EMLA and Ear Surgery: Is It Possible to Achieve Full-Thickness Anesthesia With EMLA?
Notice bibliographique
Résumé
BACKGROUND: Topical local anesthetic applications offer painless, effective analgesia with slow onset but prolonged duration and minimal side effects. EMLA (Eczacibasi Pharmaceuticals, Istanbul, Turkey) is the most universally used topical local anesthetic. OBJECTIVE: The aim of this prospective, randomized, double-blind study is to evaluate the efficacy of EMLA on total anesthesia of the external ear. METHODS: Twenty-two patients with helical lesions were divided into two groups. Group A received EMLA on both the anterior and posterior surfaces of the ear, and group B received EMLA on only one side of the ear. After 120 minutes of occlusive dressing, the surgery was performed. The short form of the McGill Pain Questionnaire and a numerical visual analog scale were used to measure overall pain quality and intensity during and at the end of surgery. RESULTS: Visual analog scale scores (four for group A and six for group B6) between two groups using Student's t-test (p=0210) and concerning McGill Pain Questionnaire scores with Wilcoxon signed ranks test (p=0.058) between two groups showed no statistical significant difference. CONCLUSION: It seems that EMLA cream is not a good and first option for achieving full anesthesia on the ear because of its poor anesthetic effect. We do not consider EMLA cream to be clinically useful for major surgical attempt on the ear.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».