การกำหนดยาเพิ่มทางเพศที่เพิ่มขึ้นอย่างผิดกฎหมายในผลิตภัณฑ์ดูแลสุขภาพโดยเทคโนโลยีรวม TLC-NIｒs ⅱ

2. 4. 2 รูปแบบการจัดตั้ง

การศึกษาใช้ซอฟต์แวร์ OPUS ที่มาพร้อมกับ Niｒ spectrometer เพื่อประมวลผลสเปกตรัมของสารอ้างอิงแต่ละรายการล่วงหน้า เนื่องจากข้อมูลสเปกตรัมส่วนประกอบทางเคมีได้รับผลกระทบจากเสียงรบกวนภายนอกการดริฟท์พื้นฐานการกระเจิงของแสงสัญญาณพื้นหลังอุณหภูมิและความชื้นการศึกษาใช้การแก้ไขสัญญาณคูณ (MSC), การทำให้เป็นมาตรฐานของเวกเตอร์ (VN), การทำให้เป็นมาตรฐานสูงสุดสูงสุด (MMN) 25) วิธีการกรองการรวมกันเพื่อประมวลผลข้อมูลที่ไร้ประโยชน์ในสเปกตรัมและปรับปรุงความแม่นยำของการเลือกปฏิบัติแบบจำลองด้วยจำนวนตัวอย่างชุดการสอบเทียบที่ผิดพลาดเป็นตัวบ่งชี้ (ดูตารางที่ 2)

 

อาหารเสริมสมุนไพรธรรมชาติ 100% สำหรับปรับปรุงการทำงานทางเพศในการรักษาระยะยาว

 

ขึ้นอยู่กับการประมวลผลสเปกตรัมดั้งเดิมก่อนหน้านี้เคอร์เซอร์จะใช้ในการเลือกช่วงสเปกตรัมแบบโต้ตอบที่มีความแตกต่างอย่างมาก ใช้อัลกอริทึมมาตรฐาน-ระยะทาง Euclidean (มาตรฐาน, STD) และวิธีการแยกตัวประกอบจำนวนปัจจัยปัจจัย (การแยกตัวประกอบ, FC) และวิธีการวิเคราะห์ Threshold (0. 25) และระดับความเชื่อมั่นถูกตั้งค่า

รูปที่ 6 TLC-NIｒ แบบจำลองเชิงปริมาณของยาเคมีในผลิตภัณฑ์สุขภาพ

 

ตารางที่ 5 TLC-NIｒ แบบจำลองเชิงปริมาณของยาเคมีในผลิตภัณฑ์สุขภาพ

 

ปัจจัยด้านสิ่งแวดล้อม	ส่วนผสมที่คาดการณ์ไว้	ช่วงที่คาดการณ์ (µg µl⁻)	R²	RMSE (%)	RMSEP (%)
ไวอากร้าตะวันตก	Sildenafil	5.25 - 262.5	0.984	0.085	0.081
ไวอากร้าตะวันออก	Norc Sildenafil	5.15 - 257.5	0.982	0.078	0.075

 

 

2.5.5 การตรวจสอบความถูกต้องของโมเดลและแอปพลิเคชัน

โมเดลด้านบนถูกใช้เพื่อทดสอบ 1 0 กลุ่มตัวอย่างสุขภาพทางเพศและ 1 0 กลุ่มตัวอย่าง sildenafil โฮมเมด ผลการทำนายแบบจำลอง TLC-NIRS สอดคล้องกับผลการกำหนดเนื้อหา HPLC R2 ระหว่างค่าที่คาดการณ์และค่าที่วัดได้ของ sildenafil และ sildenafil คือ 0.982 และ 0.996 ตามลำดับ (ดูรูปที่ 6); ค่าเบี่ยงเบนสัมพัทธ์เฉลี่ยของค่าที่คาดการณ์ไว้ของตัวอย่างสุขภาพทางเพศ 9 ชุดถูกคำนวณเป็น 1. 86%และค่าเบี่ยงเบนสัมพัทธ์เฉลี่ยของค่าที่คาดการณ์ไว้ 10 แบตช์ของตัวอย่าง sildenafil homemade คือ 1.96%แสดงว่าผลการทำนายแบบจำลองนั้นแม่นยำและเชื่อถือได้ (ดูตารางที่ 6)

 

ตารางที่ 6 TLC-NIｒS ที่คาดการณ์ค่าของ 10 ผลิตภัณฑ์เสริมเพศ

 

