MétaCan
Menu
Retour à la cohorte
Enregistrement W2846300956 · doi:10.1097/dss.0000000000001582

Biochemistry, Physiology, and Tissue Interactions of Contemporary Biodegradable Injectable Dermal Fillers

2018· review· en· W2846300956 sur OpenAlexaff
Jennifer L. Herrmann, Rachel Hoffmann, Chloé E. Ward, Joshua M. Schulman, Roy C. Grekin

Notice bibliographique

RevueDermatologic Surgery · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueFacial Rejuvenation and Surgery Techniques
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésSoft tissueBiocompatible materialMedicineSurgeryBiomedical engineering

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Injectable dermal fillers are becoming increasingly popular for soft tissue augmentation and rejuvenation. Most contemporary biodegradable products are derived from hyaluronic acid, calcium hydroxylapatite, or poly-L-lactic acid. Achievement of desired cosmetic outcomes is largely dependent on selection of the optimal injectable product based on the chemical composition, the physiologic interactions with surrounding tissue, product longevity, and a thorough understanding of potential adverse reactions. OBJECTIVE: To review and describe the biochemistry, physiology, and tissue interactions of the most commonly used contemporary biodegradable dermal fillers. METHODS: A thorough review of the literature was performed with additional review of pertinent clinical cases and corresponding histopathology. RESULTS: This article provides a comprehensive review of the biochemistry, physiology, and potential tissue interactions of the most commonly used biodegradable dermal fillers. The underlying biochemical properties of each product and how they contribute to specific physiologic and adverse tissue reactions is described. CONCLUSION: Understanding of the innate differences in the physical properties, and physiologic responses to soft tissue fillers allows clinicians to achieve desired aesthetic outcomes with fewer adverse events.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,090
Tête enseignante GPT0,356
Écart entre enseignants0,266 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations74
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDermatologic SurgeryMême sujetFacial Rejuvenation and Surgery TechniquesTravaux en français237 207