赵炳南荆防方治疗风热血热型瘙痒性皮肤病探析

来源 :安徽中医药大学学报 | 被引量 : 0次 | 上传用户:leinuo2222
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
荆防方是由赵炳南先生所创,常用于治疗风热型荨麻疹。瘙痒性皮肤病的病因主要有风、湿、热、虫、瘀等,风盛则痒,血热化燥,燥则生风,形成风热血热交互的证候,引起皮肤瘙痒。多种瘙痒性皮肤病存在风热血热的共同病机,荆防方具有祛风清热、凉血止痒之功,加减荆防方也可用于治疗其他风热血热型瘙痒性皮肤病。
其他文献
采用水蒸气蒸馏法提取石菖蒲挥发油,GC—MS法检测其中主要化学成分;石菖蒲挥发油以1%吐温-80溶液为溶剂稀释至不同浓度,40只小鼠随机分为4组,一次性灌胃,观察小鼠的生理状态,得到石菖蒲挥发油绝对致死量(LD100)和最大耐受量(LD0);根据预实验结果采用Bliss法分为1.0,1.4,2.0,2.8,4.0 g·kg-1 5个剂量组,单次口服给药后观察记录小鼠状态及死亡情况,根据死亡情况计算
期刊
自股市诞生以来,金融学家和社会学家都将股票市场的发展作为评价某个国家或者区域发达水平的一项标准。越来越多的研究者参与到对股价预测方法的探索中,希望对其价值走向做出准确判断,并揭示股市运作原理。对目前广泛应用于股价预测的各种研究方法进行综述,针对传统股票预测技术以及全部以深度学习为基础的股票预测技术进行了相关具体的阐述,并且对于全部以深度学习为基础的股票预测技术进行分类,阐述了基于CNN、LSTM、
期刊
【研究背景】痒觉被定义为一种引起抓挠欲望的不愉快的感觉和情绪体验,而慢性痒可以引起皮肤的损伤并伴发焦虑、抑郁等情绪障碍,这些负性情绪又会进一步加剧瘙痒,形成恶性循环,严重影响患者的身心健康及生活质量。亟待开展高位中枢痒觉神经机制方面的深入研究,为慢性痒的临床治疗提供实验依据和新靶点。生长抑素(Somatostatin,SST)是一类神经肽,作为不同细胞功能的内源性抑制调节因子,参与发育、增殖、代谢
学位
为了掌握不同免疫方法对羊只免疫抗体的影响,降低免疫成本,提高免疫质量,开展了小反刍兽疫、山羊痘二联活疫苗(Clone9株+AV41株)对羊只免疫效果的试验。结果显示:小反刍兽疫、山羊痘二联活疫苗在羊只上免疫效果不理想。建议在防控小反刍兽疫和羊痘病毒时两者不能混在一起接种,重组使用会降低两者抗体效价。
期刊
鄂尔多斯盆地侏罗纪含煤岩系不限于延安组,其始于富县组沉积末期(Toarcian晚期),终于直罗组沉积早中期(Bathonian期)。关注侏罗纪含煤岩系衰退演化阶段的直罗组聚煤特征与发育演化规律研究,不仅有助于阐明鄂尔多斯盆地侏罗纪含煤岩系的地层结构,重塑Bathonian期古气候变化和迁移的细节过程,还有助于从外部还原介质的角度剖析砂岩型铀矿的成矿环境。结合区域露头调查并通过大范围钻孔资料的地层对
期刊
为掌握目前市售小反刍兽疫-山羊痘二联活疫苗(Clone9株+AV41株)的免疫效果及抗体消长规律,分别选择云南玉溪市和楚雄市两地的健康羊群,皮内注射小反刍兽疫-山羊痘二联活疫苗,采集免疫后不同时间段的血清样品进行抗体检测,对疫苗的安全性和免疫效果进行评价。结果显示:除个别羊只体温略有升高、采食量略有下降外,其他羊只均未出现免疫应激反应和死亡的情况;用该疫苗免疫试验羊群,小反刍兽疫抗体阳性率高,建立
期刊
该文探讨了RAB26对鼻咽癌细胞增殖的影响及其机制。采用实时荧光定量PCR和免疫组织化学实验检测鼻咽癌组织及正常鼻咽上皮组织RAB26 mRNA和蛋白表达水平,并将免疫组织化学方法检测的RAB26表达水平与患者临床病理特征进行统计分析。在鼻咽癌CNE-2细胞过表达RAB26、在HNE1细胞敲降RAB26,分别建立过表达以及敲降细胞系。利用CCK-8增殖实验、细胞克隆形成实验及EdU增殖实验检测过表
期刊
<正>小反刍兽疫(PestedesPetits Ruminants,PPR)是由小反刍兽疫病毒(PPRV)引起的疫病,主要发生在绵羊、山羊等小反刍动物上,该疾病的发生常伴随有肺炎、高烧、口炎等症状,具有毒性和传染性,又被称为小反刍兽瘟疫。根据数据显示,该病在雨季和干燥寒冷季节发病率高,死亡率高达100%,世界动物卫生组织(OIE)将其列为A类动物疫病,我国亦将其列为一
期刊
银屑病是一种慢性炎症性皮肤病,因其病因和发病机制未完全明确,属于皮肤科难治性疾病之一。中医药对银屑病的防治具有重要意义,在治疗银屑病方面具有不良反应小,经济实惠等诸多优势,而中医外治法是中医药治疗银屑病的特色疗法之一,通过多种途径直接作用于体表,具有操作简便、全身不良反应小等特点,此文将从外涂法、药浴法等方面综述银屑病的治疗进展。
期刊
天气预报中的环境空气质量预测是一项具有重要现实意义的任务。利用机器学习领域中的时空序列预测对未来的PM2.5指数进行预测是研究的重要问题。针对此问题,通过构建一个双层LSTM模型来学习和刻画空气质量时序数据内部的时序依赖关系和不同观测站点空气质量数据间的空间依赖关系,该模型以所有观测站点过去12小时的空气质量时序数据为输入,并输出所有观测站点未来1~6小时每小时的PM2.5指数。实验结果显示该模型
期刊