CARACTERIZAÇÃO TÉRMICA (TG/DTG, DTA, DSC, DSC ......A todos da família LCQMed, em especial a...

104
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE CENTRO DE CIÊNCIAS DA SAÚDE PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS FARMACÊUTICAS CARACTERIZAÇÃO TÉRMICA (TG/DTG, DTA, DSC, DSC-fotovisual) DE HORMÔNIOS BIOIDÊNTICOS (ESTRIOL E ESTRADIOL) THEREZA MYLENE DE MOURA PEREIRA NATAL - RN 2013

Transcript of CARACTERIZAÇÃO TÉRMICA (TG/DTG, DTA, DSC, DSC ......A todos da família LCQMed, em especial a...

UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE

CENTRO DE CIÊNCIAS DA SAÚDE

PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS FARMACÊUTICAS

CARACTERIZAÇÃO TÉRMICA (TG/DTG, DTA, DSC, DSC-fotovisual) DE

HORMÔNIOS BIOIDÊNTICOS (ESTRIOL E ESTRADIOL)

THEREZA MYLENE DE MOURA PEREIRA

NATAL - RN

2013

THEREZA MYLENE DE MOURA PEREIRA

CARACTERIZAÇÃO TÉRMICA (TG/DTG, DTA, DSC, DSC-fotovisual) DE

HORMÔNIOS BIOIDÊNTICOS (ESTRIOL E ESTRADIOL)

Dissertação apresentada ao Programa de Pós-

Graduação em Ciências Farmacêuticas da UFRN,

como requisito para obtenção do grau de Mestre

em Ciências Farmacêuticas.

ORIENTADOR: Prof. Dr. CÍCERO FLÁVIO SOARES ARAGÃO

CO-ORIENTADORA: Profª. Drª. ANA PAULA BARRETO GOMES

NATAL- RN

2013

3

5

A toda minha família, pelo incentivo, confiança e amor.

6

AGRADECIMENTOS

A Deus pela benção da vida, por todas as oportunidades de estudo e trabalho e por renovar as minhas forças a cada dia. A minha família, especialmente a minha mãe e meu pai pela presença constante, me apoiando e aconselhando, pela educação que me deram e pelo amor incondicional. A minha Tia Adeilze (in memorian) pela contribuição na minha educação. Ao meu noivo, por me incentivar e torcer por mim, pela paciência, alegria e amor. Aos professores, Cícero Flávio Soares Aragão e Ana Paula Barreto Gomes por acreditarem em mim, pela compreensão, orientação e amizade. À Nilma, por todo apoio, cuidado, ajuda e carinho. À Cândida, Maria Girlene, Wanessa, Fátima, Regina, Fabiana e Liliam pela ajuda e incentivo desde o início e pela imensa amizade. A todos da família LCQMed, em especial a Geovana, Edilamar, Thays, Denise, Júlia, Luzia, Igor, Naiana, Daiane Porto por me ajudarem em muitos momentos. A Sílvia e Mariana pela ajuda inicial. Às colegas do LDM, Daiane dos Santos, Mara, Janaína e Edilene pela ajuda em vários momentos. À Universidade Federal do Rio Grande do Norte (UFRN) pela oportunidade de realizar este mestrado. Ao Laboratório de Desenvolvimento de Medicamentos (LDM - UFRN) por utilizar os equipamentos para as análises TG/DTA e DSC. Ao Laboratório de Controle de Qualidade de Produtos Farmacêuticos (LCQPF) da Universidade Federal da Paraíba (UFPB) pelas análises do DSC-fotovisual. Ao professor Euzébio Guimarães Barbosa, pela ajuda no coeficiente de Pearson.

Enfim, a todos que contribuíram, aos familiares e amigos que me ajudaram e comemoram comigo a conclusão deste trabalho.

7

“A vida te coloca onde você escolheu estar

Nasceste no lar que precisavas,

Vestiste o corpo físico que merecias,

Moras onde melhor Deus te proporcionou, de acordo com teu adiantamento.

Possuis os recursos financeiros coerentes com as tuas necessidades, nem mais, nem menos, mas o

justo para as tuas lutas terrenas.

Teu ambiente de trabalho é o que elegeste espontaneamente para a tua realização.

Teus parentes, amigos são as almas que atraístes, com tua própria afinidade.

Portanto, teu destino está constantemente sob teu controle.

Tu escolhes, recolhes, eleges, atrais, buscas, expulsas, modificas tudo aquilo que te rodeia a

existência.

Teus pensamentos e vontades são a chave de teus atos e atitudes...

São as fontes de atração e repulsão na tua jornada vivência.

Não reclames nem te faças de vítima.

Antes de tudo, analisa e observa.

A mudança está em tuas mãos.

Reprograme tua meta, busque o bem e viverás melhor”

Francisco Cândido Xavier

8

RESUMO

Hormônios bioidênticos são compostos que têm exatamente a mesma estrutura química e

molecular dos hormônios endógenos humanos. Acredita-se que a utilização desses

hormônios pode ser mais segura e eficaz que os hormônios não-bioidênticos, pois a

ligação aos receptores no organismo se daria de forma semelhante aos hormônios

endógenos. Estrogênios bioidênticos vêm sendo utilizado, em mulheres na menopausa,

como uma alternativa à terapia de reposição hormonal tradicional. Dados térmicos desses

hormônios são escassos na literatura. A análise térmica é um conjunto de técnicas que

possibilita medir as propriedades físico-químicas de uma substância em função da

temperatura. As técnicas térmicas vêm sendo utilizadas na área farmacêutica em diversas

aplicações, como na caracterização de fármacos, determinação do grau de pureza,

identificação de polimorfismo, estudos de estabilidade e compatibilidade. Este trabalho

tem como objetivo a caracterização dos hormônios bioidênticos estradiol e estriol através

das técnicas térmicas TG/DTG, DTA, DSC, DSC-fotovisual. A partir da análise das curvas

TG, foi possível calcular os parâmetros cinéticos para as amostras. Os dados cinéticos

mostraram boa correlação entre os diferentes modelos empregados. Tanto para o

estradiol como para o estriol, foi encontrada ordem zero de reação, o que possibilitou a

construção das curvas de pressão de vapor. Dados das curvas DSC e DTA sobre ponto

de fusão e pureza são condizentes com a literatura, sendo possível correlacionar estes

resultados com o DSC-fotovisual. As análises das curvas DTA mostraram o evento de

fusão como o de melhor linearidade para os dois hormônios. Na avaliação dos possíveis

produtos de degradação, a análise do infravermelho mostra que não houve produtos de

degradação no estado sólido.

Palavras-chave: Análise Térmica. TG-DSC. Hormônios Bioidênticos. Estradiol e Estriol.

9

ABSTRACT

Bioidentical hormones are defined as compounds that have exactly the same chemical

and molecular structure as hormones that are produced in the human body. It is believed

that the use of hormones may be safer and more effective than the non-bioidentical

hormones, because binding to receptors in the organism would be similar to the

endogenous hormone. Bioidentical estrogens have been used in menopausal women, as

an alternative to traditional hormone replacement therapy. Thermal data of these

hormones are scarce in literature. Thermal analysis comprises a group of techniques that

allows evaluating the physical-chemistry properties of a drug, while the drug is subjected

to a controlled temperature programming. The thermal techniques are used in

pharmaceutical studies for characterization of drugs, purity determination, polymorphism

identification, compatibility and evaluation of stability. This study aims to characterize the

bioidentical hormones estradiol and estriol through thermal techniques TG/DTG, DTA,

DSC, DSC-photovisual. By the TG curves analysis was possible to calculated kinetic

parameters for the samples. The kinetic data showed that there is good correlation in the

different models used. For both estradiol and estriol, was found zero order reaction, which

enabled the construction of the vapor pressure curves. Data from DTA and DSC curves of

melting point and purity are the same of literature, showed relation with DSC-photovisual

results. The analysis DTA curves showed the fusion event had the best linearity for both

hormones. In the evaluation of possible degradation products, the analysis of the infrared

shows no degradation products in the solid state.

Keywords: Thermal analysis. TG-DSC. Bioidentical Hormone. Estriol and Estradiol

10

LISTA DE FIGURAS

Figura 1 Estrutura química do estradiol (1) e estriol (2) 24

Figura 2 Representação das curvas TG dinâmica e TG isotérmica 32

Figura 3 Esquema de uma curva DTA típica 34

Figura 4 Compartimento do DSC, onde: (1) cadinho com amostra, (2) cadinho

referência, (3) forno DSC, (4) aquecimento, (5) sensor; Curva DSC

típica

35

Figura 5 Curvas TG/DTG e DTA do estradiol bioidêntico na razão de 20°C

min-1

54

Figura 6 Curvas TG/DTG e DTA do estriol bioidêntico na razão de 20°C min-1 55

Figura 7 Sobreposição de curvas TG do estradiol bioidêntico em diferentes

massas, na razão de 20°C min-1. No detalhe têm-se os valores Tonset

e Tendset para as diferentes massas

56

Figura 8 Sobreposição de curvas TG do estriol bioidêntico em diferentes

massas, na razão de 20°C min-1. No detalhe têm-se os valores

Tonset e Tendset para as diferentes massas

57

Figura 9 Sobreposição de curvas TG do estradiol bioidêntico nas razões de

aquecimento de 10, 20, 40, 60 e 80°C min-1. No detalhe têm-se os

valores Tonset e Tendset para as diferentes razões de aquecimento

58

Figura 10 Pressão de vapor do estradiol bioidêntico em função da temperatura

nas razões de aquecimento de 10, 20, 40, 60 e 80°C min-1

59

Figura 11 Pressão de vapor do estradiol bioidêntico em função das razões de

aquecimento de 10, 20, 40, 60 e 80°C min-1

59

Figura 12 Sobreposição de curvas TG do estriol bioidêntico nas razões de

aquecimento de 10, 20, 40, 60 e 80°C min-1. No detalhe têm-se os

valores Tonset e Tendset para as diferentes razões de aquecimento

60

Figura 13 Pressão de vapor do estriol bioidêntico em função da temperatura

nas razões de aquecimento de 10, 20, 40, 60 e 80°C min-1

61

Figura 14 Pressão do estriol bioidêntico em função das razões de aquecimento

de 10, 20, 40, 60 e 80°C min-1

62

11

Figura 15 Curvas TG-isotérmicas (a); correlação ordem zero (b); correlação

primeira ordem (c); correlação segunda ordem (d) do estradiol

bioidêntico nas temperaturas de 190, 200, 210, 220, 230 e 240°C

63

Figura 16 Curvas Isotérmicas (a); correlação ordem zero (b); correlação

primeira ordem (c); correlação segunda ordem (d) do estriol

bioidêntico nas temperaturas de 230, 250, 260 e 270°C

64

Figura 17 Constantes de perda de massa do estradiol e estriol em função da

temperatura

65

Figura 18 Ordem de reação versus massa, para o estradiol bioidêntico 66

Figura 19 Energia de ativação versus massa, para o estradiol bioidêntico 66

Figura 20 Ordem de reação versus a massa, para o estriol bioidêntico 67

Figura 21 Energia de ativação versus a massa, para o estriol bioidêntico 67

Figura 22 Curvas TG do estradiol bioidêntico obtidas nas razões de 10, 20, 40,

60 e 80°C min-1. No detalhe o cálculo de Ozawa contendo a função

G(X) versus o tempo reduzido e o Log (razão de aquecimento)

versus T-1

69

Figura 23 Curvas TG do estriol bioidêntico obtidas nas razões de 10, 20, 40, 60

e 80°C min-1. No detalhe o cálculo de Ozawa contendo a função G(X)

versus o tempo reduzido e o Log (razão de aquecimento) versus T-1

70

Figura 24 Espectro de Infravermelho do estradiol bioidêntico sem aquecimento

e em 170°C

72

Figura 25 Espectro de Infravermelho do estriol bioidêntico sem aquecimento e

nas temperaturas de 170, 200, 270, 300°C

72

Figura 26 Diagrama de dispersão do Coeficiente de Pearson para o estriol 73

Figura 27 Sobreposição de curvas DTA do estradiol bioidêntico em diferentes

massas (1, 2, 4, 6, 8 e 10 mg), na razão aquecimento de 20°C min-1

74

Figura 28 Sobreposição de curvas DTA (evento 1) do estradiol bioidêntico (a)

em diferentes massas (1, 2, 4, 6, 8 e 10 mg); Energia em Joules (J)

do evento 1 (b), versus a massa (1, 2, 4, 6, 8 e 10 mg), no detalhe o

coeficiente de correlação linear

75

12

Figura 29 Sobreposição de curvas DTA (evento 2) do estradiol bioidêntico (a)

em diferentes massas (1, 2, 4, 6, 8 e 10 mg); Energia em Joules (J)

do evento 2 (b), versus a massa (1, 2, 4, 6, 8 e 10 mg), no detalhe o

coeficiente de correlação linear

75

Figura 30 Sobreposição de curvas DTA (evento 3) do estradiol bioidêntico (a)

em diferentes massas (1, 2, 4, 6, 8 e 10 mg); Energia em Joules (J)

do evento 3 (b), versus a massa (1, 2, 4, 6, 8 e 10 mg), no detalhe o

coeficiente de correlação linear

75

Figura 31 Sobreposição de curvas DTA do estriol bioidêntico em diferentes

massas (1, 2, 4, 6, 8 e 10 mg), na razão aquecimento de 20°C min-1

76

Figura 32 Sobreposição de curvas DTA (evento 1) do estriol bioidêntico (a) em

diferentes massas (1, 2, 4, 6, 8 e 10 mg); Energia em Joules (J) do

evento 1 (b), versus a massa (1, 2, 4, 6, 8 e 10 mg), no detalhe o

coeficiente de correlação linear

77

Figura 33 Sobreposição de curvas DTA (evento 2) do estriol bioidêntico (a) em

diferentes massas (1, 2, 4, 6, 8 e 10 mg); Energia em Joules (J) do

evento 2 (b), versus a massa (1, 2, 4, 6, 8 e 10 mg), no detalhe o

coeficiente de correlação linear

77

Figura 34 Sobreposição de curvas DTA do estradiol bioidêntico nas razões de

aquecimento de 10, 20, 40, 60 e 80°C min-1. No detalhe os eventos e

sua atribuição, os valores de Tonset e da energia

78

Figura 35 Sobreposição de curvas DTA do estriol bioidêntico nas razões de

aquecimento de 10, 20, 40, 60 e 80°C min-1. No detalhe os eventos e

sua atribuição, os valores de Tonset e da energia

79

Figura 36 Curva DSC na Φ de 5°C min-1 (a); sobreposição das curvas DSC

(evento 2) do estradiol bioidêntico (b) nas razões aquecimento de 5,

10, 20, 40, 60 e 80°C min-1; os eventos e sua atribuição e os valores

de Tonset e da energia para cada Φ (c)

80

Figura 37 Curva DSC na Φ de 5°C min-1 (a); sobreposição das curvas DSC

(evento 1) do estriol bioidêntico (b) nas razões aquecimento de 5,

10, 20, 40, 60 e 80°C min-1; os eventos e sua atribuição e os valores

de Tonset e da energia para cada Φ (c)

81

13

Figura 38 Comparação do ∆T da etapa de fusão ou volatilização em função da

razão de aquecimento para o estradiol bioidêntico

82

Figura 39 Comparação do ∆T da etapa de fusão ou volatilização em função da

razão de aquecimento para o estriol bioidêntico

82

Figura 40 DSC-fotovisual do estradiol bioidêntico 84

Figura 41 Sobreposição de curvas DSC, DTA e TG do estradiol bioidêntico na

razão de aquecimento de 10°C min-1

85

Figura 42 DSC-fotovisual do estriol bioidêntico 86

Figura 43 Sobreposição de curvas DSC, DTA e TG do estriol bioidêntico na

razão de 10°C min-1

87

14

LISTA DE TABELAS

Tabela 1 Condições Experimentais para obtenção das curvas dinâmicas

TG/DTG/DTA do estradiol e estriol

48

Tabela 2 Programa de aquecimento para obtenção das curvas

termogravimetricas Isotérmicas

50

Tabela 3 Condições experimentais para obtenção das curvas DSC do

estradiol e estriol bioidênticos

51

Tabela 4 Valores do coeficiente de correlação linear (r) do estradiol nas

diferentes Φ de aquecimento

58

Tabela 5 Valores do coeficiente de correlação linear (r) do estriol nas

diferentes Φ de aquecimento

60

Tabela 6 Constante (k) de perda de massa dos hormônios bioidênticos

(estradiol e estriol)

64

Tabela 7 Correlação entre os modelos matemáticos dos valores médios das

energias de ativação (E) para o estradiol e estriol

70

Tabela 8 Equações lineares de correlação (Eventos 1, 2 e 3) entre a energia

(J) nas curvas DTA dos três eventos observados no estradiol

76

Tabela 9 Equações lineares de correlação (Eventos 1 e 2) entre a energia (J)

nas curvas DTA dos dois eventos observados no estriol

78

Tabela 10 Efeito da razão de aquecimento sobre a determinação da pureza

das matérias-primas dos hormônios bioidênticos (estradiol e estriol)

83

15

LISTA DE ABREVIATURAS, SIGLAS E SÍMBOLOS

α – fração decomposta

A – Fator de frequência

ANVISA – Agência Nacional de Vigilância Sanitária

cal – caloria

CFM – Conselho Federal de Medicina

CR – Coats-Redfern

DRX – Difração de Raios X

DSC – Calorimetria Exploratória Diferencial

DTA – Análise Térmica Diferencial

DTG – Termogravimetria Derivada

E – Energia de Ativação

FDA – Food and Drug Administration

FTIR – Espectroscopia de Infravermelho com Transformada de Forrier

HM – Horowittz-Metzger

J – Joules

k – Constante de perda de massa

K – Temperatura em Kelvin

MD – Madhusudanam

MIR – Infravermelho Médio

n – Ordem da reação

OZ – Ozawa

R – constante dos gases

RDC – Resolução da Diretoria Colegiada

T – Temperatura

T endset –Temperatura endset

T onset – Temperatura onset

T iso – Temperatura isotérmica

TG – Termogravimetria

TRH –Terapia de Reposição Hormonal

Ts – temperatura do pico

16

VK – Van Krevelen

Φ – razão de aquecimento

17

SUMÁRIO

1 INTRODUÇÃO 19

2 REVISÃO DA LITERATURA 20

2.1 TERAPIA DE REPOSIÇÃO HORMONAL 20

2.2 TERAPIA DE MODULAÇÃO HORMONAL BIOIDÊNTICA 21

2.3 HORMÔNIOS BIOIDÊNTICOS 23

2.3.1 Principais Hormônios Estrogênios 23

2.4 PREPARAÇÕES FARMACÊUTICAS CONTENDO HORMÔNIOS

BIOIDÊNTICOS

25

2.5 AS TÉCNICAS TÉRMICAS E SUAS APLICAÇÕES 28

2.5.1 Análise Termogravimétrica 31

2.5.2 Análise Térmica Diferencial 33

2.5.3 Calorimetria Exploratória Diferencial 34

2.6 CINÉTICA DE DEGRADAÇÃO FÁRMACOS 36

2.7 DETERMINAÇÃO DA PRESSÃO DE VAPOR POR

TERMOGRAVIMETRIA

40

2.8 AVALIAÇÃO DA PUREZA POR DSC 43

2.9 ESPECTROSCOPIA DE ABSORÇÃO MOLECULAR NA REGIÃO DO

INFRAVERMELHO COM TRANSFORMADA DE FOURIER (FTIR)

44

3 OBJETIVOS 46

3.1 OBJETIVOS ESPECÍFICOS 46

4 MATERIAL E MÉTODOS 47

4.1 FÁRMACOS 47

4.2 ANÁLISE TERMOGRAVIMÉTRICA E ANÁLISE TÉRMICA

DIFERENCIAL(TG/DTA)

47

4.2.1 Termogravimetria Dinâmica 47

4.2.1.1 Variação das Massas da Amostra 48

4.2.1.2 Variação das Razões de Aquecimento 49

4.2.2 Termogravimetria Isotérmica 50

4.3 CALORIMETRIA EXPLORATÓRIA DIFERENCIAL 51

4.3.1 DSC-Convencional 51

18

4.3.2 DSC- Fotovisual 52

4.4 ESPECTROSCOPIA DE ABSORÇÃO MOLECULAR NA REGIÃO DO

INFRAVERMELHO COM TRANSFORMADA DE FOURIER (FTIR)

52

4.4.1 Correlação de Pearson 53

5 RESULTADOS E DISCUSSÃO 54

5.1 ANÁLISE TERMOGRAVIMÉTRICA/ ANÁLISE TERMOGRAVIMÉTRICA

DERIVADA (TG/DTG)

54

5.1.1 Caracterização por TG, DTA e DTG 54

5.1.2 Variação da massa da amostra nas curvas TG 56

5.1.3 Curvas de pressão de vapor 57

5.1.4 Curvas TG isotérmicas 63

5.1.5 Estudo Cinético através das curvas TG dinâmicas ou não-isotérmicas 65

5.2 ESPECTROSCOPIA DE ABSORÇÃO MOLECULAR NA REGIÃO DO

INFRAVERMELHO COM TRANSFORMADA DE FOURIER (FTIR)

71

5.2.1 Correlação de Pearson 73

5.3 ANÁLISE TÉRMICA DIFERENCIAL (DTA) 74

5.3.1 Seleção dos eventos térmicos aplicável na quantificação do estradiol

através do DTA

74

5.3.2 Variação da razão de aquecimento nas curvas DTA 78

5.4 CALORIMETRIA EXPLORATÓRIA DIFERENCIAL (DSC) 79

5.4.1 DSC-Convencional 79

5.4.2 DSC-Fotovisual 83

6 CONCLUSÕES 88

REFERÊNCIAS 89

APÊNDICES 97

APÊNDICE A – Gráficos do estradiol bioidêntico em diferentes massas 97

APÊNDICE B - Gráficos do estriol bioidêntico em diferentes massas 101

19

1 INTRODUÇÃO

Hormônios bioidênticos são compostos químicos que têm exatamente a mesma

estrutura molecular dos hormônios endógenos humanos (SOOD et al., 2011). Inúmeras

formas de estrógenos e progesterona são utilizados para o tratamento da menopausa. Os

defensores dos hormônios bioidênticos alegam que estes são mais seguros quando

comparados com hormônios sintéticos e não-humanos (HOLTORF, 2008).

