【摘 要】
：
目的 探讨益胃汤加减治疗慢性萎缩性胃炎（CAG）的临床效果。方法 选取2018年9月至2021年1月我院收治的60例CAG患者作为研究对象，依据入院编号的奇偶性将其分为对照组与观察组，各30例。对照组给予雷贝拉唑治疗，观察组在对照组基础上给予益胃汤加减治疗。比较两组的临床疗效、胃黏膜相关指标、炎症因子水平及中医证候积分。结果 观察组的治疗总有效率高于对照组，差异具有统计学意义（P＜0.05）。治疗
论文部分内容阅读
目的 探讨益胃汤加减治疗慢性萎缩性胃炎（CAG）的临床效果。方法 选取2018年9月至2021年1月我院收治的60例CAG患者作为研究对象，依据入院编号的奇偶性将其分为对照组与观察组，各30例。对照组给予雷贝拉唑治疗，观察组在对照组基础上给予益胃汤加减治疗。比较两组的临床疗效、胃黏膜相关指标、炎症因子水平及中医证候积分。结果 观察组的治疗总有效率高于对照组，差异具有统计学意义（P＜0.05）。治疗4周时，观察组的胃蛋白酶原Ⅰ（PGⅠ）、胃蛋白酶原Ⅱ（PGⅡ）、胃泌素-17（G-17）水平高于对照组，表皮生长因子（EGF）水平低于对照组，差异具有统计学意义（P＜0.05）。治疗4周时，观察组的降钙素原（PCT）、C反应蛋白（CRP）、白细胞介素-6（IL-6）、白细胞介素-8（IL-8）、肿瘤坏死因子-α（TNF-α）水平低于对照组，差异具有统计学意义（P＜0.05）。治疗2周后，观察组的各项中医证候积分低于对照组，差异具有统计学意义（P＜0.05）。结论 益胃汤加减治疗CAG的效果显著，可改善胃黏膜相关指标，降低炎症因子水平。
其他文献
采用三种不同的硅烷单体,利用有机-无机杂化技术制备硅烷-硅溶胶杂化材料,并针对杂化材料的类型、杂化比等因素对水泥基材料力学性能、防水性能、抗氯离子侵蚀性能的影响进行较为系统的研究。结果表明,通过有机-无机杂化反应,可制备出性能稳定的硅烷-硅溶胶杂化材料,且随着烷基碳数的增加,杂化材料的稳定性有所提高。硅烷中添加硅溶胶一定程度地降低了水泥基材料的强度;硅烷-硅溶胶杂化材料可降低砂浆的吸水率,且随着杂
＜正＞中日两国受地理位置的影响，在文化上难免会有很多相似之处，但随着文化交往的不断深入，我们也能看到两国在文化上的显著差异。“民以食为天”，中日两国由于历史传统、自然环境、生活方式、思想观念不同，其饮食文化也是各有千秋。在中日文化交流的过程中，不可避免地要涉及到饮食，而两国的价值体系、民族心理、思维方式的差别之处在饮食中也可见一斑。为了减少跨文化交际中的误会和摩擦，很有必要对中日文化进行对比，以求
纽约在二战后逐渐成为世界艺术中心，大量的艺术家与艺术观念在此相互交融，为新艺术形式的产生创造了良好的生长环境。偶发艺术作为这一时期产生的一种重要艺术形式，其很多手法及观念均为后世艺术家所沿用。虽然偶发艺术在那个时代犹如昙花一现，绚烂夺目却转瞬即逝，但其理论与实践却催生了后来的行为表演艺术以及参与式艺术，甚至在当今的艺术实践中还能看到其影子。
＜正＞羡慕别人的人鱼线、马甲线吗?其实,只要掌握了减肥的秘诀,你也能轻松拥有令人羡慕的好身材。创造热量赤字是减肥的基本准则减肥的方法很多,但所有方法全都万变不离其宗,那就是要在人体内创造热量赤字,也就是消耗的热量应该大于摄入的热量,才能促使身体燃烧体内储备的脂肪作为能量来源。
目的 探讨基于行为改变理论的远程营养干预在妊娠期糖尿病患者中的应用效果。方法 选取2020年5月至2021年5月我院收治的80例妊娠期糖尿病患者作为研究对象，按随机数字表法将其分为对照组和观察组，各40例。对照组采取常规饮食管理，观察组采取基于行为改变理论的远程营养干预。比较两组的血糖控制达标率、体脂率、白蛋白（ALB）水平、自我效能、妊娠结局、并发症发生情况及生存质量。结果 干预8周后，观察组的
随着全球经济一体化发展及全球贸易的日益融合,世界各国经济贸易往来越来越频繁,商务英语函电逐渐受到人们的广泛关注,成为对外贸易中书面交流的主要方式,其代表了公司形象,是企业对外公共宣传关系中的重要手段。模糊语在商务英语函电中的使用使得其在商务活动中起到了不可替代的作用。
＜正＞随着社会的快速发展，在幼儿园教育中STEAM教育理念日益受到关注。幼儿STEAM教育强调开展基于真实问题的项目式、体验式的游戏活动，以培养幼儿动手、探究、创造能力为主。我园结合五大模式为实施路径：“STEAM项目式活动”“STEAM问题引发”“STEAM游戏微生成课程”“一日生活中的STEAM随机学习”“生态系统中的STEAM教育网络”，为幼儿提供了参与、发现、探索世界的机会，注重幼儿的学习
目的：利用3D深度残差网络和多模态MRI实现对脑胶质瘤的自动分级。方法：利用BraTS2020公共数据集的293例高级别胶质瘤（HGG）和76例低级别胶质瘤（LGG）的多模态MRI数据训练和测试3D深度残差卷积网络模型。多模态MRI图像经过3D剪裁、重采样和归一化的预处理，随机分组为训练（64%）、验证（16%）和测试（20%）样本，将预处理后的多模态MRI图像和分级标注输入到网络模型进行训练、验