związek między temperaturą języka oszacowaną za pomocą termografii w podczerwieni, kolorem języka i patologicznymi wzorcami zimna-ciepła: retrospektywne badanie przeglądowe
- Streszczenie
- 1. Wprowadzenie
- 2. Metody
- 2.1. Projekt badania i uczestnicy
- 2.2. Kwestionariusz wzorca zimnego ciepła (CHPQ)
- 2.3. Pomiar koloru języka
- 2.4. Pomiar temperatury ciała i języka
- 2.5. Analiza statystyczna
- 3. Wyniki
- 3.1. Ocena zależności między wiekiem a temperaturą języka
- 3.2. Ocena zależności między parametrami barwy języka a temperaturą języka
- 3.3. Ocena regionalnych różnic temperatury języka
- 3.4. Ocena zależności między temperaturą języka a wynikami kwestionariusza wzór zimno-ciepło
- 4. Dyskusja
- 5. Wnioski
- dostępność danych
- konflikty interesów
Streszczenie
diagnoza języka jest techniką stosowaną do określenia patologicznych wzorców zimna-ciepła (CHPP). W niniejszym dokumencie przejrzeliśmy elektroniczną dokumentację medyczną dotyczącą temperatury języka mierzonej za pomocą termografii na podczerwień (IRT), koloru języka (luminancja, równowaga zielono-czerwona i niebiesko-żółta), kwestionariuszy wzoru zimnego ciepła (CHPQ) i temperatury ciała dla 134 kobiet z problemami ginekologicznymi (wiek, 38,97 ± 11,49 lat). Określono temperatury siedmiu regionów języka (korzeń, środek, końcówka i obie strony środka i korzenia) oraz zbadano wpływ wieku, różnic regionalnych i ich korelacji z parametrami koloru. Analizę czynnikową przeprowadzono oddzielnie dla elementów 10 cold pattern (CP) i 10 heat pattern (HP). Temperatura języka wykazała efekt wiekowy (; -0,198 do -0,210) i różnice regionalne (obie strony korzenia > środka i korzenia > wierzchołka). Temperatura języka była dodatnio skorelowana z luminancją (r: 0,236-0.246), co wskazuje, że wyższa temperatura była związana z jaśniejszym kolorem. Analiza czynników wyodrębniła dwa czynniki (wrażliwość na zimno-ból i wyładowanie-czynniki cery) z elementów CP i trzy czynniki (uczucie ciepła-ból, wyładowanie-oddech i czynniki zimna-pragnienie) z elementów HP. Temperatura języka była ujemnie skorelowana ze współczynnikiem wydzielania cery CP i czynnikiem wydzielania cery HP (r: -0,171 do -0,203), co wskazuje, że niższa temperatura języka może być konsekwencją emisji nadmiernego ciepła w HP i niższej perfuzji krwi w CP. Temperatura ciała nie korelowała z wynikami współczynnika CHPQ. Podsumowując, temperatura języka mierzona za pomocą IRT może być częściowym wskaźnikiem CHPP.
1. Wprowadzenie
różne podstawowe standardy są obecnie używane do identyfikacji patologicznych wzorców w medycynie Wschodnioazjatyckiej (eam). Należą do nich wzór identyfikacji ośmiu zasad (EPI), wzór wnętrzności i jelit, wzór sześciu południków, obrona (wei), energia życiowa (qi), składniki odżywcze (ying), krew (xue) i wzór potrójnego energizera. Wzór EPI jest podstawowym systemem klasyfikacji składającym się z ośmiu elementów: yin i yang, wewnętrznych i zewnętrznych, zimna i ciepła oraz nadmiaru i niedoboru. Wśród tych składników, wzorce zimna i ciepła (odpowiednio CP i HP) są ważne, ponieważ określają cechy dolegliwości i pomagają zaprojektować strategię leczenia, taką jak medycyna lub terapia akupunkturą .
