2019-03
AUTHORS ABSTRACTDie Arthrose ist die häufigste Gelenkerkrankung, und die demographische Altersentwicklung prognostiziert einen weiteren deutlichen Anstieg der Inzidenz für die nächsten Jahrzehnte. Nach wie vor stellt die konventionelle projektionsradiographische Röntgenbildanalyse die einfachste und günstigste radiologische Modalität dar. Diese hat aber deutliche Defizite, insbesondere in der Verlaufsbeurteilung. Die Magnetresonanztomographie (MRT) hat in den letzten Jahren das Verständnis von Krankheitsinzidenz und -progression grundlegend gewandelt. Ein Überblick über neuere Entwicklungen in der Arthroseforschung der letzten Jahre anhand von MRT-basierten Studienergebnissen wird gegeben. Eine Literaturrecherche und Extraktion relevanter Studien wurden durchgeführt. Mehrere MRT-basierte Verfahren zur Beurteilung der Kniegelenkarthrose sind verfügbar, einschließlich semiquantitativer, quantitativer und kompositioneller Techniken. Die MRT hat in den letzten Jahren maßgeblich dazu beigetragen, das Verständnis der Erkrankung vom Konzept des Knorpelverschleißes hin zu einem Multigewebsprozess zu wandeln. Insbesondere hat man die enge Verknüpfung von Gelenkknorpel und subchondralem Knochen erkannt. Ferner wurden multiple Risikofaktoren isoliert, die eine progrediente Gelenkschädigung prognostizieren. Hierzu zählen Achsfehlstellungen, intrinsische Gewebsveränderungen wie Meniskuspathologien, fokale Knorpeldefekte, Bandinstabilitäten oder subchondrale Knochenmarködem-ähnliche Veränderungen. Während die Arthrose über Jahrzehnte als eine Erkrankung des hyalinen Knorpels betrachtet wurde, hat sich diese Bewertung deutlich geändert. Nur die MRT ist in der Lage, alle Gelenkstrukturen mit hoher Auflösung ohne Überlagerungseffekte darzustellen. More... »
PAGES95-104
http://scigraph.springernature.com/pub.10.1007/s00142-018-0237-3
DOIhttp://dx.doi.org/10.1007/s00142-018-0237-3
DIMENSIONShttps://app.dimensions.ai/details/publication/pub.1107552960
JSON-LD is the canonical representation for SciGraph data.
TIP: You can open this SciGraph record using an external JSON-LD service: JSON-LD Playground Google SDTT
[
{
"@context": "https://springernature.github.io/scigraph/jsonld/sgcontext.json",
"author": [
{
"affiliation": {
"alternateName": "Universit\u00e4tsklinikum Erlangen",
"id": "https://www.grid.ac/institutes/grid.411668.c",
"name": [
"Radiologisches Institut, Universit\u00e4tsklinikum Erlangen, Maximiliansplatz\u00a03, 91054, Erlangen, Deutschland"
],
"type": "Organization"
},
"familyName": "Roemer",
"givenName": "F.",
"id": "sg:person.01365571645.00",
"sameAs": [
"https://app.dimensions.ai/discover/publication?and_facet_researcher=ur.01365571645.00"
],
"type": "Person"
}
],
"citation": [
{
"id": "https://doi.org/10.1016/j.joca.2014.03.006",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1000333347"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1016/j.joca.2011.05.004",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1001947488"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1016/j.joca.2013.12.013",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1002880808"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1002/art.39731",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1006506416"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1002/art.39176",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1008333663"
],
"type": "CreativeWork"
},
{
"id": "sg:pub.10.1007/s00132-014-3015-6",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1009135866",
"https://doi.org/10.1007/s00132-014-3015-6"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1016/j.joca.2014.07.008",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1009596189"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1136/ard.2006.066183",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1009709904"
],
"type": "CreativeWork"
},
{
"id": "sg:pub.10.1007/s00330-016-4361-z",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1009979877",
"https://doi.org/10.1007/s00330-016-4361-z"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1002/art.30148",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1017731427"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1136/annrheumdis-2012-201810",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1025645751"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1016/j.mri.2016.12.018",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1037852730"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1016/j.joca.2011.04.017",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1038541835"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1002/art.24984",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1041935223"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1002/art.24984",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1041935223"
],
"type": "CreativeWork"
},
{
"id": "sg:pub.10.1007/s00256-004-0828-0",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1042828439",
"https://doi.org/10.1007/s00256-004-0828-0"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1136/ard.2008.096834",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1046213134"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1016/j.joca.2003.11.003",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1047370839"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1002/art.33344",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1050200575"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1016/j.joca.2012.04.016",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1053290068"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.2106/jbjs.h.01385",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1068901152"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.2106/jbjs.h.01385",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1068901152"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.2106/jbjs.h.01385",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1068901152"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1136/rmdopen-2016-000355",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1079402102"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1136/rmdopen-2016-000355",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1079402102"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1016/j.ejrad.2017.02.030",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1084071743"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1016/j.joca.2017.03.014",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1084090352"
