Please use this identifier to cite or link to this item: https://hdl.handle.net/10316/86199
DC FieldValueLanguage
dc.contributor.advisorReis, Marco Paulo Seabra dos-
dc.contributor.authorMargarido, Ricardo Jorge Ferreira-
dc.date.accessioned2019-03-27T23:20:11Z-
dc.date.available2019-03-27T23:20:11Z-
dc.date.issued2018-07-20-
dc.date.submitted2019-03-27-
dc.identifier.urihttps://hdl.handle.net/10316/86199-
dc.descriptionTrabalho de Projeto do Mestrado Integrado em Engenharia Biomédica apresentado à Faculdade de Ciências e Tecnologia-
dc.description.abstractThe use of data driven approaches to improve processes in the pharmaceutical industry is still an under explored opportunity. Given the availability of large amounts of unprocessed raw data from formulations and manufacturing conditions of a product, there is a possibility to improve these processes by taking the most out of it.In the present work, this endeavour is pursued, by considering the case of improving the formulation for drug release through a polymeric matrix, namely the stability of this matrix throughout its storage time. All the activities were carried out at Bluepharma Indústria Farmacêutica S.A.The work developed begins by collecting and cleaning all the available data. Once all data is prepared, it is explored, both visually and analytically, to extract any relevant patterns of variation, check their quality and find out which variables mostly influence the outcome of the product.Once the most important features are identified, the process is modelled using latent variable frameworks, such as Principal Components Regression (PCR) and Partial Least Squares (PLS).Finally, the model is inverted in order to provide a set of values for the used features that, when applied, can result in an improvement to the product’s quality. Guidelines regarding how to structure, integrate and analyse the collected data are also given, in order to implement this approaches more efficiently in the future. A quick perspective on the evolution of these approaches is also presented.eng
dc.description.abstractO uso de abordagens que exploram o potencial de informação contida nos dados para melhoria de processos na indústria farmacêutica é uma prática ainda pouco comum. Dada a disponibilidade de um grande volume de dados por processar provenientes de formulações e condições de fabrico de produtos já existentes, existe hoje em dia a possibilidade de usar toda esta informação para melhorar os processos associados.Neste trabalho procura-se avançar neste sentido, no âmbito do desenvolvimento de uma melhor formulação para a libertação de fármacos através de uma matriz polimérica, nomeadamente no que diz respeito à estabilidade dessa mesma matriz ao longo do tempo quando armazenada. Todo o trabalho foi desenvolvido na Bluepharma Indústria Farmacêutica S.A.As atividades começaram pela recolha de dados, sua integração e a limpeza. De seguida foi feita uma análise exploratória dos mesmos para que se averiguasse a sua qualidade, identificassem padrões dominantes e analisasse a influência que certos parâmetros poderiam ter no resultado final.Identificadas as variáveis mais críticas, procedeu-se à construção de modelos empíricos que potenciem a melhor explicação dos dados utilizados e os seus resultados. Em particular, foram exploradas metodologias baseadas em variáveis latentes, como a regressão dos componentes principais (PCR) e mínimos quadrados parciais (PLS).Por último, depois de obtido um modelo bem ajustado, procedeu-se á sua inversão de maneira a obter as condições de operação que, quando aplicadas, possam resultar numa melhoria na qualidade do produto a ser desenvolvido.Para além deste importante resultado são também dadas recomendações de como estruturar, integrar e analisar os dados recolhidos para que o uso destas abordagens se torne mais ágil.São também dadas recomendações de como estruturar, integrar e analisar os dados recolhidos para que o uso destas abordagens se torne mais ágil. É também apresentada uma perspectiva relacionada com o futuro destas aplicações.por
dc.language.isoeng-
dc.rightsopenAccess-
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/-
dc.subjectCiência de Dadospor
dc.subjectLibertação de Fármacospor
dc.subjectQualidade a partir do designpor
dc.subjectFilmes Oraispor
dc.subjectEspaço de Desenvolvimentopor
dc.subjectData Scienceeng
dc.subjectDrug Releaseeng
dc.subjectQuality by Designeng
dc.subjectOral Filmseng
dc.subjectDesign Spaceeng
dc.titleData-driven process improvement in the pharmaceutical industryeng
dc.title.alternativeMelhoria de processos orientada por dados na indústria farmacêuticapor
dc.typemasterThesis-
degois.publication.locationDEQ-
degois.publication.titleData-driven process improvement in the pharmaceutical industryeng
dc.peerreviewedyes-
dc.identifier.tid202206700-
thesis.degree.disciplineEngenharia Biomédica-
thesis.degree.grantorUniversidade de Coimbra-
thesis.degree.level1-
thesis.degree.nameMestrado Integrado em Engenharia Biomédica-
uc.degree.grantorUnitFaculdade de Ciências e Tecnologia - Departamento de Física-
uc.degree.grantorID0500-
uc.contributor.authorMargarido, Ricardo Jorge Ferreira::0000-0001-8359-8359-
uc.degree.classification17-
uc.degree.presidentejuriFurtado, Pedro Nuno San-Bento-
uc.degree.elementojuriSilva, Branca Margarida Almeida-
uc.degree.elementojuriReis, Marco Paulo Seabra dos-
uc.contributor.advisorReis, Marco Paulo Seabra dos-
item.openairetypemasterThesis-
item.languageiso639-1en-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.cerifentitytypePublications-
item.grantfulltextopen-
item.fulltextCom Texto completo-
crisitem.advisor.researchunitCIEPQPF – Chemical Process Engineering and Forest Products Research Centre-
crisitem.advisor.parentresearchunitFaculty of Sciences and Technology-
crisitem.advisor.orcid0000-0002-4997-8865-
Appears in Collections:UC - Dissertações de Mestrado
Files in This Item:
File Description SizeFormat
Data Driven Ricardo Margarido.pdf5.25 MBAdobe PDFView/Open
Show simple item record

Page view(s) 50

437
checked on Mar 26, 2024

Download(s) 50

381
checked on Mar 26, 2024

Google ScholarTM

Check


This item is licensed under a Creative Commons License Creative Commons