CP i HP są zdefiniowane według ścisłych kryteriów, a do ich oceny opracowano różne techniki diagnostyczne. Wśród nich diagnoza języka (TD) jest uważana za kluczową technikę, ponieważ język jest połączony z narządami wewnętrznymi przez meridiany i jest reprezentatywny dla stanu “zimna” lub “ciepła”. Zazwyczaj TD jest wykonywana poprzez wizualne badanie koloru, kształtu, wilgoci, ruchu i substancji ciała języka, a także kolor, Wilgotność, grubość i rozkład powłoki języka . Jednak na wyniki TD wykonywane gołym okiem łatwo wpływają czynniki środowiskowe . W związku z tym podjęto wysiłki w celu zaprojektowania dostępnych i obiektywnych urządzeń medycznych i algorytmów, które mogą wiarygodnie kwantyfikować pomiary TD , takich jak ColorChecker , cyfrowe systemy obrazowania języka i trójwymiarowe systemy obrazowania języka .
oprócz obiektywnych pomiarów koloru języka, temperatura języka jest klinicznie przydatna, ponieważ język ma obfite ukrwienie, a jego temperatura powierzchni odzwierciedla temperaturę wewnętrzną przenoszoną przez przepływ krwi . Termografia w podczerwieni (IRT) zapewnia obraz rozkładu temperatury poprzez konwersję promieniowania cieplnego emitowanego z powierzchni dowolnego obiektu lub obiektu na wartość temperatury . Technika IRT skutecznie monitoruje temperatury powierzchniowe ludzkiego ciała, na które wpływają takie czynniki jak przepływ krwi w pobliżu powierzchni ciała i przewodzenie ciepła w głębszych naczyniach krwionośnych . Ze względu na wygodę i nieinwazyjność, technika IRT została wykorzystana do badania niektórych fizjologicznych cech temperatury języka, w tym efektów wiekowych i różnic regionalnych. Wang et al. poinformował, że temperatura języka oszacowana za pomocą IRT była związana z wiekiem i płcią oraz że istniały regionalne różnice w temperaturze, i Zhu et al. stwierdzono, że obniżenie temperatury języka może być związane ze zmniejszeniem częstości perfuzji krwi w językach osób w podeszłym wieku. Jiang i in. raportował, że temperatura u nasady języka była najwyższa i że stopniowo zmniejszała się ku środkowi języka, zaś czubek języka (TT) miał najniższą temperaturę.
ponieważ temperatura języka zależy głównie od przepływu krwi, CP i HP mogą być częściowo związane z temperaturą języka, a także kolorem języka, a związek między CP, HP i temperaturą języka może mieć wpływ na efekt starzenia i regionalne różnice w języku. Jeśli temperatura języka po prostu odzwierciedla temperaturę ciała, nasilenie kliniczne oceniane przez CP i HP może być związane zarówno z temperaturą języka, jak i ciała. Jednak w niewielu badaniach oceniono, które z parametrów barwy lub temperatury języka i pomiaru temperatury ciała są bardziej wskaźnikowe dla CP i HP, a które podskale CP i HP mogą być silniej związane z temperaturą języka. Dlatego w tym badaniu przeprowadziliśmy retrospektywny przegląd Wykresów ekstrapolujących dane dotyczące elektronicznych nagrań medycznych parametrów barwy i temperatury języka, temperatury ciała oraz ilościowych skal CP i HP.
