李氏砭法|治疗湿疹

在广东的朋友对于湿疹应该还是有点认识的,那么让我们看一下湿疹的症状和发病原因。

西医是这样讲的~湿疹是一种常见的易复发的变态反应性皮肤病,好发于头面、四肢屈侧及会阴等部位,常呈泛发或对称性分布。湿疹是多因性疾病,一般认为与变态反应密切相关。部分与内分泌功能紊乱,植物神经功能紊乱有关;遗传因素亦为本病因素之一。病因复杂给本病治疗带来了一定的困难。

中医是这样分析的~《黄帝内经》病机十九条:“诸痛痒疮,皆属于心”,又“诸湿肿满,皆属于脾”。患者情况主要是心火过旺,脾虚运化水湿能力差造成水湿停留。肝解毒,肾排毒,当肝、肾两脏功能下降,会影响血液排毒,湿毒发于皮肤而成。

用李氏砭法治疗的方案

①治则当降心火刮曲池、劳宫穴,左手心包经,右手尺泽穴。培补肾水灭心火刮太溪、复溜穴。(李道政老师强调发湿疹的地方直接刮上去)

②疏肝理气,健脾祛湿。重点刮肝区、脾区、两肋、章门穴、大包穴、足三里、阴陵泉、丰隆穴、太白穴、太冲穴。

③刮胸腺,前胸肺区,加强免疫力和提高表面卫气。

④双脚大量排黑痧毒

⑤刮痧后尽量辟谷时间长最好能辟谷24小时

治疗前

这已经是刮了两次了

排出来黑痧

上次回老家皮肤干又痒又痛
在来深圳的路上
现在没事了

再次感恩李道政老师传播砭法,大爱无疆!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,723评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,485评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,998评论 0 344
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,323评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,355评论 5 374
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,079评论 1 285
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,389评论 3 400
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,019评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,519评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,971评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,100评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,738评论 4 324
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,293评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,289评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,517评论 1 262
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,547评论 2 354
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,834评论 2 345

推荐阅读更多精彩内容

  • 20180911 李氏砭法治近视----道生 自从有了电子产品,大家的视力是急速下降,尤其是孩子们。 眼开窍于目,...
    accumulate7阅读 42,163评论 21 148
  • 秋天的凄凉 枯叶落满窗 梦幻中的少年啊 在想哪个女孩的模样 溪水潺潺的流淌 流向无尽的海洋 无知的懵懂 对未来的憧...
    我很懒WHL阅读 206评论 9 14
  • 我想了小半天,有几句话想要说给大家听,也包括我自己,大家也可以提出不同意见。每一次发生问题不能过了就过了,轻描淡写...
    阿柯姑娘阅读 2,014评论 0 1
  • 1.在表结构里新增一个用户状态标示,当用户登录的时候,首先查看用户的当前处于什么状态,如果是未登录状态,直接允许其...
    金星show阅读 1,142评论 0 0
  • 一、knn简介 k临近算法采用测量不同特征值之间的距离来分类,在样本数据及中找出k个待分类数据最相似的样本,这k个...
    子无不语阅读 310评论 0 0