Arthrose am Kniegelenk View Full Text


Ontology type: schema:ScholarlyArticle     


Article Info

DATE

2019-03

AUTHORS

F. Roemer

ABSTRACT

Die 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... »

PAGES

95-104

Journal

TITLE

Arthroskopie

ISSUE

2

VOLUME

32

Author Affiliations

Identifiers

URI

http://scigraph.springernature.com/pub.10.1007/s00142-018-0237-3

DOI

http://dx.doi.org/10.1007/s00142-018-0237-3

DIMENSIONS

https://app.dimensions.ai/details/publication/pub.1107552960


Indexing Status Check whether this publication has been indexed by Scopus and Web Of Science using the SN Indexing Status Tool
Incoming Citations Browse incoming citations for this publication using opencitations.net

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

HOW TO GET THIS DATA PROGRAMMATICALLY:

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

Subject Predicate Object
1 sg:pub.10.1007/s00142-018-0237-3 schema:author Nd2c5409af3114797b28aa173671d3469
2 schema:citation sg:pub.10.1007/s00132-014-3015-6
3 sg:pub.10.1007/s00256-004-0828-0
4 sg:pub.10.1007/s00330-016-4361-z
5 sg:pub.10.1007/s00330-017-4956-z
6 sg:pub.10.1186/s12891-017-1884-7
7 https://doi.org/10.1002/acr.23592
8 https://doi.org/10.1002/art.24984
9 https://doi.org/10.1002/art.30148
10 https://doi.org/10.1002/art.33344
11 https://doi.org/10.1002/art.39176
12 https://doi.org/10.1002/art.39731
13 https://doi.org/10.1016/j.ejrad.2017.02.030
14 https://doi.org/10.1016/j.joca.2003.11.003
15 https://doi.org/10.1016/j.joca.2011.04.017
16 https://doi.org/10.1016/j.joca.2011.05.004
17 https://doi.org/10.1016/j.joca.2012.04.016
18 https://doi.org/10.1016/j.joca.2013.12.013
19 https://doi.org/10.1016/j.joca.2014.03.006
20 https://doi.org/10.1016/j.joca.2014.07.008
21 https://doi.org/10.1016/j.joca.2017.03.014
22 https://doi.org/10.1016/j.joca.2017.11.018
23 https://doi.org/10.1016/j.joca.2018.02.001
24 https://doi.org/10.1016/j.joca.2018.04.005
25 https://doi.org/10.1016/j.mri.2016.12.018
26 https://doi.org/10.1136/annrheumdis-2012-201810
27 https://doi.org/10.1136/ard.2006.066183
28 https://doi.org/10.1136/ard.2008.096834
29 https://doi.org/10.1136/rmdopen-2016-000355
30 https://doi.org/10.2106/jbjs.h.01385
31 schema:datePublished 2019-03
32 schema:datePublishedReg 2019-03-01
33 schema:description Die 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.
34 schema:genre research_article
35 schema:inLanguage de
36 schema:isAccessibleForFree false
37 schema:isPartOf N015e2b82e320470ba343d3aa90651246
38 N0ee37e53ed854c3780adf3380a720c01
39 sg:journal.1099846
40 schema:name Arthrose am Kniegelenk
41 schema:pagination 95-104
42 schema:productId N21ef3b33b5db4c81aec241f64bb342a9
43 N2d9d623e4b484e6a9cde5f3a10bc3fa4
44 N60fa430f3fca45468b6a2be2e733f75c
45 schema:sameAs https://app.dimensions.ai/details/publication/pub.1107552960
46 https://doi.org/10.1007/s00142-018-0237-3
47 schema:sdDatePublished 2019-04-11T11:55
48 schema:sdLicense https://scigraph.springernature.com/explorer/license/
49 schema:sdPublisher N5f14499e526846eb86aca4c2441ad76f
50 schema:url https://link.springer.com/10.1007%2Fs00142-018-0237-3
