The Efficacy and Duration of Onabotulinum Toxin A in Improving Upper Facial Expression Lines With 64-Unit Dose Optimization: A Systematic Review and Meta-Analysis With Trial Sequential Analysis of the Randomized Controlled Trials
Notice bibliographique
Résumé
BACKGROUND: Onabotulinumtoxin A (Onabot A) was the first treatment to be approved for aesthetic indications, namely glabellar lines (GLs), crow's feet lines (CFLs), and forehead lines (FHLs), with a cumulative dose of 64 U. OBJECTIVES: The aim of this study was to conduct a meta-analysis to combine the available data for approved doses for GLs, CFLs, and FHLs to explore the effect and duration of simultaneous treatment with Onabot A. METHODS: PubMed/MEDLINE, Embase, and other national clinical trial registries were searched for randomized controlled trials from January 2010 to July 2022. The meta-analysis, trial sequential analysis, and investigator-assessed time to return to nonresponder status in GLs, CFLs, and FHLs following Onabot A were plotted to elicit a cumulative dose-adjusted response curve based on Kaplan-Meier analysis with a log-rank test. RESULTS: Fourteen randomized controlled trials were eligible for quantitative analysis. A total of 8369 subjects were recruited across the trials. The meta-analysis results show that Onabot A is very effective in reducing moderate to severe GLs, CFLs, and FHLs. The cumulative Z-curve for GLs, CFLs, and FHLs also exceeds the required information size (RIS). Kaplan-Meier analysis with a log-rank test demonstrated that simultaneous treatment of GLs, CFLs, and FHLs requires 182 days (95% CI = 179, 215 days) (P < 0.00002) to return to nonresponder status. CONCLUSIONS: Treatment of the upper facial expression lines with Onabot A is effective, and the approved cumulative dose of 64 U gives longer-lasting effects.
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 | 0,018 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,027 | 0,008 |
| Bibliométrie | 0,001 | 0,003 |
| 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 | 0,001 |
| 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 ».