Dissolüsyon kinetiği: modeller, uyum, yorum ve Türkiye'deki gelenek

Giriş

Dissolüsyon kinetiği çalışmalarında iki soru birlikte sorulur: eğriyi en iyi hangi denklem tarif ediyor ve bu denklemin katsayıları salım mekanizması hakkında ne söylüyor? Yalnız ilk soruya odaklanıp en yüksek R²'yi veren modeli seçmek yaygın ama yetersiz bir alışkanlıktır (Costa & Sousa Lobo, 2001; Askarizadeh et al., 2023). Bu rehber, en sık başvurulan modelleri, bunların nasıl fit edildiğini ve sonuçların nasıl karşılaştırılıp yorumlanması gerektiğini ele alır. Ana tez, literatürle uyumlu olarak şudur: doğrusallaştırılmış regresyon öğretici ve hızlıdır, ancak parametre kestirimi için non-lineer en küçük kareler çoğu gerçek veri kümesinde daha güvenilirdir (Costa et al., 2003; Dash et al., 2010; Zhang et al., 2010).

Aracın yaklaşımı bir cümleyle: her model önce doğrusallaştırılmış biçimiyle tohumlanır, sonra ham salım yüzdesi üzerinde non-lineer olarak rafine edilir; tüm uyum ölçütleri aynı uzayda hesaplanır; modeller parametre sayısını cezalandıran AIC ile sıralanır; fiziksel olmayan sonuçlar uyarı olarak işaretlenir. Bu yaklaşım, alanın referans yazılımı DDSolver'ın (Zhang et al., 2010) tanımlarıyla birebir uyumludur; farklar ilgili bölümde sayılarla gösterilir.

Kısa tarihçe

Çözünme hızının ilk nicel tanımı Noyes ve Whitney'in 1897'deki çalışmasıdır: hız, doygunluk derişimiyle anlık derişim arasındaki farkla orantılıdır (Noyes & Whitney, 1897). Hixson ve Crowell (1931) çözünen katının yüzeyinin küçüldüğünü hesaba katarak küp kök yasasını türetti. Wagner (1969) tablet ve kapsül çözünme profillerinin çoğunun neden görünürde birinci derece kinetiğe uyduğunu açıkladı: yüzey alanı üstel küçülür ve eğri bir asimptota gider. Higuchi (1961, 1963) matris sistemlerden Fick difüzyonuyla salımın zamanın kareköküyle doğrusal olduğunu gösterdi; bu, "karekök kinetiği" adıyla farmasötik teknolojinin en çok kullanılan denklemi oldu.

Langenbucher (1972) Weibull dağılımını çözünme eğrilerinin doğrusallaştırılması için önerdi; Türk literatüründe bu denklem uzun süre RRSBW (Rosin–Rammler–Sperling–Bennet–Weibull) adıyla anıldı. Baker ve Lonsdale (1974) küresel matrisler için, Hopfenberg (1976) yüzeyden aşınan geometriler için türetimler yaptı. Korsmeyer ve arkadaşları (1983) ile Ritger ve Peppas (1987) güç yasasını ve üstel n'in mekanizma yorumunu, Peppas ve Sahlin (1989) difüzyon ve relaksasyon katkılarını ayıran iki terimli denklemi getirdi. Costa ve Sousa Lobo'nun 2001 derlemesi bu birikimi tek çatı altında topladı ve bugün de en çok atıf alan başvuru metnidir. Zhang ve arkadaşlarının DDSolver'ı (2010) aynı model setini non-lineer uyum ve AIC ile uygulayan, alanın fiilî standardı hâline gelen bir Excel eklentisidir.

Türkiye'de kinetik değerlendirme geleneği bu zaman çizelgesinin içinde şekillenir: Ağabeyoğlu'nun 1978'de türettiği (Bt)^a kinetiği güç yasasının bağımsız ve daha erken bir uygulamasıdır; Ege Üniversitesi ekolü (Ertan, Karasulu, Özyazıcı) model setini in vitro–in vivo korelasyonda sistematik olarak kullandı ve Hopfenberg üstelini yeni geometrilere genişletti; Ankara ekolü (Yüksel, Kanık, Baykara) profil karşılaştırma yöntemlerini istatistiksel olarak sınadı. Ayrıntılar Türkiye'deki gelenek bölümünde.

Veri hazırlığı

Aracın beklediği veri, zamana karşı kümülatif salım yüzdesidir (0–100). Zaman birimi serbesttir (dakika, saat) ama tüm satırlarda aynı olmalıdır; katsayıların birimi seçilen zaman biriminden türer. t = 0, F = 0 noktası girilmez, varsayılır. Tekrarlar (en çok altı kap) girilirse ortalama ve standart sapma hesaplanır ve analiz ortalamayla yapılır; elde yalnız ortalama varsa doğrudan "Ortalama" sütununa yazılabilir. Elektronik tablodan kopyala-yapıştır çalışır; ondalık ayracı virgül ya da nokta olabilir.