2. Metody
2.1. Projekt badania i uczestnicy
niniejsze badanie było retrospektywnym przeglądem wykresu. Schemat podsumowujący projekt badania przedstawiono na rysunku 1. Poddano przeglądowi elektroniczną dokumentację medyczną (EMRs) 134 koreańskich pacjentek ambulatoryjnych, zawierającą cyfrowe kolorowe i IRT obrazy języków pacjentów. Pacjenci odwiedzili klinikę Zdrowia Kobiet Kyung Hee University Korean Medical Hospital w Gangdong, Seul, Korea. Uczestnicy byli w wieku od 15 do 71 lat (średnia: 38,97 ± 11,49 lat). W tym badaniu uwzględniliśmy pacjentów ambulatoryjnych, którzy odwiedzili klinikę zdrowia kobiet i przeszli cztery oceny, a mianowicie IRT języka, Fotografia języka, ocena kwestionariusza wzorca zimna i ciepła oraz pomiar temperatury ciała. Protokół badania został zatwierdzony przez Institutional Review Board of the Kyung Hee University Oriental Medical Hospital (KHNMC MD IRB 2011-008).
2.2. Kwestionariusz wzorca zimnego ciepła (CHPQ)
CHPQ został opracowany przez Ryu et al. aby oszacować objawy i oznaki spowodowane przez CP i HP. Kwestionariusz składa się z 20 pozycji (10 pozycji na zimno i 10 pozycji na ciepło) ocenionych w następującej 4-punktowej skali Likerta: 1 = zdecydowanie się nie zgadzam, 2 = nie zgadzam się, 3 = zgadzam się i 4 = zdecydowanie się Zgadzam.
2.3. Pomiar koloru języka
języki badanych zostały sfotografowane aparatem cyfrowym (D70s; Nikon Co., Tokio, Japonia)i obiektywem makro (70 mm 1:2.8 dg macro; Sigma Co., Japonia) w rozdzielczości 3000×2000 pikseli. Parametry koloru języka zostały wyodrębnione z EMRs, jak opisano w poprzednim badaniu . Czerwone (R), zielone (G) i niebieskie (B) wartości obrazów języka sfotografowanych aparatem cyfrowym zostały obliczone za pomocą oprogramowania Picture Color Analyzer z trzech przyciętych obszarów zainteresowania (Roi): prawej krawędzi języka (RET), środka języka (TC) i TT. Średnie wartości R, G i B 3 Roi zostały przekształcone w Parametry L (luminancja), a (równowaga między zielonym i czerwonym) i b (równowaga między niebieskim i żółtym ) za pomocą oprogramowania Adobe Photoshop (Adobe Systems Inc., San Jose, CA, USA).
2.4. Pomiar temperatury ciała i języka
temperatury ciała mierzono z lewej lub prawej strony czoła za pomocą termometru na podczerwień (Dotory Deluxe Thermoscan FS – 100; Hubdic Inc., Anyang, Korea Południowa). Pomiar temperatury języka przeprowadzono w pomieszczeniu w warunkach kontrolowanej temperatury (23-24°C) i wilgotności (40%) zgodnie z międzynarodowymi wytycznymi . Przed zarejestrowaniem obrazu IRT pacjenci przebrali się w suknię pacjenta i odpoczywali przez 10 minut w pokoju testowym, aby zminimalizować wpływ środowiska i klimatu. Następnie pacjenci zostali poproszeni o rozebranie się i odczekanie dodatkowych 15 minut, bez kontaktu fizycznego, w celu zaaklimatyzowania temperatury skóry do temperatury pokojowej. Pacjenci zostali poproszeni o całkowite odsłonięcie języka przed urządzeniem IRT (Cyfrowa Kamera IRCT – 510; Eastwest Co., Seul, Korea Południowa). IRCT510 miał dokładność ±0,08°C, Zakres temperatur od -20°C do 250°C, rozmiar tablicy odpowiadający mikrobolometrowi 320 × 240 FPA i soczewce termicznej 30° × 40°. Aby uniknąć zatkania się krwi na czubku języka, uczestnicy wystawiali swoje języki na mniej niż 5 s. obrazy termiczne były następnie przesyłane do komputera, a egzaminator przetwarzał obrazy. Zazwyczaj pięć Roi, czyli środek języka, prawa i lewa strona środka języka, końcówka języka i korzeń języka, są badane podczas przeprowadzania diagnozy języka . Jednak obrazy IRT języka wykazały różnice w Kolorze między korzeniem języka a obiema stronami korzenia języka podczas oględzin. Dlatego też w badaniu tym rozważono siedem Roi, w tym prawą i lewą stronę korzenia języka, aby sprawdzić, czy temperatura powierzchni różniła się między korzeniem języka a obiema stronami korzenia języka. Rysunek 2 przedstawia siedem Roi w następujący sposób: środek (R0), prawa strona (R1) i lewa strona (R2) środka języka; TT (R3); i środek (R4), prawa strona (R5) i lewa strona (R6) rdzenia języka. Następnie analizowano średnią temperaturę każdego ROI.
