卧位偏向牵引联合中药薰蒸治疗神经根型颈椎病的临床研究

来源 :中医正骨 | 被引量 : 0次 | 上传用户:lity1021
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:观察卧位偏向牵引联合中药薰蒸治疗神经根型颈椎病的临床疗效。方法:将120例神经根型颈椎病患者随机分为卧位偏向牵引组、卧位常规牵引组、坐位牵引组,每组40例。卧位牵引治疗包括前屈位牵引8 d、中立位牵引2 d、背伸位牵引4 d;卧位偏向牵引组在前屈位牵引时采用卧位偏向牵引,中立位、背伸位牵引时采用常规卧位牵引;卧位常规牵引组全程采用常规卧位牵引法牵引;坐位牵引组采用传统坐位间歇牵引法。3组患者均采用中药薰蒸治疗。牵引和中药薰蒸均每日2次,连续治疗14 d。分别于治疗前和治疗结束后,采用视觉模拟量表(visual analogue scale, VAS)评价患者颈部疼痛情况,测量患者颈椎旋转、前屈活动度,采用田中靖久神经根型颈椎病症状量表20分法和颈椎功能障碍指数(neck disability index, NDI)评价临床疗效,采用剪切波弹性成像技术测量斜方肌的杨氏模量值。结果:(1)颈部疼痛VAS评分。治疗结束后,3组患者颈部疼痛VAS评分均小于治疗前[(5.70±0.82)分,(1.43±0.68)分,t=37.779,P=0.000;(5.43±0.81)分,(2.53±0.93)分,t=15.945,P=0.000;(5.43±0.98)分,(3.00±1.13)分,t=16.013,P=0.000],卧位偏向牵引组患者颈部疼痛VAS评分小于卧位常规牵引组和坐位牵引组(LSD-t=6.040,P=0.000;LSD-t=7.562,P=0.000),卧位常规牵引组患者颈部疼痛VAS评分小于坐位牵引组(LSD-t=2.051,P=0.044)。(2)颈椎旋转活动度。治疗结束后,3组患者颈椎旋转活动度均大于治疗前(46.60°±10.45°,63.65°±7.79°,t=-9.379,P=0.000;45.95°±9.24°,57.58°±7.54°,t=-6.694,P=0.000;48.22°±9.96°,53.72°±9.39°,t=-2.298,P=0.000),卧位偏向牵引组患者颈椎旋转活动度大于卧位常规牵引组和坐位牵引组(LSD-t=-3.280,P=0.001;LSD-t=-5.371,P=0.000),卧位常规牵引组患者颈椎旋转活动度大于坐位牵引组(LSD-t=-2.083,P=0.040)。(3)颈椎前屈活动度。治疗结束后,3组患者颈椎前屈活动度均大于治疗前(28.45°±3.18°,41.57°±2.88°,t=-18.310,P=0.000;27.70°±3.07°,38.95°±3.38°,t=-16.843,P=0.000;28.15°±3.30°,35.25°±3.80°,t=-9.692,P=0.000),卧位偏向牵引组患者颈椎前屈活动度大于卧位常规牵引组和坐位牵引组(LSD-t=-3.482,P=0.001;LSD-t=-8.374,P=0.000),卧位常规牵引组患者颈椎前屈活动度大于坐位牵引组(LSD-t=-4.901,P=0.000)。(4)田中靖久神经根型颈椎病症状量表20分法评分。治疗结束后,3组患者田中靖久神经根型颈椎病症状量表20分法评分均大于治疗前[(7.58±3.87)分,(16.10±2.04)分,t=-14.437,P=0.000;(7.38±3.31)分,(13.25±2.10)分,t=-12.361,P=0.000;(7.25±2.99)分,(12.65±2.70)分,t=-10.696,P=0.000],卧位偏向牵引组患者田中靖久神经根型颈椎病症状量表20分法评分大于卧位常规牵引组和坐位牵引组(LSD-t=-6.172,P=0.001;LSD-t=-6.450,P=0.000),卧位常规牵引组患者田中靖久神经根型颈椎病症状量表20分法评分与坐位牵引组比较,差异无统计学意义(LSD-t=-1.113,P=0.271)。(5)NDI。治疗结束后,3组患者NDI均小于治疗前[(49.85±15.29)%,(18.93±12.05)%,t=10.694,P=0.000;(51.73±15.31)%,(29.95±9.08)%,t=10.728,P=0.000;(53.10±12.67)%,(33.85±10.33)%,t=7.190,P=0.000],卧位偏向牵引组患者NDI小于卧位常规牵引组和坐位牵引组(LSD-t=4.622,P=0.001;LSD-t=5.951,P=0.000),卧位常规牵引组患者NDI与坐位牵引组比较,差异无统计学意义(LSD-t=1.790,P=0.077)。(6)斜方肌杨氏模量值。治疗结束后,3组患者斜方肌杨氏模量值均小于治疗前[(92.67±17.96)%,(62.80±13.35)%,t=14.696,P=0.000;(87.05±12.30)%,(77.03±13.10)%,t=5.959,P=0.000;(87.33±14.48)%,(82.58±15.81)%,t=2.337,P=0.025],卧位偏向牵引组患者斜方肌杨氏模量值小于卧位常规牵引组和坐位牵引组(LSD-t=4.811,P=0.001;LSD-t=6.044,P=0.000),卧位常规牵引组患者斜方肌杨氏模量值与坐位牵引组比较,差异无统计学意义(LSD-t=1.711,P=0.091)。结论:卧位偏向牵引联合中药薰蒸治疗神经根型颈椎病,能够缓解颈部疼痛、改善颈部功能和斜方肌僵硬,疗效优于常规卧位牵引和坐位牵引联合中药薰蒸。
