WTCCC 类风湿关节炎病例对照研究
该数据集来自 omicsdi.org，为 WTCCC 开展的全基因组病例对照关联研究，聚焦类风湿关节炎（RA）。研究以 1958 年英国出生队列和英国国家血液服务机构的采集样本作为对照，用于识别与 RA 相关的遗传变异
基本信息
资源简介
WTCCC 类风湿关节炎病例对照研究
WTCCC case-control study for Rheumatoid Arthritis 是一项面向类风湿关节炎（RA）的全基因组病例对照关联研究数据集，归属于肌肉骨骼系统疾病 / 其他分类，来源于 omicsdi.org。该研究由 WTCCC 组织开展，围绕类风湿关节炎的遗传易感性展开全基因组层面的病例与对照比较，旨在识别与 RA 相关的遗传变异。研究在对照样本的选择上采用了 1958 年英国出生队列以及英国国家血液服务机构的采集样本，构成病例对照设计的对照来源。数据集以 Genomics 为主题标签，属于遗传学与基因组学研究范畴，可为类风湿关节炎的遗传关联分析提供数据基础。
【数据集背景】
类风湿关节炎是一种累及关节的慢性疾病，其发病涉及遗传因素。全基因组病例对照关联研究是识别疾病相关遗传变异的常用设计思路，通过比较病例组与对照组在大量遗传标记上的频率差异，定位与疾病易感性相关的基因组区域。该数据集正是 WTCCC 针对类风湿关节炎开展的全基因组病例对照关联研究的成果集合，属于肌肉骨骼系统疾病研究领域中的基因组学数据资源，来源于 omicsdi.org 这一数据平台。
【数据内容】
该数据集的主题标签为 Genomics，核心内容为 WTCCC 开展的全基因组病例对照关联研究数据，研究对象为类风湿关节炎（RA）。研究采用病例对照设计，将 RA 病例与对照样本进行全基因组层面的关联比较，用于识别与 RA 相关的遗传变异。关于具体的样本数量、遗传标记数目、基因型数据规模、文件格式以及数据组织方式等细节，源站未提供。
【采集与来源】
该研究的对照样本来源明确：一是 1958 年英国出生队列（1958 British Birth Cohort），二是英国国家血液服务机构的采集样本。病例样本的具体来源与采集方式，源站未提供。数据集本身发布或汇总于 omicsdi.org，该平台为其来源站点。
【适用场景】
基于其研究设计，该数据集适用于类风湿关节炎遗传关联研究相关场景，例如识别与 RA 相关的遗传变异、开展病例对照关联分析、作为 RA 基因组学研究的参考数据，以及用于肌肉骨骼系统疾病遗传学方向的比较或验证研究。关于更具体的适用场景与推荐用途，源站未提供。
【使用方法】
源站未提供该数据集的具体使用方法，包括数据获取方式、访问入口、分析流程、软件工具要求及数据处理步骤等均未说明。
【质量与限制】
源站未提供关于该数据集质量控制、数据完整性、批次效应、人群代表性等方面的评估信息，相关限制说明亦未提供。
【引用与许可】
源站未提供该数据集的引用方式与许可条款信息。
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://omicsdi.org/dataset/ega/EGAS00000000011
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
WTCCC采用1958年英国出生队列和英国国家血液服务机构采集的样本作为对照，针对类风湿关节炎（RA）开展的全基因组病例对照关联研究。
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。