A análise térmica compreende um conjunto de técnicas que

permite avaliar as propriedades físicas de um fármaco enquanto ele é submetido a uma

programação controlada de temperatura. A termogravimetria (TG) e a calorimetria

exploratória diferencial (DSC) são utilizadas em estudos farmacêuticos para

caracterização de fármacos, determinação do grau de pureza, identificação de

polimorfismo, avaliação da estabilidade e na decomposição térmica de medicamentos

(MENDONÇA et al., 2013). Segundo Souza (2011) estas técnicas são ferramentas

amplamente empregadas para avaliar as propriedades físicas e químicas dos fármacos.

Em meio ao debate sobre a eficácia e segurança dos hormônios bioidênticos, as

farmácias estão manipulando esses produtos prescritos por médicos especialistas. Não

há na literatura dados térmicos sobre o estradiol e estriol bioidênticos, embora seja

crescente a utilização destes hormônios no Brasil.

A caracterização térmica de matérias-primas, a fim de estabelecer parâmetros de

qualidade, estabilidade ou compatibilidade está ligada às diversas etapas do

desenvolvimento de um medicamento. Logo, a determinação de parâmetros térmicos e

cinéticos, a partir das técnicas térmicas, que possam ser utilizados na manipulação ou

industrialização nacional de produtos farmacêuticos contendo hormônios bioidênticos

deve ser exaustivamente investigada.

20

2 REVISÃO DA LITERATURA

2.1 TERAPIA DE REPOSIÇÃO HORMONAL

A menopausa é a cessação da menstruação que pode resultar da perda da função

ovariana, de maneira natural ou cirúrgica ou ainda como resultado de intervenções

médicas. Naturalmente, na mulher entre 40 e 50 anos, a progesterona deixa de ser

sintetizada e o primeiro sintoma é a irregularidade menstrual. A essa fase inicial onde

somente falta a progesterona, chama-se de climatério ou pré-menopausa. Com o passar

do tempo, o estrogênio também passa a não ser mais sintetizado. Na ausência desses

dois hormônios, o estrogênio e a progesterona, fica caracterizado o início da menopausa.

Essas mudanças hormonais associadas à pré-menopausa e menopausa podem levar a

uma variedade de sintomas que afetam negativamente a qualidade de vida das mulheres

(FILES et al., 2011).

Alguns desses sintomas são: os calores; alterações na pele; sintomas urinários;

ressecamento vaginal; alterações de libido; insônia, irritabilidade, ansiedade, entre outros

(CHERVENAK, 2009).

A reposição de estrógeno e progesterona é um tratamento comum e eficaz para os

sintomas associados com a menopausa, mas pode levar algum risco de efeitos colaterais

potencialmente graves (THE ENDOCRINE SOCIETY, 2006).

Os hormônios sintéticos são uma das ferramentas para o alívio dos sintomas da

menopausa que se manifestam de maneira muito desigual e fazem parte de um contínuo

processo de envelhecimento (ROZENFELD, 2007). As principais indicações da Terapia

de Reposição Hormonal (TRH) são: conservação do trofismo vaginal; preservação do

osso e da pele; melhora do bem-estar geral; e melhora da sexualidade (ATHAYDE, 2012).

A TRH na menopausa ganhou realce em 2002, quando foram divulgados

resultados parciais do estudo Women’s Health Iniciative Study Group (WHI). Este estudo,

patrocinado pelo Instituto Nacional de Saúde Norte-Americano, com 16 mil mulheres,

indicou que o uso dos hormônios sintéticos aumentava o risco de doenças

cardiovasculares e de câncer de mama (ROZENFELD, 2007). Ele revelou um aumento no

risco de câncer de mama, doenças cardiovasculares, infarto e eventos tromboembólicos

21

em mulheres que utilizavam estrógenos conjugados e acetato de medroxiprogesterona

comparadas com o grupo placebo. Estes achados levaram a muitas mulheres a

descontinuar a TRH tradicional, ou a buscar alternativas mais garantidas para o

tratamento dos sintomas da menopausa (FILES et al., 2011). Isto criou um ambiente para

a propagação nos meios de comunicação da idéia, cientificamente ainda não

comprovada, de que hormônios bioidênticos são mais seguros e mais eficazes do que a

terapia hormonal tradicional (THE ENDOCRINE SOCIETY, 2006).

Os esquemas e as vias de administração para a TRH devem ser discutidos

juntamente com as pacientes para que haja benefícios e adesão ao tratamento. Assim,

em situações de falência de glândulas endócrinas, devem-se usar hormônios que sejam

exatamente iguais aos produzidos pelo organismo (ATHAYDE, 2012).

2.2 TERAPIA DE MODULAÇÃO HORMONAL BIOIDÊNTICA

A Anti-Aging Medicine que do inglês significa: Medicina Antienvelhecimento,

nasceu há cerca de 21 anos nos Estados Unidos, porém ainda não foi reconhecida como

especialidade médica no Brasil. A idéia é atuar nas causas básicas do envelhecimento, ao

invés de minimizar as suas conseqüências. A proposta consiste em ajustar todos os

parâmetros biológicos, metabólicos e hormonais aos mesmos níveis encontrados em um

indivíduo de 25 a 30 anos, fase em que se atinge o apogeu de desempenho. Já que após

essa idade começa o envelhecimento e as pausas hormonais (RACHID, 2010).

O conceito prevalente é o de que a utilização de hormônios bioidênticos pode ser

mais segura e eficaz do que a utilização de hormônios não-bioidênticos, uma vez que

aqueles se conectam aos receptores químicos presentes na membrana das células de

forma semelhante à ligação estabelecida pelos hormônios endógenos humanos (CBMAE,

2007).

A medicina antienvelhecimento preconiza a Terapia de Modulação Hormonal

Bioidêntica, recomendando o uso de hormônios em mulheres (a partir dos 30 anos) antes

e após a menopausa, por tanto tempo quanto se fizer necessário, desde que as

indicações e as necessidades clínicas justifiquem e que nenhum evento adverso ocorra

que contra-indique o seu uso. Os supostos benefícios dessa nova terapia incluem:

22

manutenção da densidade mineral óssea; diminuição dos sintomas; prevenção das

doenças cardiovasculares; diminuição do risco de câncer de mama; e tratamento de

outras doenças e condições como insônia, obesidade, depressão, estresse, diminuição de

memória e cognição (BOOTHBY; DOERING, 2008).

Essa terapia tem gerado muita polêmica no Brasil o que motivou a Resolução

1999/2012 do Conselho Federal de Medicina, publicada no Diário Oficial da União de 19

de outubro de 2012. A Resolução, restringe o uso de hormônios, permitindo sua

recomendação apenas para pacientes com deficiência comprovada (BRASIL, 2012). O

artigo 1° estabelece:

“A reposição de deficiências de hormônios e de outros elementos essenciais se fará somente em caso de deficiência específica comprovada, de acordo com a existência de nexo causal entre a deficiência e o quadro clínico, ou de deficiências diagnosticadas cuja reposição mostra evidências de benefícios cientificamente comprovados (BRASIL, 2012)”.

De acordo com o artigo 2° da Resolução CFM 1999/2012 é vedada :

“V. A prescrição de hormônios conhecidos como "bioidênticos" para o tratamento antienvelhecimento, com vistas a prevenir, retardar e/ou modular processo de envelhecimento, prevenir a perda funcional da velhice, prevenir doenças crônicas e promover o envelhecimento saudável (BRASIL, 2012)”.

Como se pode observar a proibição é para a utilização dos hormônios bioidênticos

apenas para o tratamento do envelhecimento. Assim, havendo a deficiência hormonal

comprovada, os hormônios podem ser utilizados. E continuam sendo preparados nas

farmácias de manipulação. O presidente da Academia Brasileira de Medicina

Antienvelhecimento, acredita que a resolução é positiva para evitar exageros, mas com os

avanços nos estudos, ela será revista. A proibição de medicamentos é uma tarefa do

Ministério da Saúde, através da ANVISA. Portanto, seria ilegal o CFM tentar legislar e

tomar para si incumbências jurídicas que não são dele. Os hormônios são legalizados no

mundo inteiro, e o CFM não é o órgão competente para ditar essa regra (PERACCHI,

2012).

Segundo Fugh-Berman et al. (2007), dados confiáveis não confirmam que os

hormônios bioidênticos são mais seguros que outros hormônios, podendo ter os mesmos

riscos das preparações comerciais. Revisões com bases científicas para o uso de terapia

com hormônios bioidênticos são ainda limitados. Não há estudos com ensaios controlados

23

avaliando a farmacocinética e resultados clínicos para as preparações manipuladas de

hormônios bioidênticos (IFTIKHAR et al., 2011).

Ruiz et al. (2011) avaliaram em um estudo sobre preparações utilizadas na TRH

bioidêntica a efetividade no tratamento dos sintomas da menopausa, os compostos mais

efetivos e a segurança da terapia. Os resultados demonstraram que as preparações

manipuladas na TRH bioidêntica melhoram os sintomas relacionados ao humor. Porém,

estudos maiores são necessários para examinar o impacto sobre os sintomas

vasomotores, infarto miocárdio e câncer de mama.

2.3 HORMÔNIOS BIOIDÊNTICOS

A sociedade norte-americana de endocrinologia (THE ENDOCRINE SOCIETY,

2006) define hormônios bioidênticos como compostos que possuem exatamente a mesma

estrutura química e molecular que os hormônios produzidos no corpo humano. Em

contraste, os hormônios não bioidênticos, ou sintéticos, são hormônios estruturalmente

diferentes dos hormônios endógenos (SOOD et al., 2011).

Hormônios bioidênticos não contêm porções estruturais adicionais que podem

alterar a ligação hormônio-receptor e a função no corpo humano (RUIZ et al., 2011).

Os principais hormônios bioidênticos utilizados na prática médica são: estriol,

estradiol, progesterona, testosterona, diidroepiandrosterona (DHEA), tiroxina,

triiodotironina, hidrocortisona, pregnenolona, entre outros (CHERVENAK, 2009).

O uso dos hormônios bioidênticos pode ser apropriado, pois são importantes para

controlar os níveis hormonais no organismo, repondo o que falta no corpo. Mas devem ser

utilizados com cautela, sendo os endocrinologistas os profissionais aptos para receitá-los

de maneira correta, na dose ideal, evitando complicações futuras (CLAPAUCH, 2012).

Independente da origem ou da estrutura do hormônio administrado

terapeuticamente, todos os regimes de terapia hormonal, mesmo aqueles que são os

chamados "personalizados", devem ser cuidadosamente controlados (THE ENDOCRINE

SOCIETY, 2006).

Os hormônios esteróides humanos são divididos em 5 classes principais:

estrógenos, progestagênios, androgênios, mineralocorticóides e glicocorticóides. Para o

24

tratamento dos sintomas da menopausa, são utilizados mais comumente os estrógenos e

progestagênios (FILES et al., 2011).

2.3.1 Principais Hormônios Estrogênios

A estrutura química dos hormônios esteróides é semelhante à do colesterol, sendo

na maior parte dos casos, sintetizados a partir do mesmo. São lipossolúveis e constituídos

de 3 anéis ciclo-hexila e um ciclopentila, combinados em uma única estrutura (GUYTON

et al., 2006), na Figura 1, tem-se a estrutura química dos hormônios bioidênticos estradiol

e estriol.

Os principais hormônios estrogênios (chamados de estrógenos ativos) presentes

no plasma da mulher de maneira significativa são o estradiol, estriol e estrona. O principal

estrogênio secretado pelo ovário é o estradiol, a estrona também é secretada (mas sua

maior síntese ocorre nos tecidos periféricos). Já o estriol (menos potente) é um hormônio

resultante do estradiol e estrona, sua conversão se da, principalmente, no fígado. A

potência estrogênica do estradiol é 12 vezes a da estrona e 80 vezes a do estriol

(GUYTON et al., 2006).

Os hormônios bioidênticos são sintetizados por extração química da diosgenina

presente em inhames e soja. A diosgenina é quimicamente modificada para produzir o

precursor progesterona, a qual é utilizada para sintetizar estrógenos e andrógenos

bioidênticos (PATTIMAKIEL et al., 2011).

HO

OH

HO

OH

OH

Figura 1 - Estrutura química do estradiol (1) e estriol (2). Fonte: autor

O estradiol apresenta as seguintes características: pó cristalino branco ou branco

creme; estável no ar; com ponto de fusão entre 173-179°C; praticamente insolúvel em

1 2

25

água e solúvel em álcool e acetona; a fórmula molecular é C18H24O2; e o peso molecular é

de 272,38 g mol -1 (THE MERCK INDEX, 2006).

O estriol apresenta as seguintes características: pó cristalino branco ou quase

branco; com o ponto de fusão 282°C, e entre 270 - 275°C, sofre um rearranjo da estrutura

cristalina; praticamente insolúvel em água e solúvel em álcool e clorofórmio; a fórmula

molecular é C18H24O3; e o peso molecular: 288,38 g mol -1 (THE MERCK INDEX, 2006).

2.4 PREPARAÇÕES FARMACÊUTICAS CONTENDO HORMÔNIOS BIOIDÊNTICOS

O medicamento manipulado assumiu grande importância no Brasil, tanto pela

oportunidade de obtenção de um produto personalizado quanto pela possibilidade de

variados tipos de medicamentos a preços mais baixos que os disponibilizados pela

indústria farmacêutica. E, por conseguinte, as farmácias magistrais se disseminaram por

todas as cidades brasileiras (PINHEIRO, 2008).

Antes do ano 2000, quando a ANVISA (Agência Nacional de Vigilância Sanitária)

colocou em vigor a RDC 33 (Resolução da Diretoria Colegiada n°33), o mercado magistral

no Brasil apresentava-se de forma artesanal, não existiam parâmetros fixos para controlar

a qualidade das preparações, causando dúvida quanto à eficácia do medicamento

manipulado. Imediatamente após a sua promulgação, ocorreram dificuldades de

aceitação por parte dos proprietários das farmácias, que pensavam ser um gasto

desnecessário as exigências da legislação. Na realidade ocorreu uma evolução do setor,

um modo legal para garantir a qualidade das preparações magistrais, fidelizar os

pacientes ao uso do medicamento manipulado e garantir a saúde dos funcionários da

área magistral (SZCZYPIOR, 2011).

A RDC 33 deixava algumas perguntas dos farmacêuticos magistrais sem

respostas, era necessário aperfeiçoar o controle de qualidade e destrinchar melhor os

parâmetros que norteiam a qualidade. Assim, a partir de 2006 com a RDC 214, as

farmácias magistrais passaram a obedecer às novas regras para garantir maior

segurança, qualidade e eficácia das fórmulas manipuladas. O texto desta resolução traz

exigências para armazenamento, avaliação farmacêutica da prescrição, fracionamento,

conservação, transporte, dispensação das formulações e atenção farmacêutica aos

26

usuários. Em 8 de outubro de 2007 entra em vigor a RDC 67 e são revogadas as

anteriores. A nova resolução modifica e/ou esclarece alguns pontos publicados na RDC

214 (SZCZYPIOR, 2011) e dispõe sobre Boas Práticas de Manipulação de Preparações

Magistrais e Oficinais para Uso Humano em farmácias.

A RDC 67 define as boas práticas de manipulação em farmácias (BPMF) como um

conjunto de medidas que visam assegurar que os produtos sejam consistentemente

manipulados e controlados, com padrões de qualidade apropriados para o uso pretendido

e requerido na prescrição (BRASIL, 2007).

No caso de fórmulas contendo hormônios, a RDC 67 determina que a manipulação

deve ser realizada em sala específica, dotada de antecâmara com sistema de ar

independente e eficiência comprovada. Deve possuir pressão negativa em relação às

áreas adjacentes, sendo projetada de forma a impedir o lançamento de pós no laboratório

ou no meio ambiente, evitando contaminação cruzada, protegendo o manipulador e o

meio ambiente (BRASIL, 2007).

Um aspecto muito importante a ser observado, é que se desconhecem todas as

possíveis reações de incompatibilidades que podem ocorrer entre as substâncias. Nas

farmácias preparam-se desde florais de Bach até anticonvulsivantes e hormônios. Além

disso, o setor encontra uma grande dificuldade em determinar o prazo de validade real de

uma preparação magistral, visto que os medicamentos manipulados, como não

necessitam de registro, não passam por estudos de pré-formulação para avaliação da

qualidade, da eficácia e da segurança (PINHEIRO, 2008).

Ainda, segundo Pinheiro (2008), a maioria dos testes de controle de qualidade que

são realizados rotineiramente nas indústrias farmacêuticas, lote a lote, não é viável de ser

executado nas farmácias a cada preparação. Isto ocorre, pois alguns testes são

destrutivos, o que implicaria em dobrar, ou até triplicar a quantidade da preparação

prescrita, para possibilitar sua realização; estes demandariam tempo e implicariam em

demora na entrega do medicamento ao paciente. Na farmácia, mais importante que o

controle de qualidade do produto acabado, é o controle de processos, a validação e a

padronização dos procedimentos, além da identificação das etapas que representam risco

à qualidade final da preparação.

A determinação do prazo de validade dos medicamentos deve ser baseada na

avaliação físico-química dos fármacos e considerações sobre sua estabilidade. As fontes

de informações sobre a estabilidade físico-química devem incluir referências de

27

compêndios oficiais, recomendações dos produtores das mesmas e publicações em

revistas indexadas (BRASIL, 2007).

A RDC 67 trouxe maior rigor para as diferentes etapas que envolvem o processo de

manipulação, principalmente com relação ao monitoramento do processo magistral das

formas farmacêuticas sólidas, cuja unidade farmacotécnica contenha fármacos em

quantidade igual ou inferior a 25 mg (vinte e cinco miligramas) (PINHEIRO, 2008). São

exigidas análises periódicas e programadas de teor e uniformidade de conteúdo,

avaliando-se as formulações preparadas por diferentes manipuladores, diferentes

fármacos e concentrações. As análises, devem ser realizadas em laboratório analítico

próprio ou terceirizadas (preferencialmente da Rede Brasileira de Laboratórios em Saúde

- REBLAS) (BRASIL, 2007).

A terceirização é permitida para determinadas análises exigidas, pois segundo

Pinheiro (2008), algumas análises necessitam de equipamentos sofisticados, profissionais

capacitados, portanto, grandes investimentos, o que nem sempre condiz com a realidade

de uma farmácia magistral.

No Brasil, o termo hormônio bioidêntico vem gerando controvérsias, pois tem sido

utilizado apenas para os hormônios manipulados, como se fossem novas opções de

tratamento quando, na verdade, há hormônios bioidênticos produzidos em indústrias

farmacêuticas e disponíveis nas farmácias (CLAPAUCH, 2012).

Preparações manipuladas de hormônios bioidênticos oferecem benefícios quando

se compara com preparações hormonais industrializadas, como: larga margem de

variação nas dosagens; uso de veículos excipientes especiais; concentração e

composição individualizadas. Essas vantagens permitem que se atinja o objetivo

terapêutico de uma forma mais rápida, fisiológica e específica, respeitando as

necessidades individuais de cada pessoa, elementos que, notoriamente, asseguram

maior tolerabilidade, menor incidência de efeitos adversos e maior eficácia terapêutica

(CBMAE, 2007).

As preparações manipuladas permitem criação de formulações que não estão

disponíveis comercialmente, como por exemplo, associação de princípios ativos em uma

mesma cápsula ou fazer uma preparação tópica de um fármaco disponível somente na

forma oral (FUGH-BERMAN et al., 2007).

Os estrógenos comerciais para terapia são encontrados nas formas farmacêuticas

orais, transvaginais (cremes, comprimidos e anéis), transdérmicos (géis, cremes e

28

patches) e implantes subcutâneos (PATTIMAKIEL et al., 2011). No Brasil, na forma de

comprimidos isolados, tem-se o Estrofem® e Natifa® contendo estradiol, e Ovestrion®,

contento estriol (ANVISA, 2013). A estrona não é comumente manipulada. As

preparações manipuladas geralmente são cápsulas e géis transdérmicos. Algumas

preparações manipuladas associam o estriol e estradiol em proporções de 8:1 ou 9:1

(PATTIMAKIEL et al., 2011).