其他文献
固体导弹由于体积小、机动性好、打击精度高、发射准备时间短,且可利用发射车机动发射等突出优势,成为世界各国武器研究的重点。本文以固体导弹为研究对象,针对导弹任务多样性需求,围绕助推段终端能量宽域可调开展研究。主要研究内容如下:1.导弹助推段标准弹道设计。首先建立导弹助推段运动模型,然后对助推段飞行程序进行参数化建模,在其基础上采用灰狼算法进行标准弹道设计。主要思路是以攻角模型的关键参数为优化变量,以
学位
小样本目标检测旨在仅有少量带标签的训练集图像的条件下,从查询集新类图像中检测到指定目标。目前小样本目标检测任务大多基于迁移学习模型,将大样本图像元特征信息迁移至小样本图像,实现小样本目标检测,其难点在于充分利用图像中的细节特征信息。注意力机制可以自适应地增强对图像前景目标区域的感知,本文通过引入注意力机制模块解决上述难点,提升小样本目标检测性能。本文分别设计了基于注意力机制和元特征二次重加权的改进
学位
Micro Electromechanical System(MEMS)电磁微镜是近几年来随着MOEMS技术发展而逐渐得到广泛应用的一种微型光学器件,内部集成微小型光学反射镜与微机电驱动器,其基本原理为内部光学反射镜在静电力的作用下发生平动或转动,从而改变输入光的传播方向或相位。MEMS电磁微镜及其门阵列因其优良的特性被广泛用于各种场景,例如光通讯中的光交换,光谱分析仪器,虚拟现实系统中的VR成像
学位
随着科技的发展,多智能体系统因其在工业、军事、航空等领域的广泛应用吸引了很多学者的关注,多智能体系统的编队控制也成为了其中的热点问题。在各类实际系统中,时滞的存在是引起系统不稳定和性能变差的重要原因,时滞系统的稳定性分析和反馈控制一直以来也是自动控制理论研究的热点问题。本文采用一对反应扩散偏微分方程(PDE)描述了三维空间中大规模多智能体系统的集体动力学行为,与常微分方程(ODE)建模的多智能体系
学位
对流可分辨尺度集合预报在强对流天气预报上有着重要的作用。本文利用一种新型局地增长模培育法(Local Breeding Growth Mode,LBGM),对两个飑线个例开展了对流可分辨尺度集合预报试验,检验了LBGM法在飑线天气中的实际预报效果,探讨了不同分辨率下的LBGM扰动的增长特征。随后,考虑到局地范围内格点差异性,提出了高斯权重,并进行集合对比试验。主要结论如下:首先,针对集合平均(En
学位
幼儿园是幼儿接受启蒙教育的重要场所,户外活动区的游戏活动能促进幼儿的思维发展。在户外游戏的过程中,幼儿与周围环境密切接触,与其他的伙伴互动交流,幼儿在开放性的环境中会形成一种新的思维,会尝试不断解决问题。幼师要给幼儿设计开发智力的户外游戏活动,引导幼儿一步一步的实现深度学习。
会议
目的:观察颈椎牵引加颈部康复操训练对颈椎病患者颈椎功能障碍指数量表(NDI)及视觉模拟评分法(VAS)评分的影响。方法:选择2020年6月至2022年6月期间郑州大学第一附属医院收治的104例颈椎病患者展开试验观察,参照双盲法对患者展开规范的分组操作,将其分为例数相同的对照组和观察组。针对对照组纳入的52例患者给予常规颈椎牵引治疗,针对观察组纳入的52例患者,在对照组的基础上进行颈部康复操训练,比
期刊
本文重点开展了基于偏振光/视觉/微惯性的组合导航算法研究,设计了基于全局矢量的自主归位控制方法,并以小型地面机器人为验证平台,实现了在不依赖于卫星导航信号条件下的自主归位。主要研究工作总结如下:(1)构建了基于Turtlebot2地面无人小车的自主导航系统硬件平台。首先将偏振光罗盘、视觉传感器以及微惯性组件(MIMU)进行组合,搭建了自主导航系统硬件平台,为算法实现与验证提供硬件基础;其次,给出了
学位
人体行为识别技术是计算机视觉领域的重要研究课题,随着人工智能和互联网的蓬勃发展,它也具有了巨大的应用前景和经济价值,在智能监控系统、虚拟现实、人机交互等现实领域都得到了广泛应用。人体行为识别技术的核心在于行为识别数据集的建立和行为特征的提取两个方面。随着Kinect深度摄像机、人体骨骼关节点提取技术以及图卷积神经网络(Graph Convolutional Networks,GCN)的发展,人体行
学位
随着智能制造行业的兴起,现有工业系统逐渐趋于复杂化和大型化。在当今工业大数据的背景下,如何通过智能化的故障诊断技术及时对系统的运行状态和可能的异常情况做出判断,进而在早期规避风险,保障工业设备的安全性逐年成为相关领域的研究热点。传统的诊断方法需要建立复杂的数学模型或依赖于丰富的专家经验,在实施过程中往往面临效率低下、难以实现的问题。因此,只需通过对大量的历史数据的处理即可完成诊断的数据驱动的故障诊
学位