51 sgo:license sg:explorer/license/
52 sgo:sdDataset articles
53 rdf:type schema:ScholarlyArticle
54 N015e2b82e320470ba343d3aa90651246 schema:volumeNumber 32
55 rdf:type schema:PublicationVolume
56 N0ee37e53ed854c3780adf3380a720c01 schema:issueNumber 2
57 rdf:type schema:PublicationIssue
58 N21ef3b33b5db4c81aec241f64bb342a9 schema:name readcube_id
59 schema:value 2f98a92f04a9aaa5e0b0e94beea237186d0feebb790a96bb20ea555faea9d094
60 rdf:type schema:PropertyValue
61 N2d9d623e4b484e6a9cde5f3a10bc3fa4 schema:name dimensions_id
62 schema:value pub.1107552960
63 rdf:type schema:PropertyValue
64 N5f14499e526846eb86aca4c2441ad76f schema:name Springer Nature - SN SciGraph project
65 rdf:type schema:Organization
66 N60fa430f3fca45468b6a2be2e733f75c schema:name doi
67 schema:value 10.1007/s00142-018-0237-3
68 rdf:type schema:PropertyValue
69 Nd2c5409af3114797b28aa173671d3469 rdf:first sg:person.01365571645.00
70 rdf:rest rdf:nil
71 sg:journal.1099846 schema:issn 0933-7946
72 1434-3924
73 schema:name Arthroskopie
74 rdf:type schema:Periodical
75 sg:person.01365571645.00 schema:affiliation https://www.grid.ac/institutes/grid.411668.c
76 schema:familyName Roemer
77 schema:givenName F.
78 schema:sameAs https://app.dimensions.ai/discover/publication?and_facet_researcher=ur.01365571645.00
79 rdf:type schema:Person
80 sg:pub.10.1007/s00132-014-3015-6 schema:sameAs https://app.dimensions.ai/details/publication/pub.1009135866
81 https://doi.org/10.1007/s00132-014-3015-6
82 rdf:type schema:CreativeWork
83 sg:pub.10.1007/s00256-004-0828-0 schema:sameAs https://app.dimensions.ai/details/publication/pub.1042828439
84 https://doi.org/10.1007/s00256-004-0828-0
85 rdf:type schema:CreativeWork
86 sg:pub.10.1007/s00330-016-4361-z schema:sameAs https://app.dimensions.ai/details/publication/pub.1009979877
87 https://doi.org/10.1007/s00330-016-4361-z
88 rdf:type schema:CreativeWork
89 sg:pub.10.1007/s00330-017-4956-z schema:sameAs https://app.dimensions.ai/details/publication/pub.1090379616
90 https://doi.org/10.1007/s00330-017-4956-z
91 rdf:type schema:CreativeWork
92 sg:pub.10.1186/s12891-017-1884-7 schema:sameAs https://app.dimensions.ai/details/publication/pub.1099596968
93 https://doi.org/10.1186/s12891-017-1884-7
94 rdf:type schema:CreativeWork
95 https://doi.org/10.1002/acr.23592 schema:sameAs https://app.dimensions.ai/details/publication/pub.1103794192
96 rdf:type schema:CreativeWork
97 https://doi.org/10.1002/art.24984 schema:sameAs https://app.dimensions.ai/details/publication/pub.1041935223
98 rdf:type schema:CreativeWork
99 https://doi.org/10.1002/art.30148 schema:sameAs https://app.dimensions.ai/details/publication/pub.1017731427
100 rdf:type schema:CreativeWork
101 https://doi.org/10.1002/art.33344 schema:sameAs https://app.dimensions.ai/details/publication/pub.1050200575
102 rdf:type schema:CreativeWork
103 https://doi.org/10.1002/art.39176 schema:sameAs https://app.dimensions.ai/details/publication/pub.1008333663
104 rdf:type schema:CreativeWork
105 https://doi.org/10.1002/art.39731 schema:sameAs https://app.dimensions.ai/details/publication/pub.1006506416
