预防面部肌肉老化：这可能是最省钱的医美

Hey guys，面部老化是一个多因素的过程，涉及面部的所有组织，包括皮肤、肌肉、脂肪、韧带和骨骼。尽管当今社会为掩盖面部衰老的迹象做出了巨大努力，10-16对促成这一进程的所有因素的全面了解仍然难以捉摸。

Le Louarn等人在2007年报道了一次了解面部肌肉老化的尝试，他们在20名患者中利用磁性断层扫描成像，并分析了年轻和老年人的非标准化横截面图像，以确定中面部肌肉的方向。作者根据肌肉形态（如磁共振图像所示）得出有趣的结论，肌肉静息张力随着年龄的增长而增加，并且肌肉收缩的收缩幅度和方向受年龄的影响。这些结果应谨慎解释，因为没有对面部肌肉进行功能分析来支持作者的说法。对面部肌肉进行肌电图将为面部肌肉活动提供更有力的证据，并可能得出与年龄相关的结论。

然而，迄今为止，还没有研究提供确凿的证据来证明面部肌肉与年龄相关的变化，以增加我们对面部肌肉衰老的理解。因此，本研究的目的是通过对年轻（年龄<30岁）和老年（年龄>50岁）健康志愿者的表面肌电图（sEMG）来研究面部肌肉的运动单元动作电位（MUAP）。这些结果将是关于年轻人和老年人面部肌肉活动的第一个可用功能数据，作者希望这将有助于我们加深对面部衰老的理解。

方法

该研究在2020 年6月至 9月期间共调查了32名健康志愿者。参与者是在自愿的基础上招募的，如果他们报告以前没有面部微创手术（软组织填充剂或神经调节剂注射），没有面部手术，没有明显的面部创伤，或任何可能破坏其面部解剖结构完整性或正常面部肌肉功能的疾病，则被认为可以纳入研究。

sEMG测量值是从所有直立坐姿的参与者那里获得的。将无创、表面粘附的无线传感器放置在每个参与者的脸上，以检测各自底层肌肉的 MUAP。检测单个面部肌肉的特定 MUAP 的最佳位置先前已根据标准化协议确定。确定了感兴趣的面部肌肉，并要求志愿者进行相应的面部表情，导致底层面部肌肉收缩。使用市售的EMG设备（Trigno Avanti Quattro，Delsys Inc.，Natick，MA）研究了以下面部肌肉（图1）：

图1

示意图照片显示了用无线传感器评估的32岁女性面部位置的位置。

额肌（额头和眉毛抬高——惊讶的面部表情）

降眉间肌（眉间皱眉——愤怒的面部表情）

皱眉肌（眉间皱眉——愤怒的面部表情）

眼轮匝肌（强行闭上眼睛）

上唇提肌（厌恶的面部表情）

颧大肌（微笑—快乐的面部表情）

颏肌（下唇——噘嘴的面部表情）

降口角肌（口腔连合的抑制—悲伤的面部表情）

颈阔肌（颈部收缩—被迫暴露扁平带）

参与者被要求在镜子前或手机前测试每个面部表情以进行训练。出于研究目的，参与者对每个面部表情进行了3次，并捕获了3个相应的MUAP并将其传输到Trigno Avanti EMG工作站。检测到的MUAP被导入到专有软件（EMGworks，Delsys Inc.，Natick，MA）中，并分析感兴趣的变量。

图2

由于面部不对称，面部左侧和右侧的测量值被视为单独的数据集，导致总样本量为 n = 64 个半面。

研究结果

32名受试者由18名女性组成（平均年龄，42.5[19.7]岁；体重指数23.6 [3.2]）和14名男性（平均年龄，42.7 [19.8]岁；体重指数24.2 [1.9])。在这项研究中，32名研究参与者中的9个双侧测量面部肌肉共记录了32个sEMG信号，平均年龄为42.6 [19.6]岁（范围，21-82岁），平均BMI为23.9 [2.7]（范围，18.5-29.7)。

为了研究年龄的影响，将总样本分层为21至29岁的人群（n = 16，平均[标准差]年龄，24.2 [2.2]岁；体重指数， 23.1 [2.1]）和年龄在51至82岁之间的人（n = 16，平均年龄，61.0 [8.6]岁；体重指数， 24.6)。

研究组之间的计算差异显示，性别之间的年龄（P = 0.976）或BMI（P = 0.589）没有统计学上的显着差异。此外，在比较年轻人和老年人组时，男性与女性的分布没有统计学意义差异（P = 0.639），BMI之间没有统计学意义差异（P = 0.130）。

总体而言，年龄对性别和BMI匹配对照组的绝对面部肌肉活动（即信号）没有显着影响（P=0.234）。然而，该信号受到性别的显着影响，男性平均比年龄和BMI匹配的女性多显示16.33μV（P = 0.034）。在年龄和性别匹配的对照组中，BMI值越高，测量信号平均降低3.14μV（P = 0.043）。

几乎所有面部肌肉都一致观察到与年龄相关的信号降低，但仅在颧骨大肌中达到统计学意义。在这里，年龄较大的个体平均显示的信号比年轻组的性别和BMI匹配对照组低33.72μV（P = 0.012）。在年龄较大的年龄组中，有两块肌肉（降眉间肌和皱眉肌）的信号增加，但未能达到统计学意义。详细结果见表1和表2（图3）。

表 1.所有 9 个测量面部肌肉和整体的测量信号、基线噪声和 SNR 值

表 2.所有 9 个测量面部肌肉和整体的测量信号、基线噪声和 SNR 值

图3

面部肌肉老化—噪声分析：总体而言，年龄（P = 0.225）、性别（P = 0.323）或BMI（P = 0.207）对面部肌肉基线活动（即基线噪声）没有统计学意义的影响。然而，年龄较大的年龄组有基线噪声降低的趋势，对于颧大肌和皱眉肌具有统计学意义；在这里，年龄较大的年龄组在性别和BMI匹配的对照组中分别降低了6.31μV（P < 0.001）和10.13μV（P = 0.022）的噪声值。详细结果见表1和表2（图4）。

图4

面部肌肉老化—信噪比：总体而言，SNR不受年龄的显着影响（P = 0.423）。尽管如此，它遵循了信号分析显示的总体趋势，在年龄、性别和BMI匹配对照的调整模型中，女性（P = 0.050）和BMI值（P = 0.009）在统计学上显着减少。然而，降眉间肌和皱眉肌是例外。在这里，年龄被确定显着增加SNR，年龄较大的个体具有更高的SNR（与年轻年龄组相比），降眉间肌肌肉和皱眉肌的SNR更高。对于任何其他被研究的面部肌肉，都没有发现这种关系。详细结果见表1和表2（图5）。

图5

这项表面肌电图研究的结果可能有助于增加对面部衰老的理解。未来的研究需要重现本文介绍的结果，以进一步增加我们对面部衰老的理解。

参考文献

1. Cotofana S, Assemi-Kabir S, Mardini S, Giunta RE, Gotkin RH, Moellhoff N, Avelar LET, Mercado-Perez A, Lorenc ZP, Frank K. Understanding Facial Muscle Aging: A Surface Electromyography Study. Aesthet Surg J. 2021 Aug 13；41(9):NP1208-NP1217. doi: 10.1093/asj/sjab202. PMID: 33942051.