy sposób kalibrowania, w którym wykorzystuje się zestaw obliczonych danych spektralnych otrzymanych z trzech widm każdego składnika. Widma atenololu i losartanu rejestrowano w zakresie 215-217 nm, co l nm, przy różnych stężeniach obu analitów, w liniowym zakresie kalibracji i wykorzystano do obliczenia składu miesznin kalibracyjnych. Do zbudowania i optymalizowania modelu kalibracji zastosowano sieci neuronowe trenowane algorytmem Levenberga-Marquardt'a za pomocą programu MATLAB Neu-ronal Network Toolbox. Dwa rodzaje takich modeli porównano z modelem regresji skianika głównego. Opracowany model kalibracji został szczegółowo zbadany dla wielu poziomów stężeń. Badania prowadzono przy użyciu widni 76 dwuskładnikowych mieszanin przygotowanych według modelu ortogonalnego. Zoptymalizowany model okazał się przydatny nawet wówczas gdy mieszaniny kalibracyjne były pr/ygotowane z różnych zestawów spek-tralnie czystych składników. Chociaż widma poszczególnych składników nakładały się w znacznym stopniu opracowany model pozwalał na dokładne i precyzyjne oznaczenie stężeń badanych leków. Nie zaobserwowano wpiywu substancji pomocniczych na jakość oznaczeń.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.