• Kesir mi, yüzde mi? 0–1 arasında değerler girilirse uyarı çıkar. Doyuma giden modeller %100 tavanını varsaydığı için kesirle yapılan analiz anlamsız sonuç verir.
• Azalan profil. Değerler zamanla düşüyorsa veri "kalan ilaç" biçiminde sayılır, 100 − F ile salıma çevrilir ve bu uyarı olarak bildirilir.
• %100 üstü değerler atılmaz; olduğu gibi kullanılır ve uyarı verilir. Analitik sapma ya da etiket miktarı sorunu olabilir; doyuma giden modellerde Fmax varyantını etkiler.
• Nokta sayısı. En az 5–6 zaman noktası önerilir; 2–3 parametreli modeller daha azını "ezberler" ve serbestlik derecesi düşer. Üçten az noktayla analiz yapılmaz.
• Kapsam. Noktalar salımın yükselen bölümünü ve platoyu birlikte içermeli; yalnız plato noktaları hız sabitini belirleyemez, yalnız erken noktalar Fmax'ı belirleyemez.
• Tekrarların niteliği. Aynı zaman noktasındaki tekrarlar bağımsız kaplardan gelmeli; aynı kabın yeniden okunması tekrar değildir.
• Korsmeyer–Peppas için F ≤ %60. Güç yasasının türetimi salımın erken evresi için geçerlidir; n yalnız bu bölgeden belirlenmelidir (Ritger & Peppas, 1987; Costa & Sousa Lobo, 2001). Araç bunu varsayılan olarak uygular; "tüm noktalar" seçeneği DDSolver ile karşılaştırma gibi özel durumlar içindir.

Model kataloğu

Araç 16 taban modeli fit eder. Bir kısmının fiziksel türetimi vardır, bir kısmı eğri biçimini yakalamak için önerilmiş ampirik ifadelerdir. Tablet ve matris sistemlerinde çözünme, ıslanma, şişme, erozyon ve difüzyon aynı anda işlediğinden tek bir denklemin bütün süreci temsil etmesi beklenmemelidir (Siepmann & Siepmann, 2008; Ojsteršek et al., 2024). Tabloda F salım yüzdesi, t zaman; "Varyant" sütunu modele hangi eklentilerin (Tlag, F0, Fmax) uygulanabildiğini gösterir.

Katalogda bilinçli olarak yer almayanlar: Quadratic (mekanizmasız, azalabilen polinom; DDSolver'da vardır, Costa & Sousa Lobo'da yoktur; deneme setlerinin hepsinde sıralamanın sonunda çıktığı için kaldırıldı) ve doğrusallaştırma tabanlı eski modellerin tekrarları (RRSBW, Langenbucher, modifiye Langenbucher, (Bt)^a; bkz. eşdeğerlik tablosu).

Varyantlar: Tlag, F0, Fmax

Üç eklenti taban denklemi değiştirmeden gerçek veride sık görülen üç sapmayı modeller. Hangi modelin hangisini alabildiği fiziksel anlama göre kısıtlanmıştır; izinsiz kombinasyon arayüzde sunulmaz.

• Tlag (gecikme süresi). t → (t − Tlag); t < Tlag için F = 0. Kaplama çözünmesi, ıslanma ya da kapsül açılması gibi bir bekleme evresini temsil eder ve tüm modellere eklenebilir. Negatif çıkması serbesttir ve çoğu kez "kesişim" anlamına gelir: ilk ölçüm noktasından önce zaten bir miktar salım olmuştur. Türk literatüründe Weibull + Tlag, "modifiye Langenbucher" adıyla anılır (Ertan et al., 2000).
• F0 (başlangıç patlaması, burst). F → F0 + taban. Yalnız tavansız modellerde (Zero-order, Higuchi, Korsmeyer–Peppas) anlamlıdır; doyuma giden bir modele F0 eklemek asimptotu %100'ün üstüne çıkarır, o yüzden orada Fmax kullanılır. Zero-order ve Higuchi'de küçük negatif F0 gecikmeyi taklit eden meşru bir fittir. Korsmeyer–Peppas'ta ise F0 sınırsız bırakılırsa çözücü F0 → −∞, k_KP → +∞, n → 0 üçlüsüyle logaritmik bir eğri bulur: kareler toplamı düşer ama katsayıların hiçbiri anlamlı değildir. Bu yüzden KP'de F0 ≥ 0 sınırlıdır.
• Fmax (eksik salım platosu). Denklemdeki 100 → Fmax. Yalnız doyuma giden modellerde (First-order, Weibull) seçilir; Logistic (Fmax) ve Gompertz (Fmax) zaten Fmax'ı denkleminde taşır. Fmax > %100 fiziksel değildir ve uyarılır. Veri platoya ulaşmamışsa Fmax ile hız sabiti birbirini telafi eder (küçük k, büyük Fmax ≈ doğru); Fmax gözlenen en yüksek salımın %25 üstüne çıkarsa "plato gözlenmemiş" uyarısı verilir ve bu fitten türeyen T25–T90 ekstrapolasyon sayılmalıdır.

