Botulinum Toxin in Aesthetic Medicine: A Bibliometric Analysis of Research Trends and Methodological Quality of the Top 100 Cited Publications
Notice bibliographique
Résumé
Abstract Background Botulinum toxin is widely used in aesthetic medicine, with numerous studies examining its efficacy and safety. Objectives This bibliometric analysis aims to describe research trends and assess the methodological quality of the highest-impact botulinum toxin research in aesthetic applications. Methods The authors of this study identified the 100 most-cited publications on botulinum toxin in aesthetics using Web of Science, covering all available journal years (from inception to October 2024). The Oxford Centre for Evidence-Based Medicine Level of Evidence (LOE) was used to assess the methodological quality of each study. Results The authors identified 1728 articles on the aesthetic uses of botulinum toxin, with the top 100 most-cited articles spanning from 1994 to 2021. The United States dominated the research landscape with 50 articles, followed by Canada (15). The University of California (United States) and the University of British Columbia (Canada) emerged as the top contributing institutions. Among journals, Dermatologic Surgery led in publication count, followed by Plastic and Reconstructive Surgery and Aesthetics Surgery Journal. Notably, Professors Jean Carruthers and Alastair Carruthers from Canada were the leading researchers, topping both publication count and citation metrics. Notably, more than half of the studies were classified as LOE 5 (Expert Opinion/Narrative Review). Conclusions This bibliometric analysis reveals a paucity of high-quality studies in the field of botulinum toxin in aesthetic medicine, with research predominantly concentrated in western countries. These findings highlight the need for more rigorous, evidence-based studies and increased global collaboration to advance the understanding and application of botulinum toxin in aesthetics. Level of Evidence: 4 (Therapeutic)
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 | 0,040 | 0,199 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,219 | 0,218 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,008 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».