2.5. Analiza statystyczna
prosty model regresji liniowej został użyty do oceny wpływu starzenia się na temperaturę języka. Wśród wartości L, A i b ujemne i dodatnie wartości a i b są podzielone na grupy zielony / niebieski i czerwony/żółty. W każdej grupie kolorów każda wartość a lub B jest traktowana jako wartość interwału. W związku z tym, aby zbadać związek między barwą języka a temperaturą w R0, R1 i R3, wybrano jednokierunkową analizę wariancji (ANOVA) lub współczynnik korelacji Pearsona (r), zgodnie z charakterystyką próbki. ANOVA została również wykorzystana do oceny regionalnych różnic temperatury języka. W przypadku istotnych różnic między Roi przeprowadzono analizę post hoc Scheffe ‘ a. Na podstawie analiz post hoc Scheffe ‘ a ustaliliśmy, które roi temperatury języka można pogrupować. 10 pozycji CP i 10 pozycji HP dodano oddzielnie do analizy czynnikowej z wykorzystaniem ekstrakcji z maksymalnym prawdopodobieństwem. Wyodrębnione czynniki zostały ostatecznie określone przez ukośny obrót. Wyniki współczynników dla CP i HP obliczono i zapisano przy użyciu metody regresji analizy czynnikowej. Następnie określono korelacje Pearsona między wartościami temperatury języka a wskaźnikami współczynnika CP i HP. Wszystkie analizy statystyczne zostały przeprowadzone przy użyciu SPSS dla systemu Windows w wersji 21.0 (IBM Corp., Armonk, NY, USA). Wartości są przedstawione jako średnia ± odchylenie standardowe; wartość P < 0,05 wskazuje na istotność statystyczną.
3. Wyniki
3.1. Ocena zależności między wiekiem a temperaturą języka
Tabela 1 podsumowuje cechy opisowe uczestników badania. Tabela 2 przedstawia wyniki modelu regresji z wiekiem jako zmienną niezależną. Stwierdzono wpływ wieku na temperaturę języka dla wszystkich obszarów języka (wartości od -0,198 do -0,215). Jednak temperatura ciała nie wykazywała żadnego wpływu na wiek. Wskazywało to, że temperatura powierzchni języka wykazywała ogólny spadek związany z wiekiem, co było zgodne z wynikami poprzednich badań .
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Uwaga: R0: środek języka; R1: prawa strona środka języka; R2: lewa strona środka języka; R3: czubek języka; R4: środek korzenia języka; R5: prawa strona korzenia języka; i R6: lewa strona korzenia języka.
|
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
UWAGA: b: współczynnik regresji; SE: błąd standardowy; β: znormalizowany współczynnik regresji.
|
3.2. Ocena zależności między parametrami barwy języka a temperaturą języka
ocena wartości a i b wszystkich próbek wykazała, że nie ma wartości ujemnych. Oznacza to, że kolory trzech regionów (RET, TC i TT) były żółte i czerwone oraz że wartości a i b, takie jak wartość L, można uznać za wartości interwałów. W związku z tym obliczono wartości korelacji Pearsona między temperaturą a parametrami barwy języka(Tabela 3). Wartości L TT były dodatnio skorelowane z temperaturą regionów R0, R1 i R2 (r: 0,236 do 0,246). Wskazywało to, że wyższa temperatura była związana z jaśniejszym kolorem końcówki języka.
