أفضل العلاجات المنزلية لعلاج حرقة المعدة
تاريخ النشر: 21st, September 2023 GMT
ماذا تفعل إذا تعرضت لنوبة شديدة من حرقة المعدة، ولا توجد أدوية أو صيدليات قريبة؟ قام الخبراء بتسمية العديد من الوصفات المنزلية سريعة المفعول.
وإذا كنت تعاني في كثير من الأحيان من حرقة المعدة، فأنت بحاجة إلى وجبة فطور كبيرة وعشاء صغير، بالإضافة إلى فقدان الوزن، سيعمل هذا النظام الغذائي على استقرار عملية التمثيل الغذائي وتقليل عدد نوبات حرقة المعدة، واحرصي على التخلص من دهون البطن، التي لا تزيد من خطر الإصابة بفتق المعدة فحسب، بل تساهم أيضًا في حرقة المعدة.
وتقليل كمية الكربوهيدرات في نظامك الغذائي سيؤدي إلى تحسين الأعراض، كما وجد العلماء في عام 2006، إن تقليل الكربوهيدرات إلى 20 جرامًا أو أقل يوميًا يغير بشكل كبير مستوى الرقم الهيدروجيني في المعدة.
حاول تحديد أسباب حرقة المعدة بالضبط احتفظ بمذكرات طعام خاصة، والتي يمكن استخدامها لتحديد الأطعمة التي تسبب أعراضًا غير مرغوب فيها.
غالبًا ما تكون هذه الأطعمة والمشروبات الدهنية والحمضية والأطعمة الغنية بالتوابل والقهوة والشوكولاتة والبيرة والنبيذ، السيطرة على مستويات التوتر لديك يرتبط هذا التفاعل البيولوجي القديم لجسم الإنسان تجاه أي تهديدات أيضًا بالحرقة.
ابدأ بارتداء ملابس فضفاضة لتجنب الضغط على منطقة البطن، ولا تتناول الطعام قبل موعد النوم بأكثر من ثلاث ساعات، ويجب أن تكون الوسادة الموجودة في السرير مرتفعة قليلاً لتقليل حدوث حرقة المعدة، ومضغ الأطعمة التي تحفز إنتاج اللعاب، مثل الخضروات المقرمشة ولا تنس الأطعمة التي لها القدرة على محاربة أعراض حرقة المعدة وتشمل هذه الخضروات الورقية الخضراء والبروبيوتيك والزنجبيل والكركم وعصير الصبار والأطعمة الغنية بالألياف والماء العادي.
المصدر: بوابة الوفد
كلمات دلالية: حرقة المعدة علاج حرقة المعدة المعدة حرقة المعدة
إقرأ أيضاً:
الذكاء الاصطناعي يتنبأ باستجابة المرضى لعلاج سرطان الكلى
طور باحثون في الولايات المتحدة نموذجًا قائمًا على الذكاء الاصطناعي، يمكنه التنبؤ بدقة بمرضى سرطان الكلى الذين سيستجيبون للعلاج المضاد لتولد الأوعية، وهو علاج فعال في بعض الحالات فقط.
وقد تؤدي نتائج البحث، المنشورة في مجلة Nature Communications، إلى طرق فعّالة لاستخدام الذكاء الاصطناعي لتوجيه قرارات العلاج لهذا النوع وغيره من أنواع السرطان.
وقال الدكتور ساتويك راجارام، الأستاذ المساعد في قسم المعلوماتية الحيوية في جامعة تكساس ساوثويسترن "هناك حاجة حقيقية غير ملباة في العيادات للتنبؤ بمن سيستجيب لعلاجات معينة. ويُظهر عملنا أنه يمكن الاستفادة من الشرائح النسيجية المرضية، وهي مورد متاح بسهولة، لإنتاج مؤشرات حيوية متطورة تُقدم رؤية ثاقبة حول العلاجات التي قد تُفيد كل مريض".
شارك الدكتور راجارام في قيادة الدراسة مع الدكتورة بايال كابور، أستاذة علم الأمراض وجراحة المسالك البولية، والرئيسة المشاركة لبرنامج سرطان الكلى (KCP) في مركز سيمونز للسرطان.