ตัวอย่าง	มูลค่าจริง (มก./เวลา)	ค่าที่คาดการณ์ (มก./เวลา)	การเบี่ยงเบนแน่นอน	ความเบี่ยงเบนสัมพัทธ์ (%)	ค่าเฉลี่ยการเบี่ยงเบนสัมพัทธ์ (%)
สารสกัดจากดอกไม้สีทอง	50.78	52.36	1.58	3.11	1.86
ยาไล่แมลง	50.36	52.48	2.12	4.21
คาโมมาลเยอรมัน	77.20	78.58	1.38	1.79
น้ำค้างตอนเช้า	16.56	16.58	0.02	0.12
ไม้หนอน	61.66	63.78	2.12	3.44
A. ไนเจอร์	45.20	45.98	0.78	1.73
ด้ายสีทอง	ไม่พบ	48.56	-	-

 

 

3 บทสรุป

การศึกษาครั้งนี้สร้างเทคโนโลยีการเชื่อมต่อ TLC-NIRS เป็นครั้งแรกเนื่องจาก TLC เป็นวิธีการวิเคราะห์การระบุตัวตนแบบดั้งเดิมที่มีข้อดีของการทำงานที่เรียบง่ายและความนิยมอย่างกว้างขวาง [12] TLC มีพื้นที่ว่างขนาดใหญ่สำหรับการประมวลผลตัวอย่าง ตัวทำละลายสกัดที่แตกต่างกันสามารถเลือกได้สำหรับการเติมยาเคมีที่ต้องห้ามซึ่งเป็นไปได้ซึ่งสามารถหลีกเลี่ยงอิทธิพลของผลิตภัณฑ์ของผู้ผลิตที่แตกต่างกันอย่างมีประสิทธิภาพใน NIRs เนื่องจากสารเพิ่มปริมาณที่แตกต่างกัน TLC มีวัสดุเสริมมากมายเช่นซิลิกาเจลอลูมินาโพลีอะไมด์ ฯลฯ และสารพัฒนาสามารถเลือกรีเอเจนต์ขั้วที่แตกต่างกันเพื่อให้เหมาะกับการแยกและการวิเคราะห์ส่วนประกอบทางเคมีประเภทต่าง ๆ ในขณะเดียวกันระบบการพัฒนาที่แตกต่างกันสามารถใช้สำหรับการพัฒนาแบบสองทิศทางซึ่งมีผลการแยกที่ดี [12, 13] ซึ่งสามารถปรับปรุงความแม่นยำของการรวบรวม NIRS ของข้อมูลยาเคมี NIRS เป็นเครื่องมือวิเคราะห์อย่างรวดเร็วที่พัฒนาขึ้นในช่วงไม่กี่ปีที่ผ่านมาโดยมีลักษณะของการทำงานง่าย ๆ ความเร็วในการวิเคราะห์ที่รวดเร็วและไม่มีมลพิษทางเคมี [14] บทความนี้รวมข้อดีของแต่ละรายการเพื่อสร้างเทคโนโลยีการมีเพศสัมพันธ์ TLC-NIRS เป็นครั้งแรกและดำเนินการตรวจสอบวิธีการอย่างเป็นระบบของวิธีนี้ รูปแบบการวิเคราะห์เชิงคุณภาพและเชิงปริมาณอย่างรวดเร็วสำหรับการเพิ่มยาเคมีที่ถูกแบน sildenafil และ nardenafil ไปยังผลิตภัณฑ์สุขภาพได้ถูกจัดตั้งขึ้น

แบบจำลองได้รับการตรวจสอบและประเมินผลโดยใช้ตัวอย่างชุดการตรวจสอบความถูกต้อง แบบจำลองเชิงคุณภาพสามารถตัดสินได้ดีขึ้นว่ายาเคมีที่ถูกแบนข้างต้นจะถูกเพิ่มเข้าไปในผลิตภัณฑ์สุขภาพโดยมีความแม่นยำในการตัดสิน 100%หรือไม่ แบบจำลองเชิงปริมาณสามารถทำนายเนื้อหาของ sildenafil และ nardenafil ที่เพิ่มได้อย่างแม่นยำด้วยช่วงการทำนายเนื้อหาที่กว้าง 5. 25-262. 5 และ 5. 15-257. 5 ug/μlตามลำดับ ค่าเฉลี่ยการเบี่ยงเบนสัมพัทธ์ของผลการทำนายของ 10 ผลิตภัณฑ์สุขภาพคือ 1 86% และ 1.96% ตามลำดับ ผลการทำนายได้ผลลัพธ์ที่ดีและสามารถตอบสนองความต้องการของการทดสอบอย่างรวดเร็วจริง ในการทำงานจริงเทคโนโลยีรวมของ TLC-NIRS ถูกนำมาใช้เพื่อปราบปรามผลิตภัณฑ์สุขภาพทางเพศหลายชุดซึ่งเพิ่มปริมาณสารเคมีที่ถูกแบนมากเกินไป sildenafil

