Effects of Nanofat in Plastic and Reconstructive Surgery: A Systematic Review
Notice bibliographique
Résumé
BACKGROUND: Since nanofat was first introduced by Tonnard in 2013, numerous studies have reported positive findings with its use; however, concerns exist regarding its effects and mechanisms, and the various methods used to generate nanofat also remain unclear. The authors conducted a systematic review to evaluate the efficacy of nanofat grafting alone in plastic and reconstructive surgery. METHODS: The MEDLINE, Embase, Cochrane Central, Web of Science, and Scopus databases were searched for studies related to the use of nanofat grafting alone in plastic and reconstructive surgery. Outcomes of interest were all clinical results in humans or animals. RESULTS: Twelve studies were included. No meta-analysis was conducted due to the clinical heterogeneity of the studies. In general, included studies had a low level of evidence. Six studies ( n = 253 patients) showed significant improvements in scar characteristics based on Patient and Observer Scar Assessment Scale, FACE-Q scale, physician assessment, patient satisfaction, and Vancouver Scar Scale scores. Four studies described the benefits of nanofat in skin rejuvenation (wrinkles, fine rhytides, pigmentation, and discoloration) through photographs, questionnaires, and indentation indices. Histologic evaluation illustrated overall increases in skin thickness, collagen, and elastic fibers. Three experimental studies showed the beneficial effects of nanofat on fat grafting, diabetic wound healing, and hair growth, with compelling histological evidence. No severe complication was reported. CONCLUSIONS: Nanofat grafting shows potential benefits in scar and antiaging treatments, with conclusive histological evidence. Clinical studies of fat grafting, wound healing, and hair growth should be conducted, based on the results of this systematic review. Nanofat grafting could be a practical and safe procedure.
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 | 0,001 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,013 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| 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 | 0,001 | 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 ».