Change in Rheologic Properties of Facial Soft-Tissue Fillers across the Physiologic Angular Frequency Spectrum
Notice bibliographique
Résumé
BACKGROUND: The number of soft-tissue filler injections performed in the United States is constantly increasing and reflects the high demand for enhanced facial and body attractiveness. The objective of the present study was to measure the viscoelastic properties of soft-tissue fillers when subjected to different testing frequencies. The range of tested frequencies represents clinically different facial areas with more [lips (high frequency)] or less [zygomatic arch (low frequency)] soft-tissue movement. METHODS: A total of 35 randomly selected hyaluronic acid-based dermal filler products were tested in an independent laboratory for their values of G', G″, tan δ, and G* at angular frequencies between 0.1 and 100 radian/second. RESULTS: The results of the objective analyses revealed that the viscoelastic properties of all tested products changed between 0.1 and 100 radian/second angular frequency. Changes in G' ranged from 48.5 to 3116 percent, representing an increase in their initial elastic modulus, whereas changes in G″ ranged from -53.3 percent (i.e., decrease in G″) to 7741 percent (i.e., increase in G″), indicating both an increase and a decrease in their fluidity, respectively. CONCLUSIONS: The increase in G' would indicate the transition from a "softer" to a "harder" filler, and the observed decrease in G″ would indicate an increase in the filler's "fluidity." Changes in the frequency of applied shear forces such as those occurring in the medial versus the lateral face will influence the aesthetic outcome of soft-tissue filler injections.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».