【摘 要】
：
目的:本课题通过对比半夏泻心汤加味方和雷贝拉唑钠肠溶片治疗胃食管反流病（Gastroesophageal Reflux Disease,GERD）（寒热错杂型）患者治疗前、后中医证候评分和反流性疾病问卷（Reflux diagnostic questionnai re,RDQ）评分的变化,检验半夏泻心汤加味方治疗GERD的疗效及安全性,为治疗GERD提供依据。方法:本研究收集的患者来源于河北省沧州
论文部分内容阅读
目的:本课题通过对比半夏泻心汤加味方和雷贝拉唑钠肠溶片治疗胃食管反流病（Gastroesophageal Reflux Disease,GERD）（寒热错杂型）患者治疗前、后中医证候评分和反流性疾病问卷（Reflux diagnostic questionnai re,RDQ）评分的变化,检验半夏泻心汤加味方治疗GERD的疗效及安全性,为治疗GERD提供依据。方法:本研究收集的患者来源于河北省沧州中西医结合医院脾胃肝病科,（2021.10-2022.10）,患者临床诊断为GERD,中医证候归属于寒热错杂型,共66例。将66例患者随机分组,采用对照试验,分为中药组和西药组,中药组服用半夏泻心汤加味方中药颗粒（用法:1袋,口服,每日2次）进行治疗;西药服用雷贝拉唑钠肠溶片（用法:10mg,口服,每日1次）进行治疗,共服药6周,并根据患者的饮食、生活习惯给予针对性指导。将治疗前、后入组患者的中医证候评分、RDQ评分、停药后复发次数、发生不良反应次数、治疗有效率等进行统计分析,检验半夏泻心汤加味方治疗GERD的临床疗效以及安全性。结果:1.基本资料:两组患者的性别、年龄、体重指数（Body mass index,BMI）、胃食管反流病问卷（Gastroesophageal reflux disease questionnaire,Gerd Q）评分进行比较,P＞0.05,差异无统计学意义。2.RDQ评分:两组患者的RDQ评分在治疗后均有所降低,数据在统计学上存在明显差异（P＜0.05）,中药组和西药组均降低患者的RDQ评分,且中药组效果优于西药组。3.中医单项症状积分:两组患者在治疗后中医单项症状评分下降,P＜0.05,存在明显差异。治疗后组间单项症状对比,其中只有食欲不振项、神疲乏力项,P＞0.05,两组效果无明显差异,其余各项均P＜0.05,具有显著性差异,且中药组优于西药组。4.中医证候评分:两组患者治疗前后的中医证候评分存在显著性差异,P＜0.05。治疗后组间对比,P＜0.05,具有显著性差异,中药组效果优于西药组。5.中医证候疗效:中药组总体有效率为93.33%,西药组总体有效率76.67%,数据在统计学方面存在显著差异性（P＜0.05）,表明中药组对中医证候的改善情况效果更好。6.RDQ积分疗效:中药组总有效率96.7%;西药组总有效率73.3%,中药组总有效率明显高于西药组,经卡方检验经x~2=8.206,P=0.032,P＜0.05,差异明显且中药组效果更优。7.安全性:在两组患者治疗完成后,检测生命体征（血压、呼吸、体温、脉搏）、血常规、尿常规、便常规、肝功能、肾功能和心电图,均为正常结果,说明本次研究的安全性。8.复发率:治疗结束后,每两周进行1次随访,随访1月。中药组总有效人数28人中有2人复发,复发率为7.1%,西药组总有效人数23人中有7人复发,复发率为30.4%。结论:中药组与西药组均能改善GERD（寒热错杂型）患者的临床症状和中医证候,中药组效果优于西药组,且中药组复发率低于西药组。
其他文献
近年来,图计算因其在解决实际问题中的广泛适用性而受到广泛关注。广度优先搜索算法是很多图分析算法,例如单一起点最短路径问题和中心度算法的基石。而在加速特定算法的运行速度,提高运行的能量效率方面,现场可编程逻辑门阵列（Fieldprogrammable Gate Array,FPGA）相比于CPU和GPU更有潜力。因此,在FPGA上加速广度优先搜索算法具有重要现实和学术意义。当前FPGA上的广度优先搜
