Mixture of Mastic Gum and Peppermint Extracts Promotes Hair Growth and Health in Vitro and in C57BL/6 Mice
Notice bibliographique
Résumé
PURPOSE: Hair disorders, which are often attributed to conditions associated with a shortened anagen growth phase, oxidative stress, and hormonal dysregulation, especially during aging, have profound psychological implications. Currently, only minoxidil has been approved as a topical hair growth solution; thus, alternative therapies for treating hair loss and promoting hair health are urgently needed. Herein, we aimed to develop and assess a novel method to promote hair growth and health using mastic (Pistacia lentiscus) gum and peppermint (Mentha piperita L.) extracts. MATERIALS AND METHODS: After determining the optimal ratio of mastic gum and peppermint extracts, we performed in vitro and in vivo experiments to verify the efficacy of the 7:3 mastic gum-peppermint mixture (MP73; FHH-MG) for enhancing hair growth and health. RESULTS: Mastic gum significantly promoted cell proliferation and demonstrated synergistic benefits when combined with peppermint extract. In vitro, FHH-MG increased human dermal follicle papilla cell proliferation and demonstrated anti-inflammatory and antioxidant effects. In vivo, treatment with FHH-MG dose-dependently enhanced hair growth and gloss and increased the expression of vascular endothelial growth factor, epidermal growth factor, β-catenin, and insulin-like growth factor-1 in C57BL/6 mice compared to the negative control. CONCLUSION: The novel mixture exhibited hair growth-promoting effects in C57BL/6 mice; thus, FHH-MG may serve as a botanical alternative for hair growth and health promotion.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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 | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».