Uyum süreci: tohum, Levenberg–Marquardt, Nelder–Mead

Geleneksel yol, denklemi cebirsel bir dönüşümle doğru biçimine getirip eğim ve kesişimden katsayıları okumaktır: birinci derece için kalan miktarın logaritması zamana karşı, Higuchi için salım √t'ye karşı, Korsmeyer–Peppas için log F log t'ye karşı çizilir. Yöntem bir hesap tablosuyla uygulanabilir ve öğretimde değerlidir; Türk literatürünün büyük bölümü katsayıları bu yolla raporlamıştır. Ancak dönüşüm hata yapısını değiştirir: ölçüm hatası salım yüzdesi ölçeğinde yaklaşık sabitken logaritmik ölçekte küçük değerler büyütülür; en küçük kareler yanlış noktalara ağırlık verir (Costa et al., 2003). Ayrıca doğrusallaştırılmış uzaylardaki R² değerleri modeller arasında karşılaştırılamaz, çünkü her modelin bağımlı değişkeni farklıdır.

Araç bu yüzden doğrusallaştırmayı yalnız başlangıç tahmini (tohum) için kullanır. Katsayılar daha sonra ham salım yüzdesi üzerinde, gözlenen ve hesaplanan F arasındaki kareler toplamını en küçük yapacak biçimde iteratif olarak aranır. Çözücü Levenberg–Marquardt algoritmasıdır (Marquardt, 1963): Gauss–Newton adımıyla gradyan iniş adımı arasında bir sönümleme parametresiyle geçiş yapar, çözüme uzakken güvenli, yakınken hızlı davranır. Başarısız olursa ya da tohumu iyileştiremezse türev gerektirmeyen Nelder–Mead simplex (Nelder & Mead, 1965) devreye girer; parçalı tanımlı modellerde (Tlag öncesi F = 0) ve Baker–Lonsdale'in sayısal kök çözümünde daha dayanıklıdır. Her iki çözücü de tohumdan kötü bir sonucu asla geri döndürmez. Katsayılarda doğrusal modellerde (Zero-order, Higuchi, Peppas–Sahlin-2) tohum zaten global optimumdur; çözücü onu doğrular.

Parametre sınırları fiziksel anlamdan gelir: hız sabitleri ve üsteller negatif olamaz, Fmax ≥ 0, KP'de F0 ≥ 0; Tlag ve Peppas–Sahlin katsayıları serbesttir. Ağırlıklandırma (1, 1/F, 1/F²) motorda vardır ama arayüzde açık değildir; zaman noktaları arasında varyansın belirgin farklılaştığı durumlarda ağırlıklı en küçük karelerin kestirimi iyileştirdiği gösterilmiştir (Costa et al., 2003).

Uyum ölçütleri ve sıralama

Tüm ölçütler F(%) uzayında, aynı N gözlem üzerinden hesaplanır; böylece modeller birbiriyle karşılaştırılabilir. Tanımlar DDSolver ile aynıdır (Zhang et al., 2010) ve gerçek DDSolver çıktılarına karşı birebir doğrulanmıştır (aşağıda).

İki kural sıralamanın dürüst kalmasını sağlar. Birincisi, Korsmeyer–Peppas farklı bir veri kümesine (F ≤ %60) fit edildiği için AIC'si diğerleriyle kıyaslanamaz; "Mekanizma analizi" tablosunda ayrı sunulur ve Akaike ağırlığı almaz. İkincisi, aynı eğriyi iki ad altında sıralamak ağırlıkları çarpıtır (payda şişer, diğer modeller haksız küçülür); bu yüzden Hopfenberg slab (= Zero-order) ve küre (= Hixson–Crowell) geometrilerinde sıralamaya alınmaz.

