桂姜温肺合剂治疗支气管哮喘外寒内饮证的临床效果观察

来源 :中医临床研究 | 被引量 : 0次 | 上传用户:qijing1
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:评价桂姜温肺合剂治疗支气管哮喘外寒内饮证的效果.方法:选取2019年1月-2020年2月支气管哮喘中辨证为外寒内饮证的患者共80例,随机分为对照组与观察组各40例,对照组采用常规西药治疗,观察组在此基础上予口服桂姜温肺合剂,60 d后比较两组外周血嗜酸性粒细胞(Eosimophil,EOS)、血清总免疫球蛋白(Immunoglobulin E,IgE)、肺功能、中医证候积分及临床疗效.结果:治疗后,观察组的EOS、IgE水平显著低于对照组(P<0.05);观察组的第1秒用力呼气量(Forced Expiratory Volume in 1 Second,FEV1)、用力肺活量(Forced Vital Capacity,FVC)、FEV1/FVC显著高于对照组(P<0.05);观察组的中医证候积分、6 min步行试验(6 Minutes Walk Test,6 MWT)、哮喘控制问卷(Asthma Control Questionnaire,ACQ7)显著优于对照组(P<0.05).结论:对于外寒内饮证的支气管哮喘患者采用桂姜温肺合剂可显著降低患者EOS、IgE水平,有效阻断气道变态性炎性反应,改善肺功能,提高临床疗效及生活质量.
其他文献
目的:通过网络药理学方法探讨野菊花治疗高血压病的作用机制。方法:本研究运用中药系统药理学数据库与分析平台(Traditional Chinese Medicine Systems Pharmacology Database and Analysis Platform,TCMSP)结合筛选条件确定野菊花的主要有效活性成分及其作用靶点,构建主要有效活性成分-靶点网络图。利用GeneCards和OMIM数据库获取高血压病靶点,取野菊花和高血压病的交集靶点,对交集靶点进行蛋白质互作网络分析、生物通路及富集分析。结
目的:对柴胡桂枝干姜汤合当归芍药散加减治疗肥胖高脂血症的疗效进行分析探讨.方法:以2015年1月-2017年6月在山东中医药大学第二附属医院接受治疗的88例肥胖高脂血症患者作为
The appearance of aging is determined primarily by extrinsic factors through exposure to environmental sunlight and airborne pollution. That solar ultraviolet B
以中医理论为指导,结合呼吸机相关膈肌功能障碍的现代研究,探讨了呼吸机相关膈肌功能障碍的中医病机,即肺热叶焦、脾胃虚弱、肾精不足、湿热侵袭,并论述了该病机的临床依据.
介绍唐蜀华教授对于收缩性心力衰竭的理解与临床治疗经验.唐教授认为收缩性心力衰竭需在中西医结合的前提下进行治疗.中医治疗上需把握该病的基本病机(心肾气虚,血瘀水停),同
图像超分辨率重建旨在从低分辨率图像中恢复其对应的高分辨率图像,是计算机视觉中的经典问题。为改进传统超分辨图像质量评价方法与人眼感知不一致的问题,提出一种基于多任务学习的超分辨图像质量评估网络。网络采用多任务学习的方式,分别学习图像的局部频率特征与质量分数,其中局部频率特征用来辅助网络进行图像质量分数的回归,提高分数预测的准确性和泛化能力。另外,在网络中加入协调注意力模块,进一步增强了模型的预测能力
针对现有恶意PDF文档检测方法存在特征维度高、数据集样本少导致模型欠拟合等问题,提出了一种基于特征集聚和卷积神经网络的恶意PDF文档检测方法。该方法以词袋模型为基础,从PDF文档中提取常规特征和结构特征。然后以合并后特征簇最小方差为目标,使用Ward最小方差聚类方法实现特征集聚。最后,将聚合特征送入卷积神经网络分类模型进行训练。根据不同聚合特征数下模型性能的好坏,确定最优的聚合特征数。实验结果表明,该方法降低了特征维度,提升了模型的召回率,缓解了模型的欠拟合问题。纵向比较来看,在不同的良性样本和恶意样本比
FFT作为雷达信号处理的关键计算步骤之一,本质上是一个基于数据流的处理过程.以往的FFT计算大多集中在通用计算平台上进行并行计算实现,计算系统存在扩展性和鲁棒性问题.随着
传统的矩阵分解算法为用户和项目分别独立设置了偏置项,而没有深入挖掘特定用户对于特定项目的隐性偏好;同时,传统的排序预测推荐算法将用户所有打分过的项目都统一地设置为该用户的正例项目(无论用户给出了好评还是差评),这导致训练完成的系统在实际应用中很可能会为用户继续推荐其厌恶的项目。因此提出了一种基于深度网络的推荐系统偏置项改良方案,该改良方案考虑了用户为特定项目所作的评分背后所蕴含的好恶态度,并学习出一个用户-项目联合偏置项加入到推荐过程中以提升推荐性能。在三个公开数据集上进行的对比实验结果表明,该改良方案可
由于无人机基站在不同应用场景下,所处的地理环境、用户分布、用户需求和所希望提升的性能需求不同,需要根据不同应用场景的特征对无人机基站进行部署.基于无人机基站的典型