近年来,计算机应用技术蓬勃发展,但不同类型的计算机应用对内存的需求大不相同。当前主流的两种异构内存系统只能满足特定类型应用的内存需求。平行结构的DRAM-NVM异构内存架构可以充分利用NVM的容量,适合对延迟不敏感、对主存容量敏感的应用,如大数据相关应用;层次结构的DRAM-NVM异构内存架构可以缓存频繁访问的数据,适合对延迟敏感、对主存容量不敏感的应用,如互联网相关应用。基于RISC-Ⅴ的可重构
大数据技术在近年来迅速发展,同时医学研究逐渐迈入信息化时代,两者的融合已经成为当下研究的热点。医疗领域的数据具有宝贵的研究价值,例如预测疾病的发生、分析患者的预后情况等。然而,医疗领域的数据往往是小样本数据集,存在数据量少的问题,无法训练传统的深度学习模型。因此,针对医疗大数据领域中的小样本问题进行研究,具有重大的意义以及现实价值。针对医学领域的小样本数据集,设计了基于医学经验的问题特征空间搜索方
对C/C++源代码程序进行静态检测,由于缺少简单易用的威胁检测模型,静态分析工具的漏洞检测结果中存在大量的误报漏洞。目前判断这些漏洞是否为误报主要依赖人工繁杂分析,人工判断这些漏洞是否真的存在费事费力,且易出错。一个有效的解决方案是使用定向模糊测试找到触发该漏洞的输入,从而验证该漏洞是否存在。目前的定向模糊测试效率低下,需要优化定向模糊测试技术从而实现漏洞验证这个功能。在基于定向模糊测试的漏洞验证
医疗数据分析的主要目的是找到疾病预测的相关因素,为医生诊断提供临床依据。现在,随着大数据技术不断发展和医疗信息化建设不断推进,越来越多的研究将机器学习应用到医学领域,从高维非线性特征中找到关键的少数特征,即医学上的相关因素。特征筛选作为处理高维数据的一种方法,能够将预测分析集中在重要特征上,帮助机器学习模型找到疾病预测的相关因素。医疗数据存在质量差、样本少、特征维度高等问题,导致现有机器学习和特征
在COVID-19爆发之后,中药一直是诊疗方案中所提及的治疗方式,为了根据指标分析探究中药在治疗该疾病中发挥的具体作用机制,遂对武汉市同济医院的COVID-19重型患者进行研究。由于在回顾性分析中存在的数据散乱和基线条件不易控制等问题,且从指标数据建立机器学习模型分析疗效是一种能被国际广泛认同的方法,论文提出了可解释的归并式机器学习方法,通过数据归并、方法归并和知识归并来构建分析模型。其中方法归并
随着网络新闻的发展,人们可以获取更广泛的信息,但也面临难以从海量新闻中快速识别时事热点的困境,因此话题检测与追踪技术应运而生。主题模型可以检测可解释的话题,被广泛应用于话题检测与追踪系统,但多数主题模型缺乏针对新闻领域的优化,存在仅考虑单一词共现信息、未充分融合语义等问题。鉴于上述问题,基于图自编码器的主题模型和基于主题推理结果的话题追踪方法被设计用于新闻话题检测与追踪系统。基于图自编码器的主题模
自动驾驶系统中的行为决策算法是一类计算密集型的人工智能应用,其对底层硬件设计提出了新的要求。RISC-Ⅴ作为新兴开源指令集架构,在CPU与加速器设计上有广阔前景,有望用于自动驾驶系统的硬件平台中。然而,目前绝大多数辅助驾驶系统尚未针对RISC-Ⅴ平台进行评测。针对上述问题,结合车载嵌入式平台的特点,设计了RISC-Ⅴ嵌入式平台在行为决策算法方面的评测。主要工作由以下几部分组成:1)评测设计部分针对
随着云计算的发展,边缘计算日益崛起,对边缘场景下容器技术的需求与日俱增。与云数据中心相比,边缘场景的硬件能力较弱,平台架构各异,对安全可靠要求高,应用功能相对简单。在这样的环境下,微内核操作系统较目前广泛应用的宏内核操作系统有着明显的架构优势。然而,微内核操作系统普遍缺少对容器的基本支持,这不仅阻碍了在其上实现容器技术,更不利于其在云环境下的推广应用。为了解决上述问题,提出了一种在微内核架构的操作
文本数据作为人们网络生活当中最为常见的一种信息类型,在协助人们进行观点陈述的同时,极有可能夹杂着诸如暴恐反动、低俗色情、垃圾广告、脏话谩骂等诸多敏感信息。基于字符匹配以及决策树搜索算法,虽然能够精确的定位敏感信息,可是一旦出现由繁体字、拆解字、拼音字母等组成的变体,则无法匹配。基于贝叶斯以及随机森林等传统机器学习技术,虽然能够根据选定的特征进行分类过滤,但是前期需要大量的特征工程,并且有限的文本特