Σχεδιασμός και παρασκευή στερεών φαρμακοτεχνικών μορφών βιοδραστικών ενώσεων και εφαρμογή της Τεχνητής Νοημοσύνης/Μηχανικής Μάθησης στην πρόβλεψη του προφίλ διάλυσης

Περίληψη

Η ανάπτυξη και βελτιστοποίηση νέων φαρμακευτικών δοσολογικών μορφών για την εξατομικευμένη χορήγηση φαρμάκων αποτελεί σημαντική πρόκληση στη σύγχρονη φαρμακευτική επιστήμη. Οι παραδοσιακές προσεγγίσεις «ενός φαρμάκου για όλους» αντικαθίστανται ολοένα και περισσότερο από ασθενοκεντρικές στρατηγικές, οι οποίες στοχεύουν στην προσαρμογή των θεραπειών στις ατομικές ανάγκες κάθε ασθενούς. Ωστόσο, οι συμβατικές μέθοδοι παραγωγής συχνά στερούνται της ευελιξίας που απαιτείται για την παραγωγή εξατομικευμένων φαρμακευτικών προϊόντων με συγκεκριμένα χαρακτηριστικά, όπως προσαρμογή δόσης, γεωμετρικού σχήματος και οδού χορήγησης. Σε αυτό το πλαίσιο, η τρισδιάστατη εκτύπωση έχει αναδειχθεί ως μια πολλά υποσχόμενη και ευέλικτη πλατφόρμα για την παρασκευή εξατομικευμένων φαρμακευτικών συστημάτων. Η εφαρμογή των τεχνολογιών αυτών επιτρέπει την παραγωγή φαρμακοτεχνικών μορφών, ελεγχόμενης δόσης και σύστασης.Η παρούσα διατριβή διερευνά την ενσωμάτωση προηγμένων τεχνολογιών παραγωγής φαρμακευτικών σκευασ ...
περισσότερα

Περίληψη σε άλλη γλώσσα

The development and optimization of novel pharmaceutical dosage forms for personalized drug delivery constitutes a significant challenge in modern pharmaceutics. Traditional “one-size-fits-all” approaches are increasingly being replaced by patient-centric strategies that aim to tailor therapies according to individual needs. However, conventional manufacturing approaches often lack the flexibility to produce personalized drug products with specific characteristics, such as dose adjustment, geometry, and route of administration, limiting their applicability in personalized medicine. In this context, additive manufacturing (3D printing), has emerged as a promising and versatile platform for the fabrication of customized pharmaceutical systems. The application of these technologies enables the production of drug-loaded formulations with controlled doses and structure. This thesis investigates the integration of advanced pharmaceutical manufacturing technologies and data-driven methodologi ...
περισσότερα
Η διατριβή είναι δεσμευμένη από τον συγγραφέα  (μέχρι και: 11/2028)
DOI
10.12681/eadd/63138
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/63138
ND
63138
Εναλλακτικός τίτλος
Design and preparation of solid dosage forms of bioactive compounds and application of Artificial Intelligence/Machine Learning on the prediction of dissolution profile
Συγγραφέας
Πρωτοπαπά, Χρυστάλλα (Πατρώνυμο: Χριστόδουλος)
Ημερομηνία
06/2026
Ίδρυμα
Εθνικό και Καποδιστριακό Πανεπιστήμιο Αθηνών (ΕΚΠΑ). Σχολή Επιστημών Υγείας. Τμήμα Φαρμακευτικής. Τομέας Φαρμακευτικής Τεχνολογίας. Εργαστήριο Φαρμακευτικής Τεχνολογίας
Εξεταστική επιτροπή
Βλάχου Μαριλένα
Δεμέτζος Κωνσταντίνος
Douroumis Dennis
Φατούρος Δημήτριος
Πίππα Αναστασία-Γεωργία
Elbadawi Moe
Ρέκκας Δημήτριος
Επιστημονικό πεδίο
Ιατρική και Επιστήμες Υγείας ➨ Επιστήμες Υγείας ➨ Επιστήμες υγείας, άλλοι τομείς
Λέξεις-κλειδιά
Φαρμακευτική τεχνολογία; Τρισδιάστατη εκτύπωση (3D printing); Ανάπτυξη φαρμάκων; Τεχνιτή νοημοσύνη
Χώρα
Ελλάδα
Γλώσσα
Αγγλικά
Άλλα στοιχεία
εικ., πιν.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.