MétaCan
Menu
Retour à la cohorte
Enregistrement W4382918211 · doi:10.1111/jocd.15867

A practical guide to selecting facial fillers

2023· article· en· W4382918211 sur OpenAlexaff
Khalifa AlGhanim, R. Geoff Richards, S Cohen

Notice bibliographique

RevueJournal of Cosmetic Dermatology · 2023
Typearticle
Langueen
DomaineMedicine
ThématiqueFacial Rejuvenation and Surgery Techniques
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésFiller (materials)Table (database)ChartSelection (genetic algorithm)Computer scienceMedicineArtificial intelligenceMaterials scienceComposite materialData miningMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Dermal fillers have created a multi-billion-dollar industry. They are the second most popular form of injectable, as they primarily address volume loss, augmentation, and provide immediate results. The most popular form includes hyaluronic acid-based fillers, however, alternatives exist. OBJECTIVE: To create clinical charts to help with filler selection, injection, and addressing common complications. METHODS: The current literature and expert opinions form our two senior authors were used to create a numerical and color-coded chart based on G-prime for filler selection, as well as an anatomical table with current recommendations and pearls. We have also included a safety table with current clinical recommendation to deal with common filler-related complications. CONCLUSION: Fillers are a safe and reliable method to achieve augmentation. Filler selection in various anatomical planes plays a significant role in achieving favorable results.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,329
Score d'incertitude au seuil0,474

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,042
Tête enseignante GPT0,407
Écart entre enseignants0,365 · 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 tête enseignante, 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
GenreEmpirique

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

En bref

Citations12
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Cosmetic DermatologyMême sujetFacial Rejuvenation and Surgery TechniquesTravaux en français237 207