],
"type": "CreativeWork"
},
{
"id": "sg:pub.10.1007/s00330-017-4956-z",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1090379616",
"https://doi.org/10.1007/s00330-017-4956-z"
],
"type": "CreativeWork"
},
{
"id": "sg:pub.10.1007/s00330-017-4956-z",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1090379616",
"https://doi.org/10.1007/s00330-017-4956-z"
],
"type": "CreativeWork"
},
{
"id": "sg:pub.10.1186/s12891-017-1884-7",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1099596968",
"https://doi.org/10.1186/s12891-017-1884-7"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1016/j.joca.2018.02.001",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1100950993"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1016/j.joca.2017.11.018",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1101517707"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1016/j.joca.2017.11.018",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1101517707"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1016/j.joca.2018.04.005",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1103639621"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1002/acr.23592",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1103794192"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1002/acr.23592",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1103794192"
],
"type": "CreativeWork"
},
{
"id": "https://doi.org/10.1002/acr.23592",
"sameAs": [
"https://app.dimensions.ai/details/publication/pub.1103794192"
],
"type": "CreativeWork"
}
],
"datePublished": "2019-03",
"datePublishedReg": "2019-03-01",
"description": "Die Arthrose ist die h\u00e4ufigste Gelenkerkrankung, und die demographische Altersentwicklung prognostiziert einen weiteren deutlichen Anstieg der Inzidenz f\u00fcr die n\u00e4chsten Jahrzehnte. Nach wie vor stellt die konventionelle projektionsradiographische R\u00f6ntgenbildanalyse die einfachste und g\u00fcnstigste radiologische Modalit\u00e4t dar. Diese hat aber deutliche Defizite, insbesondere in der Verlaufsbeurteilung. Die Magnetresonanztomographie (MRT) hat in den letzten Jahren das Verst\u00e4ndnis von Krankheitsinzidenz und -progression grundlegend gewandelt. Ein \u00dcberblick \u00fcber neuere Entwicklungen in der Arthroseforschung der letzten Jahre anhand von MRT-basierten Studienergebnissen wird gegeben. Eine Literaturrecherche und Extraktion relevanter Studien wurden durchgef\u00fchrt. Mehrere MRT-basierte Verfahren zur Beurteilung der Kniegelenkarthrose sind verf\u00fcgbar, einschlie\u00dflich semiquantitativer, quantitativer und kompositioneller Techniken. Die MRT hat in den letzten Jahren ma\u00dfgeblich dazu beigetragen, das Verst\u00e4ndnis der Erkrankung vom Konzept des Knorpelverschlei\u00dfes hin zu einem Multigewebsprozess zu wandeln. Insbesondere hat man die enge Verkn\u00fcpfung von Gelenkknorpel und subchondralem Knochen erkannt. Ferner wurden multiple Risikofaktoren isoliert, die eine progrediente Gelenksch\u00e4digung prognostizieren. Hierzu z\u00e4hlen Achsfehlstellungen, intrinsische Gewebsver\u00e4nderungen wie Meniskuspathologien, fokale Knorpeldefekte, Bandinstabilit\u00e4ten oder subchondrale Knochenmark\u00f6dem-\u00e4hnliche Ver\u00e4nderungen. W\u00e4hrend die Arthrose \u00fcber Jahrzehnte als eine Erkrankung des hyalinen Knorpels betrachtet wurde, hat sich diese Bewertung deutlich ge\u00e4ndert. Nur die MRT ist in der Lage, alle Gelenkstrukturen mit hoher Aufl\u00f6sung ohne \u00dcberlagerungseffekte darzustellen.",
"genre": "research_article",
"id": "sg:pub.10.1007/s00142-018-0237-3",
"inLanguage": [
"de"
],
"isAccessibleForFree": false,
"isPartOf": [
{
"id": "sg:journal.1099846",
"issn": [
"0933-7946",
"1434-3924"
],
"name": "Arthroskopie",
"type": "Periodical"
},
{
"issueNumber": "2",
"type": "PublicationIssue"
},
{
"type": "PublicationVolume",
"volumeNumber": "32"
}
],
"name": "Arthrose am Kniegelenk",
"pagination": "95-104",
"productId": [
{
"name": "readcube_id",
"type": "PropertyValue",
"value": [
"2f98a92f04a9aaa5e0b0e94beea237186d0feebb790a96bb20ea555faea9d094"
]
},
{
"name": "doi",
"type": "PropertyValue",
"value": [
"10.1007/s00142-018-0237-3"
]
},
{
"name": "dimensions_id",
"type": "PropertyValue",
"value": [
"pub.1107552960"
]
}
],
"sameAs": [
"https://doi.org/10.1007/s00142-018-0237-3",
"https://app.dimensions.ai/details/publication/pub.1107552960"
],
"sdDataset": "articles",
"sdDatePublished": "2019-04-11T11:55",
"sdLicense": "https://scigraph.springernature.com/explorer/license/",
"sdPublisher": {
"name": "Springer Nature - SN SciGraph project",
"type": "Organization"
},
"sdSource": "s3://com-uberresearch-data-dimensions-target-20181106-alternative/cleanup/v134/2549eaecd7973599484d7c17b260dba0a4ecb94b/merge/v9/a6c9fde33151104705d4d7ff012ea9563521a3ce/jats-lookup/v90/0000000359_0000000359/records_29204_00000003.jsonl",
"type": "ScholarlyArticle",
"url": "https://link.springer.com/10.1007%2Fs00142-018-0237-3"
}
]Download the RDF metadata as: json-ld nt turtle xml License info
JSON-LD is a popular format for linked data which is fully compatible with JSON.
curl -H 'Accept: application/ld+json' 'https://scigraph.springernature.com/pub.10.1007/s00142-018-0237-3'
N-Triples is a line-based linked data format ideal for batch operations.
curl -H 'Accept: application/n-triples' 'https://scigraph.springernature.com/pub.10.1007/s00142-018-0237-3'
Turtle is a human-readable linked data format.
curl -H 'Accept: text/turtle' 'https://scigraph.springernature.com/pub.10.1007/s00142-018-0237-3'
RDF/XML is a standard XML format for linked data.
curl -H 'Accept: application/rdf+xml' 'https://scigraph.springernature.com/pub.10.1007/s00142-018-0237-3'
This table displays all metadata directly associated to this object as RDF triples.
145 TRIPLES
20 PREDICATES
54 URIs
19 LITERALS
7 BLANK NODES