106 rdf:type schema:CreativeWork
107 https://doi.org/10.1016/j.ejrad.2017.02.030 schema:sameAs https://app.dimensions.ai/details/publication/pub.1084071743
108 rdf:type schema:CreativeWork
109 https://doi.org/10.1016/j.joca.2003.11.003 schema:sameAs https://app.dimensions.ai/details/publication/pub.1047370839
110 rdf:type schema:CreativeWork
111 https://doi.org/10.1016/j.joca.2011.04.017 schema:sameAs https://app.dimensions.ai/details/publication/pub.1038541835
112 rdf:type schema:CreativeWork
113 https://doi.org/10.1016/j.joca.2011.05.004 schema:sameAs https://app.dimensions.ai/details/publication/pub.1001947488
114 rdf:type schema:CreativeWork
115 https://doi.org/10.1016/j.joca.2012.04.016 schema:sameAs https://app.dimensions.ai/details/publication/pub.1053290068
116 rdf:type schema:CreativeWork
117 https://doi.org/10.1016/j.joca.2013.12.013 schema:sameAs https://app.dimensions.ai/details/publication/pub.1002880808
118 rdf:type schema:CreativeWork
119 https://doi.org/10.1016/j.joca.2014.03.006 schema:sameAs https://app.dimensions.ai/details/publication/pub.1000333347
120 rdf:type schema:CreativeWork
121 https://doi.org/10.1016/j.joca.2014.07.008 schema:sameAs https://app.dimensions.ai/details/publication/pub.1009596189
122 rdf:type schema:CreativeWork
123 https://doi.org/10.1016/j.joca.2017.03.014 schema:sameAs https://app.dimensions.ai/details/publication/pub.1084090352
124 rdf:type schema:CreativeWork
125 https://doi.org/10.1016/j.joca.2017.11.018 schema:sameAs https://app.dimensions.ai/details/publication/pub.1101517707
126 rdf:type schema:CreativeWork
127 https://doi.org/10.1016/j.joca.2018.02.001 schema:sameAs https://app.dimensions.ai/details/publication/pub.1100950993
128 rdf:type schema:CreativeWork
129 https://doi.org/10.1016/j.joca.2018.04.005 schema:sameAs https://app.dimensions.ai/details/publication/pub.1103639621
130 rdf:type schema:CreativeWork
131 https://doi.org/10.1016/j.mri.2016.12.018 schema:sameAs https://app.dimensions.ai/details/publication/pub.1037852730
132 rdf:type schema:CreativeWork
133 https://doi.org/10.1136/annrheumdis-2012-201810 schema:sameAs https://app.dimensions.ai/details/publication/pub.1025645751
134 rdf:type schema:CreativeWork
135 https://doi.org/10.1136/ard.2006.066183 schema:sameAs https://app.dimensions.ai/details/publication/pub.1009709904
136 rdf:type schema:CreativeWork
137 https://doi.org/10.1136/ard.2008.096834 schema:sameAs https://app.dimensions.ai/details/publication/pub.1046213134
138 rdf:type schema:CreativeWork
139 https://doi.org/10.1136/rmdopen-2016-000355 schema:sameAs https://app.dimensions.ai/details/publication/pub.1079402102
140 rdf:type schema:CreativeWork
141 https://doi.org/10.2106/jbjs.h.01385 schema:sameAs https://app.dimensions.ai/details/publication/pub.1068901152
142 rdf:type schema:CreativeWork
143 https://www.grid.ac/institutes/grid.411668.c schema:alternateName Universitätsklinikum Erlangen
144 schema:name Radiologisches Institut, Universitätsklinikum Erlangen, Maximiliansplatz 3, 91054, Erlangen, Deutschland
145 rdf:type schema:Organization
 




Preview window. Press ESC to close (or click here)


...