A produção de hormônios bioidênticos no Brasil já é feita, por algumas empresas

bem específicas, que possuem know-how, base tecnológica, controles de segurança,

garantia de pureza, estabilidade e procedência das matérias-primas (CBMAE, 2007).

2.5 AS TÉCNICAS TÉRMICAS E SUAS APLICAÇÕES

A instrumentação das técnicas térmicas evoluiu extraordinariamente em virtude de

vários fatores, dentre os quais se destacam: os progressos globais da ciência e da

tecnologia que permitiram o aperfeiçoamento contínuo da instrumentação básica; e a

redescoberta das potencialidades de aplicação desses métodos nos mais variados

setores científicos, tecnológicos e de produção de bens de consumo (IONASHIRO, 2004).

As aplicações da análise térmica estendem-se às áreas de metais, cerâmica,

materiais eletrônicos, polímeros, substâncias orgânicas e inorgânicas, produtos

farmacêuticos, produtos alimentares e organismos biológicos (OZAWA, 2000a).

A definição aceita de Análise Térmica, como dada por Mackenzie e a

Confederação Internacional de Análise Térmica e Calorimetria (ICTAC) é: “Um grupo de

técnicas nas quais uma propriedade física de uma substância e/ou seus produtos de

reação é medida como função da temperatura, enquanto a substância é submetida a um

programa controlado de temperatura”. Por esta definição, para que uma técnica térmica

possa ser considerada como termoanalítica, três critérios devem ser satisfeitos: 1) Uma

propriedade física tem que ser medida, 2) A medida deve ser expressa (direta ou

indiretamente) como função da temperatura, 3) A medida tem que ser feita sob um

programa controlado de temperatura (IONASHIRO, 2004).

As técnicas térmicas mais difundidas e utilizadas são: Análise Termogravimétrica

(TGA), Termogravimetria Derivada (DTG), Análise Térmica Diferencial (DTA), Calorimetria

29

Exploratória Diferencial (DSC), Detecção de gás desprendido (EGA), Análise

termomecânica (TMA). Estas técnicas permitem obter informações com respeito à:

variação de massa, estabilidade térmica; pureza, ponto de fusão, ponto de ebulição,

calores de transição, calores específicos, diagramas de fase, cinética da reação, estudos

de catalisadores, transições vítreas, entre outras (IONASHIRO, 2004).

A termogravimetria, a análise térmica diferencial e a calorimetria exploratória

diferencial são ferramentas amplamente empregadas para avaliar as propriedades físicas

e químicas dos fármacos (SOUZA, 2011).

A análise térmica pode ser utilizada tanto no controle da matéria-prima, quanto do

produto acabado, possuindo potencial de emprego no desenvolvimento e na

caracterização de novos produtos, avaliação dos processos produtivos, além da análise

capilar e outras aplicações (SILVA et al., 2007).

Hatakeyama (1999) descreve algumas das vantagens da análise térmica sobre

outros métodos analíticos: a amostra pode ser estudada sobre uma grande faixa de

temperatura usando vários programas de temperatura; quase todas as formas físicas da

amostra (sólido, líquido ou gel) podem ser usadas; uma pequena quantidade de amostra

(0,1 µg – 10 mg) é requerida; a atmosfera na vizinhança da amostra pode ser

padronizada; o tempo requerido para completar o período de experimento é de alguns

minutos a algumas horas; e os instrumentos de análise térmica têm preços razoáveis.

A ocorrência de interações no estado sólido entre fármacos e excipientes em

formas farmacêuticas sólidas pode ocasionar mudanças na estabilidade, solubilidade,

dissolução e biodisponibilidade dos fármacos. A técnica de DSC associada às técnicas

TG/DTG tem-se mostrado de muita utilidade nos estudos de pré-formulação na

investigação e predição de incompatibilidades físico-químicas entre fármacos e

excipientes (SOUZA, 2011).

A utilização de dados térmicos em associação com outras técnicas, como as

cromatográficas, bem como estudos microbiológicos e farmacológicos possibilitam a

escolha de modelos analíticos mais eficientes e rápidos na validação de medicamentos

alopáticos e fitoterápicos (ARAGÃO et al., 2006).

As possíveis interações químicas existentes entre as matérias-primas e os

adjuvantes técnicos e terapêuticos podem ser detectadas através das curvas

termogravimétricas e do controle de qualidade farmacológico. Estudos de estabilidade

30

térmica podem ser utilizados na determinação do prazo de validade de matérias-primas e

produtos acabados (ARAGÃO et al., 2006).

A TGA, DTA e DSC para estudo de pré-formulação ou compatibilidade fármaco-

excipiente vêm ganhando importância crescente no Brasil (ALVES, 2008).

No âmbito farmacêutico, a relevância da análise térmica para o futuro da indústria

farmacêutica é crescente, demonstrada através: da caracterização dos fármacos com

seus eventos térmicos definidos; estudos de pureza de fármacos realizados por TGA e

DSC; estudos de polimorfismo por DSC; estudos de compatibilidade por DSC. Esses

estudos têm sido largamente utilizados nas últimas décadas como uma ferramenta para

avaliação de pré-formulações e, definição da estabilidade dos fármacos e da formulação

farmacêutica, acarretando até mesmo em definições sobre as condições de

armazenamento do medicamento (OLIVEIRA et al., 2011).

Vários trabalhos têm sido desenvolvidos envolvendo as técnicas térmicas tanto na

área de fármacos como também em outras áreas, mostrando que a análise térmica é útil

para o controle de qualidade, na quantificação de substâncias ativas e em estudos de

estabilidade e compatibilidade. Souza et al. (2012), partir do uso da TGA, da DTA e da

DSC, realizaram estudos termoanalíticos nos medicamentos utilizados para combater a

osteoporose, e compararam os resultados obtidos em relação ao teor de cálcio, empre-

gando termogravimetria e espectrometria de emissão óptica com plasma indutivamente

acoplado. Lavor et al. (2012) avaliaram o comportamento térmico de tuberculostáticos por

DSC, TGA/ DTG e DTA, a fim de prever a possibilidade de interações físicas e químicas

entre os fármacos. Pereira et al. (2009) através da termogravimetria determinaram o teor

de cálcio em cascas de ovos, comprovando a eficácia da TGA na quantificação de cálcio

através de análises por fotometria de chama e titulação complexiométrica.

Os métodos analíticos recomendados pelas farmacopéias são específicos para

matéria-prima e princípios ativos isolados e puros. Dependendo da complexidade da

formulação farmacêutica, os processos de separação do princípio ativo podem consumir

um tempo relativamente longo e, por conseguinte, tornar mais oneroso os custos do

controle dos processos de produção do medicamento, realizado pelo monitoramento da

qualidade dos produtos intermediários (GIRON, 2000).

31

2.5.1 Análise Termogravimétrica

Segundo Ionashiro (2004) foram muitos anos de pesquisa em tentativas para se

chegar a um conhecimento detalhado sobre as alterações que o aquecimento pode

provocar na massa das substâncias, a fim de se poder estabelecer a faixa de temperatura

em que se começa a decompor, bem como para se seguir o andamento de reações de

desidratação, oxidação, decomposição, entre outros. Surgindo assim a termogravimetria,

que é a técnica de análise térmica em que a variação de massa da amostra é

determinada como uma função da temperatura, ou tempo de aquecimento, utilizando um

programa controlado de temperatura (FARMACOPÉIA BRASILEIRA, 2010).

Os métodos termogravimétricos, Figura 2, podem ser classificados como: dinâmico

(ou não-isotérmico) em que a perda de massa é registrada continuamente à medida que a

temperatura aumenta a uma razão constante ou linear; Isotérmico, quando a variação de

massa da amostra é registrada em função do tempo mantendo-se a temperatura

constante; e quasi-isotérmico, no momento em que a amostra começa a perder massa a

temperatura é mantida constante até que a massa se estabilize, quando isto ocorre, o

aquecimento é retomado, este procedimento pode se repetir em cada etapa da

decomposição térmica (LOPES, 2005).

Alguns fatores podem influenciar o aspecto das curvas TG, estes podem ser

instrumentais e/ou ligados às características da amostra. Dentre os fatores instrumentais,

tem-se a razão de aquecimento do forno, atmosfera do forno, geometria do suporte de

amostras e do forno. Já os fatores relacionados às características da amostra são:

tamanho de partículas; quantidade de amostra; solubilidade dos gases liberados na

própria amostra; calor de reação; compactação da amostra; natureza da amostra; e

condutividade térmica da amostra. É muito importante o conhecimento detalhado, por

parte do operador, da ação destes fatores, para que se possa tirar o máximo proveito das

curvas obtidas (MATOS, 2009).

Nas curvas TG, a perda de massa (expressa no eixo vertical em percentagem) é

caracterizada por duas temperaturas (no eixo horizontal) Ti e Tf. De acordo com Giolito e

Ionashiro (1980), Ti é a temperatura inicial de decomposição e Tf é a temperatura final. A

temperatura inicial de decomposição é a temperatura na qual a variação de massa

acumulada atinge o valor que a termobalança é capaz de detectar. A temperatura final é a

32

temperatura na qual a variação de massa acumulada atinge seu valor máximo de

degradação, correspondendo ao término da reação. A diferença entre essas duas

temperaturas (Tf-Ti) é chamada de intervalo de reação. Segundo Matos et al. (2009) a

temperatura em que se inicia a perda de massa é a temperatura inicial do evento, ou seja,

o ponto onde a amostra deixou de ser estável termicamente e iniciou a liberação de

substâncias voláteis. A temperatura onset (T onset) corresponde ao início extrapolado do

evento térmico, e na prática é utilizada nas análises das curvas, pois é mais fácil de ser

determinada que a temperatura inicial. Já a temperatura de pico (ponto de inflexão da

curva TG) é o momento em que a massa está variando mais rapidamente. A temperatura

final, indica o final da etapa de perda de massa (liberação total das substâncias voláteis),

e a temperatura endset (T endset) será o final do evento térmico extrapolado.

Figura 2 - Representação das curvas TG dinâmica e TG isotérmica. Fonte: Adaptado de Aragão (2002)

Nas curvas termogravimétricas, os degraus em relação ao eixo das ordenadas,

representam às variações de massa sofridas pela amostra e permitem a obtenção de

dados que podem ser utilizados com finalidades quantitativas (ALVES, 2007). A TG é uma

técnica analítica quantitativa e qualitativa, capaz de produzir resultados rápidos e

reprodutíveis. Ela pode ser usada no controle de qualidade de medicamentos e no

melhoramento do produto final (ARAGÃO et al., 2006).

Segundo Matos et al. (2009), outro dado importante obtido através da curva TG é a

curva termogravimétrica derivada (DTG). A DTG expressa a derivada primeira da variação

de massa (m) em relação ao tempo (dm/dt), sendo registrada em função do tempo ou

temperatura. Na curva DTG são obtidos picos cujas áreas são proporcionais a variação

33

de massa da amostra, apresentando informações mais facilmente visualizadas (como

eventos sobrepostos) que em uma curva TG.

Para fins farmacêuticos, o uso da termogravimetria é descrito na caracterização,

determinação de pureza e de umidade, identificação de pseudopolimorfismo, na avaliação

da estabilidade de fármacos e medicamentos e em estudos de cinética de degradação

(OLIVEIRA et al., 2011).

Outro grande potencial da termogravimetria é na caracterização, na diferenciação e

na detecção de traços de pseudopolimorfos em uma amostra (GIRON, 1995). Além de

alterações nas propriedades físico-químicas, o polimorfismo pode ocasionar alterações na

estabilidade química, principalmente para os compostos com predisposição à degradação

no estado sólido (ARAÚJO, 2009). As formas polimórficas podem influenciar diretamente

na liberação do fármaco, na estabilidade no estado sólido e na biodisponibilidade dos

componentes farmacológicos. Para um efetivo uso clínico dos fármacos a determinação

do polimorfismo é um recurso necessário (JEONG-SOOK et al., 2005).

Trabalhos sobre a cristalização do estradiol em patches transdérmicos, mostram

que o fármaco tende a se cristalizar em mais de uma forma polimórfica, quando

armazenado por longos períodos de tempo (JEONG-SOOK et al., 2005). Araújo (2009)

realizou a caracterização dos polimorfos da tibolona, um hormônio esteróide sintético,

através de técnicas como TG, DSC, DRX, MEV, FTIR e microscopia de Raman.

2.5.2 Análise Térmica Diferencial

A DTA é uma técnica onde a diferença de temperatura entre a substância de

referência (termicamente estável) é medida em função da temperatura da referência

(forno), enquanto a substância e o material de referência são submetidos a uma

programação controlada de temperatura. O registro é a curva DTA, e as diferenças de

temperatura devem ser colocadas em ordenadas, com as reações endotérmicas voltadas

para baixo e o tempo ou temperatura em abscissas, com valores crescentes da esquerda

para a direita (GIOLITO; IONASHIRO, 1980). A Figura 3 apresenta um esquema de uma

curva DTA típica, onde se tem um evento endotérmico representado para baixo e um

exotérmico, para cima, em função da temperatura.

34

Figura 3 - Esquema de uma curva DTA típica. Fonte: autor

A TG e a DTA podem ser associadas em um mesmo equipamento, sendo

chamadas de técnicas simultâneas. Segundo Giolito e Ionashiro (1980) técnicas

simultâneas é um termo utilizado quando há aplicação de duas ou mais técnicas ao

mesmo tempo sobre a mesma amostra.

Através das técnicas DTA e DSC, podem-se acompanhar os efeitos de calor

associados com alterações físicas ou químicas da amostra, tais como transições de fase

(fusão, ebulição, sublimação, congelação, inversões de estruturas cristalinas) ou reações

de desidratação, de dissociação, de decomposição, de óxido-redução, entre outras,

capazes de causar variações de calor. Em geral transições de fase, desidratações,

reduções e certas reações de decomposição produzem efeitos endotérmicos, enquanto

que cristalizações, oxidações, algumas reações de decomposição produzem efeitos

exotérmicos (IONASHIRO, 2004).

2.5.3 Calorimetria Exploratória Diferencial

Calorimetria exploratória diferencial (DSC) é uma técnica na qual se mede a

diferença de energia fornecida à substância e a um material de referência, termicamente

inerte, em função da temperatura enquanto a substância e o material de referência são

submetidos a uma programação controlada de temperatura (IONASHIRO, 2004).

35

Figura 4 - Compartimento do DSC, onde: (1) cadinho com amostra, (2) cadinho referência, (3) forno DSC, (4) aquecimento, (5) sensor; Curva DSC típica. Fonte: Adaptado de Aragão (2002)

A DSC é uma técnica derivada da DTA, sendo consideradas complementares, já

que permitem avaliar as variações entálpicas que ocorrem a uma dada substância

durante um processo de aquecimento ou resfriamento (MATOS et al., 2009).

De acordo com o método de medição utilizado, há duas modalidades: calorimetria

exploratória diferencial com compensação de potência e calorimetria exploratória

diferencial com fluxo de calor (IONASHIRO, 2004).

Na DSC de fluxo de calor, a amostra e a referência são colocadas em cápsulas

idênticas, que se alojam em um disco termoelétrico e são aquecidas por uma mesma

fonte de calor. A transferência de calor que ocorre do disco para as cápsulas é controlada

por meio de termopares conectados ao disco. A variação da temperatura, em um dado

momento, é proporcional à variação da entalpia, à capacidade calorífica e à resistência

térmica total ao fluxo calórico (JUNIOR, 2004).

Na DSC de compensação de potência um calorímetro mede diretamente a energia

envolvida nos eventos térmicos e a amostra e a referência sofre resfriamento ou

aquecimento em fornos idênticos, mas separados, em condições sempre isotérmicas.

Quando a amostra sofre alteração temperatura (evento endotérmico ou exotérmico) os

termopares detectam esta diferença entre ela e a referência e o equipamento,

automaticamente, modifica a potência de entrada de um dos fornos de modo a igualar a

temperatura de ambos (JUNIOR, 2004).

Quando uma amostra sofre algum tipo de mudança de estado físico ou químico,

ocorre a liberação ou absorção de calor. A DSC mede as variações de energia térmica

para manter em equilíbrio as temperaturas da amostra e do material de referência,

durante o evento térmico (SOUZA, 2011).

Na área farmacêutica a DSC é utilizada na caracterização térmica e determinação

da pureza de fármacos, estudos de compatibilidade entre os constituintes da formulação e

36

identificação de polimorfismo com determinação das entalpias de cada forma cristalina

(OLIVEIRA et al., 2011).

2.6 CINÉTICA DE DEGRADAÇÃO FÁRMACOS

A crescente utilização das análises térmicas, tanto na área acadêmica quanto na

industrial, tem sido um dos principais motivos de se tentar elucidar a cinética e o

mecanismo dos processos de decomposição térmica de sólidos. Estes estudos vêm

sendo realizados através da técnica termogravimétrica. Marian et al.(2013) mostram que

as técnicas termoanalíticas vêm se tornando essenciais para a obtenção dos dados

experimentais, principalmente pelo fato de fornecerem informações, muitas vezes

ausentes nos métodos convencionais, através de quantidades mínimas de amostra.

Inicialmente, com o auxílio da curva TG dinâmica, determina-se a faixa de temperatura de

decomposição da substância, em seguida, são traçadas entre 5 a 10 curvas isotérmicas:

estas são submetidas aos ajustes dos principais modelos cinéticos de decomposição

térmica de sólidos utilizando-se o método de regressão linear. Após a escolha do melhor

modelo cinético, são determinados os principais parâmetros cinéticos: constante de

velocidade (k), energia de ativação (E) e fator pré-exponencial (A).

Defini-se energia de ativação como sendo a energia necessária para que uma

reação química ocorra, isto é a energia necessária para mover os reagentes através de

uma “barreira energética” de forma que a reação possa iniciar (LEIVA, 2005).

A determinação dos parâmetros cinéticos por termogravimetria pode ser feito pelos

métodos isotérmicos e dinâmicos. No método isotérmico para acompanhar a cinética de

reação de decomposição no estado sólido são traçados vários gráficos de fração

decomposta (α) versus o tempo (t), mantendo-se constantes as temperaturas na região

de interesse. Sendo necessário tempo relativamente longo para obtenção dos dados

(SALVIO NETO, 2010). A determinação dos parâmetros cinéticos pelo método não-

isotérmico apresenta uma série de vantagens quando comparada ao método isotérmico:

uma única curva TG é suficiente para determinar parâmetros cinéticos; a cinética pode ser

calculada de forma contínua sobre uma faixa de temperatura; a temperatura de início da

37

decomposição é determinada com bastante precisão; uma quantidade limitada de dados é

suficiente para o estudo (LEIVA, 2005).

Além da energia de ativação os outros parâmetros cinéticos são normalmente

utilizados para se prever o comportamento térmico de um sistema reacional tais como o

fator pré-exponencial que representa a freqüência das colisões efetivas entre as

moléculas e, a constante da taxa a uma determinada temperatura. Todos estes

parâmetros podem ser obtidos a partir de ensaios experimentais e a análise térmica

apresenta-se como ferramenta útil possibilitando tais determinações (LEIVA, 2005).

A ordem de reação pode ser definida como a variação da velocidade de reação

com a concentração dos reagentes. A cinética de reações com decomposição de

fármacos e medicamentos pode ser classificada da seguinte maneira: reações de ordem

zero, reações de primeira ordem e de segunda ordem (SALVIO NETO, 2010). A reação

de ordem zero ocorre quando a perda ou decomposição do fármaco independe da

concentração do reagente e é constante em relação ao tempo. A cinética de primeira

ordem pode ser observada quando a degradação do fármaco for diretamente proporcional

à concentração remanescente com relação ao tempo. Já a cinética de segunda ordem é

verificada quando a velocidade de reação for proporcional ao quadrado da concentração

atual do produto (SALVIO NETO, 2010).

Os métodos cinéticos podem contribuir para a elucidação de alguns mecanismos

de reação, ajudando na investigação de novos métodos de análise ou até mesmo para

descoberta de novas tecnologias (MARIAN et al., 2013).

Na literatura encontram-se alguns trabalhos envolvendo análise térmica e estudos

cinéticos.

Leite et al. (2012) caracterizaram cristais de nifedipino através estudos de

estabilidade térmica (por TG e DSC) e cálculo de parâmetros cinéticos (energia de

ativação, ordem de reação e fator de freqüência), dissolução e utilização de técnicas

espectroscópicas (FTIR e DRX). Campanella et al. (2011) analisaram a estabilidade

térmica do ácido acetilsalicílico e de duas formulações contendo o fármaco, determinando

os parâmetros cinéticos de energia de ativação, fator de freqüência e a constante cinética.

Sovizi (2010) determinou os parâmetros cinéticos tais como energia de ativação e fator de

frequência para o naproxeno e celecoxib, encontrando que o naproxeno é termicamente

mais estável que o celecoxib. Aragão et al. (2006) determinaram os dados cinéticos de

energia de ativação, ordem de reação e fator de frequência, através de métodos

38

termogravimétricos, para a Aloe barbadensis e da Conyza bonariensis. Rodrigues et al.

(2005), através do método termogravimétrico isotérmico, calcularam o valor da energia de

ativação e estabilidade térmica em dias para a zidovudina.

