37
│
Diseño de mezcla aplicado al desarrollo de
formulaciones farmacéuticas: Una visión integral
Mixture Design in Pharmaceutical Formulation
Development: A Comprehensive Review
Resumen
El diseño de mezclas (MD) representa una herramienta estadística ecaz para optimizar formulaciones donde los componentes
deben sumar una proporción constante. En el desarrollo farmacéutico, las proporciones relativas de principios activos y excipientes
determinan directamente la estabilidad, solubilidad, biodisponibilidad y calidad del producto nal. El objetivo de esta revisión fue
proporcionar una visión general del diseño de mezcla y su aplicación en el desarrollo y optimización de formas farmacéuticas. Se
realizó una revisión narrativa de la literatura en las bases de datos: PubMed, Scopus, Google Scholar, en el periodo 2020-2026.
Se analizaron 49 artículos originales y revisiones sistemáticas, metaanálisis que abordaran la aplicación del MD en formulación
farmacéutica. El diseño D-óptimo fue el más utilizado (55,1%, n=27), seguido del Simplex-Lattice (32,7%, n=16). Las aplicaciones
se concentraron en sistemas autoemulsicantes y nanoemulsiones (38,8%), geles e hidrogeles (22,4%) y formas sólidas orales
(22,4%). El software Design-Expert predominó (78% de los estudios que reportaron herramienta computacional). Se concluye que
el diseño de mezclas constituye una herramienta metodológica versátil y eciente para el desarrollo racional de formas farmacéuti
-
cas, con aplicabilidad transversal en múltiples sistemas de entrega y vías de administración, y con proyección creciente en el marco
del Quality by Design.
Palabras clave:
Diseño de mezcla; Formulaciones farmacéuticas; Quality by Design; Diseño D-óptimo; Simplex-Lattice.
Abstract
Mixture design (MD) represents an eective statistical tool for optimizing formulations in which the components must sum to a cons
-
tant proportion. In pharmaceutical development, the relative proportions of active ingredients and excipients directly determine the
stability, solubility, bioavailability, and quality of the nal product. The objective of this review was to provide an overview of mixture
design and its application in the development and optimization of pharmaceutical dosage forms. A narrative literature review was con
-
ducted in the databases PubMed, Scopus, and Google Scholar for the period 2020–2026. A total of 49 original articles, systematic re-
views, and meta-analyses addressing the application of MD in pharmaceutical formulation were analyzed. The D-optimal design was
the most frequently used (55,1%, n = 27), followed by the Simplex-Lattice design (32,7%, n = 16). Applications were mainly focused on
self-emulsifying systems and nanoemulsions (38.8%), gels and hydrogels (22.4%), and oral solid dosage forms (22.4%). Design-Ex-
pert software predominated (78% of the studies reporting a computational tool). It is concluded that mixture design constitutes a
versatile and ecient methodological tool for the rational development of pharmaceutical dosage forms, with broad applicability
across multiple delivery systems and routes of administration, and with increasing relevance within the Quality by Design framework.
Keywords:
Mixture design; pharmaceutical formulations; Quality by Design; D-optimal design; Simplex-Lattice.
Recibido:
12 de mayo de 2026
Aceptado:
26 de agosto de 2026
Revista Ciencia UNEMI
Vol. 19, N° 52, Septiembre-Diciembre 2026
, pp. 37 - 53
ISSN 1390-4272 Impreso
ISSN 2528-7737 Electrónico
https://doi.org/10.29076/issn.2528-7737vol19iss52.2026pp37-53p
1
Facultad de Ciencias Químicas y de la Salud, Universidad Técnica de Machala, Ecuador; vgarcia@utmachala.edu.ec; https://orcid.
org/0000-0002-5288-4771
Viviana García-Mir
1
38
│
Volumen 19, Número 52, Septiembre-Diciembre 2026, pp. 37 - 53
I. INTRODUCCIÓN
En
la
actualidad,
el
desarrollo
de
formas
farmacéuticas ha trascendido de la mera combinación
de ingredientes para convertirse en una disciplina de
alta precisión y constante desafío para los profesionales
de
la
industria.
Tradicionalmente,
ajustar
las
proporciones
era
un
arte
intuitivo,
pero
riesgoso
y
costoso (Campisi et al., 1998) .
El diseño racional de estos productos no solo implica
la elección de principios activos ecaces y seguros, sino
también
la
creación
de
sistemas
de
entrega,
capaces
de
garantizar
la
estabilidad
y
la
biodisponibilidad
óptima
del
producto
nal.
Sin
olvidar,
aspectos
muy
importantes como los regulatorios y la satisfacción de
los
consumidores
(Afrin
&
Gupta,
2023;
Beg,
2021;
Campisi et al., 1998).
En
este
contexto,
el
diseño
experimental
de
mezcla
(Mixture
Design,
MD)
se
presenta
como
una
herramienta
estadística
invaluable
que
permite
la
optimización
de
las
formulaciones
considerando
las
interacciones entre los componentes y sus proporciones
relativas (Galvan et al., 2021). A través de este enfoque,
es posible obtener modelos matemáticos que describan
la
relación
entre
la
composición
de
la
mezcla
y
la
respuesta
deseada,
lo
cual
brinda
la
posibilidad
de
predecir
el
comportamiento
de
la
formulación
en
diversas
condiciones
y
seleccionar
la
composición
óptima
que
cumpla
con
los
estándares
de
calidad
y
ecacia. (Beg, 2021; Melo Martínez et al., 2020).
El
objetivo
de
este
artículo
de
revisión
es
proporcionar
una visión general del diseño experimental de mezcla y
su aplicación práctica en la formulación de productos
farmacéuticos. Se explorarán los fundamentos teóricos,
así como los pasos involucrados en su implementación.
Fundamentos
del
diseño
experimental
de
mezcla
Los MD son tipo especial de diseño de experimentos
de
supercie
de
respuesta
en
los
que
el
producto
investigado
se
compone
de
varios
ingredientes
o
componentes.
A
diferencia
de
los
diseños
factoriales
tradicionales, donde los factores (como la temperatura,
el
tiempo
o
la
presión)
pueden
variar
de
forma
completamente
independiente,
en
un
MD
los
componentes
están
estrictamente
interrelacionados.
En
estos
casos,
la
variable
respuesta
depende
de
las
proporciones relativas de los componentes individuales
y
no
de
la
cantidad
total
de
la
mezcla.
Su
objetivo
principal es racionalizar el uso de cada constituyente y
su proporción en la fórmula, elemento esencial dentro
del campo de la tecnología farmacéutica (Beg, 2021).
Para
aplicar
este
tipo
de
diseño,
es
necesario
considerar los fundamentos estadísticos y matemáticos
que
lo
caracterizan.
La
restricción
fundamental
es
que la suma de todas las fracciones debe ser siempre
igual a 1 (o al 100%). Los q componentes o integrantes
de la mezcla no son independientes (x
1
, x
2
, x
3
, ..
,x
q
).
Matemáticamente, esto se expresa como:
Esto
signica
que
los
componentes
no
pueden
ser
manipulados
independientemente
unos
de
otros,
se
denen
en
función
de
sus
proporciones
relativas,
no
en
las
cantidades.
Los
MD
operan
en
un
espacio
geométrico
llamado
simplex:
una
línea
para
dos
componentes,
un
triángulo
para
tres,
un
tetraedro
para cuatro tal como muestra la Figura 1 (Dejaegher &
Heyden, 2011; Peterson et al., 2009; Politis et al., 2017).
Figura 1.
Espacio muestral (simplex) en diseños experimentales de mezclas de dos, tres y cuatro
componentes, para formulaciones de cantidad total fija.
│
39
García.
Diseño de mezcla aplicado al desarrollo de formulaciones
donde
y,
indica
la(s)
respuesta(s);
β
1
,
β
2
y
β
3
indican los coecientes de los términos lineales; β12,
β
13
y β
23
indican los coecientes de los términos de dos
interacciones;
β
123
indica
el
coeciente
del
término
de
tres
interacciones;
y
X1,
X2
y
X3
indican
los
componentes estudiados (Hare et al., 2025).
Proceso del diseño de mezcla:
El desarrollo de formulaciones modernas exige una
transición
del
enfoque
tradicional
de
ensayo
y
error
hacia una metodología sistemática y predecible. En este
contexto, la implementación del MD se alinea con los
principios de Calidad por Diseño (Quality by Design,
Los MD se dividen en dos (2) grandes grupos:
Diseños
clásicos:
simplex-lattice
(DSL)
y
simplex-centroid (DSC)
Diseños
con
restricciones:
Extreme
Vertices
Design
y
D-óptimo
(D-Óptimo,
I-Óptimo):
ideales
para
regiones
irregulares
(pseudocomponentes)
(Akacha
et
al.,
2026;
Melo Martínez et al., 2020).
La
diferencia
fundamental
entre
los
diseños
Simplex-Lattice
(DSL)
y
Simplex-Centroid
(DSC)
reside
en
cómo
exploran
el
espacio
experimental
y
en
su
propósito
de
modelado.
En
el
SLD
(reticular)
sus
corridas se distribuyen de manera uniforme y se
utiliza para explorar la región de la mezcla obteniendo
información
sobre
la
inuencia
de
cada
componente
en
la
respuesta.
Se
denota
como
{q,m},
donde
q
es
el número de componentes y m el grado del modelo
que
se
desea
ajustar.
En
contraste,
el
DSC
prioriza
el
equilibrio
y
las
interacciones.