İkincil parametreler ve profil ölçütleri

Seçilen model için T25, T50, T75, T80, T90 (ilgili yüzdeye ulaşma süreleri) fit edilmiş denklemin tersinden hesaplanır; kapalı ters yoksa (Baker–Lonsdale, Makoid–Banakar) sayısal çözülür. Hedef eğri tarafından ulaşılamıyorsa Non Calc yazılır: Fmax < hedef, ya da Makoid–Banakar tepesinin hedefin altında kalması gibi. Tlag varyantında süreler Tlag kadar kayar; F0 varyantında hedef F0 kadar aşağı çekilir. Son ölçüm zamanının ötesindeki süreler eğrinin uzatılmasıdır ve ölçülmemiş bölge hakkında iddia içerir. Weibull için ayrıca Td (%63,2 salım süresi) raporlanır.

Profil özeti hiçbir modele bağlı değildir ve iki formülasyonu tek sayıyla karşılaştırmaya yarar (Costa & Sousa Lobo, 2001): AUC eğri altı alan (trapez kuralı, t = 0'dan); DE dissolüsyon etkinliği, eğri altı alanın aynı sürede %100 salımı temsil eden dikdörtgene oranı (Khan, 1975); MDT ortalama dissolüsyon süresi, aralık orta noktalarının salınan miktarla ağırlıklı ortalaması. İki profilin benzerliği için doğru araç bunlar da değil, model-bağımsız f₁/f₂ faktörleridir (Moore & Flanner, 1996); sitedeki F1/F2 aracı bunun içindir.

Uyarı bayrakları sözlüğü

Sonuç panelinde bir modelin yanında görünen uyarılar, düşük kareler toplamına rağmen o fitin güvenilmez olduğunu söyler. Anlamları ve yapılacaklar:

• Fmax > %100. Plato fiziksel sınırı aşıyor; parametreler birbirini telafi ediyor olabilir (ör. Weibull b < 1 ile Fmax = 125). Fmax'sız hâli ya da başka bir model tercih edin.
• Plato gözlenmemiş. Fmax, gözlenen en yüksek salımın çok üstünde; veri doyuma ulaşmamış. Fmax ve T25–T90 ekstrapolasyondur; daha uzun süre ölçüm gerekir.
• F0 aralık dışı. F0 < −20 ya da > 100: model bu veride dejenere olmuş, katsayılar yorumlanamaz.
• n ≈ 0 (Korsmeyer–Peppas) / m ≈ 0 (Peppas–Sahlin). Güç yasası dejenere: eğri neredeyse sabit ya da logaritmik; mekanizma yorumu geçersiz.
• k ≈ 0 (Makoid–Banakar). Sönüm terimi etkisiz; model Korsmeyer–Peppas'a indirgendi, fazladan parametre yalnız AIC'i kötüleştirir.
• Serbestlik derecesi ≤ 1. Parametre sayısı nokta sayısına çok yakın; katsayılar veriyi "ezberler". Daha az varyant seçin ya da daha çok nokta girin.
• Tüm noktalarla fit edildi (KP). F ≤ %60 filtresi kapatılmış; n yorumu güvenilmez olabilir.
• Geometri notları. Hopfenberg slab = Zero-order, küre = Hixson–Crowell; yarım küre ve üçgen Karasulu ve ark. (2000) önerisi, Costa & Sousa Lobo'nun klasik setinde yok.
• Yakınsama başarısız. Hiçbir çözücü geçerli aday üretemedi; sonuç tohumdur. Veri kapsamını ve model uygunluğunu gözden geçirin.

Model seçimi ve yorum

Her veri kümesi için en iyi tek bir model ya da tek bir ölçüt yoktur (Dash et al., 2010). Sağlam bir seçim birbirini tamamlayan göstergelere birlikte bakar: AIC ve Akaike ağırlığı, R²_adj, artıkların zaman ekseninde rastgele dağılması, katsayıların fiziksel makullüğü ve eğrinin görsel uyumu (Yuksel et al., 2000; Ojsteršek et al., 2024). AIC'nin rolü şudur: ham kareler toplamı her zaman daha çok parametreli modeli kayırır; AIC bu kayırmayı düzeltir ve "daha karmaşık model gerçekten daha iyi mi, yoksa yalnız daha esnek mi?" sorusuna yanıt verir.

En iyi uyan model mekanizmanın kanıtı değildir. Ampirik modeller (Weibull, Makoid–Banakar, Peppas–Sahlin) neredeyse her eğriye uyar; düşük AIC "veriyi iyi tarif eder" der, "salım böyle olur" demez. Mekanizma iddiası için Korsmeyer–Peppas n'i, Peppas–Sahlin k₂/k₁ oranı ve Weibull şekil parametresi gibi tanı göstergeleri formülasyon bilgisiyle birlikte okunmalıdır (Papadopoulou et al., 2006; Siepmann & Siepmann, 2008). Hangi modelin öne çıkacağı formülasyona bağlıdır: aynı yöntemle incelenen farklı sistemlerde bir çalışmada sigmoid modeller Higuchi'yi geride bırakmış, bir başkasında Higuchi en uygun çıkmıştır (Yuksel et al., 2000; Baishya, 2017). Bir ürün ailesine sabit bir model dayatmak yerine seçim her profilde yeniden yapılmalıdır.

