首頁 資訊 優(yōu)甲樂吃多了是什么感覺?病友:除心臟受不了,還有6大癥狀

優(yōu)甲樂吃多了是什么感覺?病友:除心臟受不了,還有6大癥狀

來源:泰然健康網(wǎng) 時間:2024年12月07日 02:31

以下內(nèi)容是以病友的親身經(jīng)歷......

幾年前,我嘗試服用過過量的甲狀腺藥物(左甲狀腺素)。我想看看會有什么影響?,F(xiàn)在想起來真的是魯莽、愚蠢。我當(dāng)然為我的魯莽和愚蠢而感到內(nèi)疚。但當(dāng)時,我只是好奇接下來會發(fā)生什么。 當(dāng)時嘗試的時候,我每天吃十粒甲狀腺素片。如果這還不夠的話,我還會在同一天服用100微克的左甲狀腺素(優(yōu)甲樂)。

那么,服用這么多甲狀腺藥物會有什么影響呢?我可以直接告訴你效果一點(diǎn)都不好玩。過量服用甲狀腺藥物會出現(xiàn)以下奇奇怪怪的癥狀:

1、

心率特別快

服用過多甲狀腺藥物的一個后果是心跳加快。這并不奇怪,因?yàn)門3直接刺激心臟收縮。 沒人告訴你它有多可怕。我記得有一次我的心跳超過了每分鐘100次。我沒有做任何運(yùn)動或類似的事情。我可能正坐在沙發(fā)上。我的高心率嚇壞了我,我立即減少了劑量。

2、

心臟要跳出來的感覺

甲狀腺藥物也會讓你的心跳更強(qiáng)。當(dāng)我服用過量的甲狀腺藥物時,我的女朋友提到她可以透過我的t恤看到我的心跳。換句話說,我的心怦怦直跳,連我的t恤都動了起來。我很驚訝我沒有心臟病發(fā)作。

3、

皮膚干燥

我的皮膚一直很干,但服用過量的甲狀腺藥物使情況更糟。尤其干燥的是我的胡子和頭皮,如果我摩擦我的頭,似乎永遠(yuǎn)不會停止的干燥皮膚會落在地板上。想想看,也許我應(yīng)該好好利用我的條件,做一個人類造雪機(jī)。我可以站在商場里的圣誕老人的上方,揉著自己的頭和胡子來增添一些節(jié)日的歡樂。

4、

感覺特別熱

甲狀腺激素負(fù)責(zé)調(diào)節(jié)體溫。這意味著如果你的身體甲狀腺激素過低,你就會像冬天的小蟲子一樣被凍死,而如果你的身體甲狀腺激素過多,你就會像被太陽曬傷一樣。以我為例,我服用了太多的甲狀腺藥物,所以我經(jīng)常感到太熱,即使是在寒冷的日子。

5、

失眠

服用甲狀腺藥物過量的另一個有趣癥狀是失眠。我發(fā)現(xiàn)基本上很難入睡。我會在午夜上床睡覺,然后在接下來的三到四個小時里躺在床上,無法入睡。當(dāng)我躺在黑暗中,我會感到我的心砰砰直跳,我祈禱我不會在夜里心臟病發(fā)作。真是有趣的時光。

6、

耳鳴

我一直有耳鳴,但是服用過多的甲狀腺藥物使它變得更糟。我經(jīng)常能聽到耳鳴,即使是在比較嘈雜的地方,比如外面的大街上。我不希望任何人有耳鳴,事實(shí)上,我甚至聽說過有人因?yàn)槎Q而自殺的案例。耳鳴當(dāng)然不是一個可以輕視的問題,我甚至把它列為過量服用甲狀腺藥物的最嚴(yán)重的副作用。

7、

精力旺盛

到目前為止,我已經(jīng)列出了過度服用甲狀腺藥物的許多負(fù)面影響。然而,事實(shí)是,過度用藥并不全是壞事。一個積極的方面是你會比平時有更多的精力。感覺就像喝了興奮劑,比如咖啡因。就像“你永遠(yuǎn)在喝一大壺黑咖啡”。

有些人一開始確實(shí)很享受甲狀腺功能亢進(jìn)。在最初的溫和階段,你會變得異常高效,特別是在一些低層次的任務(wù),比如打掃車庫。

然而,精力充沛并不都是好事。因?yàn)橐患?,你的身體就不想靜止不動了。你會不停地四處走動,感覺自己完成了很多事情,卻永遠(yuǎn)不能放松。

最后該病友總結(jié)到......

最好不要像我一樣服用過量的優(yōu)甲樂來刺激自己。畢竟,沒有人想在20多歲的時候死于心臟病。所以,做明智的事情,堅(jiān)持服用合理的劑量。

最后小編提醒下各位病友,優(yōu)甲樂治療甲減期間,不要擅自增減劑量,需要在醫(yī)生的指導(dǎo)下規(guī)范化治療。

相關(guān)知識

什么癥狀應(yīng)該懷疑是心臟???14種水果護(hù)心
孕婦喝優(yōu)甲樂后沒有半個小時就吃了早餐要緊嗎
優(yōu)甲樂的副作用
什么癥狀說明心臟不好?心臟病可能被它們觸發(fā)
什么癥狀說明心臟不好?8個守護(hù)神護(hù)心臟
突然暴瘦是得了甲亢的癥狀嗎
抑郁癥康復(fù)后的感受:感覺像重生了!
對腎臟“友好”的6種飲食模式,患病腎友更要了解
心臟病的癥狀
長期吃優(yōu)甲樂對身體有傷害嗎?都有哪些副作用?

網(wǎng)址: 優(yōu)甲樂吃多了是什么感覺?病友:除心臟受不了,還有6大癥狀 http://m.u1s5d6.cn/newsview326166.html

推薦資訊