Su
diseño
avanza
evaluando combinaciones a partes iguales: inicia con
los componentes puros, transita por mezclas binarias
(50/50)
y
ternarias
(33/33/33),
hasta
converger
inexorablemente en el centroide global de la proporción
equitativa
(Melo
Martínez
et
al.,
2020;
Politis
et
al.,
2017).
Los
diseños
de
vértices
extremos
(Extreme
Vertex):
Se
aplican
cuando
existen
restricciones
adicionales (límites inferiores Li y superiores Ui) en los
componentes lo que reducen el espacio experimental a
un poliedro irregular dentro del simplex (Hare et al.,
2025).
En
tecnología
farmacéutica,
la
mayoría
de
las
formulaciones son mezclas complejas con ingredientes
que presentan limitaciones de uso, sobre todo con los
excipientes
(ejemplo
los
lubricantes,
tensoactivos,
viscozantes,
etc.),
por
lo
que
los
diseños
D-Optimal
son
ampliamente
utilizados.
Estos
diseños
son
particularmente
útiles
para
regiones
experimentales
altamente
restringidas
o
irregulares.
El
criterio
D-óptimo busca maximizar el determinante de la matriz
de información (X' X), lo que resulta en estimaciones
más precisas de los coecientes del modelo (Atneriya et
al., 2024; Borhan et al., 2014; Goos et al., 2016).
Una vez obtenidos los resultados experimentales, es
necesario ajustar el modelo estadístico para investigar
el
efecto
de
los
componentes
sobre
la
respuesta.
En
realidad,
el
diseño
experimental
es
meramente
una
herramienta utilizada para calcular el modelo, el cual
es la información sustancial que se busca obtener. Es
responsabilidad
del
investigador
denir
previamente
el
modelo
en
función
de
los
objetivos
del
estudio,
estableciendo la relación propuesta entre los factores y
la(s) respuesta(s) deseada(s). Los modelos empleados
en MD suelen presentarse en una forma canónica de
Scheé,
que
presentan
las
siguientes
características:
suprimen
el
intercepto
(β0),
los
coecientes
de
los
términos
lineales
representan
la
respuesta
esperada
para
los
componentes
puros
y
los
de
orden
superior
(interacciones)
revelan
si
la
mezcla
es
sinérgica
o
antagónica.
Los
más
comunes
son
el
modelo
lineal,
el
cuadrático
y
el
cúbico
especial.
A
continuación,
se
muestran sus ecuaciones matemáticas para un sistema
de tres componentes.
QbD) y las directrices de la guía ICH Q8(R2), los cuales
proponen
que
la
calidad
debe
ser
planicada
desde
la concepción del producto y no solo vericada en el
resultado nal. Este ujo de trabajo no solo garantiza
la
optimización
de
las
propiedades
sicoquímicas,
sino
que
asegura
la
reproducibilidad
y
el
éxito
del
escalado
industrial
mediante
un
control
riguroso
de
la variabilidad de los componentes (Hare et al., 2025;
Liang et al., 2025; S. Yang et al., 2025).
La Figura 2 muestra el ujo completo del diseño de
mezclas tal como lo aplicamos en la práctica diaria de
formulación farmacéutica.
40
│
Volumen 19, Número 52, Septiembre-Diciembre 2026, pp. 37 - 53
Figura 2.
Proceso de Diseño de Mezclas en Formulaciones Farmacéuticas
El
proceso
comienza
con
la
denición
de
los
objetivos y las restricciones del problema, estableciendo
los
componentes
y
los
límites
que
se
incluirán
en
la
mezcla. La siguiente etapa consiste en la selección del
diseño
(Simplex-Lattice,
D-óptimo
o
mixto,
según
las
restricciones
del
proyecto).
Los
diseños
mixtos
(diseños
de
variables
de
mezcla-proceso)
combinan
las proporciones de los componentes con variables de
proceso independientes, como la temperatura, el tiempo
de mezclado o la velocidad de agitación, lo que permite
modelar la interacción entre ambos tipos de factores
para
obtener
productos
más
robustos
y
predecibles
(S. Yang et al., 2025). A partir de ahí, el ujo avanza
de forma natural: ejecución experimental, generación
de
datos
de
la
o
las
variables
respuesta
y
el
análisis
estadístico
correspondiente
vericando
el
ajuste
y
modelado
del
polinomio
de
Scheé
(ANOVA,
R²
y
lack-of-t) para llegar a interpretaciones acertadas. La
fase nal se centra en la Optimización Multi-respuesta,
buscando el equilibrio perfecto a través de la función de
Deseabilidad. Bajo el marco de QbD, esto nos permite
establecer
el
Espacio
de
Diseño
(Design
Space):
un
rango de combinaciones de ingredientes donde se ha
demostrado que la calidad del producto está asegurada.
Las etapas de validación, robustez y escalado completan
el ciclo, hasta obtener una formulación reproducible a
escala industrial (Hare et al., 2025; Melo Martínez et
al., 2020).
El empleo de software estadístico en el diseño de
mezcla es de suma importancia debido a la complejidad
y multidimensionalidad de este tipo de experimentos.
Estas herramientas facilitan el análisis y la optimización
de las formulaciones, permitiendo obtener resultados
más
precisos
y
ecientes.
Entre
las
herramientas
más
utilizadas
destacan:
Design-Expert
(Stat-Ease),
JMP
(SAS),
MODDE
(Sartorius),
STATGRAPHICS
Centurion (Statistical Graphics Corporation), Minitab
(State
College)
y
R
(R
Core
Team).
Cada
uno
tiene
sus
propias
características
y
diferencias,
por
lo
que
es
importante
elegir
el
más
adecuado
según
las
necesidades especícas del estudio y la familiaridad del
usuario con el programa.
II. METODOLOGÍA
Se
realizó
una
revisión
narrativa
de
la
literatura
con el objetivo de identicar, seleccionar y analizar las
aplicaciones del MD en el desarrollo de formulaciones
farmacéuticas. La búsqueda se llevó a cabo en las bases
de datos: PubMed, Scopus y Google Scholar, utilizando
una combinación de términos clave relacionados con el
diseño de mezcla y formulaciones farmacéuticas como:
("design of mixture" OR "mixture design" OR "Simplex-
Lattice
design
"
OR
"Simplex-Centroid
Design"
OR
"Optimal
Mixture
Design")
AND
("pharmaceutical
│
41
García.
Diseño de mezcla aplicado al desarrollo de formulaciones
formulation"
OR
"topical
formulation"
OR
"oral
formulation).
Se
establecieron
los
siguientes
criterios
de inclusión: artículos originales y revisiones (idioma
inglés
o
español)
que
reportaran
el
uso
explícito
de
MD en el desarrollo u optimización de formulaciones
farmacéuticas,
en
el
período
de
enero
2020
hasta
marzo
del
2026.
Se
excluyeron
los
artículos
que
no
cumplían
con
estos
criterios
o
enfoque
diferente
al
tema de interés. Igual no se consideraron resúmenes
de
congresos,
cartas
al
editor
o
tesis
académicas
sin
publicación en revista indexada.
La
búsqueda
inicial
arrojó
más
de
180
registros.
Tras la eliminación de duplicados y la revisión de títulos
y
resúmenes
nalmente,
se
incluyeron
49
estudios
que
cumplían
con
todos
los
criterios
establecidos.
De
cada
artículo
se
extrajeron
datos
relevantes
tales
como:
tipo
de
diseño
de
mezclas
utilizado,
número
de
componentes,
variables
de
respuesta
principales,
software
empleado,
forma
farmacéutica
desarrollada
y año de publicación. En los casos donde un estudio
aplicó más de un diseño de mezcla de forma secuencial,
se
registró
únicamente
el
diseño
principal
o
nal
empleado
en
la
formulación
denitiva,
con
el
n
de
mantener
la
coherencia
entre
el
número
de
estudios
En
cuanto
a
la
distribución
por
tipo
de
diseño,
el
D-optimal
fue
el
más
utilizado,
identicado
en
aproximadamente
el
55,1%
de
los
estudios
(n=27),
seguido a cierta distancia por el Simplex lattice (32,7%,
n=16). El I-optimal, los vértices extremos y el Simplex
centroide, por su parte, registraron una participación
minoritaria pero equivalente entre sí (4,1% cada uno,
n=2), lo que sugiere que estas alternativas se reservan
para
escenarios
experimentales
más
especícos.
Vale
destacar, además, que cuatro de los trabajos revisados
no se limitaron a un único enfoque de MD, sino que
lo
combinaron
con
estrategias
complementarias
—
un
diseño
factorial
3²
en
un
caso,
un
diseño
central
analizados y el de aplicaciones reportadas. La selección
de los estudios y la extracción de los datos estuvieron
a cargo de la autora, sin intervención de un segundo
evaluador independiente.
Los
resultados
se
presentan
de
forma
sintetizada
mediante tablas y análisis descriptivo para facilitar su
interpretación.
III. Resultados y discusión
Panorama general de los estudios revisados
El análisis de los 49 artículos publicados entre enero
de
2020
y
marzo
de
2026
evidenció
un
crecimiento
sostenido
en
la
aplicación
del
diseño
de
mezclas
dentro
del
sector
farmacéutico,
particularmente
en
sistemas de administración avanzados (Tabla 1). Esta
tendencia reeja la creciente integración del diseño de
experimentos en el desarrollo farmacéutico racional, en
consonancia con los principios del Quality by Design
(QbD)
establecidos
por
las
guías
ICH
Q8
y
Q9,
que
promueven
la
comprensión
profunda
del
espacio
de
diseño
de
la
formulación
como
elemento
central
del
desarrollo
de
medicamentos
modernos
(Holm
et
al.,
2017; ICH, 2009).
compuesto rotable en otro—, mientras que un estudio
de
2025
integró
secuencialmente
el
D-optimal
con
el
I-optimal
dentro
de
una
misma
formulación.