Toparlarsak: doğrusallaştırma bir modeli anlamak için iyi bir başlangıçtır, katsayı raporlamak için değil. Katsayılar ham veriye non-lineer uyumla kestirilmeli, modeller AIC ile karşılaştırılmalı, uyarı bayrakları ciddiye alınmalı ve sonuç artıklar ve formülasyon bilgisiyle birlikte yorumlanmalıdır.

İşlenmiş örnek: 12 noktalı bir profil

Aşağıdaki veri, DDSolver eklentisiyle birlikte dağıtılan örnek profillerden biridir (Zhang et al., 2010); 20 saatlik bir uzatılmış salım profili, 12 ölçüm noktası. Aynı veriyi Kinetik Analiz aracına yapıştırıp varsayılan seçeneklerle (varyantsız, ağırlıksız, Korsmeyer–Peppas için F ≤ %60 filtresi açık) "Hesapla" dediğinizde aşağıdaki sonuçları alırsınız. Bu bölümde amaç sayıları okumayı göstermektir, yeni bir sonuç kanıtlamak değil.

Ağırlıklar ne diyor? İlk üç model ağırlığın %90'ını paylaşıyor; hiçbiri tek başına baskın değil. Bu, "veri bu üç eğriyi ayırt edemiyor" demektir: Probit ve Logistic hafif sigmoid bir başlangıcı yakalıyor, First-order ve Weibull (β ≈ 1) üstel yaklaşımı. Ayırt edilemeyen adaylar arasında en az parametreli olan raporlama modeli olarak makul seçimdir: First-order, k₁ = 0,139 h⁻¹. Sigmoid başlangıcın formülasyon açısından anlamı varsa (kaplama, ıslanma gecikmesi) Probit ya da Weibull tercih edilir ve bu gerekçe yazılır. DDSolver aynı veride First-order için k₁ = 0,1385 h⁻¹ ve AIC 56,28 verir; sitenin motoru 0,139 ve 56,26 bulur, fark Nelder–Mead'in erken durmasından kaynaklanır (aşağıda).

Artıklar ne diyor? R²_adj değerleri 0,99 civarında birbirine yakın olsa da artık dizileri farklı hikâyeler anlatıyor. First-order'ın artıkları 1. saatte eksi, 3–4. saatte artı, 8–12. saatte eksi, sonda artı: klasik "S" deseni, gerçek eğri modelden biraz daha sigmoid. Probit tam tersine ortayı iyi, kuyruğu kötü tutuyor (18–20. saatte +3,2 ve +4,6). Hiçbir model artıkları rastgele bırakmıyor; bu, tek bir "doğru model" beklentisinin bu veri için gerçekçi olmadığını gösterir. Sonuç panelindeki artık grafiğine her zaman bakılmalıdır.

Korsmeyer–Peppas ve F ≤ %60 kuralı. Filtre açıkken KP yalnız ilk beş noktaya (F ≤ 58) fit edilir ve n = 0,83 verir: anormal (anomalous) taşınım. Filtre kapatılıp on iki noktanın tümü kullanılırsa n = 0,52'ye düşer ve yorum "Fick tipi difüzyona yakın" olur. Aradaki fark mekanizma yorumunu tersine çevirecek büyüklüktedir; kuralın gerekçesi budur (Ritger & Peppas, 1987; Costa & Sousa Lobo, 2001). KP bu yüzden Tablo 4'e girmez, "Mekanizma analizi" tablosunda ayrı sunulur (k_KP = 13,8, n = 0,834, R²_adj = 0,935).

İkincil parametreler. İlk dört model için T50 4,5–5,0 h ve T80 11,6–11,8 h aralığında çıkıyor; bu değerler modelden neredeyse bağımsız ve güvenle raporlanabilir. T90 ise 16,6 (First-order) ile 20,5 h (Logistic) arasında değişiyor: eğrinin kuyruğunun biçimine bağlı, dolayısıyla model adıyla birlikte verilmeli. Model-bağımsız profil özeti: AUC 1315 %·h, DE %65,8, MDT 6,16 h.

