【摘 要】
:
目的:通过观察新定必胜饮治疗支气管哮喘发作期寒包热哮证的临床疗效,为合理运用该方剂提供理论依据。方法:将符合纳入标准的60例患者,随机分为治疗组和对照组,分别各30例;对照组给予西医常规治疗;治疗组在对照组的基础上加用新定必胜饮治疗,疗程均为7天,在疗程结束后观察两组患者治疗前后的临床疗效、中医证候积分、血常规中EOS计数、肺功能(FEV1、PEF)、ACQ评分。结果:1、治疗组总有效率(92.8
论文部分内容阅读
目的:通过观察新定必胜饮治疗支气管哮喘发作期寒包热哮证的临床疗效,为合理运用该方剂提供理论依据。方法:将符合纳入标准的60例患者,随机分为治疗组和对照组,分别各30例;对照组给予西医常规治疗;治疗组在对照组的基础上加用新定必胜饮治疗,疗程均为7天,在疗程结束后观察两组患者治疗前后的临床疗效、中医证候积分、血常规中EOS计数、肺功能(FEV1、PEF)、ACQ评分。结果:1、治疗组总有效率(92.86%)高于对照组(78.57%),两组临床疗效比较,治疗组优于对照组(p<0.05);2、两组中医证候积分治疗前后比较,均可有效改善中医证候积分(p<0.05)。治疗后两组组间比较,治疗组在改善中医证候积分上优于对照组(p<0.05);3、两组均能降低血常规中EOS计数(p<0.05)。两组组间比较,治疗组在降低EOS计数上优于对照组(p<0.05);4、两组均能提高患者肺功能(FEV1、PEF),均可改善患者肺功能(FEV1、PEF)(p<0.05),治疗后治疗组与对照组的肺功能(FEV1、PEF),有统计学意义(p<0.05),治疗组优于对照组;5、两组治疗后均能降低ACQ评分,但治疗组优于对照组;6、治疗过程用药安全可靠,两组患者均无明显不良反应。结论:新定必胜饮可有效改善支气管哮喘发作期寒包热哮证患者临床症状、血常规中EOS计数、ACQ评分、肺功能(FEV1、PEF),提高临床疗效,从而提高患者生活质量,改善预后。
其他文献
<正>10月20日、21日、29日,我馆"光影知识乐园"进校园活动分别走进房山区葫芦垡中学、昊天学校和延庆县沈家营中心小学,为920名中小学生送去我馆的特色电影课程和公益电影。
医药制造企业具有知识和技术密集的特征,研发投入是其竞争优势形成的关键,通过分析2012-2019年中国医药制造业上市公司研发的相关数据,运用双向固定效应模型、滞后性分析方法等,探讨企业研发投入强度对公司价值创造的影响。结果说明,研发投入强度与公司价值创造显著正相关,研发强度越大,公司价值提升越显著;但研发投入强度对公司价值的影响存在滞后性。研究建议医药制造业企业的研发投入需保持持续性、稳定性与高强
新媒体时代,新闻传播呈现出多元化、交互性等特征,对新闻编辑提出了更高要求,不仅需要加快信息采集速度,还需掌握新的编辑技术,合理进行新闻资源融合,确保新闻可以在受众当中高效传播。面对行业发展新形势,传统新闻编辑急需转型,更好适应当前传媒环境。文章在把握新媒体时代新闻信息传播特征的基础上,结合新闻编辑工作现状对编辑存在的缺乏创新意识、内容把关不严等问题展开分析,从提高新闻编辑创新意识、提高新闻策划编排
针对含光伏(photovoltaic,PV)、储能系统(energy storage system,ESS)、电动汽车(electric vehicles,EV)分布式资源的智能商业楼宇,利用信息和能量的双向流动性,提出了一种由楼宇集群商协调的商业楼宇间能量共享的优化调度策略,并根据每个利益主体对整个系统的贡献不同设计了一种合理的利益分配机制。首先,考虑到楼宇附近电动汽车用户的非理性心理,利用行为
社火来源于古老的土地与火的崇拜,并与远古时的图腾崇拜、原始歌舞有渊源。随着近年来非物质文化遗产保护工作的不断深入及当代社火艺术民俗学研究的不断推进,我国社火艺术研究呈现出多学科交叉发展的趋势,但仍然存在研究重点领域学术视角单一、研究成果重复的问题。本文主要介绍甘肃社火文化在群众文化活动中的服务效能。
警察法制作为法制体系的一部分,是在清末法律改革中第一次进入中国的。在中国法走向近代的改革中,警察法制的出现开启了内政的法制建设,是对当时社会现实的实际回应。十年间取得的一系列成果,不仅是一种努力向近代转型的政治法律理想,更是尝试解决内忧外患的法制努力。清末警察法从传统上职能不清的国家统治权力中分离出了警察的基本权力,也确立了以法定警察职权为核心内容的近代多层次警察法体系。其不仅是在中华传统的政制话
随着时代的发展,各个学校越来越重视对学生核心素养的培养。这就要求教师从更高的视角来开展教学工作,做好具体教学活动的统筹。对高中英语学科而言,基于大单元的教学比较适合当前的教学需求,也符合高中英语教材的发展方向。因此,教师要认真回顾以往的教学活动,完成教学理念的更新和具体教学策略的创新,积极实践大单元教学。
人体骨架行为识别研究旨在通过计算机自动识别一段骨架序列中的行为.近年来,机器学习的不断发展为人体骨架行为识别研究提供了可靠的技术手段.传统的机器学习技术简单地从人体骨架数据中提取特征,然后连接成单个特征向量,但是没有考虑到人体骨架数据中至关重要的时间动态信息.深度学习技术中的长短期记忆(Long Short Term Memory,LSTM)网络因其天然的长时序建模优势,可以很好地解决这个问题.为