如何科学评估敏感性皮肤？测量新方法的探索

敏感性皮肤（sensitive skin）是一种感觉综合征，由通常不会引起反应的刺激导致不愉快的感觉（烧灼感、疼痛、瘙痒、刺痛等）。^[1] 敏感性皮肤通常与任何临床症状无关，可由化学、环境或生理因素引发。^[2] 由于其主观性质和缺乏可见症状，客观评估敏感性皮肤的严重性仍然具有挑战性。为了填补这一空白，这篇文章提出了两种定量评估敏感性皮肤严重性的方法。

在2019年冬季进行的一项临床研究中，评估了90名高加索女性的敏感性皮肤（18-65岁，平均SD = 42±14，皮肤光型I-IV）。受试者回答60个是/否问题来自我评估敏感性皮肤诱发因素和反应，并回答4个问题来估计她们的感觉强度（无、轻微、中等、显著）。基于这四个最后的回答，训练有素的评估员将受试者分为非敏感或敏感。乳酸刺痛试验^[3]还提供了刺痛/非刺痛分类。收集了所有受试者的SpectraFace超光谱正面图像^[4]。

在问卷调查中，受试者倾向于选择脸颊或颧骨作为他们最敏感的面部区域（分别占34%和28%的回复），而不是嘴巴轮廓、鼻子、前额和眼睛轮廓。频率得分的映射如1图所示。

图1.  基于Newtone平均脸的受试者识别为敏感倾向的面部区域频率图。问卷建议的面部区域是前额、眼睛轮廓、鼻子、脸颊、颧骨和嘴巴轮廓。受试者允许有一个选择。计算出的频率值被分配给相应的面部区域点，并且插值提供了全脸映射。红色区域易患敏感性皮肤，而蓝色区域不易患敏感性皮肤

比较敏感组（70名受试者，评估员进行分类）和非敏感组（20名受试者）的基本皮肤特征分布（类型、光泽、发红或干燥）后发现没有差异。即使这些特征在线性回归中结合起来，分类预测仍然不可靠：马太相关系数^[5]（MCC）等于0.49，敏感组的精度较好（0.95），非敏感组的精度较差（0.45）。大多数被归类为敏感的受试者也被宣布为刺痛阴性（图2），这证实了刺痛试验是一种不完善的预测工具。^[6]

图2.  经过培训的评估员二元分类（敏感与非敏感）在刺痛试验结果（刺痛阳性与刺痛阴性）中的分布

为了更好地理解panel组的轻微敏感性皮肤感知并使用现有数据，进行了线性回归分析以生成连续标度而不是二元分类。回归输入是问卷答案，转换成数字分数（否= 0，是= 1，无= 0，轻微= 1，中等= 2，显著= 3），目标是训练有素的评估员二元分类（不敏感= 0，敏感= 1）。出于可读性原因，输出分数在0（不敏感）和10（非常敏感）之间重新调整，从而得到连续的敏感性皮肤分数。通过将敏感性皮肤分数的阈值设定为2.3（由测试和试验定义），专家分类可以预测为MCC为0.97，敏感组精度为0.98，非敏感组精度为1.00（表1)。因此，基于问卷的敏感性皮肤评分提供了对自我评估敏感性的改进描述。然而，它需要一份相当长的问卷。为了确保回答的公正性，问题必须由训练有素的评估员提出，同时保证良好的理解。

注:第一个数字是每个分类获得的受试者数，括号中的数字是预期的受试者数

注:两个面霜数据集都经过独立测试，以确定遵循其时间演变的最合适的统计检验（Shapiro-Wilk正态性检验+用于比较方差的Leven检验）。舒缓配方数据遵循正态分布，具有同质方差，因此选择了Anova-Tukey检验。安慰剂数据没有正态分布，因此选择了Friedman-Nemenyi

为了加强这种敏感性皮肤测量方法，研究人员决定依靠高光谱图像的客观数据，采用机器学习（machine learning，ML）模型，以更稳健、更精确的敏感性皮肤评估工具为终端。ML模型将从一组受试者进行信息归纳。使得受试者的自我评估中的个人小误差不会产生太大影响。从SpectranFace光谱图像中，在几个面部区域对颜色参数（CIE L*a*b*，CIE L*C*h，ITA，IWA[7]）、均匀性（H76）、氧饱和度、黑色素和血红蛋白浓度（图3）（脸颊、颧骨、鼻唇沟）进行计算。回归多层感知器（multi‐layer perceptron，MLP）根据从小组中随机选择的80%受试者的子集数据进行训练，使用上述连续敏感性皮肤分数为实际真实值。训练集的R2确定系数为0.93，剩下的20%的数据的R2确定系数为0.81（图4）。因此，这个被称为Sym'Index的工具性敏感性皮肤指数可以可靠地基于受试者面部的唯一高光谱采集评估敏感性皮肤。