Esta
hibridación
metodológica,
aunque
minoritaria
en
el
conjunto de la muestra, ilustra una tendencia emergente
hacia esquemas de optimización en dos etapas, donde
un diseño exploratorio inicial precede a la optimización
nal de la mezcla.
La predominancia del D-optimal puede atribuirse
a
su
versatilidad
para
manejar
restricciones
en
las
proporciones de los componentes y su capacidad para
distribuir óptimamente los puntos experimentales en
el espacio de la mezcla, minimizando la varianza de los
Tabla 1.
Distribución de los estudios revisados por tipo de diseño de mezcla y año de publicación.
* Incluye únicamente estudios del primer trimestre de 2026. (—): sin estudios identificados
Tipo de diseño
2020
2021
2022
2023
2024
2025
2026*
D-optimal
4
1
7
6
1
4
4
Simplex lattice
—
2
2
5
3
4
—
I-optimal
—
—
1
—
—
1
—
Simplex centroide
—
2
—
—
—
—
—
Vértices extremos
—
1
—
1
—
—
—
Total
4
6
10
12
4
9
4
42
│
Volumen 19, Número 52, Septiembre-Diciembre 2026, pp. 37 - 53
coecientes del modelo estimado. Estas características
lo convierten en la opción más adecuada para trabajar
con
regiones
experimentales
restringidas
y
para
optimizar
recursos
experimentales
bajo
el
enfoque
Quality by Design (QbD) (Yang et al., 2025). El Simplex
lattice,
además,
resulta
particularmente
adecuado
cuando
los
componentes
pueden
variar
en
todo
su
rango
posible
(0-1)
sin
restricciones
adicionales,
ofreciendo
una
distribución
uniforme
de
los
puntos
experimentales sobre el simplex estándar.
Leyenda:
SMEDDS - sistema de administración de
fármacos autoemulsionante, SNEDDS - nanoportadores
en el sistema de administración de fármacos, Tamaño
de
la
partícula
(PS),
índice
de
polidispersión
(IPD)
y
potencial
zeta
(PZ),
Smix
(mezcla
de
surfactante-
cosurfactante).
Los
sistemas
nanoemulsionados
y
microemulsionados constituyeron una de las categorías
más representada en la revisión, con aplicaciones para
administración oral, tópica, transdérmica e intranasal.
En estos sistemas, el diseño de mezclas operó sobre los
tres componentes fundamentales del sistema disperso:
la
fase
oleosa,
la
mezcla
surfactante-cosurfactante
(Smix) y la fase acuosa. La nanoemulsión de diclofenaco
sódico para administración tópica, optimizada mediante
Simplex
lattice
de
tres
componentes
(ácido
oleico,
Tween 80-Span 80 y agua), evaluó simultáneamente el
tamaño de partícula, el índice de polidispersidad (IPD),
la
transmitancia
y
el
pH
(Nahdhia
et
al.,
2025).
En
contraste, la nanoemulsión oral desarrolló con extracto
Clasicación
de
aplicaciones
por
tipo
de
forma farmacéutica
Los
estudios
revisados
cubrieron
un
amplio
espectro
de
formas
farmacéuticas,
clasicadas
en
seis
grandes
categorías:
nanoemulsiones
y
microemulsiones,
sistemas
de
autoemulsicación,
formas semisólidas (geles e hidrogeles), formas sólidas
orales,
nanopartículas
especializadas
y
sistemas
para
vías de administración alternativas. La Tabla 2 resume
las características principales de cada categoría.
supercrítico de angélica y quitosano cuaternizado para
el tratamiento de la colitis ulcerosa empleó el diseño
D-optimal, permitiendo explorar una región de interés
especíca
del
espacio
de
formulación
condicionada
por
restricciones
sicoquímicas
del
extracto
(F.
Yang
et
al.,
2025).
Ambos
estudios
ilustran
el
uso
sistemático de variables de respuesta que caracterizan
la calidad coloidal del sistema (tamaño de gota, IPD y
potencial
zeta)
junto
con
parámetros
de
desempeño
biofarmacéutico como el porcentaje de liberación del
fármaco.
Merece
atención
especial
la
nanoemulsión
de
Centella asiática
para mejorar la permeabilidad de la
barrera hematoencefálica (D-optimal, 2022), donde el
diseño
operó
sobre
únicamente
dos
componentes
—
agua y aceite de coco virgen— con el tamaño de partícula
como
única
respuesta
(Jusril
et
al.,
2022).
Este
caso
reeja
la
exibilidad
del
D-optimal
para
adaptarse
a
sistemas con restricciones particulares en la naturaleza
o número de sus componentes. En el extremo opuesto
Tabla 2.
Aplicaciones del diseño de mezclas según tipo de forma farmacéutica. (2020– marzo 2026).
(Nota: La tabla completa con 49 estudios se presenta como material suplementario).
Forma farmacéutica
n
Diseño
predominante
Componentes
típicos
Respuestas evaluadas
Nanoemulsiones y
microemulsiones
9
Simplex lattice /
D-optimal
Aceite, Smix, agua
TP, IPD, PZ,
transmitancia, pH
Sistemas autoemulsicantes
(SMEDDS/SNEDDS/SEDDS)
10
D-optimal / Simplex
lattice
Aceite, surfactante,
cosurfactante
TP, eciencia de carga,
disolución, solubilidad
Geles, hidrogeles y emulgeles
(nano y micro emulgeles)
11
D-optimal / Simplex
lattice / I-optimal
Polímeros
gelicantes + Smix/
aceite/agua
Viscosidad,
extensibilidad, pH, TP,
IPD, PZ
Formas sólidas orales
11
Simplex lattice /
D-optimal / I-optimal
Diluyentes,
polímeros,
desintegrantes
Dureza, friabilidad,
desintegración,
disolución
Nanopartículas especializadas
(niosomas, cubosomas,
cochleatas)
5
D-optimal / I-optimal
Fosfolípidos,
colesterol,
tensoactivos
Eciencia encapsulación,
TP, IPD, PZ, % liberación
Sistemas para vías alternativas
(microagujas, intranasal),
impresión 3D
3
Simplex lattice /
D-optimal
Variable según
sistema
Permeación, TP,
contenido farmacológico
│
43
García.
Diseño de mezcla aplicado al desarrollo de formulaciones
de
complejidad,
el
diseño
con
mezcla
de
referencia
empleado
para
el
SNEDDS
con
voriconazol
(2020)
incorporó
cuatro
componentes
simultáneos,
siendo
uno de los estudios con mayor dimensionalidad en el
espacio de formulación (Rasoanirina et al., 2020).
Los sistemas de autoemulsicación representaron
otro
grupo
relevante,
con
al
menos
once
estudios
identicados
que
emplearon
SMEDDS,
SNEDDS
o
SEDDS para mejorar la solubilidad y biodisponibilidad
oral
de
fármacos
pertenecientes
a
las
clases
II
y
IV
del sistema de clasicación biofarmacéutica (BCS). El
diseño D-optimal fue predominante en esta categoría.
El
SMEDDS
para
mejorar
la
biodisponibilidad
de
la
catepsina
K
(HL235)
utilizó
16
ensayos
con
tres
componentes
(Capmul,
Tween
20
y
Carbitol),
evaluando la concentración del fármaco y la capacidad
de
solubilización
(Visetvichaporn
et
al.,
2020);
mientras que el SEDDS para artemisinina evaluó carga
del fármaco, tiempo de emulsicación y solubilidad con
idéntica arquitectura ternaria (Gao et al., 2023). Estas
respuestas
reejan
criterios
de
calidad
críticos
para
estos sistemas: la capacidad de solubilizar el fármaco
lipólo y la velocidad de formación de la nanoemulsión
espontánea
tras
la
dilución
en
el
medio
acuoso
gastrointestinal.
Un
caso
de
diseño
combinado
de
evidente
complejidad
metodológica
es
el
SNEDDS
para
valsartán (El-Say et al., 2023), que integró el Simplex
lattice
con
un
diseño
factorial
de
3²,
permitiendo
estudiar
simultáneamente
las
interacciones
entre
los
componentes
de
la
mezcla
y
el
efecto
de
factores
de
proceso
sobre
la
formulación.
Este
enfoque
híbrido
supera las limitaciones de cada diseño por separado y
representa una estrategia más robusta y comprehensiva
para el desarrollo farmacéutico racional.
Los
hidrogeles
y
geles
formulados
con
ayuda
del
MD
incluyeron
tanto
sistemas
simples
de
polímeros
gelicantes como sistemas complejos que incorporan
nanoestructuras
en
su
matriz.
En
el
hidrogel
de
Centella
asiática
y
Moringa
oleifera
(Simplex
lattice,
2025)
los
componentes
del
diseño
fueron
Carbopol
y
trietanolamina,
evaluándose
pH,
extensibilidad
y
viscosidad
con
ocho
corridas.
