A Single-Center, Blinded, Placebo-Controlled Study Evaluating Cosmetic Efficacy and Safety of a Novel Topical GLPSGLT in Glucagon-Like Peptide-1 Analog-Treated Patients
Notice bibliographique
Résumé
Abstract Glucagon-like peptide-1 receptor agonists (GLP-1 RAs) and Sodium-glucose cotransporter 2 (SGLT-2) inhibitors are widely used for Type 2 diabetes and weight management but may adversely affect skin quality, resulting in dermal thinning, decreased elasticity, and accelerated aging—a phenomenon referred to as “GLP-1 Face.” A novel topical serum, GLPSGLT (Aforé LLC), was developed to counteract these effects using a proprietary blend of a bioavailable retinoic acid derivative, peptides, and botanical agents to support keratinocyte function and dermal repair. The authors of the study aim to evaluate the safety and efficacy of GLPSGLT serum in improving facial skin quality in patients undergoing GLP-1 RA or SGLT-2 therapy. In this split-face, double-blind pilot study, 7 female patients (median age 55) on stable GLP-1 RA/SGLT-2 therapy applied GLPSGLT serum to one side of the face and placebo to the other, twice daily for 6 weeks. Assessments at baseline, Day 21, and Day 42 included the Global Ranking Scale (GRS), standardized photography reviewed by a blinded physician, and a 26-item patient-satisfaction questionnaire. Treated sides showed statistically significant improvements across all 13 GRS domains vs placebo (P < .0001), particularly in hydration, surface roughness, pigmentation, vasculature, visible pores, and static wrinkles. The blinded reviewer correctly identified the treated side in all cases. Patients reported greater satisfaction with skin texture, firmness, radiance, and hydration. No adverse events were reported. GLPSGLT serum significantly improved skin quality in GLP-1 RA/SGLT-2-treated patients and was well-tolerated, warranting further investigation in larger, histologically assessed cohorts. 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 | 0,003 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».