- ICH GCP
- US-Register für klinische Studien
- Klinische Studie NCT06910956
Deep-Lernen mit Röntgenstrahlen von Brust, um Patienten mit hohem Risiko für Lungenkrebs-Screening-CT zu identifizieren
Deep Learning unter Verwendung von routinemäßigen Röntgenstrahlen und elektronischen medizinischen Datensatzdaten, um Patienten mit hohem Risiko für Lungenkrebs-Screening-CT zu identifizieren
Ziel dieser klinischen Studie ist es, zu bewerten, ob ein KI-Tool, das Anbieter auf Patienten mit einem hohen 6-Jahres-Risiko für Lungenkrebs auf der Grundlage ihrer Brust-Röntgenbilder aufmerksam macht, die CT-Beteiligung von Lungenkrebs verbessern wird. Die Hauptfrage, die sie beantworten soll
Die Intervention ist eine Warnung zum Anbieter, um die CT-Berechtigung von Lungenkrebs zu diskutieren, für Patienten, die ein hohes Risiko für Lungenkrebs basierend auf dem CXR-LC-AI-Tool betrachten.
Wenn es eine Vergleichsgruppe gibt: Die Forscher vergleichen Interventions- und Nicht-Interventionswaffen, um festzustellen, ob die CT-Beteiligung von Lungenkrebs sortiert wird.
Studienübersicht
Status
Intervention / Behandlung
Studientyp
Einschreibung (Geschätzt)
Phase
- Unzutreffend
Kontakte und Standorte
Studienkontakt
- Name: Michael T Lu, MD, MPH
- Telefonnummer: 617-726-1255
- E-Mail: mlu@mgh.harvard.edu
Studienorte
-
-
Massachusetts
-
Boston, Massachusetts, Vereinigte Staaten, 02114
- Rekrutierung
- Massachusetts General Hospital
-
Kontakt:
- Michael T Lu, MD, MPH
- Telefonnummer: 617-724-9729
- E-Mail: mlu@mgh.harvard.edu
-
-
Teilnahmekriterien
Zulassungskriterien
Studienberechtigtes Alter
- Erwachsene
- Älterer Erwachsener
Akzeptiert gesunde Freiwillige
Beschreibung
Haupteinschlusskriterien:
- Geplanter ambulanter Termin mit dem teilnehmenden Anbieter.
- 50- bis 77-Jährige, der derzeit oder früher geraucht hat, um Personen einzubeziehen, die möglicherweise für Lungen-Screening auf der Grundlage von Medicare-Richtlinien berechtigt sind.
- Jüngste (innerhalb von 2 Jahren) PA -Brust -Röntgenaufnahme.
Ausschlusskriterien:
• Anamnese oder Anzeichen/Symptome von Lungenkrebs. Jüngste (innerhalb von 2 Jahren) Brust ct. Klinische Indikation für die Brust -CT jenseits der Lungenkrebs -Screening.
Studienplan
Wie ist die Studie aufgebaut?
Designdetails
- Hauptzweck: Screening
- Zuteilung: Zufällig
- Interventionsmodell: Parallele Zuordnung
- Maskierung: Doppelt
Waffen und Interventionen
Teilnehmergruppe / Arm |
Intervention / Behandlung |
|---|---|
|
Experimental: Intervention
|
Alarm an den Anbieter zur Diskussion von Lungenkrebs-Screening-CT-Berechtigung für Patienten, bei denen ein hohes Risiko für Lungenkrebs berücksichtigt wird, basierend auf dem CXR-LC-AI-Tool.
|
|
Kein Eingriff: Nichteinmischung
|
Was misst die Studie?
Primäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Verhältnis zum Abschluss von Lungenkrebs -Screening CT in 6 Monaten nach dem Besuch
Zeitfenster: 6 Monate
|
Bewertung der Auswirkungen auf die Lungenkrebs -Screening -CT -Beteiligung (definiert als Abschluss von Lungenkrebs -Screening CT) in den 6 Monaten nach dem Basisbesuch.
|
6 Monate
|
Sekundäre Ergebnismessungen
Ergebnis Maßnahme |
Maßnahmenbeschreibung |
Zeitfenster |
|---|---|---|
|
Suspicious lung nodules
Zeitfenster: 6 months
|
Suspicious lung nodules (Lung-RADS 4a or greater, including lung nodules ≥8 mm in diameter) identified on CT or diagnosed lung cancer.
|
6 months
|
Mitarbeiter und Ermittler
Sponsor
Mitarbeiter
Publikationen und hilfreiche Links
Allgemeine Veröffentlichungen
- Lu MT, Raghu VK, Mayrhofer T, Aerts HJWL, Hoffmann U. Deep Learning Using Chest Radiographs to Identify High-Risk Smokers for Lung Cancer Screening Computed Tomography: Development and Validation of a Prediction Model. Ann Intern Med. 2020 Nov 3;173(9):704-713. doi: 10.7326/M20-1868. Epub 2020 Sep 1.
