EMLA Cream is an Effective Topical Anesthetic for Bronchoscopy
Notice bibliographique
Résumé
BACKGROUND: EMLA cream (AstraZeneca Inc, Canada) (1:1 eutectic mixture of lidocaine 2.5% and prilocaine 2.5%) has traditionally been used for topical anesthesia of the skin. Recent reports of EMLA's use for anesthesia of the oral mucosa suggest an application in topical anesthesia for bronchoscopy. OBJECTIVES: To evaluate the amount of local anesthetic administered during bronchoscopy; to assess the time required to obtain topical anesthesia; to assess the quality of the topical anesthesia as described by bronchoscopists; and to document any complications. METHODS: Fifty-seven unpremedicated patients had 4 mL of EMLA cream applied to the posterior third of their tongues on arrival in the bronchoscopy suite. Liquid lidocaine was applied through the bronchoscope for laryngeal anesthesia. RESULTS: The mean time from the application of EMLA cream to insertion of the bronchoscope was 5.10+/-0.48 min. Fifty-six patients (98.2%) required no supplemental anesthesia. Bronchoscopy conditions were described as 'excellent' in 55 cases (96.5%) and 'good' in the remaining two cases (3.5%). CONCLUSIONS: EMLA is an effective alternative for oropharyngeal topical anesthesia that is well-tolerated by patients.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,004 | 0,001 |
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 ».