Sağlama. Zero-order R²_adj = 0,65 ve AIC 98 ile listenin sonunda; artıkları +25'ten −22'ye kadar sistematik. Bu, sıralamanın belirgin biçimde yanlış modelleri gerçekten dışladığını gösterir. Higuchi'nin (R²_adj = 0,963) ortalarda kalması da beklenir: kare kök yasası F > %60 bölgesinde geçerliliğini yitirir, oysa burada on iki noktanın yedisi bu bölgededir.

Sık yapılan hatalar ve karar akışı

Aşağıdakiler yayınlarda ve tez çalışmalarında en sık karşılaşılan sorunlardır; çoğu araçta bir bayrakla ya da tasarım kararıyla önlenir, ama son karar kullanıcıya kalır.

• Doğrusallaştırılmış R² ile model seçmek. ln F, √t ya da log–log uzayında hesaplanan R²'ler birbirleriyle karşılaştırılamaz; her dönüşüm artıkları farklı ağırlıklandırır. Karşılaştırma F(%) uzayında, non-lineer uyumdan sonra yapılmalıdır (Zhang et al., 2010).
• Parametre sayısı farklı modelleri R² ile karşılaştırmak. Üç parametreli Weibull iki parametreli First-order'dan asla daha düşük R² vermez. Karşılaştırma ölçütü AIC (ya da AICc, MSC) olmalıdır; R²_adj yalnız kısmi düzeltmedir.
• Korsmeyer–Peppas'ı tüm noktalara fit edip n'i yorumlamak. Güç yasası F ≤ %60 için türetilmiştir; yukarıdaki örnekte n 0,83'ten 0,52'ye kayıyor. Filtre kapalıysa araç uyarır.
• (0, 0) noktasını veri gibi eklemek. Başlangıç noktası ölçülmüş değildir; eklenmesi N'i şişirir, AIC'i ve serbestlik derecesini yanıltır. Modellerin çoğu zaten F(0) = 0'dan geçer; geçmeyenler (F0 varyantı) tam da bu noktayı kestirmek için vardır.
• Plato noktalarını sınırsız dahil etmek. Salım %100'e ulaştıktan sonra alınan noktalar kinetik bilgi taşımaz ama artık toplamını ve hız sabitini etkiler. Higuchi ve KP için geçerlilik sınırı %60'tır; diğer modellerde platoya ulaşan ilk noktadan sonrası genellikle atılır ve bu karar raporlanır.
• Ortalama profile fit edip değişkenliği yok saymak. Altı birimin ortalaması tek eğri verir; birimler arası farklılık kaybolur. Ya her birim ayrı fit edilip parametrelerin ortalaması ve standart sapması verilir, ya da ortalama profil kullanılırken noktaların standart sapması birlikte raporlanır (Costa & Sousa Lobo, 2001).
• Az noktaya çok parametre. Beş noktalı profile üç parametreli model artı Tlag ve Fmax sığdırmak serbestlik derecesini 0–1'e düşürür; katsayılar veriyi ezberler. Araç "DF ≤ 1" bayrağı verir. Kural olarak N − p ≥ 3 aranmalıdır.
• Varyantları gerekçesiz açmak. Tlag, F0 ve Fmax birer fiziksel iddiadır: gecikmeli ıslanma, hızlı başlangıç salımı, eksik salım. AIC'i düşürdüğü için değil, formülasyonda karşılığı olduğu için seçilmelidir.
• Zaman birimini karıştırmak. k₁ = 0,139 h⁻¹ ile 0,0023 min⁻¹ aynı hızdır. Katsayılar her zaman birimle raporlanmalı; iki çalışma karşılaştırılırken birim eşitlenmelidir.
• Ekstrapolasyonu ölçüm gibi sunmak. Son ölçüm 12. saatteyse T90 = 19 h eğrinin uzatılmasıdır. Araç bunu işaretler; raporda da işaretlenmelidir.
• En iyi modeli mekanizmanın kanıtı saymak. Düşük AIC eğriyi iyi tarif eder; salımın neden böyle olduğunu söylemez (yukarıda).

