皮持衡治疗小儿过敏性紫癜肾炎遣方用药经验

来源 :江西中医药 | 被引量 : 0次 | 上传用户:q258007
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
皮持衡认为小儿过敏性紫癜肾炎多由内外合邪发病,风毒与内生瘀热相互搏结,扰动血络进而伤肾所致,与脾肾关系密切。结合小儿生理与病机特点,治疗上,疾病前、中期阶段皮持衡始终以犀角地黄汤作为治疗的基础1方以清热凉血化瘀,2方的选用虽然依据治疗时的临床辨证变化,但是更加注重调整患儿的脾肾气化功能。疾病后期阶段,皮持衡善用中成药进行配伍治疗,以达到扶助正气、稳固蛋白、防止疾病复发的作用。
其他文献
小柴胡汤证散见于《伤寒论》的太阳病、少阳病、阳明病、霍乱病、阴阳易差后劳复病中,其应用范围广泛,医者对主证的把握不到位,易致药不对症。总结《伤寒论》中关于小柴胡汤证救误的论述,并从《古今救误》《名医类案》《续名医类案》《伤寒论类方法案汇参》四部医案中收集小柴胡汤证救误较典型病案14例,分析其误治的原因,以减少误诊误治率,为医者在临床诊疗中提供更加准确的辨证思维。
目的:探讨产后宫缩痛中医护理的临床效果。方法:选取2019年1月—2019年10月在我院治疗的产后宫缩痛患者80例,随机分为对照组40例和观察组40例,对照组给予常规护理治疗,观察组在对照组基础上联合中医护理。观察两组患者产后12h、24h、48h疼痛程度和焦虑指数。结果:观察组患者产后12h、24h、48h疼痛程度和焦虑指数评分均低于对照组(P<0.05)。结论:常规护理联合中医护理对产后宫缩痛具有显著的临床效果,有助于产后康复。
当前我国儿童亚健康状态的人群比例已超过70%。由于亚健康状态并不纳入临床疾病的范畴,只表现为个人身心感受的不适,因此常常被忽略。近年来,我国医学领域的专家学者对疾病的研究逐渐从临床疾病转向非疾病的亚健康状态。然而,多数研究只集中于成人,对儿童亚健康状态的研究尚不完善。基于中医阴阳、脏腑、气血理论,结合小儿的生理和病理特点,总结和归纳少儿临床常见的亚健康状态表现,建立少儿亚健康状态的中医辨识体系和中医防治方案,以期降低儿童亚健康状态的比例,预防疾病的发生发展。
硬皮病的病机特点是本虚标实,阳虚为本病的发病基础,主要涉及的脏腑包括肺、肾;标实为寒、痰、瘀,痰浊又为标实中之重点,不仅为病理产物,也能成为致病因素。本病的治疗总则为温阳化痰,温补肺肾阳气的同时再兼以化痰,常选用阳和汤加减治疗,针对其他病理产物佐以散寒、祛瘀等驱邪治标之法,根据疾病转归变化,辨证论治,以达标本同治,去除病根。
伍炳彩行医六十载,精于内科,善治杂病,效如桴鼓,现将伍炳彩从医经验总结为五点:一是痴迷杏林,博彩众长;二是活用经方,重视时方;三是善抓主症,辨证化裁;四是重视表证,治病分先后;五是用药轻巧,剂型多样。希望通过总结伍炳彩部分从医经验,为后辈学习提供经验。
陈慈煦认为辨治糖尿病除肺、胃、肾“三消”之外,从补益脾胃入手,也是治疗糖尿病的重要方法之一。针对糖尿病病变部位在中焦脾胃,以心脾两虚,纳运失常为其病机特征,故应用健脾助运,养心安神之法,每获良效。
总结名老中医左振素辨治银屑病关节炎的经验。左振素认为银屑病关节炎多由机体血虚燥热,复感外邪,皮肤关节失气血之润所致。治疗强调活血化瘀法的运用,注重分期论治,临床辨证按血燥风热、湿热化毒、气滞血瘀、肝肾亏虚分型论治,疗效确切。
目的:观察当归饮子联合火针治疗血虚风燥型特应性皮炎的临床疗效及其对血嗜酸粒细胞(EOS)、免疫球蛋白E(IgE)水平影响的研究。方法:在本院皮肤科门诊中与血虚风燥型特应性皮炎纳入标准相符的60例病患,采用随机对照法分为两组,观察组30例,对照组30例。两组均予以薇诺娜柔润保湿霜基础保湿,观察组给予当归饮子汤剂内服联合火针治疗;对照组给予氯雷他定片口服联合丁酸氢化可的松乳膏外搽治疗,两组均连续治疗4周。将各组患者治疗不同阶段的SCORAD分值、血清总IgE和外周血EOS水平比较进行分析并判断疗效。结果:治疗
目的:研究穴位埋线疗法联合玉屏风颗粒防治慢性荨麻疹(表虚不固型)的临床疗效。方法:将符合入选标准的患者分成观察组(穴位埋线+玉屏风颗粒)和对照组(单用玉屏风颗粒),每组各30例。两组均治疗4周,治疗结束后进行3个月的随访,统计其复发率。结果:观察组和对照组总有效率分别为93.3%和86.6%,两组比较具有统计学意义(P<0.01);复发率分别为13.3%和26.7%,两组复发率差异有显著意义(P<0.05)。结论:穴位埋线疗法联合玉屏风颗粒治疗慢性荨麻疹(表虚不固型)临床疗效较好,能显著降低复
目的:探讨基于U-Net算法的深度神经网络在中医舌象图像分割的应用效果。方法:将120例测试者的舌象图像使用Photo Shop V 13.0进行初步人工分割,划分训练集和测试集,运用图像数据增强技术增加训练图像,通过U-Net的深度神经网络构建分割模型,最后使用精确率、Dice系数、m Io U和错分类误差对模型效果进行评价。结果:对于测试的数据集,精确率0.954 5、Dice系数0.967