补阳还五汤临床应用纂要

从心血管、脑血管、外周血管、肾脏疾病、糖尿病等综述了补阳还五汤的临证应用。对其他疾患如消化溃疡、马尾神经综合征、颈性眩晕、带状疱疹后遗神经痛、儿童鼾症、突发性耳聋等也可适用。     

龙脂配方颗粒防治PCI术后冠脉再狭窄的影响

[目的] 龙脂配方颗粒防治经皮冠状动脉介入治疗(PCI)术后冠脉再狭窄的有效性和安全性。[方法] 将符合具有PCI适应症并且PCI术后成功者及中医辨证为胸痹心痛(肾亏痰阻、气滞血瘀型)患者按随机数字表法分成试验组及对照组。对照组:PCI术后常规运用抗凝、抗血小板、降脂稳定斑块、扩冠脉治疗。试验组:在对照组基础上加用龙脂配方颗粒,疗程均为6个月。评价治疗PCI术后冠脉再狭窄的有效性和安全性。[结果] 龙脂配方颗粒治疗后支架再狭窄发生情况、中医症状、心绞痛、高敏C-反应蛋白(CRP)及血清总胆红素的改善情况均好于对照组,且均无不良事件发生。[结论] 在常规运用抗凝、抗血小板、降脂稳定斑块、扩冠脉治疗基础上,运用龙脂配方颗粒防治PCI术后冠脉再狭窄具有较好疗效,即使在合并糖尿病时,在中医症状、心绞痛、高敏CRP及血清总胆红素改善情况方面优于对照组,且临床使用安全。     

加用血塞通、酚妥拉明治疗慢性阻塞性肺疾病急性加重期伴肺动脉高压48例

目的:观察血塞通、酚妥拉明联合西医常规疗法治疗慢性阻塞性肺疾病急性加重期(AECOPD)伴肺动脉高压的临床疗效。方法:将72例患者随机分成治疗组48例和对照组24例。对照组给予吸氧、抗感染、扩支气管、祛痰等常规西医治疗,治疗组在对照组治疗的基础上给予血塞通、酚妥拉明治疗,每日1次。两组疗程均为14天。结果:治疗组总有效率为91.7%、对照组为87.5%,治疗组疗效优于对照组(P<0.05);在动脉血气、C反应蛋白、血液流变学等指标改善方面,治疗组均优于对照组(P<0.05)。结论:在常规西医治疗的基础上加用血塞通、酚妥拉明可显著提高AECOPD伴肺动脉高压患者的疗效。     

化瘀心痛胶囊治疗血瘀气滞型冠心病的临床疗效观察

目的通过观察化瘀心痛胶囊对冠心病心绞痛(血瘀气滞型)患者的中医临床症状的改善情况,对其治疗冠心病心绞痛(血瘀气滞型)的有效性及安全性做出初步评价。方法采用随机、双盲、阳性药物平行对照方法,将60例血瘀气滞型冠心病心绞痛患者分为试验组(化瘀心痛胶囊)30例和对照组(保心宁胶囊)30例,分别观察冠心病患者中医临床症状的改善情况。结果试验组中医临床症状的总有效率为96.67%,显效率为50.00%;而对照组总有效率为90.00%,显效率为43.33%。试验组治疗前后比较差异有统计意义(P<0.05),但与对照组比较无统计意义(P>0.05)。结论化瘀心痛胶囊治疗冠心病心绞痛(血瘀气滞型)疗效确切,与保心宁胶囊疗效相当,且未发现毒副作用。     

阿司匹林的临床应用现状

阿司匹林(ASA)在临床中应用至今已有一百余年的历史,广泛用于发热、头痛、神经痛、肌肉痛、风湿热、风湿、类风湿性关节炎、强直性脊柱炎、痛风性关节炎、胆道蛔虫病、X线照射或放疗引起的腹泻.随着其作用机制的不断研究,其临床运用也得到一定的扩大,本文将其最近报道的临床运用综述如下.     

麦门冬汤的临床运用

麦门冬汤（MMDT）源自张仲景《金匮要略&#183;肺痿肺痈咳嗽上气病脉证治第七》,其日：“火逆上气,咽喉不利,止逆下气者,麦门冬汤主之”。该方重用麦门冬为君药,以人参、甘草、粳米、大枣为臣,半夏为佐,甘草为使,共奏润肺益胃,降逆下气之功。近代医家将其化裁用于各个领域,效果显著,现将GPT临床运用介绍于下。     

寒温并用治疗下肢深静脉血栓性脉管炎术后验案

笔者临床采用温阳通脉、清热解毒法为主治疗下肢深静脉血栓性脉管炎伴血栓术后1例，因用药方法特殊，疗效显著，故志于下，供同道参考。王某，男，49岁。2013年9月19日初诊。患者于门诊1周前在重庆某三甲医院行左下肢血栓取出术，术后规则服用华法林，但目前仍有左下肢冷痛、麻木，下肢沉重感，口干、口苦，潮热、盗汗，腰膝酸软。舌质红、苔暗，脉弦滑。     

蛇胆药理研究与临床应用探要

综述了蛇胆的药理研究与临床应用。药理研究：对呼吸道的影响（镇咳作用、祛痰作用、解痉作用）抗炎、抑菌作用、促生长、抗疲劳作用、对免疫功能的调节作用、降压作用、毒性作用、其他作用。临床应用：治疗呼吸系统疾病、外科疾病、治疗眼科疾病、治疗鼻窦炎、治疗牙龈出血、治疗食管癌、治疗风湿性关节炎、治疗高热抽搐、治疗月经病、治疗食物、鸦片中毒等。     

融合重采样与堆叠学习的化合物血脑屏障透过率预测EI北大核心

如何改善中枢神经系统(CNS)药物的血脑屏障(BBB)透过率,是CNS药物研发中面临的重要挑战。相较于传统的药代动力学性质测试,机器学习技术已被证实可以有效、低成本地预测CNS药物的BBB透过率。本文提出一种基于均衡化堆叠学习(SL)的BBB透过率预测模型(BSL-B3PP),首先分别从药物化学背景角度以及机器学习角度,筛选出对BBB透过率有关键影响的特征集,并总结可穿透BBB(BBB+)量化区间;然后融合重采样方法与堆叠学习算法,进行CNS药物BBB透过率预测。BSL-B3PP模型基于较大规模的BBB数据集(B3DB)构建,经实验验证,曲线下面积(AUC)达97.8%,马修斯相关系数(MCC)为85.5%。研究结果说明,本模型具有较好的BBB透过率预测能力,尤其对于不能穿透BBB的药物也能保持较高的预测准确度,有助于降低CNS药物研发成本,加快CNS药物研发进程。