问中医红烧肉白水煮萝卜萝卜烧肉

缘起

所谓各行如隔山,此话不假!中医很神奇,是我国传统医药的瑰宝,然松哥总有一事心中不明,特发此贴,以求高人解惑!

传统中药喝汤抓药,可是随着生活节奏的加快,人们已经不再愿意在自己家里熬中药了,医院带熬中药,很多人觉得跑着不方便,于是乎就有了中药提取颗粒剂,医生开几味药,到药房一抓,回家打开放入杯中,开水一冲即可,方便快捷!

图片来自网络

问!问!问!

如此喝药的依据在哪里,这不就是红烧肉+白水种萝卜=萝卜烧肉嘛?如果我们在饭店点萝卜烧肉,饭店这样干,不把饭店老板打一顿吗?吃饭事小,生病事大,如果疗效欠妥,或者有悖医者仁心!

01

汤剂与颗粒剂

古法皆为汤剂,现今提取颗粒剂,汤剂和颗粒剂疗效是否有差别?有无验证?

也许有人会说,板蓝根不就是颗粒吗?

是的,也许板蓝根治病的有效成分适合颗粒提取呢

别的中药的有效成分也许就不适合呢?

更何况,板蓝根为单味药提取物。

你或许会说

那不还有复方板蓝根吗

确实有,查了下成分:板蓝根、大青叶

但人家是在一个锅里煮出来

然后提取颗粒剂的呀!

02

中药共浴是否产生新的物质

一般中药卡方均5-8味,放入锅中水煮,每种中药水煮过程必然释放入水多种物质,或许几十种之多;5-8味中药多达百余种应该不成问题;如何能保证,这百余种化学物质,在高温高湿环境中是否会产生化学反应,是否会形成新的物质;治疗疾病是否是新的物质产生的疗效;

03

混合药汤与混合颗粒剂疗效相当否

是否进行过几味中药传统药汤与现代几味中药颗粒剂的疗效比较试验?能否替代传统药汤?

如果做了试验?我想也仅仅做了几种组合,中药治病组合我想不下千种,即使试验验证组合相当,能否放之四海皆准!

纳闷不解中。。。。。。。。。

统计思维与统计理论系列[1]

4种最常用的统计设计解读

SPSS统计软件学习终身不忘之必杀技

回归家族的书剑恩仇录,高手进阶必经之路

单因素是危险因素,多因素却保护因素了,想逆天吗?

这种文章统计套路您一定要学,不管你什么专业通杀

这个空白对照到底要不要加?

同一肝癌患者,同时接受CT、超声和磁共振,如何分析?

来自临床真实问题,有点意思,松哥荐读!

知道两组数据的样本量均数标准差,怎么算合并效应量呢?

P0.05,本身就是没意义还是样本量不够?

昨天之后,偏埃塔方的界值标准

两因素方差分析,如何判断哪个因素对结果影响较大?

带基线数据数值变量如何进行统计分析辨析

统计学习之 困惑!!

统计书没有告诉你的统计规律,你发现了没?

这两个是啥图,区别和联系

变量之间到底是单项转化还是双向转化

统计水平自我评估表

基线分析的3个 目的

统计小白的学习路径

SCI论文中Logistic回归模型“门当户对”原则,松哥心得推荐给您

被我们忽视的生存分析区间删失数据

Logistic回归文章的SCI审稿人意见解读

统计学上的2K效应,你发现了没?

正态分布的3个基因密码,聆听大自然心跳的代码!

生存分析K-M法与COX回归结论不一致怎么办?

异常值的处理只有删除?

没有比较就没有 ,让咱们互相 吧,教你4大类统计 方法

SCI审稿人让我控制2个单因素无意义的变量?

量表评价是信度重要还是效度重要?

Meta分析要解决的首要任务

文章材料与方法中统计方法如何描述

聚类分析稳定性判别的经验总结

“参数检验与非参数检验”哪个更好?

聚类分析只需这1张图就够了!

干预前后数据统计分析方法

听完四个小故事,你就明白主成分分析是啥意思了!

方差分析P0.05,两两比较LSD法P0.05,这可咋整?

倾向性评分后数据,应该采用配对设计还是成组设计?

双重差分模型,何方神圣?

等级与等比,可得分清楚!

频率与概率,如胶又似漆!

终于发现不用学习,顿悟统计的方法

加权最小二乘回归是什么*?

统计世界的4维空间

平行性检验到底应该啥时候做?

这篇文章凭啥这样分组呢?

常用统计分析方法选择图解

啥!统计也会犯错,还分犯I类和II类错误?

统计必学的4个核心思想

别说相关太简单,且听松哥说相关

统计方法与统计思想谁重要?

正态分布10种鉴别方法汇总

连续变量变成等级变量后,原来有意义的变量变得没意义了?

别人让我出了5道选择题,顺便你也测测!

SCI论文中的Pfortrend是什么*?为什么高分文章经常采用呢

原创不易,若对您有用,请多支持!

精鼎原创,欢迎转发,未经允许,谢绝转载!

松哥统计

夜深灯枯,释疑解惑!









































白癜风早期好治愈吗
白癜风早期能够治愈吗



转载请注明地址:http://www.daqingyea.com/dyhj/4655.html
  • 上一篇文章:
  • 下一篇文章: