Resumen
El desarrollo de métodos analíticos basados en la combinación de técnicas espectroscópicas y calibración multivariada se está convirtiendo en una práctica rutinaria en los laboratorios que desarrollan y optimizan métodos analíticos para el control de calidad de productos farmacéuticos. En el presente trabajo, una versión actualizada de los artículos publicados en Analytical and Bioanalytical Chemistry 2002, 374:460-465 y 2003, 376, 838-843, se comentan las posibilidades y limitaciones del conocido método de regresión por cuadrados mínimos parciales (PLSR, del inglés partial least squares regression). Se presta atención a casos en que se originan no linealidades debido a interacciones entre los analitos o por altas concentraciones de éstos. Estas no linealidades pueden ser tenidas en cuenta usando modelos robustos como las redes neuronales artificiales (ANN, del inglés artificial neural networks). Se discuten dos sistemas constituidos por dexametasona, clorfeniramina y nafazolina, en gotas nasales, y por dextropropoxifeno y dipirona, en inyectables. Finalmente se muestra de qué manera el establecimiento de una estrategia analítica que contempla el uso de diferentes modelos multivariados, permite simplificar el control de calidad de dichos productos farmacéuticos.

Palabras clave
Calibración multivariada, análisis farmacéutico, regresión en cuadrados mínimos parciales, redes neuronales artificiales

Artículo completo
(castellano)
Extensión:  +/-4.08 páginas impresas en papel A4
Exclusivo para suscriptores/assinantes

Abstract
The development of analytical methods based on the combination of spectroscopic techniques and multivariate calibration is becoming a usual procedure in pharmaceutical control laboratories. In the present report, an updated version of the paper published in Analytical and Bioanalytical Chemistry, 2002, 374:460-465 y 2003, 376:838-843, limitations and possibilities of the well known partial least squares regression (PLSR) method are commented. On the other hand, in those cases in which non-linearities are present (due to analytes interactions or high concentration analyte), the use of artificial neural networks (ANN) is presented. Two systems are discussed: 1) nasal drops of dexamethasone, chlorpheniramine and naphazoline, and 2) injections of dextropropoxyphene and dipyrone. Finally it is shown how an analytical strategy using different multivariate models allows the simplification in the control procedure of such pharmaceuticals.

Key words
Multivariate calibration, pharmaceutical analysis, partial least squares regression, artificial neural networks