O estudo cinético por TG não objetiva a substituição ou a isenção dos estudos de

estabilidade comumente realizados, procura-se ressaltar as vantagens relacionadas à

simplicidade e rapidez da técnica, em relação aos onerosos estudos de estabilidade.

Desta forma a utilização da análise térmica traduz uma alternativa de incontestável

interesse no campo farmacêutico (RODRIGUES et al., 2005).

O tratamento matemático das equações não-isotérmicas é realizado de acordo com

os três métodos propostos na literatura (WENDLANT, 1986): Diferencial; Aproximação e

Integral. Além destes métodos se utiliza também o método proposto por Ozawa para

determinação dos parâmetros cinéticos (LOPES, 2005).

Os métodos integrais se originam das diferentes aproximações propostas para

resolver a integral de p(x). Dentre estes métodos, o mais largamente aplicado e o mais

simples é o de COATS e REDFERN (1964). O método é aplicado para dados TG/DTG

assumindo diferentes ordens de reação. As equações 1 e 2 são as utilizadas:

Para n = 1: ( )

RT

E

E

AR

T 303.2log

1lnlog

2−=

−−

φ

α (1)

Para n ≠ 1: ( )( ) RT

E

E

AR

nT

n

303.2log

1

11log

1

2−=

−−−

φ

α (2)

O outro método integral utilizado foi o proposto por MADHUSUDANAN et al. (1993)

onde a energia de ativação pode ser calculada, utilizando-se as equações 3 e 4.

Para n = 1: ( )

RT

E

R

E

R

AR

T12040.0ln9206.102.0ln

1lnln

9206.1−−+=

−−

φ

α (3)

Para n ≠ 1: ( )

( ) RT

E

R

E

R

AR

nT

n

1204.0ln9206.17678.3ln1

11ln

9206.1

1

−−+=

−−−

φ

α (4)

39

O método de aproximação de VAN KREVELEN é baseado na integração

aproximada da equação (5), resultando numa relação linear, a partir da qual a energia de

ativação e o fator pré-exponencial podem ser facilmente determinados (VAN KREVELEN

et al., 1951). As equações 6 e 7 usadas são as seguintes:

( )( )

→=

dTeA

f

d RT

E

φα

α ( )( )

( ) ∫∫

−=

=

==

T

RT

E

dTeA

gf

d

0

1

0

α

αφ

αα

α .

.

Para n = 1: ( )[ ] ( ) TERT

RT

ET

As

s

RT

E

s

s

log1

1

1368.0log1lnlog ++

+

=−−

φα (6)

Para n ≠ 1:( )

( ) TERT

RT

ET

A

ns

s

RT

E

s

ns

log1

1

1368,0log

1

11log

1

++

+

=

−−−

φ

α (7)

Outro método de aproximação utilizado é o de Horowitz-Metzger. Neste método um

gráfico de ln(1-α) é plotado em função da Φ, resultando numa reta cuja inclinação é dada

por E/RTs (HOROWITZ e METZGER, 1963). As equações 8 e 9 utilizadas são:

Para n = 1: ( )[ ]sRT

Eθα =−− 1lnln (8)

Para n ≠ 1: ( )

s

n

RT

E

n

θα=

−−−

1

11ln

1

(9)

No método de Ozawa (OZAWA, 1965), a equação utilizada é:

RT

E

Rg

AE4567.0315.2

)(loglog −−

=

αφ (10)

Onde: α = fração decomposta, T = Temperatura, A = fator de frequência, R = constante

dos gases, E = energia de ativação, φ = razão de aquecimento, Ts = temperatura do pico.

(5)

40

Na determinação do processo de decomposição dos fármacos, a análise cinética

será baseada no “método ajustado”, onde se utiliza equações de ordem zero, primeira

ordem e segunda ordem para determinar qual melhor se ajusta à equação de Arrhenius.

Para a reação de ordem zero (Equação 11), relaciona-se a massa em função do

tempo de acordo com a equação:

ktmm −= 0 (11)

Para a reação de primeira ordem, a equação 12, relaciona o logaritmo da massa

em função do tempo:

ktmm −= 0lnln (12)

E para a reação de segunda ordem (equação 13), relaciona-se o inverso da massa

em função do tempo:

ktmm

+=0

11 (13)

2.7 DETERMINAÇÃO DA PRESSÃO DE VAPOR POR TERMOGRAVIMETRIA

Evaporação pode ser definida como uma transição da fase líquida para a fase de

vapor, sem mudança na composição química. Fatores tais como a pressão de vapor de

uma substância, peso molecular, quantidade de área de superfície exposta,entre outros,

podem alterar o perfil de evaporação. O fator primário que influencia, entretanto, são as

condições de aumento da temperatura na qual a amostra é submetida. Os parâmetros de

evaporação podem ser determinados pela razão de perda de massa como uma

substância sofre uma transição de fase de líquido para vapor. Isto pode ser alcançado

com o programa de aumento da temperatura na análise termogravimétrica (HAINES,

1995).

Alguns trabalhos mostram a utilização da termogravimetria na determinação da

pressão de vapor. Portela et al. (2012), determinaram a pressão de vapor do ácido lipóico

por termogravimetria e consideraram esta, uma técnica rápida e eficiente para

determinação das características de vaporização da amostra estudada. Hazra et al.

41

(2004), utilizaram as técnicas térmicas na determinação da pressão de vapor e entalpia

de vaporização de componente de fragrância, como o álcool e na caracterização de óleos

essenciais e seus componentes chave. Chartejee et al. (2002), desenvolveram um

método para avaliar as características de evaporação de um ingrediente na formulação

através do método termogravimétrico, usando a equação de Antonie como ferramenta

analítica. As curvas de pressão de vapor por termogravimetria foi utilizada como método

conveniente e rápido na caracterização de outros sólidos farmacêuticos. Os compostos

estudados por Chartejee et al. foram o orto-, meta- e para-derivados dos ácidos hidróxi- e

amino- benzóico.

Para Charterjee et al. (2001), as principais vantagens do método termogravimétrico

usado para construir as curvas de pressão de vapor são: quantidades pequenas de

amostras (geralmente entre 0,5 -10 mg); o tempo de experimento efetivo é relativamente

curto; e a validação com os resultados experimentais atuais calculados através de

métodos tradicionais é bastante preciso.

O método para construção das curvas de pressão de vapor usando TG é somente

válido para processos de ordem zero. Dessa forma, pode-se determinar a ordem para a

cinética de reação de evaporação, para ordem zero, utilizando a equação de Arrhenius

(HAZRA et al., 2004) seguinte:

RTEvap

vap Aek/−= (14)

Em que Evap é a energia de vaporização, A é o fator pré-exponencial, R é a constante

universal dos gases, T é a temperatura absoluta e kvap é o coeficiente de evaporação.

A determinação dos valores da pressão de vapor para um sistema de componente

simples é validada com o uso de duas equações, de Antoine e de Langmuir. A equação

de Antoine (HAZRA et al., 2004) é apresentada como se segue:

)(log CTBAP +−= (15)

Em que P é a pressão de vapor (em PA), T é a temperatura absoluta (em Kelvin), e A, B e

C são as constantes empíricas de Antoine, sob um dado intervalo de temperatura. Estas

constantes são empíricas e nenhum significado físico pode ser atribuído aos dados dela,

42

mas podem ser utilizadas para definir a pressão de vapor em um intervalo de temperatura

especificado (GOMES, 2006).

Nem sempre se têm as constantes de Antonie para todos os compostos, desta

forma é possível utilizar um composto cujas constantes já são bem definidas e utilizá-lo

para calibração. Isto é feito construindo às curvas de pressão do composto utilizando as

constantes de Antonie e determinando o valor de ‘k’ da equação de Langmuir que é

apresentada a seguir: (HAZRA et al., 2004)

)2/(/ RTMPdtdm πα= ............. ............... (16)

Em que (dm/dt) é a velocidade de perda de massa por unidade de área, P é a pressão de

vapor, α é a constante de vaporização e M é a massa molar da amostra de vaporização.

A equação de Langmuir pode ser modificada para obter os valores de pressão de

vapor de vários componentes simples. Podendo ser feita seguinte modificação (HAZRA et

al., 2004):

( )[ ] ( ) ( )[ ] υπα .//.22/12/11 kdtdmMTRP == − (17)

( ) 2/11 2 Rk πα −= (18)

( ) ( )dtdmMT //

2/1=υ (19)

O valor de k é considerado constante num determinado intervalo de temperatura

pois π e R são constantes, bem como α que é uma constante e que define o

comportamento de vaporização, independente do material utilizado. Já ט não é constante

pois apresenta os valores de T que corresponde a um intervalo crescente de temperatura

e M que corresponde a massa em mg a ser vaporizada no respectivo intervalo de

temperatura, apesar de dm/dt definir a variação de perda de massa num intervalo

específico que é considerado constante (GOMES, 2006).

A partir desta conclusão é possível obter os dados para o padrão nas várias

condições ambientais e utilizar os dados de perda de massa de um intervalo específico de

temperatura, adicionar na equação modificada e construir os gráficos de P versus, cuja

equação da reta dá o valor de k. O valor de k define um comportamento constante

atribuído ao padrão num intervalo específico que apresenta uma característica de perda

de massa relacionada ao processo de vaporização. Logo, é possível utilizar os valores de

k do padrão para construção das curvas de pressão de vapor de qualquer amostra nas

43

mesmas condições e que apresentem perda de massa atribuída também ao processo de

vaporização. Isto é confirmado quando se determina a ordem da reação que deve ser de

ordem zero, parâmetro imprescindível para a vaporização (GOMES, 2006).

2.8 AVALIAÇÃO DA PUREZA POR DSC

A avaliação da pureza por DSC pode ser realizada pelo acompanhamento da

curva DSC, observando a presença dos eventos térmicos característicos do fármaco, ou

utilizando uma determinação quantitativa pelo método da Equação de Van’t Hoff, que

determina a pureza a partir do pico de fusão do analito (OLIVEIRA et al., 2011).

Ainda segundo Oliveira et al., na avaliação de pureza absoluta pelo método da

Equação de Van’t Hoff, sabe-se que quanto maior a concentração de impurezas na

amostra, menor é o ponto de fusão e mais larga é a faixa de fusão. Os dados obtidos

numa curva de DSC referem-se à faixa de fusão e o calor de fusão do analito (∆Hf) e a

interpretação da pureza por DSC baseia-se em uma modificação da Equação de Van’t

Hoff (20):

Fx

H

XRTTT

f

o

os

11

2

∆−= (20)

Onde: Ts = temperatura da amostra (K); To = temperatura de fusão teórica do analítico

puro (K); R = constante universal dos gases (8,314 J mol-1 K-1); X1 = fração molar da

impureza; ∆Hf = calor de fusão do componente principal puro (J mol-1) e F = fração da

amostra que fundiu em Ts.

Aplicando a Equação de Van’t Hoff, determinam-se alguns parâmetros de pureza,

como a fração molar de impureza (X1) e o ponto de fusão teórico do analito puro (To),

determinando a pureza absoluta ao final do processo (OLIVEIRA et al., 2011).

A pureza da zidovudina com análise por DSC foi relatada por Rodrigues et al.

(2005) com a utilização da Equação de Van’t Hoff . Macedo et al. (2000) compararam os

métodos oficiais de determinação de pureza estipulados nas farmacopéias, para os

44

fármacos anti-hipertensivos captopril, propranolol e nifedipino, com a DSC utilizando a

Equação de Van’t Hoff e demonstraram não haver diferenças estatísticas entre eles.

2.9 ESPECTROSCOPIA DE ABSORÇÃO MOLECULAR NA REGIÃO DO

INFRAVERMELHO COM TRANSFORMADA DE FOURIER (FTIR)

As técnicas espectrofotométricas estão fundamentadas na absorção da energia

eletromagnética por moléculas que depende tanto da concentração quanto da estrutura

das mesmas. De acordo com o intervalo de freqüência da energia eletromagnética

aplicada, a espectrofotometria de absorção pode ser dividida em ultravioleta, visível e

infravermelho. A identificação de diversas substâncias farmacêuticas pode ser feita

utilizando as regiões ultravioleta, visível, infravermelho médio e infravermelho próximo

(FARMACOPÉIA BRASILEIRA, 2010).

A energia total da molécula envolve a energia derivada da vibração (energia

vibracional, devido ao movimento relativo de átomos ou grupos de átomos constituintes

da molécula); da rotação (energia rotacional, devido à rotação da molécula em torno de

um eixo) e, normalmente, da energia eletrônica, gerada pela configuração de elétrons na

molécula. No caso do Infravermelho médio (MIR), ocorrem somente transições de energia

vibracional. As vibrações induzidas por radiação infravermelha compreendem

estiramentos e tensionamentos de ligações inter-atômicas e modificações de ângulos de

ligações (FARMACOPÉIA BRASILEIRA, 2010).

O infravermelho é uma técnica bastante utilizada para identificação e quantificação

de compostos orgânicos. Além disso, esse método é capaz de determinar a pureza de

uma substância e observar os processos reacionais de separação (LOPES; FASCIO,

2004). Segundo Bugay (2001), o uso da espectroscopia de infravermelho começa após a

Segunda Guerra Mundial, sendo aplicada na área farmacêutica para caracterização física

da amostra.

A espectroscopia na região do infravermelho é uma técnica de inestimável

importância na análise orgânica qualitativa, sendo amplamente utilizadas nas áreas de

química de produtos naturais, síntese e transformações orgânicas. A espectroscopia na

região do infravermelho tem sido, também, amplamente utilizada em linhas de produção,

45

no controle de processos industriais (LOPES; FASCIO, 2004). Tita et al. (2011),

realizaram estudos de compatibilidade entre ibuprofeno e excipientes através de técnicas

térmicas, e utilizaram o FTIR e o DRX como técnicas complementares para análise dos

resultados térmicos.

Os espectrofotômetros utilizados para aquisição de espectros no infravermelho

médio (MIR) e próximo (NIR) consistem de uma fonte de luz, monocromador ou

interferômetro e detector, permitindo a obtenção de espectros na região compreendida

entre 750 a 2500 nm (13300 a 400 cm-1). Atualmente, os espectrofotômetros no

infravermelho médio (4000 a 400 cm-1) utilizam o interferômetro ao invés do

monocromador e a radiação policromática incide sob a amostra e os espectros são

obtidos no domínio da frequência com auxílio da transformada de Fourier. Células de

transmissão, acessórios para reflexão difusa e reflexão total atenuada são os acessórios

mais comuns para a aquisição dos espectros (FARMACOPÉIA BRASILEIRA, 2010).

A espectrofotometria no MIR é um ensaio de identificação por excelência sendo

capaz de diferenciar substâncias com diferenças estruturais. Das três regiões do

infravermelho (próximo, médio e distante) a região compreendida entre 4000 a 400 cm-1

(infravermelho médio) é a mais empregada para fins de identificação (FARMACOPÉIA

BRASILEIRA, 2010).

Os espectros de transmissão de amostras sólidas são obtidos a partir da sua

mediante a preparação de pastilhas de haletos de potássio e sódio. Para o preparo das

pastilhas cerca de 1 mg da amostra é triturada com aproximadamente 300 mg de brometo

de potássio de grau espectroscópico (FARMACOPÉIA BRASILEIRA, 2010).

No estudo dos fármacos, o infravermelho, é a técnica indicada pela Farmacopéia

para identificação das formas polimorfas e solvatas (AUER, 2003).

46

3 OBJETIVOS

Este trabalho tem como objetivo a caracterização térmica (TG/DTG, DTA, DSC,

DSC-fotovisual) de hormônios bioidênticos (estriol e estradiol).

3.1 OBJETIVOS ESPECÍFICOS

• Análises Termogravimétricas

� Realizar estudos por termogravimetria dinâmicas e isotérmicas dos hormônios

bioidênticos;

� Caracterizar por análise térmica os hormônios bioidênticos;

� Determinar os parâmetros cinéticos: ordem de reação, fator de freqüência pré-

exponencial, energia de ativação;

� Determinar a estabilidade térmica

� Determinar a Pressão de Vapor

• Análises Calorimétricas (DSC-convencional, DSC-fotovisual) e Análises térmicas

diferenciais (DTA)

� Determinar os eventos exotérmicos e endotérmicos característicos dos

hormônios bioidênticos;

� Determinar a pureza das matérias-primas farmacêuticas.

47

4 MATERIAL E MÉTODOS

4.1 FÁRMACOS

As amostras analisadas nos experimentos foram:

� Estradiol (lote: 20081001)

� Estriol (lote: 081104)

4.2 ANÁLISE TERMOGRAVIMÉTRICA E ANÁLISE TÉRMICA DIFERENCIAL (TG/DTA)

As curvas TG/DTA dinâmicas e isotérmicas do estradiol e do estriol, foram obtidas

em uma termobalança da marca Shimadzu, modelo DTG-60, com fluxo de nitrogênio 50

mL min-1, variando as razões de aquecimento, massa e tempo de acordo com a

metodologia utilizada. Antes do início dos experimentos, foi realizada a limpeza do

equipamento, a obtenção do branco e a verificação da normalidade do equipamento

procedendo à corrida prévia do padrão de oxalato de cálcio monohidratado.

Apresentando-se a termobalança em condições de operação, deu-se início às corridas

com as amostras.

4.2.1 Termogravimetria Dinâmica

Para obtenção das curvas na condição dinâmica de temperatura procedeu-se de

duas maneiras diferentes: obtendo-se resultados variando a massa, mantendo os

parâmetros, fluxo do gás, razão de aquecimento, tipo de cadinho e intervalo de trabalho

constantes; e variando-se a razão de aquecimento, mantendo-se constante, o fluxo do

gás, massa da amostra e tipo de cadinho. Como pode ser observado na Tabela 1.

48

Tabela 1 - Condições Experimentais para obtenção das curvas dinâmicas TG/DTG/DTA do estradiol e estriol

Razão de Aquecimento

(ºC min-¹)

Atmosfera Fluxo

(mL min-¹)

Temperatura

(ºC)

Massa

(mg)

10

20

40

60

80

Nitrogênio 50 25 - 900

1

2

4

6

8

10

4.2.1.1 Variação das Massas da Amostra

As curvas TG/DTA dinâmicas do estradiol e do estriol foram obtidas nas seguintes

condições: fluxo de nitrogênio de 50 mL min-1, razão de aquecimento de 20ºC min-1,

aquecimento da temperatura ambiente até 900ºC, cadinhos de alumina e massa da

amostra de 1; 2; 4; 6; 8; 10 mg. As curvas foram analisadas pelo programa TASYS da

Shimadzu e os dados obtidos tratados no Origin 5.0. Essas curvas foram utilizadas na

determinação dos parâmetros cinéticos das amostras.

Determinação dos parâmetros cinéticos

A partir das curvas TG dinâmicas obtidas na razão nas diferentes massas, foi

realizado o cálculo para determinação da ordem de reação utilizando método de

Arrhenius. Os dados de intervalos de temperatura e das massas correspondentes foram

trabalhados e escolha da ordem de reação foi determinada pelos valores do coeficiente

de correlação linear (r) e desvio padrão (sd). Os valores de r escolhidos foram os mais

próximos da unidade.

Para determinação dos parâmetros cinéticos também foram utilizados quatro

métodos diferentes, sendo dois desses métodos aproximados (Método de Van Krevelen e

Método de Horowitz-Metzger) e os outros dois integrais (Método de Coats-Redfern e

49

Método de Madhusudanan). Os cálculos para determinação dos parâmetros cinéticos

através dos quatro métodos citados acima foram realizados utilizando programas

computacionais desenvolvidos por NUNES (1995). Os dados obtidos foram tratados no

Origin 5.0. Para cada método foi encontrado um valor médio, obtido utilizando o somatório

dos valores nas diferentes massas dividido pelo número de pontos.

4.2.1.2 Variação das Razões de Aquecimento

As curvas TG/DTA foram obtidas nas seguintes condições: fluxo de nitrogênio de

50 mL min-1, aquecendo-se da temperatura ambiente até 900ºC, cadinho de alumina e

razões de aquecimento de 10; 40; 60; 80 ºC min-1. As massas de amostra para o estradiol

foram de 7 mg ± 0,5 e para o estriol de 6 mg ± 0,5. As curvas foram analisadas pelo

programa TASYS da Shimadzu e utilizadas para determinação da pressão de vapor e dos

parâmetros cinéticos pelo método de Ozawa (1965).

Determinação da pressão de vapor

Para a determinação da pressão de vapor, os dados obtidos com as curvas foram

tratados no Origin 5.0 e utilizados para encontrar a ordem de reação pelo método de

Arrhenius. A escolha da ordem de reação foi determinada pelos valores do coeficiente de

correlação linear (r) e desvio padrão (sd). Os valores de r escolhidos foram os mais

próximos da unidade.

Determinação dos parâmetros cinéticos pelo método de Ozawa

Na determinação dos parâmetros cinéticos, fator de frequência (A), energia de

ativação (E) e caracterização das amostras, pelo o método de Ozawa, foi utilizado o

software TASYS Shimadzu (Kinetic Analysis TG).

