A Dynamic, High-Stretch Resilient Hyaluronic Acid Filler Improves Fine Lines of the Cheek and Patient-Reported Outcomes
Notice bibliographique
Résumé
BACKGROUND: Radial cheek lines develop over time due to ultraviolet exposure, dynamic expression, loss of skin elasticity, and superficial fat due to aging. With the aging population and increasing social awareness, there is a surge in demand for treatment. OBJECTIVE: The purpose of this study was to evaluate efficacy of a novel, less-rigidly crosslinked, 15 mg/mL resilient, high-stretch hyaluronic acid filler for improvement of radial cheek lines. MATERIALS AND METHODS: Outcomes were assessed using photographs, the Allergan Fine Lines Scale, and Facial Appearance, Health Related Quality of Life and Adverse Effects - Questionnaire score Appraisal of Lines. Two treatments were performed, 4 to 6 weeks apart. Measurements were taken at baseline, at each follow-up treatment, and 4 weeks after the last treatment. RESULTS: Twenty subjects were enrolled. Allergan Fine Lines Scales showed significant improvement between baseline and 4 weeks after the first visit (3.4 ± 0.2, 3.2 ± 0.2, p = .049) and between baseline and 8 weeks after the first visit (3.4 ± 0.2 vs 2.35 ± 0.1, p < .01). Facial Appearance, Health Related Quality of Life and Adverse Effects - Questionnaire scores showed a significant improvement between the baseline and 4 weeks after the first visit (45.9 ± 3 vs 67.4 ± 4.2, p = .0004) and between baseline and 8 weeks after the first visit (45.9 ± 3 vs 62 ± 4.0, p = .0034). CONCLUSION: Treatment with a resilient hyaluronic acid seems to be effective in the appearance of fine lines of the cheek. This could potentially enhance patient self-assurance and improve quality of life by reducing the appearance of radial cheek lines and improve overall skin quality.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,000 |
| 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 ».