Evaluating the role of small particle hyaluronic acid fillers using micro-droplet technique in the face, neck and hands: a retrospective chart review
Notice bibliographique
Résumé
BACKGROUND: Loss of the viscoelastic properties of the skin is a primary sign of aging and contributes to the appearance of wrinkles. Hyaluronic acid (HA) fillers are one of the most commonly used treatments for age-related soft-tissue reduction and volume loss. Evidence is also emerging that HA fillers rejuvenate the skin. METHODS: A retrospective chart review was completed on 20 subjects treated with small particle HA (SP-HA), to investigate its effects on skin properties. Subjects having received three treatments in the face, neck, and/or hands were considered in the analyses. Skin hydration, trans-epidermal water loss (TEWL), and pH were assessed at baseline (injection #1), Week 4 (injection #2), Week 8 (injection #3), and Week 12 (follow-up). RESULTS: Treatment with SP-HA significantly improved hydration levels in the face, neck, and hands. Significant results were seen in the face following the first three treatments, with subjects moving up to the next hydration level (ie, hydration went from dry to moisturized) and by the second treatment in the neck and hands. TEWL scores on the face and neck remained within healthy values throughout all visits. At baseline, TEWL scores on the hands were within critical condition and after three injections they recuperated to healthy values, while pH values remained within the normal range throughout treatment. CONCLUSION: A treatment regimen consisting of three SP-HA injections was safe and well tolerated. SP-HA use demonstrated a hydrating effect while positively impacting the skin's ability to retain moisture.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».