Oral Aloe Vera Supplementations’ Effects on Skin Wrinkles, Hydration, Elasticity, Transepidermal Water Loss, and Collagen Score: A Systematic Literature Review and Meta-Analysis
Notice bibliographique
Résumé
This systematic literature review and meta-analysis evaluated the efficacy of oral aloe vera supplementation on skin aging parameters including wrinkles, hydration, elasticity, transepidermal water loss (TEWL), and collagen score. We searched MEDLINE, EMBASE, AMED, PubMed, CINAHL, CENTRAL, and trial registries up to July 2024 for randomized controlled trials. Four RCTs (n=284 participants) met the inclusion criteria. Compared with placebo, aloe vera supplements had little to no effect on skin hydration after 4 weeks (SMD, 0.61; 95% CI [-0.55, 1.77]), 8 weeks (MD, 0.58; 95% CI [-0.70, 1.87]) or 12 weeks (SMD 0.69; 95% CI [-0.82, 2.19]). Similarly, TEWL, elasticity, and collagen scores did not differ significantly from placebo. The certainty of the evidence for all assessed outcomes is low due to concerns regarding imprecision, and inconsistency. A marginal reduction in wrinkle width was observed in adults ≥40 years, but this was based on a single study. Heterogeneity in formulations (19–40 µg sterols), small sample sizes, and short trial durations (≤12 weeks) limited the robustness of conclusions. While preclinical data suggest Aloe vera sterols may stimulate collagen synthesis, clinical evidence remains inconclusive. Current evidence does not support oral Aloe vera as an effective intervention for skin aging, though subgroup-specific effects warrant further investigation.
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 | 0,011 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,020 | 0,032 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».