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 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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 | 0,000 | 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 ».