في كل عام، تُشخَّص إصابة مئات الآلاف عبر العالم بسرطان الخلايا الكلوية، مما يجعله النوع الفرعي الأكثر شيوعًا من سرطان الكلى. عند انتشار المرض، غالبًا ما تُستخدم العلاجات المضادة لتولد الأوعية الدموية. تمنع هذه الأدوية تكوين أوعية دموية جديدة في الأورام، مما يحد من الوصول إلى الجزيئات التي تُغذي نمو الورم. وأوضحت الدكتورة بايال كابور، أستاذة علم الأمراض وجراحة المسالك البولية المشاركة في الدراسة، أنه على الرغم من وصف الأدوية المضادة لتولد الأوعية الدموية على نطاق واسع، إلا أن أقل من 50% من المرضى يستجيبون لهذا العلاج، مما يُعرِّض الكثيرين لسمية وأعباء مالية غير ضرورية.
وأضافت كابور أنه لا توجد مؤشرات حيوية متاحة سريريًا لتقييم المرضى الأكثر استجابة للأدوية المضادة لتكوين الأوعية الدموية بدقة، على الرغم من أن تجربة سريرية، أجرتها شركة "جينينتك" أشارت إلى أن اختبار أنجيوسكور (وهو اختبار يقيم التعبير عن ستة جينات مرتبطة بالأوعية الدموية) قد يكون واعدًا. ومع ذلك، فإن هذا الاختبار الجيني مكلف، ويصعب توحيده بين العيادات، ويؤدي إلى تأخير في العلاج. كما أنه يختبر جزءًا محدودًا من الورم، وسرطان الخلايا الكلوية غير متجانس إلى حد كبير، مع تعبير جيني متفاوت في مناطق مختلفة من السرطان.
للتغلب على هذه التحديات، طور الدكتوران كابور وراجارام وزملاؤهما طريقة تنبؤية باستخدام الذكاء الاصطناعي لتقييم الشرائح النسيجية المرضية، وهي مقاطع رقيقة من أنسجة الورم مصبوغة لإبراز السمات الخلوية.
وأوضح الدكتور راجارام أن هذه الشرائح تكاد تكون دائمًا جزءًا من الفحص القياسي للمريض عند التشخيص، وأن صورها متاحة بشكل متزايد في السجلات الصحية الإلكترونية. باستخدام نوع من الذكاء الاصطناعي قائم على التعلم العميق، قام الباحثون بتدريب خوارزمية باستخدام مجموعتين من البيانات: إحداهما تطابق شرائح الأنسجة المرضية لسرطان الخلايا الكلوية مع مقياس "أنجيوسكور" المقابل لها، والأخرى تطابق الشرائح مع اختبار طوروه لتقييم الأوعية الدموية في أقسام الورم.
الأهم من ذلك، على عكس العديد من خوارزميات التعلم العميق التي لا تُقدم رؤيةً شاملةً لنتائجها، صُمم هذا النهج ليكون قابلاً للتفسير بصريًا. فبدلاً من إنتاج رقم واحد والتنبؤ مباشرةً بالاستجابة، يُنتج هذا النهج تصوّرًا للأوعية الدموية المُتوقعة يرتبط ارتباطًا وثيقًا بمقياس "أنجيوسكور" القائم على الحمض النووي الريبي (RNA). المرضى الذين لديهم أوعية دموية أكثر يكونون أكثر استجابة للعلاج؛ ويتيح هذا النهج للمستخدمين فهم كيفية توصل النموذج إلى استنتاجاته.
عندما قيّم الباحثون هذا النهج باستخدام شرائح من أكثر من 200 مريض، لم يكونوا جزءًا من بيانات التدريب، بما في ذلك تلك التي جُمعت خلال التجربة السريرية التي أظهرت القيمة المُحتملة لمقياس أنجيوسكور، تنبأ هذا النهج بالمرضى الأكثر احتمالًا للاستجابة للعلاجات المُضادة لتكوين الأوعية الدموية بشكل يُقارب جودة مقياس "أنجيوسكور". أظهرت الخوارزمية أن المُستجيب للعلاج سيحصل على درجة أعلى من غير المُستجيب بنسبة 73% من الوقت مُقارنةً بنسبة 75% مع مقياس "أنجيوسكور".
يقترح مؤلفو الدراسة إمكانية استخدام تحليل الذكاء الاصطناعي للشرائح النسيجية المرضية في نهاية المطاف للمساعدة في توجيه القرارات التشخيصية والتنبؤية والعلاجية لمجموعة متنوعة من الحالات. ويخططون لتطوير خوارزمية مماثلة للتنبؤ بالمرضى المصابين بسرطان الخلايا الكلوية الذين سيستجيبون للعلاج المناعي، وهو نوع آخر من العلاج لا يستجيب له إلا عدد قليل من المرضى المصابين بهذا النو ع من السرطان.