En
contraste,
el
hidrogel de nanocápsulas lipídicas de quitosano e iota-
carragenano
con
efavirenz
(2025)
empleó
primero
un
I-optimal
con
35
formulaciones
para
optimizar
la
composición
del
hidrogel
y,
posteriormente,
un
D-optimal
con
13
ensayos
para
la
encapsulación,
exemplicando la aplicación secuencial de diseños de
mezclas en sistemas de doble complejidad.
El microemulgel con extractos de
Teucrium polium
y
bilis
de
pollo
para
el
tratamiento
de
hemorroides
(Simplex
lattice)
evaluó
extensibilidad
y
viscosidad
a
partir del esquema ternario clásico (agua, aceite y Smix)
(Badaoui et al., 2025), mientras que el gel transdérmico
de
hidrobromuro
de
darifenacina
para
vejiga
hiperactiva (D-optimal) empleó el mismo esquema de
tres componentes con 16 corridas (Patel et al., 2023).
Estos
casos
evidencian
que,
independientemente
del
activo
incorporado
o
la
vía
de
administración,
la
estructura
del
diseño
de
mezclas
tiende
a
conservar
su
esquema
fundamental
ternario,
lo
que
facilita
la
comparabilidad
entre
estudios
y
la
transferencia
de
conocimiento entre formulaciones análogas.
Las formas farmacéuticas sólidas (22,4%) también
han
mostrado
importantes
avances.
El
diseño
de
mezclas
ha
permitido
optimizar
comprimidos
de
liberación
inmediata
y
modicada
(lamotrigina,
hidroclorotiazida/losartán,
loxoprofeno),
minitabletas
otantes y tabletas probióticas, ajustando excipientes
como celulosa microcristalina, polímeros de liberación
controlada
y
agentes
desintegrantes
(Atneriya
et
al.,
2024; Azhar & Munaim, 2021; Luo et al., 2022; Rauf-
Ur-Rehman et al., 2023; Suparmi et al., 2025).
Un
ejemplo
de
particular
relevancia
tecnológica
es la formulación para impresión 3D del sistema con
clorhidrato
de
sertralina
de
liberación
inmediata
(I-optimal,
2025),
donde
el
MD
se
aplicó
sobre
tres
polímeros
de
diferente
naturaleza
(Eudragit
E
PO,
Kollidon
17
PF
y
ácido
esteárico),
con
el
índice
de
cristalinidad
y
la
tensión
de
exión
como
respuestas
(Bienhaus et al., 2025).
Finalmente,
el
software
Design-Expert
(versiones
7 a 13) fue el más utilizado (78 % de los estudios que
lo reportan), lo que conrma su rol como herramienta
estándar en el desarrollo farmacéutico.
Eciencia experimental
El
número
de
experimentos
realizados
en
los
estudios
revisados
osciló
entre
8
y
35
corridas,
con
una mediana aproximada de 14 ensayos. Los diseños
D-optimal
mostraron
una
notable
consistencia
en
el
rango
de
13
a
17
corridas
para
sistemas
de
tres
componentes, independientemente de la complejidad
de las respuestas evaluadas. Los diseños Simplex lattice
presentaron mayor variabilidad, con rangos de 8 a 22
44
│
Volumen 19, Número 52, Septiembre-Diciembre 2026, pp. 37 - 53
corridas según el grado del polinomio adoptado. Esta
eciencia
experimental
contrasta
favorablemente
con
los enfoques ensayo-error clásicos, donde la evaluación
exhaustiva
de
un
espacio
de
formulación
ternario
requeriría
cientos
de
formulaciones
para
alcanzar
resultados
comparables
en
términos
de
comprensión
de las interacciones entre componentes.
Retos prácticos, limitaciones y perspectivas
futuras
A
pesar
de
sus
ventajas,
la
aplicación
del
diseño
de
mezclas
en
formulaciones
farmacéuticas
enfrenta
varios
retos
prácticos.
La
interpretación
de
los
coecientes
de
Scheé
no
siempre
resulta
intuitiva
para los formuladores, y el escalado de laboratorio a
producción industrial sigue siendo complejo debido a
diferencias en dinámica de mezcla y las condiciones de
proceso. Además, el manejo de múltiples componentes
con
restricciones
estrictas
aumenta
la
dicultad
para
denir regiones experimentales estables.
Conviene
reconocer
también
algunas
limitaciones
propias
del
proceso
de
revisión
que
condicionan
el
alcance de sus conclusiones. Al tratarse de un trabajo
desarrollado
por
una
sola
investigadora,
sin
doble
evaluación
independiente
de
los
estudios,
no
puede
descartarse
cierto
grado
de
sesgo
en
la
selección
o
interpretación de la evidencia; tampoco se aplicó una
herramienta
estandarizada
de
evaluación
de
calidad
metodológica
a
los
estudios
primarios,
algo
que
en
revisiones
de
mayor
envergadura
suele
mitigar
ese
riesgo.
A
esto
se
suma
la
restricción
idiomática
a
publicaciones en inglés y español, que probablemente
dejó
fuera
evidencia
relevante
generada
en
otras
lenguas. Estas limitaciones son inherentes al formato
de
revisión
narrativa
adoptado
y
no
invalidan
las
tendencias identicadas, pero sí invitan a interpretarlas
con la debida cautela.
Hacia el futuro, se anticipa una mayor integración
del
diseño
de
mezclas
con
inteligencia
articial,
optimización
bayesiana
y
modelos
multiescala.
Estas
herramientas permitirán reducir aún más el número de
experimentos y facilitar el desarrollo de formulaciones
personalizadas y sostenibles.
Superar
estas
limitaciones
convertirá
al
diseño
de
mezclas
en
un
pilar
fundamental
del
paradigma
QbD 2.0, impulsando un desarrollo farmacéutico más
eciente, robusto y predecible.
IV. CONCLUSIÓN
El
DM
se
ha
consolidado
como
metodología
indispensable en el desarrollo farmacéutico moderno,
particularmente
bajo
el
paradigma
QbD.
El
diseño
D-óptimo (55,1%) reeja la complejidad creciente de las
formulaciones contemporáneas, donde las restricciones
de excipientes y la necesidad de eciencia experimental
son críticas.
Para la comunidad farmacéutica latinoamericana,
esta
revisión
sistematiza
herramientas
metodológicas
que
facilitan
el
cumplimiento
de
estándares
internacionales
(ICH
Q8-Q12)
mientras
optimizan
recursos de investigación. Su incorporación progresiva
a
los
ujos
de
trabajo
regionales
podría
acortar
los
tiempos
de
desarrollo
y
reducir
la
dependencia
de
metodologías
de
ensayo
y
error,
particularmente
en
instituciones con capacidad instrumental limitada.
Conicto de intereses
Los autores del estudio manifestamos no presentar
ningún conicto de interés.
V. REFERENCIAS
Afrin S, Gupta V. Formulación farmacéutica. In: En: Sta-
tPearls [Internet], editor. StatPearls [Internet]. Trea-
sure Island: StatPearls Publishing; 2023.
Akacha BB, Kačániová M, Kukula-Koch W, Verde SC,
Madureira J, Koch W, et al. Optimizing Essential Oil
Blends by Mixture Design Approaches for Enhanced
Antimicrobial
and
Antioxidant
Activity:
A
Review.
J
Food
Sci.
2026
Jan
26;91(1).
doi:10.1111/1750-
3841.70794
Albash R, Hassan M, Agiba AM, Mohamed HW, Hassan
MS, Ali RM, et al. Advanced Vaginal Nanodelivery
of
Losartan
Potassium
via
PEGylated
Zein
Nano-
particles
for
Methicillin-Resistant
Staphylococcus
aureus.
Pharmaceutics.
2025
Oct
18;17(10):1344.
doi:10.3390/pharmaceutics17101344
Atneriya
U,
Sainy
J,
Chidrawar
VR,
Sharma
M,
Ma-
heshwari
R.
D-optimal
mixture
design
inspired
modied
release
tablet
formulation
of
lamotrigine
for the treatment of seizures: An in-depth characte
-
rization.
Ann
Pharm
Fr.
2024
May;82(3):446–63.
doi:10.1016/j.pharma.2023.10.005
│
45
García.
Diseño de mezcla aplicado al desarrollo de formulaciones
Azhar MA, Munaim MSA. Design and optimization of a
probiotic tablet for gastrointestinal
tolerance by
a simplex-centroid mixture. Drug Dev Ind Pharm.
2021;47(2):189–96.
doi:10.1080/03639045.2020.1
862176
Badaoui FZ, Bakhouche A, Bechkri S, Djelmami Hani S,
Bensouici
C.
Formulation
and
optimization
of
mi
-
cro-emulgel loaded with Teucrium polium and chic-
ken bile extracts. Drug Dev Ind Pharm. 2025 Dec
2;51(12):1843–55. doi:10.1080/03639045.2025.257
1720
Barve AR, Kapileshwari GR, DCruz CEM, Kumar L, Bhi
-
de PJ, Mahajan AA, et al. Solubility Enhancement
of
Ebastine
by
Formulating
Microemulsion
Using
D-Optimal Mixture Design: Optimization and Cha
-
racterization.
Assay
Drug
Dev
Technol.
2022
Sep
1;20(6):258–73. doi:10.1089/adt.2022.049
Beg S. Mixture Designs and Their Applications in Phar-
maceutical
Product
Development.