图 3. SpectraFace 采集的发色团图谱 :
 （A）氧饱和度， （B）血红蛋白浓度 （C）黑色素浓度

为了对指标跟踪敏感性皮肤演变的能力进行实验，在2020年冬季对从上一组中选择的25名敏感受试者进行了另一项双盲临床评估。比较了两种产品:舒缓配方（VIVO 1902.A.02）和安慰剂（VIVO 1902.B.02）。舒缓配方含有SymRelief 100（INCI名称：红没药醇，姜根提取物），是高纯度合成的红没药醇和天然生姜提取物的协同混合物。这种成分提供了针对炎症介质（IL-1α和PGE-2）的全面解决方案^[8]。

图4.  基于测试集上64项自我评估问卷（参考文献）的敏感性皮肤工具指数（预测）与敏感性皮肤得分之间的相关性

产品应用前D0、D5和D10重复应用后（每日两次-早晚各一次，在干净干燥的皮肤上使用，按需要使用直至完全吸收），分析获得的光谱图像。在每个时间点自动计算每个受试者半张脸的敏感性皮肤指数。

 结果（表2）表明，随着时间的推移，舒缓配方往往会导致仪器敏感性皮肤指数下降，而安慰剂会增加该指数。即使产品之间的差异并不显著 ，但每一项带来的变化都是连贯的、充满希望的。轻微的皮肤外观变化都对指数有足够的影响，得以突出产品效果。

总之，这项初步分析首次使用高光谱面部皮肤成像和人工智能模型，开启了敏感性皮肤评估的新视角。这种方法将基于问卷调查的经典敏感性皮肤评估与创新的、仪器化的和客观的多参数分析相结合，与专家的评估高度相关。所提出的方法有助于跟踪敏感性的发展并评估舒缓产品的效果。

在接下来的步骤中，将通过增加panel大小和敏感度等级分布，通过使基本事实更加可靠和可重复（多次询问问卷），通过添加其他面部区域和删除多余的分析参数，改进仪器化敏感性皮肤指数以突出更精细的演变。

作者：Juliette Rengot、Dominik Stuhlmann[2]、Imke Meyer^[2]、Nathalie Chevrot^[3]、Marielle Le Maire^[3]、Juliet Chamla^[3]、Jordan Gierschendorf^[1]、Marie Cherel^[1]、Elodie Prestat-Marquis^[1]
 [1] 法国里昂Newtone Technologies公司；[2] 德国德之馨公司（Symrise AG）；[3] 法国德之馨公司（Symrise SAS）

参考文献：
[1] Misery L, Ständer S, Szepietowski JC, et al. Definition of sensitive skin: an expert position paper from the special interest group on sensitive skin of the international forum for the study of itch. ActaDerm Vsenereol. 2017;97:4-6.
[2] Duarte I, Silveira JEPS, Hafner MFS, Toyota R, Pedroso DMM. Sensitive skin: review of an ascending concept. An Bras Dermatol. 2017;92:521- 525.
[3] Loffler H, Dickel H, Kuss O, Diepgen TL, Effendy I. Characteristics of self-estimated enhanced skin susceptibility. Acta Derm Venereol. 2001;81:343-346.
[4] Seroul P, Hébert M,Cherel M,VernetR,Clerc R, Jomier M. Model-based Skin Pigment Cartography by High-Resolution Hyperspectral Imaging. Electronic Imaging. 2017;2017:108-114(8).
[5] Chicco D, Jurman G. The advantages of the Matthews correlation coefficient (MCC) over F1 score and accuracy in binary classification evaluation. BMC genomics. 2020;21:1-3.
[6] Ding DM, Tu Y, Man MQ, et al. Association between lactic acid sting test scores, self-assessed sensitive skin scores and biophysical properties in Chinese females. Int J Cosmet Sci. 2019;41:398-404.
[7] Campiche R, Trevisan S, Séroul P, et al. Appearance of aging signs in differently pigmented facial skin by a novel imaging system. J Cosmet Dermatol. 2019;18:614-627.
[8] Herrmann M, Meyer I, Joppe H, Vielhaber G. The syngeristic anti-irritant effects of (-)-α-bisabolol and ginger. Cosmetics and toiletries.2007;122(7).

来源：荣格-《 国际个人护理品生产商情》

原创声明：
本站所有原创内容未经允许，禁止任何网站、微信公众号等平台等机构转载、摘抄，否则荣格工业传媒保留追责权利。任何此前未经允许，已经转载本站原创文章的平台，请立即删除相关文章。