50

4.2.2 Termogravimetria Isotérmica

As curvas TG/DTA isotérmicas foram obtidas utilizando um fluxo de nitrogênio de

50 mL min-1 e cadinho de alumina. As massas para o estradiol foram 7 mg ± 0,5 e para o

estriol de 6 mg ± 0,5, sendo que as temperaturas empregadas para o estradiol foram 190;

200; 210; 220; 230 e 240 ºC e para o estriol as temperaturas foram de 230; 250; 260 e

270 ºC.

O procedimento de aquecimento adotado para o aquecimento de cada amostra foi

conforme descrito na tabela 2.

Tabela 2 - Programa de aquecimento para obtenção das curvas termogravimetricas Isotérmicas

Razão (°C min-1) Temperatura (°C) Tempo (min)

40 (Tiso*desejada) - 20 0

5 Tiso 120

40 900 0

O programa de aquecimento das curvas isotérmicas foi obtido, de acordo com a

Tabela 2, visando atingir a temperatura de trabalho no menor tempo. Desta forma a

amostra foi aquecida a uma razão de 40°C min-1 até 20°C abaixo da temperatura

isotérmica (Tiso) desejada, ao chegar nessa temperatura, a razão passa a ser mais lenta

(5°C min-1) até atingir a temperatura isotérmica de trabalho onde permaneceu por 120

minutos. Após esse tempo, a amostra é submetida a uma razão de aquecimento de

40°C.min-1 até 900°C. Os dados termoanalíticos foram analisados pelo software TASYS

da Shimadzu e plotados no Origin 5.0.

51

4.3 CALORIMETRIA EXPLORATÓRIA DIFERENCIAL

4.3.1 DSC-Convencional

As amostras foram pesadas (massa de 2,0 mg ± 0,5), hermeticamente fechadas

em cadinhos de alumínio e colocadas em um calorímetro Shimadzu, modelo DSC-60,

numa atmosfera de nitrogênio, fluxo de 50 mL min-1, na razão de aquecimento de 5, 10,

20, 40, 60 e 80°C min-1 até a temperatura de 450°C, conforme apresentado na Tabela 3.

O equipamento foi calibrado, em relação à temperatura, com o padrão índio (156,6°C ±

0,3) através de seu pico de fusão. O fluxo de calor e entalpia foi calibrado com o calor de

fusão do índio (28,59 J/g ± 0,30) usando as mesmas condições das amostras. O fator de

correção foi calculado de acordo com os procedimentos e especificações da Shimadzu.

As amostras foram analisadas através das suas transições de fase características,

utilizando o programa TASYS da Shimadzu.

Tabela 3 - Condições experimentais para obtenção das curvas DSC do estradiol e estriol bioidênticos

Razão de

Aquecimento

(ºC min-¹)

Atmosfera Fluxo

(mL. min-¹)

Temperatura

(ºC)

Massa

(mg)

5

10

20

40

60

80

Nitrogênio 50 25 - 450 2

52

4.3.2 DSC- Fotovisual

As análises do DSC-fotovisual foram realizadas utilizando um Calorímetro

Shimadzu, modelo DSC-50 acoplado a um microscópio Olympus, modelo VCC-520,

conectado a uma câmera Sony, sob fluxo de nitrogênio de 50 mL min-1, razão de

aquecimento de 10°C min-1, em uma faixa de temperatura entre 25 – 400°C, com cadinho

de alumínio aberto. O sistema fotovisual foi conectado ao computador usando o software

Assimetrix. As imagens das amostras foram visualizadas e capturadas em tempo real de

acordo com a programação de aquecimento e observação do aparecimento de transições

de fase nas amostras.

O equipamento foi calibrado, em relação à temperatura, com o padrão índio

(156,6°C ± 0,3) através de seu pico de fusão. O fluxo de calor e entalpia foi calibrado com

o calor de fusão do índio (28,59 J/g ± 0,30) usando as mesmas condições das amostras.

O fator de correção foi calculado de acordo com os procedimentos e especificações da

Shimadzu.

4.4 ESPECTROSCOPIA DE ABSORÇÃO MOLECULAR NA REGIÃO DO

INFRAVERMELHO COM TRANSFORMADA DE FOURIER (FTIR)

As amostras dos hormônios bioidênticos foram submetidas a diferentes

temperaturas de aquecimento: 25, 170, 200, 270 e 300°C para o estriol e 25 e 170°C

estradiol, visando avaliar a possível formação de produtos de degradação.

Os espectros do infravermelho dos hormônios estrogênios, estradiol e estriol, foram

obtidos recorrendo à técnica da pastilha de Brometo de Potássio. Pesou-se 1 mg da

amostra estudada, dispersou-se em cerca de 300 mg de brometo de potássio e essa foi

mistura prensada a 10 toneladas para obter a amostra em forma de pastilha. Foi utilizado

o FT – IR – Spectrometer, da marca PerkinElmer, modelo Spectrum 65. Os espectros de

FTIR das amostras foram registrados na temperatura ambiente e faixa espectral

compreendida entre 4000 e 400 cm-1, sendo o tratamento dos dados realizado no

PerkinElmer Spectrum.

53

4.4.1 Correlação de Pearson

Avaliou-se a constância espectral do estradiol e estriol fazendo-se uma correlação

entre o espectro teórico do hormônio bioidêntico em temperatura ambiente (25 C) e os

espectros experimentais dos hormônios submetidos a diferentes temperaturas.. Para

realizar esta correlação os dados espectrais foram exportados no formato ASCII e

posteriormente trabalhados em software Mallab®, considerando-se o intervalo de 4000 a

400 cm-1, os dados de transmitância foram convertidos para absorbância.

Para cada temperatura obteve-se a correlação de Person (r) entre o espectro

teórico e o experimental, sendo que quanto mais próximo de 1 tem-se o indicativo de

ausência de decomposição térmica entre os hormônios bioidênticos.

54

5 RESULTADOS E DISCUSSÃO

5.1 ANÁLISE TERMOGRAVIMÉTRICA/ ANÁLISE TERMOGRAVIMÉTRICA DERIVADA

(TG/DTG)

5.1.1 Caracterização por TG, DTA e DTG

As curvas TG/DTG e DTA do estradiol bioidêntico são apresentadas na Figura 5.

Na curva TG são visualizadas duas etapas: uma primeira etapa com perda de massa de

cerca de 3%; e a segunda etapa, com uma perda de 97%. A curva DTA apresenta 3

eventos endotérmicos representados por picos descendentes. Os eventos físicos que não

envolvem perda de massa são evidenciados apenas nas curvas DTA. Assim, a análise

empregando a associação de ambas as técnicas é importante para a caracterização da

amostra estudada.

0.00 200.00 400.00 600.00 800.00

Temp [C]

0.00

50.00

100.00

%TGA

-4.00

-2.00

0.00

mg/minDrTGA

-100.00

0.00

100.00

200.00

uVDTA

Figura 5 - Curvas TG/DTG e DTA do estradiol bioidêntico na razão de 20°C min-1

Analisando as curvas apresentadas na Figura 5 observa-se que na curva TG o

estradiol é termicamente estável até a temperatura de 96°C, entre 96° e 170°C, observa-

se uma pequena perda de massa (cerca de 3%) devido à desidratação da amostra. Esse

55

evento é indicado na curva DTA pelo pico em 130°C. Entre 176°C e próximo a 226°C a

curva TG não evidencia perda de massa, porém na curva DTA, observa-se um evento

endotérmico com temperatura onset de 177°C e de pico em 186°C, correspondendo ao

ponto de fusão do estradiol, pois de acordo com a USP – 30 (2007) a faixa de fusão

desse composto está entre 173 – 179°C. Após a fusão, inicia-se o processo de perda de

massa (97%) em torno de 260°C.

Ainda na Figura 5 podem ser visualizadas as curvas TG/DTG do estradiol

bioidêntico. A temperatura do pico da DTG para o estradiol bioidêntico é de 373°C, ponto

em que a massa está variando mais rapidamente. A área do pico da DTG é diretamente

proporcional à variação de massa da amostra, e o valor encontrado para o estradiol foi de

9,74 mg correspondendo a 97% de perda de massa. Este foi o mesmo valor encontrado

para o evento de perda de massa quando analisada a curva TG, demonstrando assim a

concordância de resultados nas análises das curvas TG e DTG.

Na Figura 6 são apresentadas as curvas TG/DTG e DTA do estriol bioidêntico.

Figura 6 - Curvas TG/DTG e DTA do estriol bioidêntico na razão de 20°C min-1

Pela análise da Figura 6, observa-se na curva TG, que a perda de massa ocorre,

em uma única etapa para a amostra estriol bioidêntico. Dessa forma, a curva TG indica

que o estriol, até a temperatura de 276°C, é termicamente estável. Na curva DTA,

observa-se dois eventos endotérmicos, o primeiro, com temperatura onset de 285°C e de

pico em 290°C, correspondendo ao ponto de fusão, pois de acordo com o The Merck

Index (2006) valor é de 282°C. A perda de massa inicia-se durante a fusão, o processo de

56

perda de massa tem Tonset de 348°C, com massa chegando próximo a zero em Tendset

420°C.

Analisando ainda na Figura 6 as curvas TG/DTG do estriol bioidêntico, obteve-se o

valor do pico da DTG de 412°C e o valor de perda de massa de 9,66 mg, correspondendo

a 98,3%. Estes valores estão de acordo com os encontrados na curva TG .

5.1.2 Variação da massa da amostra nas curvas TG

Na Figura 7 estão representadas as curvas TG do estradiol bioidêntico na razão de

aquecimento de 20°C min-1, utilizando diferentes massas (1; 2; 3; 4; 6; 8 e 10 mg) de

amostra. Nota-se na etapa principal, que a medida que se diminui a massa, o intervalo de

reação é deslocado para temperaturas mais baixas. Para a massa de 1 mg tem-se que o

evento ocorre, entre a temperatura de 262 e 311°C, já para a massa de 10 mg, ocorre

entre 306 e 380°C.

Figura 7 - Sobreposição de curvas TG do estradiol bioidêntico em diferentes massas, na razão de 20°C min-1. No detalhe têm-se os valores Tonset e Tendset para as diferentes massas

Na Figura 8 observam-se as curvas TG do estriol bioidêntico a razão de

aquecimento de 20°C min-1, utilizando diferentes massas de amostra. Nota-se também

57

que o intervalo de reação é deslocado para temperaturas mais baixas com a diminuição

da massa da amostra. Para a massa de 10 mg tem-se que o evento ocorre entre a

temperatura de 348°C e 420°C, enquanto que para 1 mg, ocorre entre 308°C e 355°C.

Figura 8 - Sobreposição de curvas TG do estriol bioidêntico em diferentes massas, na razão de 20°C min-1. No detalhe têm-se os valores Tonset e Tendset para as diferentes massas

5.1.3 Curvas de pressão de vapor

A Figura 9 mostra as curvas termogravimétricas obtidas para o estradiol bioidêntico

nas razões de 10, 20, 40, 60 e 80°C min-1, na qual se pode observar que o estágio

principal de perda de massa ocorre entre 275 - 352°C na razão de 10°C min-1. Já na

razão de 80°C, o valor passa a ser entre 336 - 431°C, pois a medida que se aumenta a

razão de aquecimento, há deslocamentos das T onset e T endset (Figura 9 - detalhe).

58

Figura 9 - Sobreposição de curvas TG do estradiol bioidêntico nas razões de aquecimento de 10, 20, 40, 60 e 80°C min-1. No detalhe têm-se os valores Tonset e Tendset para as diferentes razões de aquecimento

Estes intervalos de temperatura e as massas correspondentes foram utilizados

para determinar a ordem de reação pelo método de Arrhenius. Os valores de r escolhidos

foram os mais próximos da unidade, confirmando-se assim a ordem zero (Tabela 4) para

o estradiol, fator imprescindível para determinação das curvas de pressão de vapor, como

pode ser observado na Figura 10.

Esses dados foram trabalhados no sentido de verificar a correlação entre a pressão

de vapor e as razões de aquecimento utilizadas. Desta forma, obteve-se uma média dos

intervalos de pressão de vapor correspondentes a cada razão de aquecimento utilizada.

Esses resultados podem ser vistos na Figura 11.

Tabela 4 – Valores do coeficiente de correlação linear (r) do estradiol nas diferentes Φ de aquecimento

Estradiol r r r Φ Ordem zero Primeira ordem Segunda ordem 10 -0,98776 -0,93688 0,83774

20 -0,98695 -0,94128 0,85622

40 -0,98735 -0,88163 0,6474

60 -0,99 -0,94494 0,85697

80 -0,98664 -0,93818 0,84745

59

300 330 360 390 420

2000

4000

6000

8000

Razão de 10 ºC.min-1

Razão de 20 ºC.min-1

Razão de 40 ºC.min-1

Razão de 60 ºC.min-1

Razão de 80 ºC.min-1

Pre

ssão

(P

a)

Temperatura (°C)

Figura 10 - Pressão de vapor do estradiol bioidêntico em função da temperatura nas razões de aquecimento de 10, 20, 40, 60 e 80°C min-1

0 20 40 60 800

2000

4000

6000

8000

10000

Estradiol

Linear Regression for Data1_B:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 497,5239 266,2905B 107,7021 5,41312------------------------------------------------------------

R SD N P------------------------------------------------------------0,99623 310,01658 5 2,77464E-4------------------------------------------------------------

Pre

ssão

(P

a)

Razão de aquecimento (ºC/min)

Figura 11 - Pressão de vapor do estradiol bioidêntico em função das razões de aquecimento de 10, 20, 40, 60 e 80°C min-1

60

A Figura 12 ilustra as curvas termogravimétricas obtidas para o estriol nas

razões de 10, 20, 40, 60 e 80°C min-1, na razão de 10°C min-1 que o estágio principal de

perda de massa ocorre entre 320 - 382°C.

Figura 12 - Sobreposição de curvas TG do estriol bioidêntico nas razões de aquecimento de 10, 20, 40, 60 e 80°C min-1. No detalhe têm-se os valores Tonset e Tendset para as diferentes razões de aquecimento

Já na razão de 80°C, o valor passa a ser entre 336 - 431°C, pois a medida que se

aumenta a razão de aquecimento, há deslocamentos das temperaturas onset e endset

(Figura 12 - detalhe).

Foram empregados cálculos semelhantes ao estradiol e estriol. A ordem de reação

para o estriol também foi ordem zero, baseado nos valores de r (Tabela 5). Dessa forma,

foi possível a determinação da pressão de vapor (Figura 13).

Tabela 5 - Valores do coeficiente de correlação linear (r) do estriol nas diferentes Φ de aquecimento

Estriol r r r Φ Ordem zero Primeira ordem Segunda ordem 10 -0,98938 -0,85082 0,05341

20 -0,99095 -0,95015 0,87098

40 -0,9854 -0,93642 0,84552

60 -0,99146 -0,9536 0,88109

80 -0,98926 -0,94969 0,87631

61

330 360 390 420 450

2000

4000

6000

8000

Razão de 10oC.min-1

Razão de 20oC.min-1

Razão de 40oC.min-1

Razão de 60oC.min-1

Razão de 80oC.min-1

Pre

ssão

(P

a)

Temperatura oC

Figura 13 - Pressão de vapor do estriol bioidêntico em função da temperatura nas razões de aquecimento de 10, 20, 40, 60 e 80°C min-1

Visando verificar a correlação entre a pressão de vapor e as razões de

aquecimento utilizadas, os dados foram trabalhados, obtendo-se uma média dos

intervalos de pressão de vapor correspondentes para cada razão de aquecimento

utilizada. Esses resultados podem ser vistos na Figura 14 que apresenta a correlação

linear entre a pressão do vapor do estriol e as razões de aquecimento utilizadas, sendo

definidas pela equação: 508,3 + 107,3x. A correlação foi de 0,9960, portanto uma boa

correlação, o que permite acreditar que é possível utilizar qualquer razão para uma

posterior quantificação.

62

0 20 40 60 80

2000

4000

6000

8000

Estriol

Linear Regression for Data1_B:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 508,32683 270,3064B 107,06587 5,49476------------------------------------------------------------

R SD N P------------------------------------------------------------0,99607 314,6919 5 2,95298E-4------------------------------------------------------------

Pre

ssão

(P

a)

Razão de Aquecimento (oC/min)

Figura 14 - Pressão de vapor do estriol bioidêntico em função das razões de aquecimento de 10, 20, 40, 60 e 80°C min-1

Gomes et al. (2012) propuseram a construção de curvas de pressão de vapor dos

alcalóides warifteina e metilwarifteina através da termogravimetria. O método baseou-se

nas equações de Arrhenius, Langmuir e Antoine, as curvas foram obtidas nas razões de

10, 15 e 20°C.min-1 e os resultados mostraram que a termogravimetria é uma técnica

adequada e rápida para a construção de curvas de pressão de vapor para produtos

farmacêuticos. Sugerindo a utilização desses dados para a quantificação. Dessa forma,

os valores encontrados das pressões de vapor do estradiol e estriol bioidênticos

poderiam ser utilizados na construção das curvas e, na obtenção de um método para

quantificação de produtos farmacêuticos contendo esses hormônios bioidênticos.

63

5.1.4 Curvas TG isotérmicas

As curvas TG isotérmicas do estradiol bioidêntico A são mostradas na Figura 15

(a).

0.00 50.00 100.00 150.00Time [min]

0.00

50.00

100.00

%TGA

190 200210220230240

Estradiol

0 1000 2000 3000 4000 5000 6000 7000 80002

3

4

5

6

7

240oC, r = -0,99944

230oC, r = -0,99797

220oC, r = -0,99952

210oC, r = -0,99978

200oC, r = -0,99972

190oC, r = -0,99721

Mas

sa, m

g

Tempo, s

0 1000 2000 3000 4000 5000 6000 7000 8000

0,8

1,0

1,2

1,4

1,6

1,8

2,0

240oC, r= -0,99462

230oC, r= -0,99844

220oC, r= -0,99987

210oC, r= -0,99991

200oC, r= -0,99983

190oC, r= -0,9979

ln(m

assa

), m

g

Tempo, s

0 1000 2000 3000 4000 5000 6000 7000 80000,10

0,15

0,20

0,25

0,30

0,35

0,40

0,45 240oC, r= 0,97074

230oC, r= 0,986

220oC, r= 0,99878

210oC, r= 0,99953

200oC, r= 0,9998

190oC, r= 0,99848

1/m

assa

, mg

Tempo, s

Figura 15 - Curvas TG-isotérmicas (a); correlação ordem zero (b); correlação primeira ordem (c); correlação segunda ordem (d) do estradiol bioidêntico nas temperaturas de 190, 200, 210, 220, 230 e 240°C

A partir das curvas isotérmicas do estradiol bioidêntico foram realizados os cálculos

para determinação da ordem de reação utilizando o modelo de Arrhenius. Estes dados

foram plotados e estão representados na Figura 15 (b, c e d). A escolha da ordem foi

determinada a partir dos valores de coeficiente de correlação(r) e desvio padrão (sd),

cujos valores de r mais próximos da unidade foi a ordem de escolha, confirmando-se a

ordem zero.

Na Figura 16 (a) são apresentadas as curvas isotérmicas do estriol bioidêntico. A

mesma metodologia empregada para o estradiol, foi feita para o estriol e os dados

(b)

(a)

(c) (d)

64

trabalhados estão ilustrados na Figura 16 (b, c e d). Confirmando-se a ordem zero para o

estriol.

0.00 50.00 100.00 150.00Time [min]

0.00

50.00

100.00

%TGA

230250260270

Estriol

0 1000 2000 3000 4000 5000 6000 7000 8000

4,0

4,5

5,0

5,5

6,0

6,5

7,0

270oC, r= -0,99941

260oC, r= -0,99894

250oC, r= -0,99944

230oC, r= -0,98843

Mas

sa, m

g

Tempo, s

0 1000 2000 3000 4000 5000 6000 7000 8000

1,4

1,5

1,6

1,7

1,8

1,9

270oC, r= -0,99961

260oC, r= -0,99782

250oC, r= -0,9996

230oC, r= -0,98878

ln(m

assa

), m

g

Tempo, s0 1000 2000 3000 4000 5000 6000 7000 8000

0,14

0,16

0,18

0,20

0,22

0,24

0,26 270oC, r= 0,99717

260oC, r= 0,99622

250oC, r= 0,99966

230oC, r= 0,9891

1/m

assa

, mg

Tempo, s

Figura 16 - Curvas Isotérmicas (a); correlação ordem zero (b); correlação primeira ordem (c); correlação segunda ordem (d) do estriol bioidêntico nas temperaturas de 230, 250, 260 e 270°C

Na Tabela 6 são apresentados os dados das constantes de perda de massa para

os hormônios estudados, pode-se observar que a constante aumenta com o aumento da

temperatura. Na temperatura de 230°C o valor da constante é menor para o estriol

confirmando a maior estabilidade do deste fármaco em relação ao estradiol.

Tabela 6 - Constante (k) de perda de massa dos hormônios bioidênticos (estradiol e estriol)

Temperatura (°C) Estradiol, mg.s-1 Estriol, mg.s-1

190 3,71E-07 -

200 3,89E-07 -

210 3,90E-07 -

220 4,31E-07 -

230 4,63E-07 3,14E-07

240 6,03E-07

250 - 3,49E-07

260 - 4,16E-07

270 - 5,14E-07

(d) (c)

(b)

(a)

65

As constantes demonstraram um crescimento exponencial para os dois hormônios,

esses dados foram trabalhados e estão representados na Figura 17.