In:
Design
of
Experiments
for
Pharmaceutical
Product
Develop-
ment. Singapore: Springer Singapore; 2021. p. 87–
96. doi:10.1007/978-981-33-4717-5_8
Bienhaus M, Neumann L, Müller C, Runkel FE. Targe-
ted Development of an Optimised Formulation for
3D-Printing
of
a
Sertraline
Hydrochloride-Contai-
ning Drug Delivery System with Immediate-Release
Characteristics Utilising a Mixture Design. Pharma-
ceutics. 2025 Aug 30;17(9):1137. doi:10.3390/phar-
maceutics17091137
Borhan, F. P., Abd Gani, S. S., & Shamsuddin, R. (2014).
The use of D-optimal mixture design in optimising
okara soap formulation for stratum corneum appli-
cation.
Scientic World Journal, 2014
. https://doi.
org/10.1155/2014/173979
Campisi B, Chicco D, Vojnovic D, Phan-Tan-Luu R. Ex-
perimental design for a pharmaceutical formulation:
optimisation and
robustness. J Pharm Biomed
Anal.
1998;18(1–2):57–65.
doi:10.1016/s0731-
7085(98)00175-7
Dejaegher
B,
Heyden
Y
Vander.
Experimental
desig
-
ns and their recent advances in set-up, data
in-
terpretation,
and
analytical
applications.
J
Pharm
Biomed
Anal.
2011;56(2):141–58.
doi:10.1016/j.
jpba.2011.04.023
Duarte JG, Duarte MG, Piedade AP, Mascarenhas-Melo
F. Rethinking Pharmaceutical Industry with Quality
by
Design:
Application
in
Research,
Development,
Manufacturing,
and
Quality
Assurance.
AAPS
J.
2025
May
20;27(4):96.
doi:10.1208/s12248-025-
01079-w
Duraković Z, Vitezić D. Pharmacodynamics and phar
-
macokinetics in the elderly. Period Biol. 2013;115(4).
El-Say
KM,
Alamri
SH,
Alsulimani
HH,
Alharbi
WS,
Omar AM, Safo MK, et al. Incorporating valsartan
in
sesame
oil
enriched
self-nanoemulsifying
sys-
tem-loaded
liquisolid
tablets
to
improve
its
bioa-
vailability.
Int
J
Pharm.
2023
May;639:122966.
doi:10.1016/j.ijpharm.2023.122966
Galvan
D,
Eting
L,
Cremasco
H,
Conte-Junior
CA.
Recent Applications of Mixture Designs in Bevera-
ges,
Foods,
and
Pharmaceutical
Health:
A
Syste-
matic Review and Meta-Analysis. Foods. 2021 Aug
20;10(8):1941. doi:10.3390/foods10081941
Gao S, Chen J, Peng W, Yang Y, Yang Y, Hua L, et al. The
preparation and relative bioavailability of an artemi-
sin
in
self-emulsifying
drug
delivery
system.
Drug
Deliv. 2023 Dec 31;30(1). doi:10.1080/10717544.20
23.2168794
Goo YT, Kim MS, Choi JY, Sin GH, Hong SH, Kim CH, et
al. A cochleate formulation optimized by D-optimal
mixture design enhances oral bioavailability of Reva-
prazan. J Liposome Res. 2024 Jan 2;34(1):31–43. do
i:10.1080/08982104.2023.2209171
Goo YT, Lee S, Choi JY, Kim MS, Sin GH, Hong SH, et
al. Enhanced oral absorption of insulin: hydrophobic
ion pairing and a self-microemulsifying drug delivery
system using a D-optimal mixture design. Drug De-
liv. 2022 Dec 31;29(1):2831–45. doi:10.1080/107175
44.2022.2118399
Goos P, Jones B, Syatri U. I-Optimal Design of Mix
-
ture
Experiments.
J
Am
Stat
Assoc.
2016
Apr
46
│
Volumen 19, Número 52, Septiembre-Diciembre 2026, pp. 37 - 53
2;111(514):899–911.
doi:10.1080/01621459.2015.11
36632
Habib BA, Abdeltawab NF, Salah Ad-Din I. D-optimal
mixture design for optimization of topical dapsone
niosomes: in vitro characterization and in vivo acti
-
vity against Cutibacterium acnes. Drug Deliv. 2022
Dec 31;29(1):821–36. doi:10.1080/10717544.2022.2
048131
Hadinugroho W, Tjahjono Y, Foe K, Esar SY, Caroline
C, Jessica MA, et al. Characterization of 2-((4-(chlo
-
romethyl)benzoyl)oxy)benzoate
acid
for
analgesic
tablet dosage form formulation. Current Research in
Pharmacology and Drug Discovery. 2024;7:100200.
doi:10.1016/j.crphar.2024.100200
Hare LB, Altan S, Coppenolle H. Mixture Experimen-
tation in Pharmaceutical Formulations: A Tutorial.
Pharm Stat. 2025 Jan 5;24(1). doi:10.1002/pst.2426
Hashem SS, Ibrahim HK, EL Shaboury KF, Awad HH,
El-Shiekh
RA,
Younes
NF.
Immuno-redox
modu
-
lator
loaded
trehalosomal
hydrogel
for
atopic
der-
matitis: formulation, optimization using D-optimal
mixture design, in-vitro and in-vivo evaluation. Int
J
Pharm.
2026
Apr
25;695:126788.
doi:10.1016/j.
ijpharm.2026.126788
Hegazy D, Tag R, Habib BA. Statistical Sequential Ex
-
perimentation: Preliminary Mixed Factorial Design,
I-Optimal Mixture Design Then Finally Novel Design
Space Expansion for Optimization of Tazarotene Cu
-
bosomes.
Int
J
Nanomedicine.
2022
Mar;Volume
17:1069–86. doi:10.2147/IJN.S337130
Holm, P., Allesø, M., Bryder, M. C., & Holm, R. (2017).
Q8(R2): Pharmaceutical Development. In
ICH Qua-
lity Guidelines: An Implementation Guide
. https://
doi.org/10.1002/9781118971147.ch20
Hu Q, Fu XL, Dong YY, Ma J, Hua J, Li JT, et al. D-Opti
-
mal Design and Development of a Koumine-Loaded
Microemulsion for Rheumatoid Arthritis Treatment:
In vivo and in vitro Evaluation. Int J Nanomedicine.
2023
Jun;Volume
18:2973–88.
doi:10.2147/IJN.
S406641
Hu Q, Lin H, Wang Y, Wang X, Yao J, Fu X, et al. De
-
sign,
optimization
and
evaluation
of
a
microemul
-
sion-based
hydrogel
with
high
malleability
for
enhanced
transdermal
delivery
of
levamisole.
Int
J
Pharm.
2021
Aug;605:120829.
doi:10.1016/j.
ijpharm.2021.120829
Huang C, Guan L, Wang Y, Javeed A, Jin L, Han B. So
-
dium hyaluronate-stabilized luteolin-loaded microe
-
mulsion gel: Interface-driven nanocarrier for enhan-
ced skin delivery and therapeutic ecacy on atopic
dermatitis. Colloids Surf B Biointerfaces. 2026 Jun
1;262:115496. doi:10.1016/j.colsurfb.2026.115496
ICH. (2009). Q8(R2)
Pharmaceutical Development.
In-
ternational Council for Harmonisation of Technical
Requirements for Pharmaceuticals for Human Use.
Ibrahim MM, Basalious EB, El-Nabarawi MA, Makhlouf
AIA,
Sayyed
ME,
Ibrahim
IT.
Nose
to
brain
deli-
very
of
mirtazapine
via
lipid
nanocapsules:
Pre
-
paration,
statistical
optimization,
radiolabeling,
in
vivo
biodistribution
and
pharmacokinetic
study.
Drug Deliv Transl Res. 2024 Sep 20;14(9):2539–57.
doi:10.1007/s13346-024-01528-7
Jain S, Dudhat K, Soniwala MM, Kotadiya N, Mori D.
DoE-Based Solid Self-microemulsifying Drug Deli-
very System (S-SMEDDS) Approach for Improving
the Dissolution Properties of Raltegravir Potassium.
J
Pharm
Innov.
2023;18(1):29–42.
doi:10.1007/
s12247-022-09621-5
Jeswani G, Chablani L, Gupta U, Sahoo RK, Nakhate KT,
Ajazuddin. Development and optimization of pacli
-
taxel loaded Eudragit/PLGA nanoparticles by sim-
plex lattice mixture design: Exploration of improved
hemocompatibility
and
in
vivo
kinetics.
Biomedi-
cine
&
Pharmacotherapy.
2021
Dec;144:112286.
doi:10.1016/j.biopha.2021.112286
Jusril
NA,
Abu
Bakar
SI,
Khalil
KA,
Md
Saad
WM,
Wen
NK,
Adenan
MI.
Development
and
Optimi
-
zation
of
Nanoemulsion
from
Ethanolic
Extract
of
Centella
asiatica
(NanoSECA)
Using
D-Optimal
Mixture
Design
to
Improve
Blood-Brain
Barrier
Permeability.
Evidence-Based
Complementary
and
Alternative
Medicine.
2022
Mar
7;2022:1–18.
│
47
García.
Diseño de mezcla aplicado al desarrollo de formulaciones
doi:10.1155/2022/3483511
Kumaravelrajan R, Naresh N, Mohanta GP, Venkatesan
S,
Prasad
PD.
Compounding
and
Characterization
of a Selfmicroemulsifying System of Ticagrelor Ta-
blets for Enhanced Solubility. Int J Pharm Compd.
2024;28(3):194–204. PubMed PMID: 38768501.