- Lee JH, Lee D, Lu MT, Raghu VK, Park CM, Goo JM, Choi SH, Kim H. Deep Learning to Optimize Candidate Selection for Lung Cancer CT Screening: Advancing the 2021 USPSTF Recommendations. Radiology. 2022 Oct;305(1):209-218. doi: 10.1148/radiol.212877. Epub 2022 Jun 14.
- Raghu VK, Walia AS, Zinzuwadia AN, Goiffon RJ, Shepard JO, Aerts HJWL, Lennes IT, Lu MT. Validation of a Deep Learning-Based Model to Predict Lung Cancer Risk Using Chest Radiographs and Electronic Medical Record Data. JAMA Netw Open. 2022 Dec 1;5(12):e2248793. doi: 10.1001/jamanetworkopen.2022.48793.
Studienaufzeichnungsdaten
Haupttermine studieren
Studienbeginn (Tatsächlich)
Primärer Abschluss (Geschätzt)
Studienabschluss (Geschätzt)
Studienanmeldedaten
Zuerst eingereicht
Zuerst eingereicht, das die QC-Kriterien erfüllt hat
Zuerst gepostet (Tatsächlich)
Studienaufzeichnungsaktualisierungen
Letztes Update gepostet (Tatsächlich)
Letztes eingereichtes Update, das die QC-Kriterien erfüllt
Zuletzt verifiziert
Mehr Informationen
Begriffe im Zusammenhang mit dieser Studie
Schlüsselwörter
Zusätzliche relevante MeSH-Bedingungen
Andere Studien-ID-Nummern
- 2023P002872
- 2025P002902 (Andere Kennung: Mass General Hospital)
Plan für individuelle Teilnehmerdaten (IPD)
Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?
Arzneimittel- und Geräteinformationen, Studienunterlagen
Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt
Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt
Produkt, das in den USA hergestellt und aus den USA exportiert wird
Diese Informationen wurden ohne Änderungen direkt von der Website clinicaltrials.gov abgerufen. Wenn Sie Ihre Studiendaten ändern, entfernen oder aktualisieren möchten, wenden Sie sich bitte an register@clinicaltrials.gov. Sobald eine Änderung auf clinicaltrials.gov implementiert wird, wird diese automatisch auch auf unserer Website aktualisiert .
Klinische Studien zur Lungenkrebs
-
Hospital Civil de GuadalajaraNoch keine Rekrutierung
-
Hal C CharlesAbgeschlossenKonstriktive Bronchiolitis | Irak-Afganistan War Lung Injury SyndromeVereinigte Staaten
-
Taichung Veterans General HospitalAbgeschlossenKardiotoxizität | Nicht-kleinzelliges Lungenkarzinom (MeSH-Begriff: Carcinoma, Non-Small-Cell Lung) | Arzneimittelbedingte Nebenwirkungen und unerwünschte Arzneimittelwirkungen (MeSH-Begriff) | Egfr-Tyrosinkinase-InhibitorTaiwan
-
Joseph MccuneEunice Kennedy Shriver National Institute of Child Health and Human Development... und andere MitarbeiterBeendetLupus erythematodes, systemisch | Systemische Vaskulitis | Lungenerkrankung mit systemischer Sklerose | Isolierte Angiitis des zentralen Nervensystems | Lung Disease Interstitial DiffusVereinigte Staaten
-
Fondazione del Piemonte per l'OncologiaRekrutierungBrustkrebs | Eierstockkrebs | Dickdarmkrebs | Melanom (Hautkrebs) | Nicht-kleinzelliges Lungenkarzinom (MeSH-Begriff: Carcinoma, Non-Small-Cell Lung)Italien
Klinische Studien zur CXR-LC
-
Chinese University of Hong KongRekrutierung
-
Hospital Universitari General de CatalunyaZurückgezogen
-
Liverpool School of Tropical MedicineCentre for Control of Chronic Disease (CCCD),icddr,b; Comité National d'Ethique... und andere MitarbeiterNoch keine Rekrutierung
-
Ceprodi S.A. KotAssistance Publique - Hôpitaux de Paris; Institut National de la Santé Et de... und andere MitarbeiterAbgeschlossen
-
Fundació Sant Joan de DéuAbgeschlossenLungenentzündung KindheitSpanien
-
Icahn School of Medicine at Mount SinaiAbgeschlossen
-
Nagasaki UniversityLondon School of Hygiene and Tropical Medicine; Siddhi Memorial FoundationNoch keine RekrutierungLungenentzündung | Bronchiolitis | LRTI | Infektion der unteren AtemwegeNepal
-
Chang Gung Memorial HospitalUnbekanntFluoreszenzbildgeführte Chirurgie | IndocyanidgrünTaiwan
-
University of Maryland, BaltimoreIndiana University HealthAbgeschlossenLC-BeckenfrakturVereinigte Staaten