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
uwaga: a: równowaga między zielonym ( – ) i czerwonym ( + ); b: równowaga między niebieskim ( – ) i żółtym ( + ); L: luminancja; RET: prawa krawędź języka; TC: środek języka; TT: końcówka języka; R0: środek języka; R1: prawa strona środka języka; R3: końcówka języka. P < 0, 01.
|
3.3. Ocena regionalnych różnic temperatury języka
Tabela 4 przedstawia wyniki jednokierunkowego badania ANOVA porównującego regionalne różnice temperatury języka. Późniejsza analiza post hoc Scheffe ‘ a wykazała, że siedem Roi można podzielić na trzy grupy: R3 (Grupa ); R0, R1, R2 i R4 (Grupa) oraz R5 i R6 (Grupa ).
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Uwaga: R0: środek języka; R1: prawa strona środka języka; R2: lewa strona środka języka; R3: czubek języka; R4: środek korzenia języka; R5: prawa strona korzenia języka; i R6: lewa strona korzenia języka; SE: błąd standardowy. Grupy zostały podzielone według analizy post hoc Scheffe ‘ a: = R3; = R0, R1, R2 i R4; = R5 i R6. P < 0, 01; P < 0, 05.
|
3.4. Ocena zależności między temperaturą języka a wynikami kwestionariusza wzór zimno-ciepło
Tabela 5 podsumowuje wyniki analizy czynnikowej uzyskanej z CHPQ. Dwa czynniki zostały wyodrębnione z elementów CP i trzy z elementów HP. Całkowita zmienność procentowa pozycji CP wynosiła 37,0%, A pozycji HP 44,9%. Liczba dla każdego czynnika została przydzielona zgodnie z odsetkiem wariancji. Wśród czynników CP, czynnik 1 składał się z pięciu czynników związanych z przeziębieniem i bólem (czynnik wrażliwości na zimno-ból), a czynnik 2 składał się z pięciu czynników związanych z rozładowaniem i cerą (czynnik rozładowania – cera). Wśród czynników HP, czynnik 1 składał się z czterech elementów związanych z odczuwaniem ciepła i bólu (czynnik odczuwania ciepła-ból), a czynnik 2 składał się z czterech elementów związanych z rozładowaniem i oddychaniem (czynnik wyładowania – oddech). Czynnik 3 składał się z dwóch elementów związanych z preferencjami zimnymi i pragnieniem (cold preference-thirst factor).
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Uwaga: pogrubione liczby wskazują największy współczynnik obciążenia spośród trzech czynników i odpowiadających im elementów.
|
korelacje między temperaturą języka a współczynnikiem zimna i ciepła są wymienione w tabeli 6. Współczynnik 2 (absolutorium-cera) wyniki CP były ujemnie skorelowane z temperaturami,, i Rc (r: -0,195 do -0.197). Podobnie wyniki współczynnika 2 (wyładowanie-oddech) HP były ujemnie skorelowane z temperaturami , , i Rc (r: -0,171 do -0,203). Jednak temperatura ciała nie wykazywała korelacji z wynikami współczynnika CP i HP. Reprezentatywne przykłady trzech próbek języka IRT u kobiet przedstawiono na fig. 3.
