Surgeons Can Decrease the Pain of WALANT Local Anesthesia Injection if They Ask for Patient Feedback
Notice bibliographique
Résumé
Introduction: Some patients who are having WALANT (Wide Awake Local Anesthesia No Tourniquet) carpal tunnel surgery are afraid of the pain of local anesthesia injection. Many surgeons do not yet focus on minimally painful injection techniques to avoid unnecessary painful patient experiences. This study measured the number of local anesthetic injection pain events in feedback from patients to the injecting surgeon to decrease the pain of his injections. Methods: A single surgeon asked 250 consecutive carpal tunnel surgery patients to tell him each time they felt a pain event during his local anesthetic injection process for WALANT carpal tunnel surgery. The pain events were counted and provided an objective pain number to score the surgeon’s injection skill over the 35 months of the study. Results: The surgeon's injection pain score improved dramatically over the time of the study. In his last 50 patients, he scored a hole-in-one 37 times, where none of his first 50 patients gave him such a high score. A hole-in-one happens when the only pain the patient feels is the small sting of the first 27 gauge needle insertion. Conclusions: Surgeons who inject local anesthesia for carpal tunnel surgery can ask patients to tell them each time they feel a pain event after the sting of the first needle insertion is numbed. Counting the number of pain events provides a score for each injection process. This score from immediate patient feedback can help the surgeons decrease the pain of their injections.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| 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) | 0,000 | 0,000 |
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 tête enseignante, 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 ».