Liang Z, Tang X, Chen L, Liu Y, Zhao S, Ma X, et al. A
Formulation–Process–Product
Integrated
Design
Method
for
Accelerating
Pharmaceutical
Tablet
Development
via
the
High-Shear
Wet
Granulation
and
Tableting
Route.
Pharmaceutics.
2025
Mar
2;17(3):322. doi:10.3390/pharmaceutics17030322
Luo
Q,
Zhang
Q,
Wang
P.
Hydrochlorothiazide/Lo
-
sartan
Potassium
Tablet
Prepared
by
Direct
Com-
pression.
Pharmaceutics.
2022
Aug
21;14(8):1741.
doi:10.3390/pharmaceutics14081741
Mazonde P, Khamanga SMM, Walker RB. Design, Op
-
timization,
Manufacture
and
Characterization
of
Efavirenz-Loaded
Flaxseed Oil Nanoemulsions.
Pharmaceutics.
2020;12(9).
doi:10.3390/pharma-
ceutics12090797
Melo Martínez OO, López Pérez LA, Melo Martínez SE.
Diseño
de
experimentos :
métodos
y
aplicaciones.
Universidad
Nacional
de
Colombia
Facultad
de
Ciencias; 2020. doi:10.36385/FCBOG-4-0
Muchtaromah
B,
Majid
AF,
Aqila
H,
Hayati
A,
Re-
han
MM.
Formulation
and
Physical
Evaluation
of
Hydrogel
Extract
Combination
of
Centella
asia-
tica
and
Moringa
oleifera
using
Simplex
Lattice
Design
Method.
IOP
Conf
Ser
Earth
Environ
Sci.
2025
Jan
1;1439(1):012034.
doi:10.1088/1755-
1315/1439/1/012034
Mukubwa GK, Safari JB, Tetana ZN, Jones CN, Walker
RB, Krause RWM. Lipid nanocapsule-chitosan and
iota-carrageenan
hydrogel
composite
for
sustai-
ned hydrophobic drug delivery. Sci Rep. 2025 Nov
27;15(1):42349. doi:10.1038/s41598-025-26390-6
Nahdhia N, Hendradi E, Rijal MAS. Design and opti-
mization of nanoemulsion system by simplex lattice
design
method
to
improve
solubility
of
topical
di-
clofenac sodium. Res J Pharm Technol. 2025 May
7;2237–43. doi:10.52711/0974-360X.2025.00320
Nair AB, Chaudhary S, Jacob S, Patel D, Shinu P, Shah
H,
et
al.
Intranasal
Administration
of
Dolutegra-
vir-Loaded
Nanoemulsion-Based
In
Situ
Gel
for
Enhanced
Bioavailability
and
Direct
Brain
Tar-
geting.
Gels.
2023
Feb
3;9(2):130.
doi:10.3390/
gels9020130
Nair AB, Shah J, Jacob S, Al-Dhubiab BE, Sreeharsha
N,
Morsy
MA,
et
al.
Experimental
design,
formu-
lation
and
in
vivo
evaluation
of
a
novel
topical
in
situ gel system to treat ocular infections. PLoS One.
2021
Mar
19;16(3):e0248857.
doi:10.1371/journal.
pone.0248857
Panchal D, Pandya T, Kevlani V, Shah S, Acharya S. De
-
velopment
and
evaluation
of
novel
krill
oil-based
clomiphene microemulsion as a therapeutic strategy
for
PCOS
treatment.
Drug
Deliv
Transl
Res.
2023
Sep
23;13(9):2254–71.
doi:10.1007/s13346-023-
01304-z
Patel D, Menon M, Shah P, Patel M, Lalan M. Application
of D-Optimal Mixture Design in the Development of
Nanocarrier-Based Darifenacin Hydrobromide Gel.
Recent Adv Drug Deliv Formul. 2023 Mar;17(1):47–
60. doi:10.2174/2667387817666230221141501
Perez-Roman I, Kiekens F, Cordoba-Diaz D, Garcia-Ro
-
driguez JJ, Cordoba-Diaz M. Development of a Solid
Formulation Containing a Microemulsion of a No-
vel
Artemisia Extract with Nematocidal Activity
for Oral Administration. Pharmaceutics. 2020;12(9).
doi:10.3390/pharmaceutics12090873
Peter
EL,
Sesaazi
CD.
D-optimal
mixture
design
opti
-
mized
solid
formulation
containing
fruits
extracts
of
Momordica
charantia
and
Abelmoschus
escu-
lentus.
PLoS
One.
2022
Jun
24;17(6):e0270547.
doi:10.1371/journal.pone.0270547
Peterson JJ, Snee RD, McAllister PR, Schoeld TL, Ca
-
rella
AJ.
Statistics
in
pharmaceutical
development
and manufacturing. Journal of Quality Technology.
2009;41(2):111–34. doi:10.1080/00224065.2009.11
917764
48
│
Volumen 19, Número 52, Septiembre-Diciembre 2026, pp. 37 - 53
Politis SN, Colombo P, Colombo G, Rekkas DM. Design
of
experiments
(DoE)
in
pharmaceutical
develop-
ment.
Drug
Development
and
Industrial
Pharma-
cy. Taylor and Francis Ltd.; 2017. p. 889–901. doi:
10.1080/03639045.2017.1291672
PubMed
PMID:
28166428.
Radwan MF, El-Moselhy MA, Alarif WM, Orif M, Alruwai-
li NK, Alhakamy NA. Optimization of Thymoquino
-
ne-Loaded
Self-Nanoemulsion
for
Management
of
Indomethacin-Induced Ulcer. Dose-Response. 2021
Apr 1;19(2). doi:10.1177/15593258211013655
Rasoanirina
BNV,
Lassoued
MA,
Kamoun
A,
Bahloul
B,
Miladi
K,
Sfar
S.
Voriconazole-loaded
self-na
-
noemulsifying
drug
delivery
system
(SNEDDS)
to
improve transcorneal permeability. Pharm Dev Te-
chnol. 2020 Jul 2;25(6):694–703. doi:10.1080/108
37450.2020.1731532
Visetvichaporn V, Kim KH, Jung K, Cho YS, Kim DD.
Formulation
of
self-microemulsifying
drug
deli-
very
system
(SMEDDS)
by
D-optimal
mixture
de-
sign
to
enhance
the
oral
bioavailability
of
a
new
cathepsin K inhibitor (HL235). Int J Pharm. 2020
Jan;573:118772. doi:10.1016/j.ijpharm.2019.118772
Rauf-Ur-Rehman, Shoaib MH, Ahmed FR, Yousuf RI,
Siddiqui F, Saleem MT, et al. SeDeM expert system
with I-optimal mixture design for oral multiparticu-
late drug delivery: An encapsulated oating minita
-
blets of loxoprofen Na and its in silico physiologically
based pharmacokinetic modeling. Front Pharmacol.
2023 Mar 3;14. doi:10.3389/fphar.2023.1066018
Sawant ND, Chatale BC, Desai ND. In situ miniemulsions
of glimepiride using D-optimal mixture design-in si-
lico, in vitro and in vivo studies. Nanomedicine. 2025
Aug;68:102842. doi:10.1016/j.nano.2025.102842
Sindi AM, Rizg WY, Khan MK, Alkhalidi HM, Alharbi
WS, Sabei FY, et al. Tailoring and optimization of a
honey-based nanoemulgel loaded with an itracona-
zole–thyme
oil
nanoemulsion
for
oral
candidiasis.
Drug Deliv. 2023 Dec 31;30(1). doi:10.1080/107175
44.2023.2173337
Spessato
L,
Duarte
VA,
Viero
P,
Zanella
H,
Fonseca
JM,
Arroyo
PA,
et
al.
Optimization
of
Sibipiruna
activated
carbon
preparation
by
simplex-centroid
mixture design for simultaneous adsorption of rho-
damine
B
and
metformin.
J
Hazard
Mater.
2021
Jun;411:125166. doi:10.1016/j.jhazmat.2021.125166
Suksaeree J, Wunnakup T, Chankana N, Charoenchai
L, Monton C. Formulation Development of Directly
Compressible Tablets Incorporating Trisamo Extract
With Synergistic Antioxidant Activity. Int J Food Sci.
2024 Jan 9;2024(1). doi:10.1155/2024/8920060
Suparmi S, Latifah F, Lestanu LA, Fasitasari M, Rustanti
N. Optimalisation of tablet formula from chlorophy-
ll
of
Sauropus
androgynus
(L.)
Merr.
leaves
using
simplex
lattice
design
(SLD).
J
Pharm
Pharma-
cogn
Res.
2025
Mar
1;13(2):591–6.
doi:10.56499/
jppres24.2123_13.2.591
Suriyaamporn
P,
Opanasopit
P,
Rangsimawong
W,
Ngawhirunpat T. Optimal Design of Novel Microe-
mulsions-Based Two-Layered Dissolving
Micro-
needles for Delivering Fluconazole in Treatment of
Fungal Eye
Infection. Pharmaceutics. 2022;14(3).
doi:10.3390/pharmaceutics14030472
Veerabomma
H,
Bhattacharjee
S,
Goud
KS,
Kumar
J,
Chandanapalli
DK,
Bhale
NA,
et
al.
Tofacitinib
citrate
nanoemulgel
induced
repigmentation
in
vitiligo:
Assessment
of
oxidative
stress,
protein,
immunohistochemistry,
and
mRNA
expressions.
Int
J
Pharm.