Önerilen karar akışı

1. Veriyi denetleyin: zaman sırası, tekrarlanan noktalar, birim, plato sonrası noktalar, %100 üstü değerler.
2. Tüm modelleri varyantsız çalıştırın. Bayraklı modelleri (Fmax > 100, F0 aralık dışı, dejenere üstel, yakınsamadı) sıralamada ne kadar yukarıda olsalar da yorumlamayın.
3. Akaike ağırlığına bakın. Tek model w ≥ 0,5 ise o modeldir. Değilse ağırlığı paylaşan modelleri "eşdeğer" diye not edin ve içlerinden en az parametreli olanı raporlama modeli yapın.
4. Artık grafiğini inceleyin. Sistematik desen varsa (S biçimi, tek yönlü kuyruk) ve formülasyonda karşılığı varsa ilgili varyantı deneyin; AIC'in düştüğünü ve desenin dağıldığını doğrulayın.
5. Mekanizma sorusu için Korsmeyer–Peppas n'ini (F ≤ %60) ve gerekiyorsa Peppas–Sahlin k₂/k₁ oranını okuyun; geometri eşiklerini seçin (slab, silindir, küre).
6. T50/T80/T90'ı model adıyla ve birimle raporlayın; ekstrapole değerleri işaretleyin. Model-bağımsız özet için AUC, DE, MDT ekleyin.
7. İki formülasyonun benzerliği soruluyorsa kinetik parametreleri karşılaştırmak yerine f₂ kullanın (aşağıda).

f₂ ile kinetik modelleme: nerede ayrışır

İki profilin benzer olup olmadığı sorusuyla bir profilin nasıl salındığı sorusu farklı araçlar ister. Benzerlik için düzenleyici standart, Moore ve Flanner'ın (1996) model-bağımsız fark faktörü f₁ ve benzerlik faktörü f₂'sidir:

f₁ = Σ|R_t − T_t| / Σ R_t × 100     f₂ = 50 · log₁₀{ [1 + (1/n) Σ (R_t − T_t)²]^−1/2 × 100 }

R ve T referans ve test profilinin aynı n zaman noktasındaki ortalama salımlarıdır. FDA kılavuzuna göre f₂ 50–100 arası (ortalama fark ≤ %10) benzerlik demektir; en az üç nokta, %85 salımın üstünde en fazla bir nokta ve erken noktalarda %20, sonrakilerde %10'u aşmayan değişim katsayısı aranır (FDA, 1997). Shah ve arkadaşları (1998) f₂'nin istatistiksel özelliklerini inceleyip değişkenlik yüksekken bootstrap güven aralığını önermiştir; Polli ve arkadaşları (1997) ile Anderson ve arkadaşları (1998) model-bağımsız, model-bağımlı ve ANOVA tabanlı yaklaşımları karşılaştırmıştır.

İki yaklaşım birbirini dışlamaz, ama yerleri karıştırılmamalıdır. "İki formülasyonun k₁ değerleri farklı, demek ki profiller farklı" çıkarımı geçersizdir: yukarıdaki örnekte aynı profil için üç model üç farklı hız sabiti verir. Tersine, f₂ ≥ 50 olan iki profil farklı mekanizmayla salınabilir; f₂ biçim körüdür. Yuksel ve arkadaşları (2000) üç yaklaşımı aynı veride karşılaştırdıklarında, model-bağımlı yöntemin formülasyonlar arası farkı göstermede daha duyarlı, f₂'nin ise karar için daha kararlı olduğunu bulmuşlardır. Pratik kural: eşdeğerlik kararı f₂ ile, karakterizasyon kinetik modelle; ikisini birlikte raporlamak en bilgilendirici yoldur. Sitedeki F1/F2 aracı f₁, f₂ ve model-bağımsız özetleri aynı veriden hesaplar.

Türkiye'deki gelenek ve ad karşılıkları

Türkiye'de dissolüsyon verisinin kinetik değerlendirmesi üç merkezde şekillenmiş ve üçü de aynı model setini kullanmıştır: sıfır derece, birinci derece, Hixson–Crowell, RRSBW, Higuchi (Q√t), Hopfenberg, Langenbucher, modifiye Langenbucher ve (Bt)^a. Bu set, sitenin 1995'ten kalan masaüstü motorunun da listesiydi.

Ankara ekolü. İzgü ve Ağabeyoğlu'nun 1974'te merhem bazlarından difüzyon hızının matematiksel incelemesiyle başlayan çizgi, Ağabeyoğlu'nun 1978 doçentlik tezinde kinetiğe doğrudan bir katkıya dönüştü: sürekli akış hücresiyle elde edilen sülfametizol verisi Langenbucher doğrusallaştırmasına uymayınca zamanın üssü serbest bırakıldı ve (Bt)^a kinetiği türetildi (Ağabeyoğlu, 1978). Bu, güç yasasının Korsmeyer ve arkadaşlarından (1983) önce ve bağımsız bir uygulamasıdır; k_KP = B^a, n = a dönüşümüyle Korsmeyer–Peppas ile aynı eğridir. Ağabeyoğlu'nun Modern Farmasötik Teknoloji'deki "Biyofarmasötik" bölümü (2007) Noyes–Whitney'den Wagner kuramına, Kitazawa ve Higuchi denklemlerinden f₂ hesabına kadar konunun en kapsamlı Türkçe anlatımıdır. Yüksel, Kanık ve Baykara (2000) ise ANOVA tabanlı, model-bağımlı ve model-bağımsız profil karşılaştırma yöntemlerini sistematik olarak sınamış, f₂'nin ayırt ediciliğinin sınırlarını göstermiştir. Piyasa preparatları üzerine yapılan çalışmalar (Kaynar Özdemir et al., 1989; Baloğlu & Hızarcıoğlu, 2001) aynı model setini kullanır; en iyi uyum çoğu kez modifiye Hixson–Crowell ve RRSBW'de bulunmuştur.