180 200 220 240 260 280

3,0x10-7

3,5x10-7

4,0x10-7

4,5x10-7

5,0x10-7

5,5x10-7

6,0x10-7

Regressão exponencial de crescimento:y0+Ae^(x/t) onde:y0=2,95149E-7, A=3,78226E-10, t=15,4643

Regressão exponencial de crescimento:y0+Ae^(x/t) onde:y0=3,75106E-7, A=5,52914E-9, t=11,98403

Estradiol Estriol

Co

nst

ante

de

per

da

de

mas

sa, m

g s

-1

Temperatura, oC

Figura 17 - Constantes de perda de massa do estradiol e estriol em função da temperatura

5.1.5 Estudo Cinético através das curvas TG dinâmicas ou não-isotérmicas

Os parâmetros cinéticos determinados pelas curvas TG dinâmicas foram ordem de

reação (n) e energia de ativação (E), utilizando as metodologias de Coats-Redfern,

Madhusudanam, Horowittz-Metzger e Van Krevelen. Foram analisadas curvas na razão

de 20°C.min-1, nas massas de 1, 2, 4, 6, 8 e 10 mg e determinados os parâmetros

cinéticos para o estradiol e estriol bioidênticos.

Os dados obtidos foram tratados e apresentados graficamente. Na Figura 18, têm-

se os valores de n nos quatros modelos matemáticos para o estradiol bioidêntico.

Analisando a Figura 18, observa-se que os valores de n apresentam resultados

semelhantes para os quatro modelos cinéticos estudados, independente da massa

utilizada.

66

Figura 18 - Ordem de reação versus massa, para o estradiol bioidêntico

Na Figura 19 têm-se os valores de Energia de ativação para o estradiol bioidêntico.

Observa-se uma média de valores de 105,30 e 104,67 kJ.mol-1, respectivamente, para os

modelos matemáticos de CR e MV. Já para os modelos HM e VK a média de valores foi,

respectivamente, 128,34 e 117,85 kJ.mol-1.

Figura 19 - Energia de ativação versus massa, para o estradiol bioidêntico

67

Na Figura 20, visualiza-se a ordem de reação para o estriol bioidêntico, pode-se

observar que mesmo com a variação da massa não há diferença significativa entre os

valores encontrados nos diferentes modelos utilizados.

Figura 20 - Ordem de reação versus a massa, para o estriol bioidêntico

Na Figura 21 são apresentados os valores de Energia de ativação para o estriol

bioidêntico. Os valores médios encontrados para os modelos CR, MD, HM e VK foram,

respectivamente, 117,79, 118,30, 140,70 e 129,49 kJ.mol-1.

Figura 21 - Energia de ativação versus a massa, para o estriol bioidêntico

68

Observa-se ainda pela análise das Figuras 18, 19, 20 e 21 que os métodos

integrais CR e MD apresentam valores próximos entre si, sendo ligeiramente menores

que os de aproximação HM e VK. Os métodos de aproximação também apresentam entre

si valores próximos. Segundo Lopes (2005), o fato de os métodos integrais apresentarem

valores mais baixos está relacionado ao tipo de tratamento matemático que as equações

de cada método passam para serem resolvidas.

De acordo com Leiva (2005), as técnicas térmicas são efetivamente utilizadas na

determinação de parâmetros cinéticos, tais como, ordem de reação, energia de ativação,

entre outros. Através dos quais é possível determinar a estabilidade térmica dos materiais

e até mesmo caracterizá-los.

De modo geral, os valores obtidos mostram uma boa correlação entre os modelos

matemáticos utilizados, tanto para o estriol como para o estradiol. Considerando-se os

valores de E, pode-se sugerir que o estriol é mais estável.

Outro método utilizado para o cálculo dos parâmetros cinéticos foi Ozawa. Através

das curvas TG não-isotérmicas foi aplicado o método de Ozawa disponível no software

TASYS Shimadzu (Kinetic Analysis TG). Para aplicação desse método é necessária a

obtenção de pelo menos 3 curvas TG sob diferentes razões de aquecimento. Neste

estudo, foram obtidas 5 curvas TG nas razões de aquecimento 10, 20, 40, 60 e

80°C.min1. O método de Ozawa foi aplicado aos dados obtidos a partir das cinco curvas

TG, sendo possível a determinação da E, n e A (fator de freqüência) para o estradiol e

estriol bioidênticos.

Na Figura 22 são mostradas as curvas TG do estradiol obtidas no estudo cinético

não-isotérmico, a massa residual da amostra G(X) em função do tempo reduzido e o

gráfico do logaritmo da razão de aquecimento em função do inverso da temperatura

absoluta (T-1), após o tratamento de dados pelo método de Ozawa. Os valores dos

parâmetros cinéticos foram : E (95,58KJ/mol); A (3,601x 107. min-1); e ordem zero.

69

Figura 22 - Curvas TG do estradiol bioidêntico obtidas nas razões de 10, 20, 40, 60 e 80°C min-1. No detalhe o cálculo de Ozawa contendo a função G(X) versus o tempo reduzido e o Log (razão de aquecimento) versus T-1

Na Figura 23 são apresentadas as curvas TG do estriol obtidas no estudo cinético

não-isotérmico, a massa residual da amostra G(X) em função do tempo reduzido e o

gráfico do logaritmo da razão de aquecimento em função do inverso da temperatura

absoluta (T-1), após o tratamento de dados pelo método de Ozawa. Os valores dos

parâmetros cinéticos foram : E (96,85 KJ/mol); A (1,971 x 107. min-1); e ordem 0,0. A

análise dos dados demonstrou uma boa correlação, nas cinco razões de aquecimento.

70

Figura 23 - Curvas TG do estriol bioidêntico obtidas nas razões de 10, 20, 40, 60 e 80°C min-1. No detalhe o cálculo de Ozawa contendo a função G(X) versus o tempo reduzido e o Log (razão de aquecimento) versus T-1

A tabela 7 apresenta uma comparação dos valores médios das energias de

ativação entre os métodos de CR, MD, HM, VK e OZ. Pode-se observar uma boa

correlação entre os diferentes métodos matemáticos utilizados, com valores sempre

menores para o estradiol, sugerindo assim que o estriol é termicamente mais estável.

Tabela 7 - Correlação entre os modelos matemáticos dos valores médios das energias de ativação (E) para o estradiol e estriol

Energia de Ativação (kJ mol-1)

Modelos Matemáticos Estradiol Estriol

CR 105,30 117,79

MD 104,67 118,30

HM 128,34 140,70

VK 117,85 129,49

OZ 95,58 96,85

71

Foi realizado ainda o cálculo para determinação da ordem de reação utilizando

método de Arrhenius a partir das curvas TG dinâmicas obtidas na razão de 20°C min-1,

nas diferentes massas (1, 2, 4, 6, 8 e 10 mg). Os resultados obtidos para estradiol

bioidêntico foram de reação de ordem zero para todas as massas estudadas e podem ser

vistos no Apêndice A. Para o estriol bioidêntico, a ordem de reação também foi zero e os

resultados podem ser visualizados no Apêndice B.

Neste trabalho, realizou-se o estudo cinético tanto através das curvas TG

isotérmicas como das não-isotérmicas. Segundo Oliveira et al. (2011), a cinética de

degradação térmica é utilizada para avaliação de estabilidade de fármacos e de

formulações farmacêuticas e pode ser determinada tanto por TG dinâmica quanto por TG

isotérmica. Ambas as técnicas podem ser utilizadas na área farmacêutica, no entanto, em

estudos isotérmicos existe a possibilidade de se determinar o prazo de validade por

extrapolação, utilizando a Equação de Arrhenius. Macedo et al. (2002) realizaram um

estudo, onde avaliaram as curvas TG dinâmicas e isotérmicas do propranolol, misturas

binárias fármaco-excipiente e dos comprimidos. A ordem de reação foi determinada por

análises gráficas e a constante (k) foi calculada usando a equação Arrhenius.

5.2 ESPECTROSCOPIA DE ABSORÇÃO MOLECULAR NA REGIÃO DO

INFRAVERMELHO COM TRANSFORMADA DE FOURIER (FTIR)

O monitoramento dos possíveis produtos de degradação formados foi realizado

através do infravermelho. Os espectros de absorção na região do infravermelho dos

hormônios bioidênticos apresentam as seguintes bandas características: ν(C-C)as do anel

em 1586 cm-1, ν(C-C-H) em 1451 cm-1, δ (O17-H) em 1283 cm-1, δ (CH3) em 1254 cm-1,

ν(C3-O) em 1237 cm-1, ν(C-C-H) em 1006 cm-1, δas (C1-C2-H) em 928 cm-1, δs (C1-C2-H)

em 830 cm-1 (VARIANKAVAL, 2002). Não foram observadas mudanças das vibrações

características dos fármacos (Figuras 24 e 25), demonstrando assim que eles não

sofreram alterações, não restando resíduo dos mesmos no cadinho.

72

Figura 24 - Espectro de Infravermelho do estradiol bioidêntico sem aquecimento e em 170°C

Figura 25 - Espectro de Infravermelho do estriol bioidêntico sem aquecimento e nas temperaturas de 170, 200, 270, 300°C

No caso do estradiol, a partir da temperatura de 200°C não restou resíduo no

cadinho, impossibilitando a confecção da pastilha de brometo de potássio. Já para o

estriol, a partir da temperatura acima de 300°C é que não foi observado resíduo. Tal fato

constata que o mecanismo de degradação ocorre provavelmente por volatilização sem a

decomposição dos hormônios.

73

5.2.1 Correlação de Pearson

Foi realizado o cálculo do coeficiente de correlação de Pearson. Este coeficiente,

mede o grau de relação linear entre duas variáveis quantitativas e assume valores que

variam entre -1 e 1. Assim, a 25°C (temperatura ambiente) o coeficiente corresponde a 1.

O valor da correlação encontrado para o estradiol na temperatura de 170°C foi de 0,9865,

ou seja, valor muito próximo a 1, indicando uma relação linear quase perfeita. Já para o

estriol, os valores encontrados foram: 0,9207 em 170°C; 0,9557 em 200°C; 0,9103 em

270°C; e 0,9891 em 300°C, conforme apresentado na Figura 26. Todos os valores são

próximos a 1, demonstrando uma correlação quase perfeita.

Figura 26 - Diagrama de dispersão do Coeficiente de Pearson para o estriol

74

5.3 ANÁLISE TÉRMICA DIFERENCIAL (DTA)

5.3.1 Seleção dos eventos térmicos aplicável na quantificação do estradiol através

do DTA

Na Figura 27 são apresentadas as curvas DTA em diferentes massas para o

estradiol bioidêntico. Os eventos térmicos são representados nas curvas DTA por picos

descentes (endotérmicos) e ascendentes (exotérmicos). São visualizados três eventos

endotérmicos distintos e as faixas de temperatura nas quais ocorrem os eventos. O

primeiro evento (1) corresponde à desidratação, já o segundo (2), é característico do

ponto de fusão da amostra; e o terceiro evento (3) representa a perda de massa da

amostra. Observa-se que a variação na massa da amostra promove deslocamentos da

faixa de temperatura em que ocorrem os eventos. Assim a medida que diminui a massa,

os eventos passam a ocorrer em uma faixa menor de temperatura. As Figuras 28, 29 e 30

mostram separadamente os eventos 1, 2 e 3, respectivamente. O evento 2 apresenta a

melhor correlação de linearidade nas curvas de DTA dentre os três eventos estudados

(Figura 29b e Tabela 8).

Figura 27 - Sobreposição de curvas DTA do estradiol bioidêntico em diferentes massas (1, 2, 4, 6, 8 e 10 mg), na razão aquecimento de 20°C min-1

75

100.00 120.00 140.00 160.00 180.00

Temp [C]

-30.00

-20.00

-10.00

0.00

10.00

uV

DTA

0,946 mg

2,010 mg

4,310 mg

6,125 mg

8,247 mg

10,226 mg

Evento 1

0 2 4 6 8 10 12-3,0

-2,5

-2,0

-1,5

-1,0

-0,5

0,0 Linear Regression for Data1_EAJ:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,03836 0,1251B -0,29676 0,02313------------------------------------------------------------

R SD N P-------------------------------------------------------------0,98225 0,23236 8 <0.0001------------------------------------------------------------

Ene

rgia

(J)

Eve

nto

1

Massa (mg)

Figura 28 - Sobreposição de curvas DTA (evento 1) do estradiol bioidêntico (a) em diferentes massas (1, 2, 4, 6, 8 e 10 mg); Energia em Joules (J) do evento 1 (b), versus a massa (1, 2, 4, 6, 8 e 10 mg), no detalhe o coeficiente de correlação linear

170.00 180.00 190.00 200.00 210.00

Temp [C]

-100.00

0.00

100.00

uV

DTA

Evento 2

0,946 mg

2,010 mg

4,310 mg

6,125 mg

8,247 mg

10,226 mg

0 2 4 6 8 10 12

-6

-5

-4

-3

-2

-1

0Linear Regression for Data1_EBJ:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,08578 0,02312B -0,59134 0,00428------------------------------------------------------------

R SD N P-------------------------------------------------------------0,99984 0,04295 8 <0.0001------------------------------------------------------------

Ene

rgia

(J)

Eve

nto

2

Massa (mg)

Figura 29 - Sobreposição de curvas DTA (evento 2) do estradiol bioidêntico (a) em diferentes massas (1, 2, 4, 6, 8 e 10 mg); Energia em Joules (J) do evento 2 (b), versus a massa (1, 2, 4, 6, 8 e 10 mg), no detalhe o coeficiente de correlação linear

250.00 300.00 350.00 400.00 450.00

Temp [C]

-0.00

100.00

uV

DTA

Evento 3

0,946 mg

2,010 mg

4,310 mg

6,125 mg

8,247 mg

10,226 mg

0 2 4 6 8 10 12

-25

-20

-15

-10

-5

0

Linear Regression for Data1_EDJ:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,05804 0,49591B -2,42791 0,09726------------------------------------------------------------

R SD N P-------------------------------------------------------------0,99443 1,04193 9 <0.0001------------------------------------------------------------

Ene

rgia

(J)

Eve

nto

3

Massa (mg)

Figura 30 - Sobreposição de curvas DTA (evento 3) do estradiol bioidêntico (a) em diferentes massas (1, 2, 4, 6, 8 e 10 mg); Energia em Joules (J) do evento 3 (b), versus a massa (1, 2, 4, 6, 8 e 10 mg), no detalhe o coeficiente de correlação linear

(a) (b)

(a) (b)

(b) (a)

76

Tabela 8 - Equações lineares de correlação (Eventos 1, 2 e 3) entre a energia (J) nas curvas DTA dos três eventos observados no estradiol

Evento Térmico Energia Regressão Linear r

1

2

3

J

J

J

Y=0,03836 + (-0,29676*X)

Y = 0,08578 + (-0,59134*X)

Y = 0,05804 + (-2,42791*X)

-0,98225

-0,99984

-0,99443

Na Figura 31 são mostradas as curvas DTA do estriol bioidêntico em diferentes

massas, em que se podem visualizar dois eventos endotérmicos. O primeiro evento (1)

corresponde ao ponto de fusão, já o segundo (2), representa a perda de massa da

amostra. Pode-se observar que a variação da massa promove deslocamentos na

temperatura em que os eventos ocorrem. Dessa forma a medida que diminui a massa, os

eventos passam a ocorrer em uma faixa menor de temperatura. Nas Figuras 32 e 33,

respectivamente, estão representados os eventos 1 e 2 separadamente.

Figura 31 - Sobreposição de curvas DTA do estriol bioidêntico em diferentes massas (1, 2, 4, 6, 8 e 10 mg), na razão aquecimento de 20°C min-1

77

260.00 280.00 300.00 320.00 340.00

Temp [C]

-200.00

-100.00

0.00

100.00

uV

DTA

1,100 mg

1,95 mg

4,032 mg

6,191 mg

7,958 mg

10,041 mg

Evento 1

0 2 4 6 8 10-10

-8

-6

-4

-2

0

Linear Regression for Data1_B:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,12399 0,06894B -0,8791 0,01303------------------------------------------------------------

R SD N P-------------------------------------------------------------0,99934 0,12766 8 <0.0001------------------------------------------------------------

Ene

rgia

(J)

Eve

nto

1

Massa (mg)

Figura 32 - Sobreposição de curvas DTA (evento 1) do estriol bioidêntico (a) em diferentes massas (1, 2, 4, 6, 8 e 10 mg); Energia em Joules (J) do evento 1 (b), versus a massa (1, 2, 4, 6, 8 e 10 mg), no detalhe o coeficiente de correlação linear

Dados térmicos do estriol fornecem informações importantes sobre a avaliação da

estabilidade dos materiais, tornando-se uma ferramenta importante no controle de

qualidade e tecnologia farmacêutica no desenvolvimento de produtos. O evento térmico 1

(fusão) mostrou a melhor correlação de linearidade na curva DTA entre dois eventos

(Tabela 9 e Figura 32b).

300.00 350.00 400.00 450.00

Temp [C]

-200.00

-100.00

0.00

100.00

uV

DTA

1,100 mg

1,95 mg

4,032 mg

6,191 mg

7,958 mg

10,041 mg

Evento 2

0 2 4 6 8 10-25

-20

-15

-10

-5

0

Linear Regression for Data1_C:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,09094 0,27458B -2,32316 0,05503------------------------------------------------------------

R SD N P-------------------------------------------------------------0,99804 0,57523 9 <0.0001------------------------------------------------------------

Ene

rgia

(J)

Eve

nto

2

Massa, mg

Figura 33 - Sobreposição de curvas DTA (evento 2) do estriol bioidêntico (a) em diferentes massas (1, 2, 4, 6, 8 e 10 mg); Energia em Joules (J) do evento 2 (b), versus a massa (1, 2, 4, 6, 8 e 10 mg), no detalhe o coeficiente de correlação linear

(a) (b)

(a) (b)

78

Tabela 9 - Equações lineares de correlação (Eventos 1 e 2) entre a energia (J) nas curvas DTA dos dois eventos observados no estriol

Evento Térmico Energia Regressão Linear R

1

2

J

J

Y=0,12399 + (-0,8791*X)

Y = 0,09094 + (-2,32316*X)

-0,99934

-0,99804

5.3.2 Variação da razão de aquecimento nas curvas DTA

Na Figura 34 estão representadas as curvas DTA para o estradiol bioidêntico,

obtidas variando a razão de aquecimento. De modo geral, observa-se que o com o

aumento do valor de Φ, as temperaturas onset são deslocadas para valores maiores .

Figura 34 - Sobreposição de curvas DTA do estradiol bioidêntico nas razões de aquecimento de 10, 20, 40, 60 e 80°C min-1. No detalhe os eventos e sua atribuição, os valores de Tonset e da energia

79

Na Figura 35 são mostradas as curvas DTA para o estriol bioidêntico, obtidas

variando Φ. De forma geral, observa-se que com o aumento do valor de Φ, as T onset,

deslocadas para valores maiores .

Figura 35 - Sobreposição de curvas DTA do estriol bioidêntico nas razões de aquecimento de 10, 20, 40, 60 e 80°C min-1. No detalhe os eventos e sua atribuição, os valores de Tonset e da energia

5.4 CALORIMETRIA EXPLORATÓRIA DIFERENCIAL (DSC)

5.4.1 DSC-Convencional

Foram obtidas curvas DSC para o estradiol bioidêntico. Assim como nas curvas

DTA, ambos apresentaram três eventos endotérmicos, desidratação (1), fusão (2) e perda

de massa (3), porém nas curvas DSC apareceu em razões menores, um evento um

pouco antes da fusão. A Figura 36 (a e b), apresenta as curvas DSC do estradiol

bioidêntico na Φ 5°C min-1 e nas Φ de 5, 10, 20, 40, 60 e 80°C min-1, pode-se observar

dois eventos consecutivos que só são visualizados nas razões de aquecimento mais

baixas (5 e 10°C.min-1). Razões mais baixas favorecem a separação de eventos

sobrepostos. Analisando ainda a Figura 36b, o evento que só aparece nas Φ mais baixas

foi denominado de 2’, pois logo em seguida aparece o evento 2 (fusão). Pode-se observar

que as temperaturas onset para o evento 2’ e 2 são valores bem próximos para as razões

de 5 até 40°C min-1, quando os eventos ficam sobrepostos nas razões mais altas, há uma

80

ligeira diminuição da temperatura onset (Figura 36c). A atribuição do evento 2’ não foi

determinada, por isso foi chamado de nd. E o evento 3 de perda de massa, denominado

de volatilização, observação proveniente dos resultados do infravermelho.

Figura 36 - Curva DSC na Φ de 5°C min-1 (a); sobreposição das curvas DSC (evento 2) do estradiol bioidêntico nas razões aquecimento de 5, 10, 20, 40, 60 e 80°C min-1(b); os eventos e sua atribuição e os valores de Tonset e da energia para cada Φ (c)

Foram obtidas curvas DSC para o estriol bioidêntico. Assim como nas curvas DTA,

ambos apresentaram dois eventos endotérmicos: fusão (1) e perda de massa (2). Na

Figura 37a e b, são mostradas as curvas DSC do estriol bioidêntico na Φ 5°C min-1e nas

Φ de 5, 10, 20, 40, 60 e 80°C min-1. Na figura 37c, pode-se observar que há pouca

variação nos valores das T onset para o evento de fusão, com apenas um discreto aumento

a medida que se aumenta a razão de aquecimento. Assim como para o estradiol, o evento

de perda de massa já foi denominado volatilização.

