在《伤寒杂病论》范围内基于方证相应说的体质分型研究

来源 :辽宁中医药大学 | 被引量 : 0次 | 上传用户:liangting123456
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:本论文通过分析总结《伤寒杂病论》中有关体质的描述获得体质分型的根据以及治疗作用,再通过整理条文初步确定分型,然后参考名家论述、经典著作、医案资料来完善分型。在方证相应说的范围内研究该体质分型的临床应用,期望为临床实践者提供认识复杂病情的新的切入点,指导临床,提高疗效。理论意义:经方应用入门容易精通太难,凡证与方契合度较高的病人容易处方且疗效颇佳,但临床之证纷繁复杂,若证与方的契合度不能令人满意甚至仅有指标异常然病人本无所苦的情况往往让医者无所适从。这就需要寻找一种更加直观且适用性较为普遍的方法,能够为辨证过程提供新的切入点并丰富方证辨证体系。古往今来,由于体质学说被广泛运用在中医的辨证过程中,同时体质状态与症状表现存在千丝万缕的联系,由此我们可以预见体质很有可能与方证相应存在某些特定的联系;中医治疗的特点是着眼于“病的人”而非“人的病”,从体质角度入手指导辨证是符合中医特色的,本论文试图寻找方证相应说与体质的内在关系,将二者联系起来,提出新的体质分型方法,从而补充和丰富中医体质内容,进一步为中医理论体系的自身发展创造条件。内容及方法:首先明确方证相应说的源流、内容和意义,然后了解体质的特点及作用,探讨并揭示二者的关系。分析总结《伤寒论》中的体质内容,为体质分型方法提供指导,同时,确定体质对治疗的多方面积极作用。归纳总结《伤寒杂病论》条文,整理体质内容及方药频次,搜集体质相关资料,运用逻辑推理分析,对方证相应与体质分型进行深入讨论。在频次统计的基础上,结合借助模糊数学方法评价体质调查的结果,探讨确立具体分型,阐明该类分型的优势。结论:1.方证相应说出自《伤寒论》,主要强调方与证相对应,罕论病机,这与仲景不同体质对应不同治疗的思想同根同源,联系密切。2.以仲景体质内容为基础,通过对《伤寒论》原书药物和方剂的整理归纳并结合借助模糊数学方法评价体质调查的结果,参考黄煌教授的体质表述方法确立体质八种分型:桂枝消瘦体质、麻黄表实体质、柴胡郁滞体质、大黄实热体质、半夏痰湿体质、黄芪气虚体质、人参虚弱体质、附子阳虚体质。另外还有过敏体质和兼夹体质两种情况。3.辨体质——辨方证的诊疗模式从纷繁的理论转向朴实的临床技术,为临床工作者提供了一个新的思路,具有一定的预测病情及指导选方用药的临床实用价值。
其他文献
介绍了地下连续墙的概念以及特点,对部分渗漏部位的形成以及影响进行了简单的分析,并且对深基坑地下连续墙快速注浆堵漏的施工技术做出了相关的介绍,取得了良好的经济效益。
国内外研究和实践都已证明,大力发展公共交通是解决日益严重的城市交通需求与供给问题尤其是交通拥堵带来的如环境、经济、安全等问题的最有效措施。而且只有将公交优先发展
当前,我国互联网技术迅猛发展,主流媒体在发展中遭遇到诸多难题,也一直在进行着积极的探索。从各类新型平台的启动,到不同新闻方案的发布,在先进信息技术的驱动下,实现主流媒
随着我国城市化进程的发展和节能降耗需求的提出,大型公共建筑能耗尤为突出,据不完全统计,我国既有大型公共建筑以不足4%的城镇建筑面积占比消耗了25%以上的城镇建筑总电耗。
阐述了武咸公路的现场胎架设置和吊装施工的实施,主要介绍了现场胎架的设计和吊装施工的部署、吊装设备选用、箱梁就位等。
为了提高碳钢的微动磨损特性,采用不同参数的滚压工艺对45号钢试样进行表面处理,通过表面形貌测量仪、维氏显微硬度计和扫描电镜(SEM)考察在不同参数下,滚压工艺对钢的表面粗糙
<正>博物馆是科学文化事业的一个重要组成部分,是随着社会的发展、适应社会的需要产生并发展的。博物馆事业发展的规模和质量是衡量一个国家、一个地区科学文化发展水平的重
会议
目的为了强调和重视中医“五方异治”和“因人制宜“思想,探讨青海不同民族之间舌象的差异性。方法对青海高原地区150名汉藏土族健康青年的舌体和舌苔进行检测观察,舌质按舌色
课题名称:慢病中医临床研究示范方案科学性和可行性的调查课题来源:国家中医药管理局中医药行业科研专项:中医慢病临床科研体系及其成果转化应用模式研究(课题编号:201107006)研
近年来,基于卷积神经网络(Convolutional Neural Networks,CNN)的深度学习(Deep Learning)相关技术和算法,以其在诸如图像分类,目标检测,自然语言处理等任务上优异的性能表现,获得了学术界和工业界越来越广泛的关注。随着新需求,新任务的不断涌现,其应用场景也随之越来越广泛。然而,为了处理越来越复杂的任务,满足人们对精度越来越高的要求,大多数现代深度神经网络的深