抗IL-6受体单克隆抗体治疗风湿病的药物遗传学研究
研究旨在评估IL6R基因功能性单核苷酸多态性（SNP）能否预测患者对抗IL-6受体药物的治疗反应和/或毒性，为风湿病学的个体化治疗策略寻找遗传生物标志物
基本信息
资源简介
抗IL-6受体单克隆抗体治疗风湿病的药物遗传学研究
该数据集来自clinicaltrials.gov，聚焦抗IL-6受体单克隆抗体（Tocilizumab与Sarilumab）治疗风湿性疾病的研究，覆盖Rheumatoid Arthritis、Idiopathic Juvenile Arthritis、Giant Cell Arteritis和Still Disease。研究旨在评估IL6R基因功能性单核苷酸多态性（SNP）能否预测患者对抗IL-6受体药物的治疗反应和/或毒性，为风湿病学的个体化治疗策略寻找遗传生物标志物。数据可用于探索遗传变异与药物反应之间的关联，支持预测建模分析（来源 clinicaltrials.gov）。
【数据内容】
源站描述（机器翻译，仅供参考）：疾病：Rheumatoid Arthritis、Idiopathic Juvenile Arthritis、Giant Cell Arteritis、Still Disease。Tocilizumab和Sarilumab是一线生物改善病情抗风湿药（bDMARD），通过阻断IL-6受体抑制Interleukin 6（IL-6）通路，用于治疗Rheumatoid Arthritis及其他风湿性疾病，如Giant Cell Arteritis、Still病和Idiopathic Juvenile Arthritis。目前缺乏证据推荐一种bDMARD优于另一种。寻找预测治疗反应的遗传生物标志物可能是实现风湿病学个体化治疗策略的关键。研究者旨在评估IL6R基因中的功能性单核苷酸多态性（SNP）能否预测接受抗IL-6受体药物治疗的风湿性疾病患者的治疗反应和/或毒性。
【主题与分类】
主题标签：Rheumatoid Arthritis、Idiopathic Juvenile Arthritis、Giant Cell Arteritis、Still Disease。本站分类：肌肉骨骼系统疾病。
【获取与许可】
源站页面：https://clinicaltrials.gov/study/NCT05045001
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载，适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档，适合快速预览和评估数据集质量。
免登录有偿下载
公开数据集受托下载与技术交付服务。
提供高速下载与技术交付服务（收技术服务费，非数据销售）
暂未开放当前数据集主要来源为 Kaggle 公开托管，完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站：https://clinicaltrials.gov/study/NCT05045001
标准获取流程：
- 访问源站链接，注册/登录账号；
- 进入数据集详情页，按页面指引申请权限或直接下载；
- 部分平台提供 SDK，例如：
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
疾病：类风湿关节炎、特发性幼年关节炎、巨细胞动脉炎、斯蒂尔病。托珠单抗（Tocilizumab）和沙利鲁单抗（Sarilumab）是一线生物制剂改善病情抗风湿药（bDMARD），通过阻断白细胞介素6（IL-6）受体，抑制IL-6通路，用于治疗类风湿关节炎及其他风湿性疾病，如巨细胞动脉炎、斯蒂尔病和特发性幼年关节炎。目前，缺乏证据推荐一种bDMARD优于另一种。寻找预测治疗反应的遗传生物标志物可能是实现风湿病学个性化治疗策略的关键。研究者旨在评估IL6R基因中的功能性单核苷酸多态性（SNPs）是否能预测接受抗IL-6受体药物治疗的风湿性疾病患者的治疗反应和/或毒性。
数据加载示例（图像类）
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
数据缺失？
依托陕西、四川两大基地，我们与超过十家三甲医院建立直接合作关系，覆盖合规授权、采集治理、专业标注、数据交付的全流程，为AI医疗团队提供即拿即用的高质量临床数据。
⚡️ 需要数据支持或标注服务？立即联系我们获取专业方案。
