Temporal volume increase after reduction of masseteric hypertrophy utilizing incobotulinumtoxin type A
Notice bibliographique
Résumé
BACKGROUND: Treating the lower face with neuromodulators and targeting the masseter muscle can reduce masseteric hypertrophy but can also change the facial shape. A novel observation after the treatment of the masseter muscle with incobotulinumtoxin Type A was the increase in temporal volume. AIM: Objectively assess temporal volume increase following treatment of masseteric hypertrophy using incobotulinumtoxin Type A. METHODS: Nine female patients with a mean age of 35.11 years ± 9.1 [Asian (11.1%) and Caucasian (88.9%)] were treated with incobotulinumtoxin Type A for masseteric hypertrophy. Masseteric prominence and temporal volume were assessed by two independent raters, and temporal fossa volume was measured via 3-dimensional volumetric imaging. RESULTS: Independent of the neuromodulator injection technique (ie, single-injection versus multi-injection), a reduction in masseteric hypertrophy occurred represented by a decrease in the masseter prominence scale. In addition, the treatment resulted in a significant improvement of the temporal volume scale and an increase in the measured volume of the temporal fossa. None of the presented measurements were statistically significantly different between the two utilized injection techniques. CONCLUSIONS: This study supports using a full-face approach when performing aesthetic treatments. Anatomical concepts can help to guide treatments: the compensatory increase in temporalis function after masseter muscle treatment resulted in an increased in temporal fossa volume. The findings presented herein should not be considered as a new concept for treating the temporal fossa but rather as an additional possibility for increasing the temporal volume.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».