Андрей Тяжельников, главный внештатный специалист департамента здравоохранения Москвы по первичной медико-санитарной помощи рассказал, как правильно начать закаляться. Также специалист отметил, что закаливание позволяет легко переносить низкие температуры и их колебания, сокращает количество заболеваний.
Лучше всего начинать закаливание летом. Сначала необходимо принимать воздушные ванны. Для этого требуется регулярно гулять по три-четыре часа в день утром и вечером. Время можно постепенно увеличивать. Для исключения перегрева, одежда должна соответствовать сезону. Также очень полезны занятия спортом на открытом воздухе: упражнения, бег, тренажеры и подвижные игры, пишет «МИР 24».
Начало водных процедур совмещается с утренним умыванием холодной водой и контрастным душем. Постепенно температуру можно снижать. Но купание в водоемах требуется начинать только после прогрева воды до 23 градусов.
Если все эти процедуры проводить регулярно, то к осени появится результат, который, по словам врача, нужно будет закреплять, когда температура воздуха начнет падать. К этому времени купание в открытых водоемах необходимо будет заменить контрастным душем, протиранием и обливанием прохладной водой в помещении.
Ранее «Медздрав.Инфо» сообщал о том, что травматологи из Карелии назвали самые частые виды детских травм.
Международная группа специалистов обнаружила, что ультразвуковая терапия может облегчать состояние пациентов даже при тяжелых формах…
Специалисты Института цитологии и генетики СО РАН с применением оптогенетического метода выявили клетки мозга, активация…
Американские ученые установили, что ультраобработанные продукты способны самостоятельно провоцировать повышенную выработку инсулина и нарушения обмена…
Ученые Пермского национального исследовательского политехнического университета (ПНИПУ) создали технологию синтеза гибридных молекул на основе халконов.…
Исследования Карла Дайссерота, Петера Хегеманна и Георга Нагеля позволили значительно расширить возможности изучения клеточных механизмов,…
Российские исследователи разработали модель машинного обучения, способную прогнозировать вероятность острых осложнений у пациентов с раком…