Ege ekolü. Ertan, Karasulu ve Güneri'nin nitrofurantoin ve teofilin çalışmaları, model setinin in vitro–in vivo korelasyonda sistematik kullanımını kurdu: modifiye Langenbucher ile "ters kinetik" yöntemi (Ertan et al., 2000), dokuz modelin determinasyon katsayısıyla karşılaştırılması ve ultra uzatılmış salımlı teofilinde korelasyon doğruluğunun iyileştirilmesi (Karasulu et al., 2003), hızlandırılmış dissolüsyon deneyleri (Ertan et al., 2011). Karasulu, Ertan ve Köse (2000) Katzhendler ve arkadaşlarının (1997) denklemini farklı geometrili HPMC tabletlerine uyarlayarak Hopfenberg üsteli için yarım küre 1,5 ve üçgen 4 değerlerini önerdi; bu değerler araçtaki geometri listesinde yer alır. Özyazıcı, Gökçe ve Ertan (2006) lipit matrislerde güç yasası ile Fick/relaksasyon ayrımını uyguladı.

İstanbul ekolü. Araman, Özsoy, Cevher ve Güngör'ün formülasyon çalışmaları salım verisini "kinetik olarak değerlendirir" (Güngör et al., 2003; Orlu et al., 2006); metodoloji kaynağından çok uygulama örneğidir. Hacettepe'de RRSBW kinetiği faktöriyel tasarımla birlikte kullanılmış, Hıncal ve Kaş'ın Farmakokinetik kitabı (1986) kuramsal zemini sağlamıştır.

Türk literatüründe model seçimi neredeyse yalnız determinasyon katsayısıyla yapılmıştır. Bu rehberin AIC'i öne alması o çalışmaların değerini azaltmaz; aynı veri üzerinde r² ve AIC çoğu kez aynı modeli seçer. Fark, parametre sayıları eşit olmayan modeller (ör. Weibull'a karşı birinci derece) karşılaştırıldığında ortaya çıkar; orada r² her zaman çok parametreli olanı kayırır.

DDSolver ile karşılaştırma

DDSolver (Zhang et al., 2010) alanın en yaygın yazılımıdır; aynı modelleri non-lineer uyum ve AIC/MSC ile uygular. Motorun doğrulaması için Excel eklentisiyle üretilmiş 32 gerçek sonuç sayfası (37 formülasyon; Zero-order, First-order, Higuchi, Korsmeyer–Peppas ve F0/Tlag/Fmax varyantları) kalıcı test verisi olarak repoya alındı. Bulgular:

• Tanımlar özdeş. DDSolver'ın bulduğu parametreler bizim denklemlere konduğunda SS, R, R², R²_adj, MSE, AIC ve MSC 37/37 sette birebir çıkar. Denklem, nokta kuralları ve uyum ölçütleri aynıdır.
• Çözücü farkı. DDSolver yalnız Nelder–Mead kullanır ve sık sık erken durur: 37 setin 9'unda (katsayılarda doğrusal modeller) sonuç aynı, 28'inde bu motorun kareler toplamı daha düşük, hiçbirinde daha yüksek değildir. First-order + Fmax'ta DDSolver sekiz sette de negatif R² vermiştir; aynı verilerde bu motor pozitif R² bulur.
• Korsmeyer–Peppas. DDSolver KP'yi tüm noktalara fit eder; bu araç varsayılan olarak F ≤ %60 kuralını uygular. Karşılaştırma "tüm noktalar" seçeneğiyle yapılır.
• MSC ayrıntısı. DDSolver, MSC hesabında F = 0 olan noktaları toplam kareler toplamından düşürür, R² hesabında düşürmez; bu araç iki ölçütte de tüm noktaları kullanır. Fark yalnız t = 0, F = 0 satırı girilmiş veride görülür.

Pratik sonuç: DDSolver ile bu araç arasında bir katsayı farkı görürseniz önce DDSolver'ın erken durmuş olabileceğini düşünün; kareler toplamı daha düşük olan çözüm, aynı tanımlar altında daha iyi çözümdür.