2026
Apr;694:126719.
doi:10.1016/j.
ijpharm.2026.126719
Wang Y, Chen Q, Huang X, Yan X. Acacetin-loaded mi
-
croemulsion for transdermal delivery: preparation,
optimization and evaluation. Pharm Biol. 2023 Dec
31;61(1):790–8.
doi:10.1080/13880209.2023.2207
597
Xu Y, Yan G, Wen X, Wu L, Deng R, Liang Q, et al. Pre
-
paration, evaluation, and pharmacokinetics in beagle
dogs of a taste-masked unixin meglumine orally di
-
sintegrating tablet prepared using hot-melt extrusion
technology
and
D-optimal
mixture
design.
Euro-
pean Journal of Pharmaceutical Sciences. 2022 Jan
1;168(4):106019.
doi:10.1016/j.ejps.2021.106019
PubMed PMID: 34563655.
│
49
García.
Diseño de mezcla aplicado al desarrollo de formulaciones
Xue Q, Xiao P, Yuan H, Zhao J, Liu B, He H, et al. Quer
-
cetagetin
phospholipid
complex
self-microemulsif-
ying delivery system for enhanced oral delivery and
alcoholic liver injury protection. Food Research In-
ternational.
2026
May;231:118773.
doi:10.1016/j.
foodres.2026.118773
Yang F, Shang S, Wu K, Qi M, He Y, Zhang Y, et al. Oral
administration
of
nanoemulsion
of
supercritical
uid extract of Angelica with quaternized chitosan
alleviates
ulcerative
colitis
in
mice.
Int
J
Biol
Ma-
cromol. 2025 Jun 1;314:144339. doi:10.1016/j.ijbio-
mac.2025.144339 PubMed PMID: 40393582.
Yang S, Hu X, Zhu J, Zheng B, Bi W, Wang X, et al.
Aspects
and
Implementation
of
Pharmaceutical
Quality by Design from Conceptual Frameworks to
Industrial
Applications.
Pharmaceutics.
2025
May
8;17(5):623. doi:10.3390/pharmaceutics17050623
Younis NA, Hemdan A, Zafer MM, Abd-Elsalam WH,
Abouelatta
SM.
Standardization
and
quantitative
analysis
of
Araucaria
Heterophylla
extract
via
an
UPLC-MS/MS method and its formulation as an an-
tibacterial phytonanoemulsion gel. Sci Rep. 2022 Jul
22;12(1):12557. doi:10.1038/s41598-022-16188-1
Material suplementario
Forma farmacéutica
Diseño
predominante
Componentes típicos
Respuestas
evaluadas
Gel de microemulsión con luteolina y
hialuronato de sodio para administración
cutánea en la dermatitis atópica.
D-óptimal
3 componentes: agua, aceite
y Smix.
2026/ (Huang et al.,
2026)
Hidrogel trehalosomal con modulador
inmuno-redox para la dermatitis atópica
D-óptimal
3 componentes: fosfolípido,
trehalosa y Pluronic F127.
Respuesta: eciencia de
encapsulación, TP, IPD y
PZ.
2026/ (Hashem et al.,
2026)
SMEDS de complejo fosfolipídico de
quercetagetina para administración oral
y protección contra el daño hepático
inducido por alcohol.
D-óptimal
3 componentes: agua,
complejo fosfolipídico y
Smix.
2026/ (Xue et al.,
2026)
Nanoemulsión con citrato de tofacitinib
para la repigmentación inducida en el
vitiligo
D-óptimal
Respuesta: eciencia de
encapsulación, TP, IPD y
PZ.
2026/ (Veerabomma et
al., 2026)
Hidrogel de nanocápsulas lipídicas-
quitosano e iota-carragenano para
la liberación sostenida de fármacos
hidrofóbicos, se utilizó el efavirenz
(antirretroviral).
1. I-óptimo
2. D-óptimal
1. Optimización del
hidrogel (Iota-Carragenina,
Quitosano, Ácido Acrílico,
Acrilamida y N, N-Metileno
Bisacrilamida, 35
formulaciones).
2. La encapsulación, 13
ensayos
2025/ (Mukubwa et al.,
2025)
Nanopartículas de zeína pegilada con
losartán potásico como tratamiento
alternativo para la infección vaginal por
Staphylococcus aureus
.
D-óptimal
3 factores: Brij, zeína y Tipo
Brij. 15 ensayos. Respuesta:
eciencia, TP y PZ.
2025/ (Albash et al.,
2025)
Microemulgel con extractos de Teucrium
polium y bilis de pollo, para el tratamiento
de las hemorroides.
Simplex lattice
3 componentes:
agua, aceite y Smix.
Respuesta: extensibilidad
y la viscosidad del
microemulgel.
2025/ (Badaoui et al.,
2025)
Miniemulsiones
in situ
para mejorar
la solubilidad de glimepirida
(hipoglucemiante oral).
D-óptimal
4 factores: Capryol 90,
Tween 20, PEG 400 y
estearilamina. Respuesta: in
silico, in vitro e in vivo.
2025/ (Sawant et al.,
2025)
50
│
Volumen 19, Número 52, Septiembre-Diciembre 2026, pp. 37 - 53
Sistema de nanoemulsión para mejorar la
solubilidad del diclofenaco sódico tópico
Simplex lattice
3 componentes: agua, ácido
oleico (aceite), Tween 80-
Span 80. Respuesta: TP,
IPD, transmitancia y pH.
2025/ (Nahdhia et al.,
2025)
Nanoemulsión oral con extracto de uido
supercrítico de angélica y quitosano
cuaternizado para el tratamiento de la
colitis ulcerosa.
D-óptimal
2025/ (F. Yang et al.,
2025)
Comprimidos a partir de clorola de hojas
de
Sauropus androgynus
(L.) Merr
Simplex lattice
2 componentes: celulosa
microcristalina y magnesio
estearato. 8 ensayos.
Respuesta: uniformidad de
tamaño, de peso, dureza,
friabilidad y tiempo de
desintegración.
2025/ (Suparmi et al.,
2025)
Hidrogel de
Centella asiática y Moringa
oleifera
Simplex Lattice
2 componentes: Carbopol
y trietanolamina. 8
ensayos. Respuesta:
pH, extensibilidad y la
viscosidad.
2025/ (Muchtaromah
et al., 2025)
Formulación para impresión 3D de
sistema de administración de fármacos
que contiene clorhidrato de sertralina con
características de liberación inmediata
I-óptimal
3 componentes: Eudragit
E PO, Kollidon 17 PF e
Ácido esteárico. 13 ensayos.
Respuesta: índice de
cristalinidad y tensión de
exión.
2025 / (Bienhaus et al.,
2025)
Comprimidos analgésicos de ácido
2-((4-(clorometil) benzoil)oxi)benzoato
elaborado por compresión directa
Simplex lattice
2 componentes: glicolato
sódico de almidón y
polivinilpirrolidona, 16
ensayos. Respuesta: índice
de Carr, Hausner, dureza,
friabilidad, desintegración y
liberación del fármaco.
2024/ (Hadinugroho et
al., 2024)
Comprimidos de compresión directa
con extracto de trisamo con actividad
antioxidante.
Simplex lattice
3 frutos secos. 12 ensayos.
Respuesta: actividad
antioxidante por DPPH.
2024/ (Suksaeree et al.,
2024)
SNEDDS en comprimidos para mejorar la
solubilidad y disolución del ticagrelor.
Simplex lattice
3 componentes: aceite de
triglicéridos de cadena
media, surfactante y
cosurfactante
2024/ (Kumaravelrajan
et al., 2024)
Nanocápsulas lipídicas de mirtazapina
(fármaco antidepresivo) al cerebro desde
la nariz.
D-óptimal
3 componentes: aceite
Labrafac, Solutol HS
(tensioactivo) y agua. 17
ensayos Respuesta: TP,
PZ, IPD y capacidad de
solubilización.
2024/ (Ibrahim et al.,
2024)
Microemulsión de clomifeno a base de
aceite de krill para el tratamiento del
síndrome de ovario poliquístico.
Simplex lattice
3 componentes: agua,
aceite y Smix, 14 ensayos.
Respuesta: tamaño del
glóbulo.
2023/ (Panchal et al.,
2023)
Microemulsión cargada con acacetina para
su administración tópica o transdérmica.
Simplex lattice
3 componentes: aceite,
Smix y agua. 16 ensayos.
Respuesta: TP, IPD y
solubilidad.
2023/ (Wang et al.,
2023)
Comprimidos de liberación modicada
de lamotrigina para el tratamiento de las
convulsiones.
D-óptimal
3 componentes: Eudragit
RL, Eudragit RS y PVP
K-30. 3. Respuesta: tasa de
liberación.
2023/ (Atneriya et al.,
2024)
│
51
García.
Diseño de mezcla aplicado al desarrollo de formulaciones
SNEDDS para mejorar la
biodisponibilidad del antihipertensivo
valsartán.
Simplex lattice
Diseño factorial
de 32.
3 componentes: aceite
de sésamo, Tween 80 y
polietilenglicol 400.
2023/ (El-Say et al.,
2023)
Microemulsión oral con koumina (aislado
de
Gelsemium eleganspara
) para la
artritis reumatoide.
D-óptimal
3 componentes: aceite,
Smix y agua. 16 ensayos.
Respuesta: TP y Eciencia
de Carga.
2023/ (Hu et al., 2023)
Gel transdérmico de hidrobromuro
de darifenacina para el tratamiento
de la vejiga hiperactiva a base de
microemulsión o/w.