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
Uwaga: : R3; RB: R0, R1, R2 i R4;: R5 i R6; R0: środek języka; R1: prawa strona środka języka; R2: lewa strona środka języka; R3: czubek języka; R4: środek korzenia języka; R5: prawa strona korzenia języka; i R6: lewa strona korzenia języka. Pogrubione liczby wskazują na znaczące korelacje.
|
4. Dyskusja
w tym badaniu wiek był znaczącym predyktorem temperatury języka. Jest to zgodne z ustaleniami poprzednich badań, które sugerują, że starsze osoby mają niższe temperatury języka niż młodsze osoby, ponieważ ich przepływ krwi i przepływ krwi są niższe . Ponieważ nie uwzględniliśmy testu mikrokrążenia TT, nie jest jasne, czy efekt starzenia był wynikiem zmniejszonej perfuzji krwi. Jednak poprzednie badania donosiły, że szybkość perfuzji krwi jest związana z ciemnymi kolorami języka , co jest zgodne z naszymi Wynikami pokazującymi, że temperatura języka była negatywnie związana z jasnością języka. Dlatego wpływ starzenia się na temperaturę języka w naszym badaniu mógł być częściowo związany ze zmniejszoną perfuzją krwi. W poprzednim badaniu, w którym uczestnicy zostali przydzieleni do pięciu grup w oparciu o kolor języka (czerwony, ciemnoczerwony, fioletowy, blady lub różowy) ocenianych gołym okiem, temperatura języka była najwyższa w grupie “czerwony język”. Jednak nasze badania wykazały, że tylko parametr L na TT był związany z temperaturą języka we wszystkich regionach. Biorąc pod uwagę, że powłoka języka nie wpływa na obszar TT, nasze wyniki badań sugerują, że luminancja koloru jest bardziej wskazująca na temperaturę niż zaczerwienienie języka stopniowane gołym okiem.
badanie różnic regionalnych wykazało, że temperatura końcówki języka była niższa niż w regionach nasady i środka języka, co jest również zgodne z wcześniejszymi doniesieniami . Jednak, w przeciwieństwie do poprzednich badań, odkryliśmy, że temperatury po obu stronach korzenia języka były wyższe niż w innych regionach. Może to być spowodowane unaczynieniem tętnicy językowej, która powstaje z tętnicy szyjnej zewnętrznej, biegnie po obu stronach języka, ale nie w centrum korzenia . Dlatego sugerujemy, aby regionalne różnice w temperaturze języka były brane pod uwagę na podstawie unaczynienia tętnicy językowej.
głównym odkryciem naszego badania było to, że wyniki dwuskładnikowe CP i HP były ujemne i ogólnie skorelowane z temperaturą regionów języka, chociaż korelacje statystyczne były niskie (wartości r wahały się od -0,171 do -0,203). Dwa czynniki to wszystkie czynniki związane z rozładowaniem, a mianowicie współczynnik wyładowania CP i współczynnik wyładowania HP. Zwiększony CP został zgłoszony do zmniejszenia przepływu krwi do tętnicy językowej; tak więc, może być naturalne, że zwiększone CP może spowodować niższe temperatury języka. Wydaje się jednak niepozorne, że wzrost HP był również negatywnie skorelowany z niższą temperaturą języka. Możliwym wyjaśnieniem tego nieoczekiwanego wyniku może być to, że temperatura języka jest konsekwencją emisji nadmiernego ciepła w HP, a także niższej perfuzji krwi w CP. Niezależnie od CP lub HP, objawy związane z wydzieliną związane z moczem, stolcem, plwociną i śluzem nosa były skorelowane wyłącznie z temperaturą języka. Z tego powodu wydaje się, że zaburzone warunki wyładowania mogą być bardziej reprezentatywne dla nierównowagi ciepła niż inne objawy związane z CP lub HP, a te mogą być odzwierciedlone przez niższe temperatury języka.
