Full-face aesthetic treatment with onabotulinumtoxin A: Results from a retrospective real world analysis
Notice bibliographique
Résumé
Background: Full-face aesthetic treatment with neuromodulators is common in routine practice but not widely analyzed in clinical studies. Methods: This was a retrospective, two-center chart review evaluating the effectiveness and safety of full-face onabotulinumtoxinA injections for the aesthetic treatment of adult females, all of whom had severe forehead lines at baseline. Patients received a total dose of 114 U: 64 U in the upper face using the on-label treatment pattern for glabellar, crow's feet, and forehead lines; 20 U per side in the jawline based on the recently proposed "toxin lift" method; and 10 U in the chin. Results: Thirty-three females were included (mean age: 42.5 ± 7.6 years). Physician-rated forehead line severity improved from "severe" to "mild" or "none" in all patients at 4 weeks, as assessed using the Facial Wrinkle Scale and Forehead Lines Grading Scale. All study participants showed greater facial symmetry, enhanced jawline contour, and high patient satisfaction (FACE-Q Satisfaction with Outcome, 83.9 ± 9.0; Satisfaction with Forehead and Eyebrows, 95.4 ± 5.7). Adverse events were minor and transient. Conclusions: Full-face onabotulinumtoxinA was effective in reducing facial lines and improving overall symmetry and jawline contour, with high levels of patient satisfaction, and a favorable safety profile. Level of Evidence: Level III.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».