(a)

(b) (c)

81

Figura 37 – Curva DSC na Φ de 5°C min-1 (a); sobreposição das curvas DSC (evento 1) do estriol bioidêntico (b) nas razões aquecimento de 5, 10, 20, 40, 60 e 80°C min-1; os eventos e sua atribuição e os valores de Tonset e da energia para cada Φ (c)

Os valores de ∆T dos eventos de fusão e volatilização calculados através do DSC e

do DTA foram graficamente representados em função da razão de aquecimento, Figura

38 e 39, para o estradiol e o estriol bioidênticos. Os dados demonstram que nas razões

menores os valores tendem a produzir resultados comparáveis entre as técnicas térmicas

para ambos os hormônios bioidênticos estrogênios.

(a)

(c) (b)

82

0 20 40 60 800

50

100

150

200 Fusão Estradiol DSC Volatilização Estradiol DSC Fusão Estradiol DTA Volatilização Estradiol DTA

∆T

(T

on s

et-T

end

set),

o C

φ (oC min-1)

Figura 38 - Comparação do ∆T da etapa de fusão ou volatilização em função da razão de aquecimento para o estradiol bioidêntico

0 20 40 60 800

50

100

150

200 Fusão estriol DSC Volatilização estriol DSC Fusão estriol DTA Volatilização estriol DTA

∆T

(T

on s

et-T

end

set),

o C

φ (oC min-1)

Figura 39 - Comparação do ∆T da etapa de fusão ou volatilização em função da razão de aquecimento para o estriol bioidêntico

Utilizando o programa de determinação da pureza por DSC, disponível no software

TASYS Shimadzu, foi calculada a pureza para o estradiol e também para o estriol. Estes

dados estão disponíveis na Tabela 10, e mostram que em Φ mais altas, devido ao

83

alargamento do pico, o método fica menos exato, prejudicando a realização da análise.

Assim os dados de pureza obtidos em Φ mais baixas, estão em concordância com os

valores de referência dos compêndios oficiais: estradiol: 97% - 103% (FARMACOPÉIA

BARSILEIRA, 2010) e Estriol: 97-102% (USP 30, 2007). No caso do estradiol, devido à

assimetria do pico, não foi possível determinar a pureza nas razões de 40 e 60.

Tabela 10 - Efeito da razão de aquecimento sobre a determinação da pureza das matérias-primas dos hormônios bioidênticos (estradiol e estriol)

Pureza % Φ (oC min-1) Estradiol Estriol

5 99,48 99,26 10 99,25 99,18 20 89,35 98,54 40 76,40 98,00 60 97,89 98,19 80 97,17 91,31

*nd.

5.4.2 DSC-Fotovisual

O estradiol bioidêntico e o estriol bioidêntico foram submetidos a um programa de

temperatura na razão de aquecimento de 10°C min-1 no DSC acoplado a uma câmara de

vídeo a qual permitiu a visualização dos processos de transição de fase verificada

anteriormente no DSC até a temperatura de 400°C.

Na Figura 40 é possível ver o DSC-fotovisual para o estradiol bioidêntico na

temperatura ambiente, sem alterações visíveis, e em mais sete temperaturas. Na Figura

41 são apresentadas as curvas DSC e TG/DTA para o estradiol. Pela análise das Figuras

40 e 41, pode-se notar que através do DSC-fotovisual não é possível visualizar o

processo endotérmico em torno de 90 -115°C observada no DSC convencional. A etapa

de fusão, pode ser observada nas temperaturas de 181 e 182°C e o final desta etapa em

201°C. Nas temperaturas de 238°C e 252°C observa-se o processo de volatilização. A

foto capturada na temperatura de 400ºC, mostra que não há esíduo da amostra,

confirmando a volatilização.

84

Figura 40 - DSC-fotovisual do estradiol bioidêntico

85

Figura 41 - Sobreposição de curvas DSC, DTA e TG do estradiol bioidêntico na razão de aquecimento de 10°C min-1

Na Figura 42 pode-se observar o DSC-fotovisual para o estriol bioidêntico na

temperatura ambiente, sem alterações visíveis, e em mais sete temperaturas. Na Figura

43 estão representadas as curvas DSC para o estriol. Analisando as Figuras 42 e 43, o

início da fusão na curva calorimétrica se inicia em aproximadamente 280°C completando

sua total fusão em 288°C. Nas temperaturas de 289°C e 294°C, respectivamente, são

observados o processo de volatilização. A foto capturada na temperatura de 400ºC, não

mostrou resíduo da amostra, confirmando a volatilização.

86

Figura 42 - DSC-fotovisual do estriol bioidêntico

87

Figura 43 - Sobreposição de curvas DSC, DTA e TG do estriol bioidêntico na razão de 10°C min-1

Vários trabalhos na literatura relacionam as técnicas TG, DSC e DSC-fotovisual.

Procópio et al. (2011) realizaram um estudo de caracterização térmica de 3 amostras de

sinvastatina e os produtos de degradação,o utilizando análise térmica acoplada à

cromatografia gasosa e espectrofotômetro de massa (CG/MS). As 3 amostras de

sinvastatina foram analisadas por DSC nas razões de 2, 5, 10, 20 e 40°C min-1 e DSC-

fotovisual na razão de 10°C min-1. Os resultados mostraram diferenças no comportamento

térmico das amostras nos processos de transição de fases de fusão e volatilização.

Macedo et al. (2002) compararam o propranolol, as formulações contendo este fármaco e

os excipientes utilizados através do DSC-fotovisual.

Segundo Mendonça et al. (2013) a TG e DSC são técnicas rápidas para avaliar as

interações químicas entre fármacos e excipientes, bem como avaliar a estabilidade. Eles

estudaram o ácido retinóico, hidroquinona e excipientes, encontrando interações entre

estes. Reafirmando a grande utilidade das análises térmicas no controle de matérias-

primas, produtos farmacêuticos e potencial emprego no desenvolvimento e caracterização

de produtos.

88

6 CONCLUSÕES

Dados térmicos dos hormônios estradiol e estriol bioidênticos são escassos na

literatura, desta forma este estudo permitiu a obtenção das seguintes informações:

• A caracterização térmica (TG, DTA, DSC e DSC-fotovisual) foi realizada para

os hormônios estrogênios (estradiol e estriol);

• As curvas de pressão de vapor foram determinadas nas diferentes razões de

aquecimento utilizadas;

• Foram realizados estudos cinéticos isotérmicos e não-isotérmicos, sendo

possível a obtenção de dados sobre a estabilidade dos hormônios

bioidênticos;

• Os dois hormônios bioidênticos apresentaram ordem zero de reação, tanto

para os modelos não-isotérmicos quanto isotérmicos;

• Foram determinadas as constantes isotérmicas, revelando uma maior

estabilidade térmica para o estriol;

• Os dados cinéticos encontrados com as curvas dinâmicas mostraram boa

correlação entrem os métodos utilizados e indicaram maior estabilidade

térmica para o estriol. Demonstrando que através dos dados das curvas TG

dinâmicas pode-se obter parâmetros cinéticos de forma precisa e rápida.

• As análises das curvas DTA mostraram uma boa correlação linear frente aos

eventos característicos do ponto de fusão das amostras;

• A análise dos valores de ∆T de fusão e volatilização, obtida pelas curvas

DSC e DTA, mostraram que em razões menores os resultados podem ser

comparáveis;

• O DSC-fotovisual permitiu a caracterização através de imagens dos eventos

principais dos hormônios bioidênticos e que foram observados nas técnicas

de TG, DTA e DSC;

• Os coeficientes de correlação de Pearson obtidos por meio dos espectros de

FTIR confirmaram a ausência de produtos de degradação no estado sólido

para os hormônios bioidênticos.

.

89

REFERÊNCIAS

ALVES, M. S. M.; Caracterização farmacognóstica, físico-química e estudos preliminares de pré-formulação da Arrabidaea chica (Humb. & Bonpl.) B. Verlt. 2008. 114 f. Dissertação (mestrado em Ciências Farmacêuticas), Universidade Federal do Pará, Belém, 2008. ALVES, R. Estudo termoanalítico e compatibilidade fármaco-excipiente de rifampicina e alguns medicamentos utilizados na terapêutica da tuberculose. 2007. 90p. Dissertação (Mestrado) – Faculdade de Ciências Farmacêuticas, Universidade de São Paulo, São Paulo, 2007. ANVISA. Bulário Eletrônico. Disponível em: <http://www4.anvisa.gov.br/BularioEletronico/default.asp?HidLetra=E&vOrdem=&tp_bula=&vclass=&pagina=2#>. Acesso em 17 fev. 2013 ARAGÃO, C. F. S. Desenvolvimento de metodologias analíticas para padronização de extratos de cissampelos sympodialis eichl (milona). 2002. 201 f. Tese (doutorado) - Universidade Federal da Paraíba, João Pessoa, 2002. ARAGÃO, C. F. S.; MACEDO, R. O.; MEDEIROS, M. A. P.; VIANA, F. L. M.; SILVA, I. D. D.; MIRANDA, N. A. Estudo do comportamento termogravimétrico da Aloe barbadensis Mill (Liliaceae) e da Conyza bonariensis I (Compositae). Bio Farma – Rev. Téc. Cient. Farm. Bioquím. Anál. Clín. Toxicol., v. 1, n. 3, p. 172-180, 2006. ARAÚJO, G. L. B. Caracterização no estado sólido dos polimorfos de tibolona. 2009. 202 f. Tese (Doutorado) – Faculdade de Ciências Farmacêuticas, Universidade de São Paulo, São Paulo, 2009. ATHAYDE, A. Terapia Hormonal na Menopausa, 2012. Disponível em: <http://www.feminina.org.br/terapia-hormonal-na-menopausa/>. Acesso em: 16 fev. 2013. AUER, M. E.; GRIESSER, U. J.; SAWATZKI, J. Qualitative and quantitative study of polymorphic forms in drug formulations by near infrared FT-Raman spectroscopy. Journal of Molecular Structure, v. 661-662, p. 307–317, 2003. BOOTHBY L. A.; DOERING P. L. Bioidentical hormone therapy: a panacea that lacks supportive evidence. Current Opinion in Obstetrics and Gynecology, v. 20, p. 400-407, 2008.

90

BRASIL. AGÊNCIA NACIONAL DE VIGILÂNCIA SANITÁRIA (ANVISA). Resolução RDC N° 67 de 08 de outubro de 2007. Dispõe sobre as Boas Práticas de Manipulação de Preparações Magistrais e Oficinais para Uso Humano em Farmácias. Diário Oficial da União, Brasília. Seção 1, p.71. Disponível em: <http://189.28.128.100/dab/docs/legislacao/resolucao67_08_10_07.pdf>. Acesso em: 10 nov. 2010. BRASIL. Conselho Federal de Medicina (CFM), Resolução nº 1.999, de 27 de setembro de 2012. Diário Oficial da União, Brasília, 19 out. 2012. Seção 1, p. 139. BUGAY, D. E. Characterization of the solid-state: spectroscopic techniques. Advanced Drug Delivery Reviews. v. 48, p. 43–65, 2001. CAMPANELLA, L.; MICIELI, V.; TOMASSETTI, M.; VECCHIO, S. Kinetic investigation and predictive model for the isothermal degradation time in two commercial acetylsalicylic acid-based pharmaceutical tablet formulations. Thermochimica Acta, v. 526, p. 151– 156, 2011. CBMAE (Colégio Brasileiro de Medicina Antienvelhecimento e Longevidade) e Programa Longevidade Saudável - Consensos e Guidelines em Modulação Hormonal - Posição Oficial Sobre A Utilização de Hormônios Bioidênticos na Prática Médica, 22 de Agosto de 2007. <Disponível em: http://portaldoenvelhecimento.org.br/noticias/saude-doenca/consensos-e-guidelines-em-modulacao-hormonal.html>. Acesso em: 15 ago. 2011. CHATERJEE, K. et al. Estimating vapor pressure curves by thermogravimetry: a rapid and convenient method for characterization of pharmaceuticals. European Journal of Pharmaceutics and Biopharmaceutics, v.54, p. 171-180, 2002. CHATERJEE, K.; DOLLIMORE, D; ALEXANDER, K. A new application for the Antoine equation in formulation development. International Journal of Pharmaceutics, v.213, p. 31-44, 2001. CHERVENAK, J. Bioidentical hormones for maturing women. Maturitas, v. 64, p. 86-89, 2009. CLAPAUCH, R. Hormônios Bioidênticos. 2012. Disponível em: < http://www.endocrino.org.br/hormonios-bioidenticos/>. Acesso em: 17 fev. 2013

91

COATS, A. W.; REDFERN, J. P. Kinetics parameters from Thermogravimetric data. Nature, v. 201, n. 68-69, 1964. FARMACOPÉIA BRASILEIRA, ANVISA. 5 ed. Brasília: [s.n.]. 2010. Disponível em: < www.anvisa.gov.br/farmacopeiabrasileira/index.htm->. Acesso em: 15 ago. 2011. FILES, J. A.; KO, M. G.; PRUTHI, S. Bioidentical hormone therapy. Mayo Clin Proc, v. 86 , n. 7 , p. 673-680, jul. 2011. FUGH-BERMAN, A.; BYTHROW, J. Bioidentical hormones for menopausal hormone therapy: Variation on a theme. Society of General Internal Medicine (JGIM), v. 22, p. 1030-1034, mar. 2007. GIOLITO, I.; IONASHIRO, M. A. Nomenclatura, padrões e apresentação dos resultados em análise térmica. Cerâmica, v. 26, n. 121, p. 17- 24, 1980. GIRON, D. Characterization of Pharmaceuticals by Thermal Analysis, Am. Pharm. Rev., v. 3, n.2, p. 53–61, 2000. GIRON, D. Thermal analysis and calorimetric methods of polymorphs and solvates. Thermochimica Acta, n. 248, p. 1- 59, 1995. GOMES, A. P. B. Desenvolvimento de método termogravimétrico para determinação do teor de cetoconazol, mebendazol e metronidazol em comprimidos. 2006. 182 f. Universidade Federal da Paraíba, João Pessoa, 2006. GOMES, A. P. B.; FREIRE, F. D.; ARAGÃO, C. F. S. Determination of vapor pressure curves of warifteine and methylwarifteine by using thermogravimetry. Journal of Thermal Analysis and Calorimetry, v.108, p.249–252, 2012. GUYTON, A. C.; HALL, J. E. Tratado de fisiologia médica. Tradução de Bárbara Alencar Martins et al. 4 ed. Rio de Janeiro: Elsevier, 2006. 1115 p. HAINES, P. J.., Thermal Methods of Analysis. Blackie Academic and Professional, London, 1995. HATAKEYAMA, T.; QUINN, F. X. Thermal Analysis: fundamentals and applications to polymer science. 2 ed. London: John Wiley & Sons, 1999.

92

HAZRA, A. et al. Characterization of some essential oils and their key components.Thermoanalytical techniques. Journal of Thermal Analysis and Calorimetry, v 73, p. 317- 330, 2004. HOLTORF K. Are Bioidentical Hormones (Estradiol, Estriol and Progesterone) Safer or More Efficacious than Commonly Used Synthetic Versions in Hormone Replacement Therapy? International Journal of Impotence Research, v. 20, p. 45-52, jan. / fev. 2008. HOROWITZ, H. H.; METZGER, R. A new analysis of thermogravimetric traces. Analytical Chemistry, v. 35, n. 10, 1963. IFTIKHAR, S.; SHUSTER, L. T.; JOHNSON, R. E.; JENKINS, S. M.; WAHNER-ROEDLER, D. L. Use of bioidentical compounded hormones for menopausal concerns: cross-sectional survey in an Academic Menopause Center. Journal of Women´s Health, v. 20, n. 4, 2011. IONASHIRO, M. GIOLITO: Fundamentos da termogravimetria, análise térmica diferencial, calorimetria exploratória diferencial. Araraquara: Giz editorial, 2004. 96p. JEONG-SOOK, Park; HYE, Won Kang; SUNG, Jean Park; CHONG-KOOK, Kim. Use of CP/MAS solid-state NMR for characterization of solvate molecules within estradiol crystal forms. European Journal of Pharmaceutics and Biopharmaceutics, v. 60, p. 407-412, 2005. JUNIOR, S.V.C. Técnicas de caracterização de polímeros. Editora Artiliber, 2004, p.17-261. LA ROCA SOARES, M. F. de et al. Thermal characterization of antimicrobial drug ornidazole and its compatibility in a solid pharmaceutical product. Journal of Thermal Analysis and Calorimetry, v. 104, p. 307–313, 2011. LAVOR, E. P.; FREIRE, F. D.; ARAGÃO, C. F. S.; RAFFIN, F. N.; MOURA, T. F. A. L. Application of thermal analysis to the study of anti-tuberculosis drug compatibility. Journal of Thermal Analysis and Calorimetry, v. 108, p.207–212, 2012. LEITE, R. S.; MACEDO, R. O.; TORRES, S. M.; BATISTA, C. C. N.; BALTAZAR, L. O.; LIMA NETO, S. A.; SOUZA, F. S. Evaluation of thermal stability and parameters of dissolution of nifedipine crystals. Journal of Thermal Analysis and Calorimetry. Publicado online em 21 ago 2012.

93

LEIVA, C. R. M. O emprego da Termogravimetria na determinação da energia de ativação no processo de combustão de óleos combustíveis. 2005. 82 f. Dissertação (Mestrado) - Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2005 LOPES, P. Q. Estudos de correlação da estabilidade térmica e dissolução intrínseca do Albendazol e os parâmetros farmacotécnicos das suas formulações. 2007. 59 f. Dissertação (mestrado em Ciências Farmacêuticas), Universidade Federal de Pernambuco, Recife, 2007. LOPES, W. A.; FASCIO, M. Esquema para interpretação de espectros de substâncias orgânicas na região do Infravermelho. Quim. Nova, v. 27, n. 4, p. 670-673, 2004. LOPES, W. S. Síntese, caracterização e cinética da decomposição térmica de complexos de lantanídeos. 2005. 160p. Tese (doutorado) Universidade Federal da Paraíba, João Pessoa, 2005. MACÊDO , R. O.; NASCIMENTO, T. G.; VERAS, J. W. E. Compatibility and stability studies of propranolol hydrochloride binary mixtures and tablets for TG and DSC-photovisual. Journal of Thermal Analysis and Calorimetry, v. 67, p.483.489, 2002. MACÊDO, R. O.; NASCIMENTO, T. G.; ARAGÃO, C. F. S.; GOMES, A. P. B. Application of Thermal Analysis in the Characterization of Anti-hypertensive Drugs. Journal of Thermal Analysis and Calorimetry, v.59, p.1-5, 2000. MADHUSUDANAN, P. M.; KRISHNAN, K.; NINAN, K. N. New equation for kinetic-analysis of nonisothermal reactions. Thermochimica Acta, v. 221, p. 13, 1993. MARIAN, E.; TITA, B. ; JURCA, ; T.; FULIAS, A.; VICAS, L.; TITA, D. Thermal behavior of erythromycin-active substance and tablets: Part 1. Kinetic study of the active substance under non-isothermal conditions. Journal of Thermal Analysis and Calorimetry, v. 111, p.1025–1031, 2013. MATOS, J. R.; MERCURI, L.; BARROS, G. Análise térmica aplicada a fármacos e medicamentos. In: STORPIRTIS, S. et al. Biofarmacotécnica. Rio de Janeiro: Guanabara Koogan, 2009. cap. 4, p. 32 – 65 MENDONÇA, C. M. S.; LIMA, I. P. DE B.; ARAGÃO, C. F. S.; GOMES, A. P. B. Thermal compatibility between hydroquinone and retinoic acid in pharmaceutical formulations. Journal of Thermal Analysis and Calorimetry, p. 1-9, 2013.

94

NUNES, L.M. Cinética da decomposição térmica de complexos dialquilditiocarbomatos de cádmio (II) no estado sólido, Dissertação de Mestrado, Universidade Federal da Paraíba, 1995 OLIVEIRA, M. A. DE; YOSHIDA, M. I.; GOMES, E. C. DE L. Análise térmica aplicada a fármacos e formulações farmacêuticas na indústria farmacêutica Quim. Nova, v. 34, n. 7, p. 1224-1230, 2011. OZAWA T. Thermal analysis - review and prospect. Thermochimica Acta, v. 355, p.35–42, 2000. OZAWA, T. Bull. Chem. Soc. Jpn. 38, 1881, 1965. PATTIMAKIEL, L.; THACKER, HOLLY L.; Bioidentical hormone therapy: Clarifying the misconceptions. Cleveland Clinic Journal of Medicine, v. 78, n. 12, dez 2011.

PERACCHI, E. Conselho Federal de Medicina proíbe terapia antienvelhecimento. Disponível em: <http://veja.abril.com.br/noticia/saude/conselho-federal-de-medicina-proibe-terapia-antienvelhecimento> Acesso 26 out 2012.