D-óptimal
3 componentes: aceite,
Smix y agua. 16 ensayos.
Respuesta: tamaño del
glóbulo y PZ.
2023/ (Patel et al.,
2023)
Gel
in situ
a base de nanoemulsión con
dolutegravir para la administración
intranasal dirigida al cerebro.
Simplex lattice
3 componentes: Aceite
de eneldo, Smix y agua. 9
ensayos. Respuesta: TP, %
de liberación del fármaco
en 8 h.
2023/ (Nair et al.,
2023)
Formulación de cochleata para mejorar
la biodisponibilidad oral del revaprazan
(RVP).
D-óptimal
3 componentes: Fosfolípido
sintético neutro, colesterol
y dicetil fosfato. Respuesta:
eciencia de encapsulación,
cantidad liberada de ácido
graso libre a 2 h y cantidad
liberada de RVP a 6 h.
2023/ (Goo et al.,
2024)
Minitabletas de liberación prolongada
otantes elaboradas por compresión
directa basadas en multipartículas para
sistemas de gastroresistente, utilizando
loxoprofeno sódico.
D-óptimal
3 componentes: Methocel
K100M, Ethocel 10P y
NaHCO3, 16 ensayos.
Respuesta: tiempo de
retardo otante, liberación
del fármaco a 1, 12 y 24 h.
2023/ (Rauf-Ur-
Rehman et al., 2023)
S-SMEDDS con raltegravir para mejorar
disolución.
Simplex lattice
3 componentes: aceite,
Smix y agua. 10 ensayos,
Respuesta: propiedades
de disolución de la
formulación.
2023/ (Jain et al.,
2023)
SEDDS mejorar la solubilidad y
la biodisponibilidad relativa de la
artemisinina.
D-óptimal
3 componentes: fase oleosa,
surfactante y cosurfactante.
16 ensayos. Respuesta:
carga de fármaco, tiempo de
emulsicación y solubilidad.
2023/ (Gao et al.,
2023)
Nanoemulgel a base de miel cargado con
una nanoemulsión de itraconazol y aceite
de tomillo para la candidiasis oral.
Diseño mixto
basado en vértices
extremos,
3 componentes: aceite de
tomillo, labrasol y transcuto.
17 ensayos. Respuesta:
tamaño de gota, capacidad
de carga itraconazol y zona
de inhibición.
2023/ (Sindi et al.,
2023)
Niosomas de dapsona para el tratamiento
tópico del
Cutibacterium acnes
.
D-óptimal
3 componentes: Span 20,
colesterol y Cremophort
RH. 13 ensayos. Respuesta:
TP, IPD, PZ, Eciencia de
encapsulación.
2022/ (Habib et al.,
2022)
52
│
Volumen 19, Número 52, Septiembre-Diciembre 2026, pp. 37 - 53
Cápsulas con extractos de fruta
deshidratada de
M. charantia y A.
esculentus
con posible actividad
antidiabética
1.Diseño central
compuesto rotable
2. D-óptimal
1. 5 niveles y 2 factores.
2. Desarrollo de
la formulación, 4
componentes: carbonato
de magnesio, estearato
de magnesio, talco y
bicarbonato de sodio.
12 ensayos. Respuesta:
uniformidad de peso,
humedad, tiempo de
desintegración, polifenoles y
avonoides totales.
2022/ (Peter & Sesaazi,
2022)
Comprimido por compresión directa, de
hidroclorotiazida/losartán potásico.
D-óptimal
3 componentes: lactosa
monohidrato, celulosa
microcristalina y almidón
pregelatinizado. 9 ensayos.
Respuesta: velocidad de
disolución.
2022/ (Luo et al.,
2022)
Gel tonanoemulsionante antibacteriano
a partir del extracto de
Araucaria
Heterophylla
.
Simplex lattice
3 componentes: aceite,
agua y Smix. 10 ensayos.
Respuesta: tamaño de
gota, IPD, porcentaje
acumulado de extracto de
A. Heterophylla liberado
en 8 h.
2022/ (Younis et al.,
2022)
SMEDDS para mejorar la solubilidad y el
perl de disolución de la ebastina.
D-óptimal
3 componentes: aceite,
Smix y agua. 16 ensayos.
Respuesta: tamaño del
glóbulo y transmitancia.
2022/ (Barve et al.,
2022)
Cubosomas (sistemas de entrega de
fármacos con nanoportadores tópicos) de
tazaroteno.
1.Diseño factorial
2. I-óptimal
3 componentes: Monooleato
de glicerilo, Pluronic F68
y Alcohol polivinílico. 10
ensayos (expansión a 14).
Respuestas: Eciencia de
atrapamiento, TP, % de
fármaco liberado después de
24 h y PZ.
2022/ (Hegazy et al.,
2022)
SMEDDS para mejorar la absorción oral
de insulina.
D-óptimal
3 componentes: MCM,
Labrasol y Tetraglicol. 17
ensayos. Respuesta: tamaño
de gota, estabilidad y fuga
de insulina.
2022/ (Goo et al.,
2022)
Microagujas disolutivas de dos capas
basadas en microemulsiones de uconazol
para el tratamiento de infecciones
fúngicas oculares.
Simplex lattice
3 componentes: aceite,
Smix y agua. 14 ensayos.
Respuesta: tamaño de gota,
IPD, contenido de fármaco y
% de permeación a las 8 h.
2022/ (Suriyaamporn
et al., 2022)
Tabletas de desintegración oral
de unixina meglumina con sabor
enmascarado preparada con tecnología de
extrusión de fusión en caliente.
DM D-óptimal
3 componentes: celulosa
microcristalina, manitol
y hidroxipropilcelulosa.
16 ensayos. Respuesta:
resistencia a la tracción, el
tiempo de desintegración y
la porosidad.
2022/ (Xu et al., 2022)
Nanoemulsión a partir de extracto
etanólico de
Centella asiática
para
mejorar la permeabilidad de la barrera
hematoencefálica.
D-óptimal
2 componentes: Agua y
aceite de coco virgen. 16
ensayos. Respuesta: TP.
2022/ (Jusril et al.,
2022)
│
53
García.
Diseño de mezcla aplicado al desarrollo de formulaciones
Gel tópico
in situ
para el tratamiento de
infecciones oculares.
Simplex lattice
3 componentes: goma
gellan, alginato de sodio
y la HPMC, 14 ensayos.
Respuesta: resistencia del
gel, la fuerza adhesiva, la
viscosidad y la liberación del
fármaco después de 10 h.
2021/ (Nair et al.,
2021)
Hidrogel de administración transdérmica
con levamisol a base de microemulsión
como vehículo.
D-óptimal
3 componentes, 16 ensayos.
Respuesta: tamaño de
glóbulo y PZ.
2021/ (Hu et al., 2021)
Auto-nanoemulsión cargada con
timoquinona para el tratamiento de
úlceras inducidas por indometacina.
MD vértices
extremos
3 componentes: aceite
de almendras, tween 80
y polietilenglicol 200. 22
ensayos. Respuesta: tamaño
del glóbulo.
2021/ (Radwan et al.,
2021)
Tabletas probióticas para la tolerancia
gastrointestinal.
Simplex centroide
3 componentes: CMC,
HPMC y Alginato. 13
ensayos. Respuesta:
Viabilidad microbiana y
tiempo de disolución.
2021/ (Azhar &
Munaim, 2021)
Preparación de carbón activado de
Sibipiruna para la adsorción simultánea
de rodamina B y metformina.
Simplex centroide
3 componentes: KOH,
K2CO3 y K2C2O4. 13
ensayos. Respuesta: área
supercial.
2021/ (Spessato et al.,
2021)
Sistema de nanopartículas con Eudragit/
ácido poliláctico-co-glicólico con el
fármaco modelo paclitaxel.
Simplex lattice
3 componentes: PLGA,
Eudragit RSPO y Eudragit
RLPO, 21 ensayos.
Respuesta: TP, porcentaje
de hemólisis y liberación del
fármaco.
2021/ (Jeswani et al.,
2021)
SNEDDS cargado con voriconazol para
mejorar la permeabilidad
MD con mezcla de
referencia
4 componentes: Miristato
isopropílico, PEG 400,
Tween 80 and Span 80.
22 ensayos. Respuesta:
Tamaño de la gota.
2020/ (Rasoanirina et
al., 2020)
SMEDDS para mejorar la
biodisponibilidad oral de la catepsina K
(HL235).
D-óptimal
3 componentes: Capmul
(aceite), Tween20 y
Carbitol. 16 ensayos.
Respuesta: Concentración
de la droga y Capacidad de
solubilización.
2020/ (Visetvichaporn
et al., 2020)
Formulación sólida con microemulsión
de extracto de Artemisia con actividad
nematicida para administración oral.
D-óptimal
6 componentes:
microemulsión, celulosa
microcristalina,
croscarmelosa sódica,
Syloid, estearato
de magnesio y
polivinilpirrolidona. 16
ensayos. Respuesta: fuerza
de tensión y tiempo de
desintegración.
2020/ (Perez-Roman et
al., 2020)
Nanoemulsiones agua en aceite (w/o)
de baja energía con efavirenz y aceite de
linaza prensado en frío.
D-óptimal
3 componentes: Span 20,
Tween 80 y el contenido
de etanol. 16 ensayos.
Respuesta: Tamaño de gota,
PZ y IPD.
Pharmaceutics. 2020/
(Mazonde et al., 2020)