SEARCH

SEARCH BY CITATION

Keywords:

  • biochemical engineering;
  • industrial chemicals;
  • mathematical modelling;
  • multivariate analysis;
  • statistical theory

Abstract

This paper presents a Bayesian methodology for computer-aided experimental design for hydrogen peroxide formulations. Hydrogen peroxide is one of the oldest known active antimicrobial chemicals and is used in many cleaning/disinfecting formulations. It is favourable as an active antimicrobial in that it degrades only to water and oxygen, and does not contaminate the environment. However hydrogen peroxide is difficult to stabilise, and disinfecting products based on it soon lose their antimicrobial activity. Moreover, regulatory agencies such as U.S. Environmental Protection Agency (EPA) and Health Canada require that disinfecting products do not lose more than 5–10% of their active concentration throughout their shelf life. Therefore, it is very important while formulating hydrogen peroxide-based products to test for their stability. An effective way to improve hydrogen peroxide stability in a solution is to use stabilisers. It is desired to use these chemicals in as low concentrations as possible for environmental and economic considerations. On the other hand, due to tight market competition, the new products need to be formulated as quickly as possible, and therefore there is limited time to ensure product stability.

In this paper, prior information has been used in the form of a model, based on historical experiments. A Bayesian D-optimality criterion is used to design a few additional experiments so that the resulting model can have an acceptable prediction power. It is shown that a design which uses the Bayesian D-optimality criterion taking advantage of prior information can be more efficient than even a resolution IV fractional factorial design in the sense that using fewer trials gives a model with equivalent prediction capability. This can be critical where experiments are expensive to perform.

Ce mémoire présente une méthodologie bayésienne pour la conception assistée par ordinateur de formulations de peroxyde d'hydrogène. Le peroxyde d'hydrogène est un agent antimicrobien écologique mais difficile à stabiliser et les produits désinfectants ayant celui-ci comme base perdent rapidement leur activité antimicrobienne. De plus, les organismes de réglementation dont la U.S. Environmental Protection Agency (EPA) et Santé Canada exigent que les produits désinfectants ne contiennent pas plus de 5 à-10% de leur concentration active tout au long de leur durée de conservation. Il est donc très important lors de la formulation de produits à base de peroxyde d'hydrogène de mettre leur stabilité à l'essai. Une façon efficace d'augmenter la stabilité du peroxyde d'hydrogène en solution est de faire appel à des stabilisateurs. Il est désirable d'utiliser ces produits chimiques à des concentrations aussi faibles que possible pour des raisons économiques et environnementales. Par contre, compte tenu de la concurrence féroce sur le marché, les nouveaux produits doivent être formulés aussi rapidement que possible. Il y a donc un temps limité pour assurer la stabilité du produit. Dans ce mémoire, des données antérieures ont été utilisées sous forme de modèle, fondé sur des expériences historiques. Un critère d'optimalité-D bayésien est utilisé pour concevoir quelques expériences supplémentaires de sorte que le modèle en résultant ait une capacité prédictive acceptable. Il est démontré qu'un concept faisant appel au critère d'optimalité-D bayésien bénéficiant des données antérieures peut être plus efficace qu'un concept de résolution IV fractionnelle factorielle en ce sens que bien que le recours à un nombre d'essais soit moindre, le modèle a une capacité prédictive équivalente. Cela peut être critique là où l'exécution d'expériences peut être coûteuse.