Development of predictive regression model for perceived hair breakage in Indian consumers

To predict consumer-perceived hair breakage based on parameters from three distinct categories 1) hair strand parameters-like curvature, stiffness and tensile strength indices; 2) hair matrix or bulk parameters-like smoothness, detangling, frizzvolume and; 3) biological factors like age, hair density.Consumer-relevant evaluation techniques were employed in a uniquely designed protocol to obtain real-life data from the consumers' head without impacting or damaging their hair. Hairs of 50 Indian female subjects in the age group of 20-40 years were characterized using various instrumental techniques for parameters mentioned above, apart from the hair breakage count. Multiple regression analysis was performed over the data collected to arrive at a regression equation connecting the hair breakage observed with the key parameters impacting hair breakage. Validation of the model was performed by collecting additional set of hair characterization data for 18 Indian subjects with same recruitment parameters.A second order, non-linear multi-regression equation was proposed for consumer-perceived hair breakage with five predictors. A reasonable correlation (RCurrent work demonstrates the usefulness of regression modelling in understanding complex consumer-relevant parameters by taking a holistic view of consumer hair breakage as a combination of various parameters measured individually at lab scale. The proposed regression equation serves as a tool for product developers to understand the physical parameters of impact when it comes to consumer-perceived hair breakage and make required changes to the formulation. The method presented can be used to develop model for subjects from other geographies and eventually a generalized model can be proposed.Prédire la casse des cheveux perçue par le consommateur en se basant sur les paramètres de trois catégories distinctes 1) paramètres de courbure des mèches de cheveux, de rigidité et de résistance à la traction 2) paramètres de matrice ou de lissage, de démêlage, de frisottis et de volume et 3) des facteurs biologiques tels que l’âge, la densité des cheveux.Des techniques d’évaluation pertinentes pour le consommateur ont été utilisées dans un protocole unique conçu pour obtenir des données réelles sans impacter ou abimer leurs cheveux. Des cheveux de 50 femmes Indiennes âgées de 20 à 40 ans ont été caractérisés en utilisant diverses techniques instrumentales pour les paramètres mentionnés ci-dessus, à part le nombre de cheveux cassés. Plusieurs analyses de régression ont été réalisées sur les données recueillies pour arriver à une équation de régression reliant la rupture des cheveux observée avec les paramètres clés ayant une incidence sur la rupture des cheveux. La validation du modèle a été réalisée en collectant un ensemble supplémentaire de données de caractérisation des cheveux pour 18 sujets indiens en utilisant les mêmes paramètres de recrutement. RÉSULTATS: Une équation de régression multiple non linéaire de second ordre est proposé pour la casse des cheveux perçue par le consommateur avec cinq prédicteurs. Une corrélation raisonnable (RLes travaux en cours démontrent l'utilité de la modélisation par régression dans la compréhension des paramètres complexes pertinents pour le consommateur en utilisant une voie holistique de la rupture des cheveux des consommateurs provenant d'une combinaison de divers paramètres mesurés individuellement à l’échelle du laboratoire. L’équation de régression proposée sert d'outil pour les développeurs pour comprendre les paramètres physiques de l'impact lorsque il concerne la casse des cheveux perçue par le consommateur et ainsi de rendre obligatoire la modifications de la formulation. La méthode présentée peut être utilisée pour développer un modèle pour des sujets d'autres régions et éventuellement un modèle généralisé peut être proposé.