PEREIRA, J. G.; OKUMURA, F.; RAMOS, L. A. ; CAVALHEIRO, E. T. G.; NÓBREGA, J. A. Termogravimetria: um novo enfoque para a clássica determinação de cálcio em cascas de ovos. Quim. Nova, v. 32, n. 6, p.1661-1666, 2009. PINHEIRO, G. M. Determinação e avaliação de indicadores da qualidade em farmácia magistral: preparação de cápsulas gelatinosas duras. 2008. 124 f. Dissertação (Mestrado em Ciências Farmacêuticas) - Faculdade de Farmácia, Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2008. PORTELA, A. da S. et al. Vapor pressure curve determination of _-lipoic acid raw material and capsules by dynamic thermogravimetric method. Thermochimica Acta, v. 544, p. 95– 98, 2012. PROCÓPIO, J. V. V.; SOUZA, V. G.; COSTA, R. A.; CORREIA, L. P.; SOUZA, F. S.; MACÊDO, R. O. Application of thermal analysis and pyrolysis coupled to GC/MS in the qualification of simvastatin pharmaceutical raw material. Journal of Thermal Analysis and Calorimetry, v.106, p. 665–670, 2011.

95

RACHID, Í. Conheça a Medicina Antienvelhecimento: Compreendendo os fundamentos da Medicina Antienvelhecimento.; Disponível em: http://www.longevidadesaudavel.com.br; Acesso em: 07/11/2010 RODRIGUES, P. O.; CARDOSO,T. F. M.; SILVA, M. A. S.; MATOS, J. R. Aplicação de Técnicas Termoanalíticas na Caracterização, Determinação da Pureza e Cinética de Degradação da Zidovudina (AZT). Acta Farm. Bonaerense, v. 24, n. 3, p. 383-387, 2005. ROZENFELD S. Terapia hormonal na menopausa (TH): múltiplos interesses a considerar. Ciência e Saúde Coletiva, v.12, n. 2, p. 437- 442, 2007. RUIZ, A. D.; DANIELS, K. R.; BARNER J. C.; CARSON, J. J.; FREI, C. R. Effectiveness of compounded bioidentical hormone replacement therapy: an observational cohort study. BMC Women´s Health, 8 jun. 2011. SALVIO NETO, H. Estudo de compatibilidade fármaco-excipiente e de estabilidade do prednicarbato por meio de técnicas termoanalíticas, e encapsulação do fármaco em sílica mesoporosa do tipo SBA-15. 2010. 206 f. Tese (Doutorado) - Faculdade de Ciências Farmacêuticas da Universidade da Universidade de São Paulo, São Paulo, 2010. SILVA, E. C.; PAOLA, M. V. R. V.; MATOS, J. R. Análise térmica aplicada à cosmetologia. Revista Brasileira de Ciências Farmacêuticas. v. 43, n. 3, jul./set. 2007. SOOD R., et al. Counseling Postmenopausal Women about Bioidentical Hormones: Ten Discussion Points for Practicing Physicians. J Am Board Fam Med, v. 24, p. 202–210, 2011.

SOUZA, S. P. M. C. de. Determinação do teor de cálcio através da termogravimetria em medicamentos utilizados no tratamento da osteoporose: um estudo comparativo. 2011. 114 f. Dissertação (Mestrado em Química) – Centro de Ciências Exatas e da Terra, Programa de Pós-Graduação em Química, Universidade Federal do Rio Grande do Norte, Natal, 2011. SOUZA, S. P. M. C.; MORAIS, F. E.; SANTOS, E. V.; SILVA, M. L.; MARTINEZ-HUITLE , C. A.; FERNANDES, N. S. Determinação do teor de cálcio em comprimido à base de lactato de cálcio utilizado no tratamento da osteoporose. Quim. Nova, v. 35, n. 7, p. 1355-1359, 2012. SOVIZI, M. R. Thermal behavior of drugs: Investigation on decomposition kinetic of naproxen and celecoxib. Journal Thermal Analysis and Calorimetry, v. 102, p. 285–289, 2010.

96

SZCZYPIOR, L. C. Controle de Qualidade na Manipulação de Medicamentos. In: Curso a distância oferecido pelo Portal Educação. Panorama da evolução das legislações aplicadas na manipulação magistral. 2011. Disponível em: <http://www.portaleducacao.com.br/farmacia/artigos/4919/controle-de-qualidade-na-manipulacao-de-medicamentos#ixzz26epSV5VI>. Acesso em: 15 out 2012. The Endocrine Society. Bioidentical hormones: position statement. 2006. Disponível em: <http://www.endo-society.org/advocacy/policy/upload/BH_position_Statement_final_10_25_06_w_Header.pdf> Acesso em: 19 fev. 2013. THE MERCK INDEX. MERCK & CO., Inc. 14 ed, N,J.:Whitehouse Station, 2006. TITA, B.; FULIAS¸ A.; SZABADAI, Z.;RUSU, G.; BANDUR, G.; TITA,D. Compatibility study between ibuprofen and Excipients in their physical mixtures. Journal of Thermal Analysis and Calorimetry, v.105, p.517–527, 2011. U. S. PHARMACOPEIA - NATIONAL FORMULARY, United States Pharmacopeial Convention. USP 30– NF 25. 2007. CD-ROM. VARIANKAVAL, N. E.; JACOB, K. I.; DINH, S. M. Polymorphism of 17-β-estradiol in a transdermal drug delivery system. Journal of materials science: materials em medicine, v. 13, p. 271- 280, 2002. WENDLANDT, W. W. Thermal Analysis. Texas: University of Houston, 1964. 460 p

97

APÊNDICES

APÊNDICE A – Gráficos do estradiol bioidêntico A em diferentes massas (1,0; 2,0; 4,0;

6,0; 8,0; 10,0), onde a) massa X tempo; b) log(massa) X tempo; c)1/massa X tempo; e d)

Curva TG

Estradiol massa 1mg, a) massa X tempo, b) log(massa) X tempo, c) 1/massa X tempo, d)

Curva TG

0 20 40 60 80 100 120

0,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

Linear Regression for Data1_B:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,75121 0,00481B -0,00601 7,17321E-5------------------------------------------------------------

R SD N P-------------------------------------------------------------0,99190,02621 117 <0.0001------------------------------------------------------------

Mas

sa, m

g

Tempo, s

0 20 40 60 80 100 120-3,5

-3,0

-2,5

-2,0

-1,5

-1,0

-0,5

0,0

Linear Regression for Data1_C:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,09534 0,05833B -0,02068 8,58077E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,91364 0,31347 117 <0.0001------------------------------------------------------------

log(

mas

sa),

mg

Tempo, s

0 20 40 60 80 100 120

0

5

10

15

20

25

Linear Regression for Data1_D:Y = A + B * X

Parameter Value Error------------------------------------------------------------A -1,84047 0,60765B 0,10857 0,00905------------------------------------------------------------

R SD N P------------------------------------------------------------0,74541 3,30746 117 <0.0001------------------------------------------------------------

1/m

assa

, mg

Tempo, s

0.00 200.00 400.00 600.00 800.00

Temp[C]

0.00

0.50

1.00

mgTGA

c)

a) b)

d)

98

-10 0 10 20 30 40 50 60 70

1,0

1,1

1,2

1,3

1,4

1,5

Linear Regression for Data1_B:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 1,52699 0,00349B -0,00778 9,41711E-5------------------------------------------------------------

R SD N P-------------------------------------------------------------0,99542 0,01424 65 <0.0001------------------------------------------------------------

Mas

sa, m

g

Tempo, s0 10 20 30 40 50 60 70

0,0

0,1

0,2

0,3

0,4

Linear Regression for Data1_C:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,44308 0,0044B -0,00621,16014E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,98915 0,01755 65 <0.0001------------------------------------------------------------

log(

mas

sa),

mg

Tempo, s

0 10 20 30 40 50 60 70

0,65

0,70

0,75

0,80

0,85

0,90

0,95

1,00

1,05 Linear Regression for Data1_D:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,62896 0,00483B 0,00498 1,27214E-4------------------------------------------------------------

R SD N P------------------------------------------------------------0,98007 0,01924 65 <0.0001------------------------------------------------------------

1/m

assa

, mg

Tempo, s 0.00 200.00 400.00 600.00 800.00

Temp [C]

0.00

1.00

2.00

mgTGA

Estradiol massa 2mg, a) massa X tempo, b) log(massa) X tempo, c) 1/massa X tempo, d)

Curva TG

0 20 40 60 80 100 120

1,0

1,5

2,0

2,5

3,0

3,5

Linear Regression for Data1_B:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 3,44739 0,01624B -0,02045 2,5401E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,99177 0,08459 110 <0.0001------------------------------------------------------------

Mas

sa, m

g

Tempo, s

0 20 40 60 80 100 120

0,0

0,2

0,4

0,6

0,8

1,0

1,2

Linear Regression for Data1_C:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 1,32044 0,01636B -0,00971 2,59443E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,96353 0,0864 110 <0.0001------------------------------------------------------------

log(

mas

sa),

mg

Tempo, s

0 20 40 60 80 100 120

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1,0Linear Regression for Data1_D:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,20493 0,01358B 0,00494 2,12378E-4------------------------------------------------------------

R SD N P------------------------------------------------------------0,91288 0,07073 110 <0.0001------------------------------------------------------------1/

mas

sa, m

g

Tempo, s 0.00 200.00 400.00 600.00 800.00

Temp [C]

0.00

1.00

2.00

3.00

4.00

5.00

mg

TGA

Estradiol massa 4mg, a) massa X tempo, b) log(massa) X tempo, c) 1/massa X tempo, d)

Curva TG

a) b)

c) d)

a) b)

c) d)

99

-20 0 20 40 60 80 100 120 1400,5

1,0

1,5

2,0

2,5

3,0

3,5

4,0

4,5

5,0

Linear Regression for Data1_B:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 5,12555 0,02783B -0,02788 3,59054E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,98915 0,16258 135 <0.0001------------------------------------------------------------

Mas

sa, m

g

Tempo, s

-20 0 20 40 60 80 100 120 140-0,2

0,0

0,2

0,4

0,6

0,8

1,0

1,2

1,4

1,6

Linear Regression for Data1_C:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 1,7689 0,02258B -0,00985 2,91298E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,94648 0,1319 135 <0.0001------------------------------------------------------------

log(

mas

sa),

mg

Tempo, s

-20 0 20 40 60 80 100 120 1400,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1,0

Linear Regression for Data1_D:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,09975 0,0152B 0,00391 1,96154E-4------------------------------------------------------------

R SD N P------------------------------------------------------------0,8656 0,08882 135 <0.0001------------------------------------------------------------

1/m

assa

, mg

Tempo, s 0.00 200.00 400.00 600.00 800.00

Temp [C]

0.00

2.00

4.00

6.00

mg

TGA

Estradiol massa 6mg, , a) massa X tempo, b) log(massa) X tempo, c) 1/massa X tempo, d)

Curva TG

-20 0 20 40 60 80 100 120 140 160

1

2

3

4

5

6

7

Linear Regression for Data1_B:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 6,94185 0,03852B -0,03748 4,59367E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,98935 0,23393 146 <0.0001------------------------------------------------------------

Mas

sa, m

g

Tempo, s-20 0 20 40 60 80 100 120 140 160

0,0

0,5

1,0

1,5

2,0

Linear Regression for Data1_C:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 2,11341 0,02773B -0,0106 3,30658E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,93653 0,16839 146 <0.0001------------------------------------------------------------

log(

mas

sa),

mg

Tempo, s

-20 0 20 40 60 80 100 120 140 1600,0

0,2

0,4

0,6

0,8

1,0 Linear Regression for Data1_D:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,04046 0,01666B 0,00354 1,98651E-4------------------------------------------------------------

R SD N P------------------------------------------------------------0,82958 0,10116 146 <0.0001------------------------------------------------------------1/

mas

sa, m

g

Tempo, s 0.00 200.00 400.00 600.00 800.00

Temp [C]

0.00

2.00

4.00

6.00

8.00

mg

TGA

Estradiol massa 8mg, , a) massa X tempo, b) log(massa) X tempo, c) 1/massa X tempo, d)

Curva TG

a) b)

c) d)

a) b)

c) d)

100

-20 0 20 40 60 80 100 120 140 160

1

2

3

4

5

6

7

8

9

Linear Regression for Data1_B:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 8,66897 0,04997B -0,04528 5,64809E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,98838 0,31159 154 <0.0001------------------------------------------------------------

Mas

sa, m

g

Tempo, s-20 0 20 40 60 80 100 120 140 160

0,0

0,5

1,0

1,5

2,0

Linear Regression for Data1_C:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 2,35434 0,03032B -0,01063,42736E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,92896 0,18908 154 <0.0001------------------------------------------------------------

log(

mas

sa),

mg

Tempo, s

-20 0 20 40 60 80 100 120 140 1600,0

0,2

0,4

0,6

0,8

1,0 Linear Regression for Data1_D:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,01821 0,01588B 0,00301 1,79454E-4------------------------------------------------------------

R SD N P------------------------------------------------------------0,80622 0,099 154 <0.0001------------------------------------------------------------1/

mas

sa, m

g

Tempo, s 0.00 200.00 400.00 600.00 800.00

Temp [C]

0.00

5.00

10.00

mg

TGA

Estradiol massa 10mg, a) massa X tempo, b) log(massa) X tempo, c) 1/massa X tempo, d)

Curva

a) b)

c) d)

101

APÊNDICE B - Gráficos do estriol bioidêntico A em diferentes massas (1,0; 2,0; 4,0; 6,0;

8,0; 10,0 mg), onde a) massa X tempo; b) log(massa) X tempo; c)1/massa X tempo; e d)

Curva TG

0 20 40 60 80 100 1200,0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9Linear Regression for Data1_B:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,89721 0,00497B -0,00737,43186E-5------------------------------------------------------------

R SD N P-------------------------------------------------------------0,99420,02646 115 <0.0001------------------------------------------------------------

Mas

sa,

mg

Tempo, s0 20 40 60 80 100 120

-2,5

-2,0

-1,5

-1,0

-0,5

0,0

Linear Regression for Data1_C:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,2337 0,04779B -0,02045 7,15119E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,93732 0,25458 115 <0.0001------------------------------------------------------------

log(

mas

sa),

mg

Tempo, s

0 20 40 60 80 100 1200

2

4

6

8

10

12

14Linear Regression for Data1_D:Y = A + B * X

Parameter Value Error------------------------------------------------------------A -1,11560,35521B 0,08002 0,00532------------------------------------------------------------

R SD N P------------------------------------------------------------0,81688 1,89218 115 <0.0001------------------------------------------------------------

1/m

assa

, mg

Tempo, s0.00 10.00 20.00 30.00 40.00

Time [min]

0.00

0.50

1.00

mgTGA

Estriol massa 1 mg, a) massa X tempo, b) log(massa) X tempo, c) 1/massa X tempo, d)

Curva TG

a) b)

c) d)

102

0 10 20 30 40 50 60

1,0

1,1

1,2

1,3

1,4

1,5

Linear Regression for Data1_B:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 1,48983 0,00272B -0,00858 8,54138E-5------------------------------------------------------------

R SD N P-------------------------------------------------------------0,99733 0,01033 56 <0.0001------------------------------------------------------------

Mas

sa, m

g

Tempo, s0 10 20 30 40 50 60

-0,05

0,00

0,05

0,10

0,15

0,20

0,25

0,30

0,35

0,40

Linear Regression for Data1_C:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,41088 0,00368B -0,00694 1,1547E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,99261 0,01397 56 <0.0001------------------------------------------------------------

log(

mas

sa),

mg

Tempo, s

0 10 20 30 40 50 600,65

0,70

0,75

0,80

0,85

0,90

0,95

1,00

1,05

Linear Regression for Data1_D:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,65204 0,00425B 0,00566 1,33178E-4------------------------------------------------------------

R SD N P------------------------------------------------------------0,98539 0,01611 56 <0.0001------------------------------------------------------------1/

mas

sa, m

g

Tempo, s 0.00 200.00 400.00 600.00 800.00

Temp [C]

0.00

1.00

2.00

mg

TGA

Estriol massa 2 mg, a) massa X tempo, b) log(massa) X tempo, c) 1/massa X tempo, d)

Curva TG

0 20 40 60 80 100 120

1,0

1,5

2,0

2,5

3,0

3,5

Linear Regression for Data1_B:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 3,38522 0,01575B -0,01887 2,34591E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,99123 0,0857 117 <0.0001------------------------------------------------------------

Mas

sa, m

g

Tempo, s0 20 40 60 80 100 120

0,0

0,2

0,4

0,6

0,8

1,0

1,2

Linear Regression for Data1_C:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 1,30712 0,01589B -0,00904 2,36803E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,96273 0,08651 117 <0.0001------------------------------------------------------------

log(

mas

sa),

mg

Tempo, s

0 20 40 60 80 100 120

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1,0

1,1

Linear Regression for Data1_D:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,21377 0,01303B 0,00463 1,94195E-4------------------------------------------------------------

R SD N P------------------------------------------------------------0,91209 0,07094 117 <0.0001------------------------------------------------------------

1/m

assa

, mg

Tempo, s 0.00 200.00 400.00 600.00 800.00

Temp [C]

0.00

1.00

2.00

3.00

4.00

mg

TGA

Estriol massa 4 mg, a) massa X tempo, b) log(massa) X tempo, c) 1/massa X tempo, d)

Curva TG

a) b)

c) d)

a) b)

c) d)

103

-20 0 20 40 60 80 100 120 140

1

2

3

4

5

Linear Regression for Data1_B:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 5,28461 0,02792B -0,02902 3,60264E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,98991 0,16312 135 <0.0001------------------------------------------------------------

Mas

sa, m

g

Tempo, s-20 0 20 40 60 80 100 120 140

0,0

0,2

0,4

0,6

0,8

1,0

1,2

1,4

1,6

1,8

Linear Regression for Data1_C:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 1,80269 0,02274B -0,01001 2,93325E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,94739 0,13281 135 <0.0001------------------------------------------------------------

log(

mas

sa),

mg

Tempo, s

-20 0 20 40 60 80 100 120 1400,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1,0Linear Regression for Data1_D:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,09366 0,01513B 0,00389 1,9521E-4------------------------------------------------------------

R SD N P------------------------------------------------------------0,86574 0,08839 135 <0.0001------------------------------------------------------------1/

mas

sa, m

g

Tempo, s 0.00 200.00 400.00 600.00 800.00

Temp [C]

0.00

2.00

4.00

6.00

mg

TGA

Estriol massa 6 mg, a) massa X tempo, b) log(massa) X tempo, c) 1/massa X tempo, d)

Curva TG

-20 0 20 40 60 80 100 120 140

1

2

3

4

5

6

7

Linear Regression for Data1_B:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 6,68115 0,03521B -0,03793 4,44308E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,9908 0,20792 138 <0.0001------------------------------------------------------------

Mas

sa, m

g

Tempo, s-20 0 20 40 60 80 100 120 140

-0,2

0,0

0,2

0,4

0,6

0,8

1,0

1,2

1,4

1,6

1,8

2,0

Linear Regression for Data1_C:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 2,06717 0,02666B -0,01098 3,36416E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,94174 0,15743 138 <0.0001------------------------------------------------------------

log(

mas

sa),

mg

Tempo, s

-20 0 20 40 60 80 100 120 1400,0

0,2

0,4

0,6

0,8

1,0Linear Regression for Data1_D:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,04923 0,01619B 0,00372 2,04327E-4------------------------------------------------------------

R SD N P------------------------------------------------------------0,84188 0,09562 138 <0.0001------------------------------------------------------------

1/m

assa

, mg

Tempo, s 0.00 200.00 400.00 600.00 800.00

Temp [C]

0.00

2.00

4.00

6.00

8.00

mg

TGA

Estriol massa 8mg, a) massa X tempo, b) log(massa) X tempo, c) 1/massa X tempo, d)

Curva TG

a) b)

c) d)

a) b)

c) d)

104

-20 0 20 40 60 80 100 120 140 1600

1

2

3

4

5

6

7

8

9

Linear Regression for Data1_B:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 8,66939 0,04788B -0,04533 5,3765E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,98941 0,2995 155 <0.0001------------------------------------------------------------

Mas

sa, m

g

Tempo, s-20 0 20 40 60 80 100 120 140 160

0,0

0,5

1,0

1,5

2,0

Linear Regression for Data1_C:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 2,35739 0,03012B -0,01067 3,38187E-4------------------------------------------------------------

R SD N P-------------------------------------------------------------0,93101 0,18839 155 <0.0001------------------------------------------------------------

log(

mas

sa),

mg

Tempo, s

-20 0 20 40 60 80 100 120 140 1600,0

0,2

0,4

0,6

0,8

1,0Linear Regression for Data1_D:Y = A + B * X

Parameter Value Error------------------------------------------------------------A 0,01602 0,016B 0,00306 1,79702E-4------------------------------------------------------------

R SD N P------------------------------------------------------------0,80883 0,1001 155 <0.0001------------------------------------------------------------

1/m

assa

, mg

Tempo, s0.00 200.00 400.00 600.00 800.00

Temp [C]

0.00

5.00

10.00

mgTGA

Estriol massa 10mg, a) massa X tempo, b) log(massa) X tempo, c) 1/massa X tempo, d)

Curva TG

a) b)

c)

d)