Combination Therapy With Poly D–L Lactic Acid and Autologous Fat Transplantation for Infraorbital Rejuvenation
Notice bibliographique
Résumé
BACKGROUND: Multiple approaches exist for treating infraorbital hollowing, including hyaluronic acid fillers and autologous fat transfer. However, traditional single-modality treatments often present limitations such as the Tyndall effect or unpredictable fat retention rates. OBJECTIVE: To evaluate the efficacy and safety of a novel combination therapy using poly-D,L-lactic acid (PDLLA) with autologous fat transplantation for infraorbital rejuvenation. METHODS: Eight patients (8 females) with varying presentations of infraorbital hollowing were treated with a combination of PDLLA and autologous fat transfer. Two formulations of PDLLA were utilized: a standard formulation for dermal injection and a volume formulation for subdermal placement. Fat was harvested using manual aspiration, processed via centrifugation (3000 rpm for 3 min), and injected using a systematic multilayer approach. Follow-up periods ranged from 6 to 14 months. RESULTS: All patients demonstrated significant improvement in infraorbital hollowing and skin quality. The average volume of harvested fat ranged from 20 to 35 mL, with bilateral injection volumes of 1.8 to 3.2 mL. Treatment outcomes showed enhanced fat graft retention and improved skin texture across all cases. No significant complications were observed, and patient satisfaction was consistently high. CONCLUSIONS: The combination of PDLLA with autologous fat transfer represents an effective approach for infraorbital rejuvenation, demonstrating superior outcomes compared with single-modality treatments. This technique offers improved fat graft retention, enhanced skin quality, and natural-looking results with a favorable safety profile.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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 ».