interesujące jest również to, że temperatura ciała mierzona na czole nie wykazała korelacji z objawami związanymi z CP i HP. W badaniu stwierdzono, że w grupie pacjentów z prawidłową głęboką temperaturą ciała (>36.0°C), a także grupa niskich głębokich temperatur ciała (<35,5°c) wolała być cieplejsza, chociaż około połowa z nich twierdziła, że są ciepłe . Temperatura czoła, podobnie jak temperatura ciała mierzona pod językiem, jest ogólnie akceptowana w celu odzwierciedlenia temperatury rdzenia, ponieważ powierzchowna tętnica skroniowa znajduje się tuż pod skórą i utrzymuje stałą perfuzję tylko w stabilnych warunkach . Dlatego to badanie, zgodne z wynikami poprzednich badań, sugeruje, że głęboka temperatura nie może być związana z preferowaniem zimna lub ciepła. Nie mogliśmy jednak uzyskać danych dotyczących temperatury ciała mierzonej pod językiem od pacjenta EMRs. Dlatego w przyszłych badaniach ważne byłoby zbadanie, czy różnice w zależności między temperaturą ciała, temperaturą języka i wynikami CHPQ mogą być po prostu wynikiem miejsca pomiaru (czoła lub języka) i/lub zastosowanego przyrządu pomiarowego (termometru lub IRT).
w niniejszym badaniu zaobserwowaliśmy wpływ wieku na temperaturę języka i regionalne różnice języka, które były zgodne z wcześniejszymi ustaleniami. Ponadto odkryliśmy znaczący związek między temperaturą języka a objawami związanymi z rozładowaniem języka CP i HP. Niemniej jednak nasze badania miały pewne ograniczenia. Po pierwsze, dane uzyskano tylko od kobiet z chorobami ginekologicznymi, a zatem mają ograniczoną uogólnialność. Po drugie, nie mogliśmy pobrać danych o Temperaturze Ciała z substancji języka. Po trzecie, IRT został zablokowany przez wilgoć języka, a odczyty temperatury mogły mieć wpływ śliny na powierzchni języka. Po czwarte, nie uwzględniono różnych stadiów choroby, takich jak ostre i przewlekłe stadia chorób zakaźnych lub hormonalnych, które mogły wpływać na związek między temperaturą języka a nasileniem klinicznym CP i HP. Po piąte, przy szacowaniu temperatury języka, kąt między językiem a kamerą termowizyjną wynosił około 70°, a nie 90°. Mogło to spowodować odchylenie w szacowaniu temperatury języka. Po szóste, były różnice w wielkości lub kształcie języków pacjentów. Co więcej, ręczne przycinanie obrazów temperatury języka mogło częściowo spowodować odchylenie w wynikach. Po siódme, ogólnie przyjmuje się, że temperatura rdzenia jest modulowana zgodnie z cyklem menstruacyjnym . Jednak wpływ miesiączki na związek między temperaturą języka a CP i HP nie mógł zostać zbadany z powodu braku danych dotyczących miesiączki w emrs. Konieczne są dalsze badania w celu rozwiązania tych ograniczeń.
5. Wnioski
w tym badaniu przeanalizowaliśmy dane IRT i koloru języka, wyniki CHPQ i zapisy temperatury ciała 134 pacjentek, które odwiedziły klinikę Zdrowia Kobiet Kyung Hee University Korean Medical Hospital w Gangdong w Seulu w Korei. Wyniki naszych badań wykazały, że temperatura języka miała wpływ na wiek (od -0,198 do -0,210), a temperatura różniła się w różnych regionach języka (po obu stronach korzenia języka > środka i korzenia języka > TT). Spośród pięciu ocenianych przez CHPQ czynników ujemnie skorelowanych z temperaturą języka (r: -0,171 do -0,203) były dwa związane z rozładowaniem (współczynnik wydzielania CP i współczynnik wydzielania HP). Podsumowując, wyniki naszych badań sugerują, że temperatura języka mierzona za pomocą IRT może być częściowym wskaźnikiem patologicznych wzorców zimna i ciepła, w oparciu o objawy związane z rozładowaniem.
dostępność danych
dostępność danych w tym badaniu jest ograniczona, ponieważ udostępnianie danych EMR wykorzystywanych w tym badaniu może naruszyć prywatność pacjentów.
konflikty interesów
autorzy oświadczają, że nie ma konfliktów interesów dotyczących publikacji tego artykułu.