การศึกษาครั้งนี้เลือกยาเสพติดเหมือนนาฟิลเป็นวัตถุการวิจัยเพราะมีประสิทธิภาพราคาถูกและง่ายต่อการได้รับในผลิตภัณฑ์สุขภาพทางเพศและเป็นตัวเลือกแรกสำหรับผู้ผลิตที่ผิดกฎหมายที่จะเพิ่มพวกเขา [3] นอกจากนี้เพื่อให้ได้ผลที่คาดหวังปริมาณยาสุขภาพทางเพศที่มีประสิทธิภาพคือ 50-100 mg/เวลา การใช้ยาเกินขนาดในระยะยาวจะทำให้เกิดความเสียหายของตับและไตอย่างรุนแรงและการสูญเสียความเสี่ยงอย่างถาวร [18] การใช้แบบจำลอง TLC-NIRS เพื่อทำนายว่ายาที่มีลักษณะคล้าย nafil ถูกเพิ่มเข้าไปในผลิตภัณฑ์สุขภาพทางเพศมีความเป็นไปได้และมูลค่าการวิจัยหรือไม่

บทความนี้ใช้เทคนิคการวิเคราะห์และเครื่องมือที่มีอยู่บนแพลตฟอร์มทดลองปัจจุบันสำหรับการใช้งานแบบรวมและมีผลดีเมื่อนำไปใช้กับการทดสอบยาจริง เทคโนโลยีรวม TLC-NIRS ที่พัฒนาแล้วมีโอกาสที่ดีในการเผชิญกับปัญหาเช่นผู้ผลิตผลิตภัณฑ์ดูแลสุขภาพที่ไม่สม่ำเสมอผลิตภัณฑ์ที่หลากหลายผลิตภัณฑ์ที่มีความยากลำบากในการรวมแหล่งที่มาของสารเพิ่มปริมาณและการเพิ่มเติมที่ผิดกฎหมายอย่างร้ายแรง

ทฤษฎีแอปพลิเคชันและการวิจัยเชิงปฏิบัติของเทคโนโลยีรวมนี้เป็นพื้นฐานทางวิทยาศาสตร์สำหรับการพัฒนาเครื่องมือและอุปกรณ์รวม TLC-NIRS

 

การอ้างอิง

 

1 Conroy DM, Gan C, Errmann A, และคณะ เสริมสร้างความเป็นอยู่ที่ดี: วิธีที่ผู้บริโภคและแพทย์จีนนำทางบทบาทของอาหารที่ใช้งานได้ ［j ］． ความอยากอาหาร, 2021, 12: 105296．

2 Chen Hz, Gong JH นวัตกรรมแนวคิดของการกำกับดูแลยาเสพติดและการตรวจสอบการสุ่มตัวอย่างเพื่อปราบปรามกิจกรรมที่ผิดกฎหมายของการเพิ่มสารเคมีอย่างผิดกฎหมายในการเตรียมการแพทย์แผนจีน ［j ］． ］． Qilu Pharm Affairs, 2009, 28: 324-326 3 Li K, Guo CC, Shi F, และคณะ ความคืบหน้าการวิจัยในเทคโนโลยีการตัดสินใจสำหรับ phosphodiesterase ที่คัดสรรแล้ว -5 (PDE5) สารยับยั้งและอะนาล็อกของพวกเขาในยาสมุนไพรสมุนไพรและอาหารเสริม ［J ］． ］． ］． ］． ］． Chin J Pharm Anal (วารสารการวิเคราะห์ทางเภสัชกรรม), 2018, 38: 566-574
4 Xu S, Jin PF, Xu Ql, et al. ความก้าวหน้าในสารเคมีเจือปนอย่างผิดกฎหมายในยาจีนโบราณและอาหารเพื่อสุขภาพ ［j ］． Chin J ยาใหม่ (วารสารยาใหม่ของจีน), 2015, 24: 1843-1850．

5 Magdalene Hy, Tang Sammy PL, Chen Sau W, et al. ชุดกรณีเกี่ยวกับความหลากหลายของตัวแทนลดน้ำหนักที่ผิดกฎหมาย: จากที่รู้จักกันดีไปจนถึง ［j ］． ที่ไม่คาดคิด British J Clin Pharm, 2011, 71: 250-253

6 Kojima A, Sato Y, Chiba T, และคณะ เหตุการณ์ไม่พึงประสงค์ที่น่าสังเกตที่เกี่ยวข้องกับการใช้อาหารเพื่อสุขภาพและยาที่ได้มาจากการวิเคราะห์ข้อมูล HFNET เกี่ยวกับความปลอดภัยและประสิทธิผลของอาหารเพื่อสุขภาพ ［J ］． J Food Hyg Soc Jpn, 2018, 59 (2): 80-88．