Diese Seite wurde automatisch übersetzt und die Genauigkeit der Übersetzung wird nicht garantiert. Bitte wende dich an die englische Version für einen Quelltext.

LEGACY: Lung Cancer Screening in Individuals With a Lung Cancer Family History-Protocol B

22. Mai 2026 aktualisiert von: Allison Chang, Massachusetts General Hospital
This research is being done to determine if an image-based deep learning model (Sybil) can accurately predict the likelihood of future lung cancer based on chest computed tomography (CT) imaging from individuals with a family history of lung cancer.

Studienübersicht

Status

Noch keine Rekrutierung

Detaillierte Beschreibung

This is a non-therapeutic study that will enroll individuals who have a family history of lung cancer. During the study, participants will provide questionnaire responses regarding their personal medical history, family lung cancer history, and exposures along with contributing images from at least one previously obtained CT chest scan. The images and data collected will be analyzed by an image-based deep learning model (Sybil). Sybil is a type of artificial intelligence model that has been shown to accurately predict individuals' future risk of lung cancer based solely on images from a CT Chest scan, but it is unknown if it works well in people with a family history of lung cancer. It is expected that 2,250 will take part in this research study.

Studientyp

Beobachtungs

Einschreibung (Geschätzt)

2250

Kontakte und Standorte

Dieser Abschnitt enthält die Kontaktdaten derjenigen, die die Studie durchführen, und Informationen darüber, wo diese Studie durchgeführt wird.

Studienkontakt

  • Name: Allison Chang, MD
  • Telefonnummer: 617-724-4000
  • E-Mail: aechang@mgb.org

Studienorte

    • Massachusetts
      • Boston, Massachusetts, Vereinigte Staaten, 02114
        • Massachusetts General Hospital
        • Kontakt:

Teilnahmekriterien

Forscher suchen nach Personen, die einer bestimmten Beschreibung entsprechen, die als Auswahlkriterien bezeichnet werden. Einige Beispiele für diese Kriterien sind der allgemeine Gesundheitszustand einer Person oder frühere Behandlungen.

Zulassungskriterien

Studienberechtigtes Alter

  • Erwachsene
  • Älterer Erwachsener

Akzeptiert gesunde Freiwillige

N/A

Probenahmeverfahren

Nicht-Wahrscheinlichkeitsprobe

Studienpopulation

This study will enroll individuals who have a family history of lung cancer (≥1 first-degree relative or ≥2 second-degree relatives).

Beschreibung

Inclusion Criteria:

  • ≥18 years of age
  • Positive family history of lung cancer (defined as):

    • Has ≥1 first-degree relative OR
    • Has ≥2 second-degree relatives with a diagnosis of non-small cell lung cancer or small cell lung cancer (NB: a first-degree relative = parent, sibling, or child, a second-degree relative = grandparent, blood-related aunt or uncle, grandchild, blood-related niece or nephew, half-sibling)
  • Willing to provide images from at least one previously obtained CT Chest scan, if available.

Exclusion Criteria:

- None

Studienplan

Dieser Abschnitt enthält Einzelheiten zum Studienplan, einschließlich des Studiendesigns und der Messung der Studieninhalte.

Wie ist die Studie aufgebaut?

Designdetails

Kohorten und Interventionen

Gruppe / Kohorte
Intervention / Behandlung
Retrospective CT scan
Participants will contribute images and corresponding radiology reports from at least one retrospective CT chest scan.
Previously obtained computed tomography scan
Image-based deep learning model

Was misst die Studie?

Primäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Sybil's performance in predicting future lung cancer diagnoses
Zeitfenster: From date of receival of retrospective CT scan for up to 2 years.
We will estimate future lung cancer diagnoses using the area under the receiver operating curve (AUROC).
From date of receival of retrospective CT scan for up to 2 years.

Sekundäre Ergebnismessungen

Ergebnis Maßnahme
Maßnahmenbeschreibung
Zeitfenster
Distribution of Sybil lung cancer risk scores compared to participants in the NLST clinical trial
Zeitfenster: From receival of retrospective CT scan for up to 2 years.
We will compare the distribution of Sybil scores between participants in the LEGACY study and National Lung Screening Trial.
From receival of retrospective CT scan for up to 2 years.
Incidence and prevalence of lung cancer in the study population
Zeitfenster: From receival of retrospective CT scan for up to 2 years.
We will estimate the incidence of lung cancer in the LEGACY population.
From receival of retrospective CT scan for up to 2 years.
Incidence, prevalence, and characteristics of lung nodules in this population
Zeitfenster: From receival of retrospective CT scan for up to 2 years.
We will estimate the incidence, prevalence, and characteristics of lung nodules in the LEGACY population.
From receival of retrospective CT scan for up to 2 years.

Mitarbeiter und Ermittler

Hier finden Sie Personen und Organisationen, die an dieser Studie beteiligt sind.

Ermittler

  • Hauptermittler: Allison Chang, MD, Massachusetts General Hospital

Studienaufzeichnungsdaten

Diese Daten verfolgen den Fortschritt der Übermittlung von Studienaufzeichnungen und zusammenfassenden Ergebnissen an ClinicalTrials.gov. Studienaufzeichnungen und gemeldete Ergebnisse werden von der National Library of Medicine (NLM) überprüft, um sicherzustellen, dass sie bestimmten Qualitätskontrollstandards entsprechen, bevor sie auf der öffentlichen Website veröffentlicht werden.

Haupttermine studieren

Studienbeginn (Geschätzt)

15. Juni 2026

Primärer Abschluss (Geschätzt)

31. Dezember 2033

Studienabschluss (Geschätzt)

31. Dezember 2035

Studienanmeldedaten

Zuerst eingereicht

14. Mai 2026

Zuerst eingereicht, das die QC-Kriterien erfüllt hat

14. Mai 2026

Zuerst gepostet (Tatsächlich)

22. Mai 2026

Studienaufzeichnungsaktualisierungen

Letztes Update gepostet (Tatsächlich)

27. Mai 2026

Letztes eingereichtes Update, das die QC-Kriterien erfüllt

22. Mai 2026

Zuletzt verifiziert

1. Mai 2026

Mehr Informationen

Begriffe im Zusammenhang mit dieser Studie

Plan für individuelle Teilnehmerdaten (IPD)

Planen Sie, individuelle Teilnehmerdaten (IPD) zu teilen?

JA

Beschreibung des IPD-Plans

The Dana-Farber / Harvard Cancer Center encourages and supports the responsible and ethical sharing of data from clinical trials. De-identified participant data from the final research dataset used in the published manuscript may only be shared under the terms of a Data Use Agreement. Requests may be directed to: Allison Chang, MD (aechang@mgb.org). The protocol and statistical analysis plan will be made available on Clinicaltrials.gov only as required by federal regulation or as a condition of awards and agreements supporting the research.

IPD-Sharing-Zeitrahmen

Data can be shared no earlier than 1 year following the date of publication

IPD-Sharing-Zugriffskriterien

Contact the Partners Innovations team at http://www.partners.org/innovation

Art der unterstützenden IPD-Freigabeinformationen

  • STUDIENPROTOKOLL
  • SAFT
  • ICF

Arzneimittel- und Geräteinformationen, Studienunterlagen

Studiert ein von der US-amerikanischen FDA reguliertes Arzneimittelprodukt

Nein

Studiert ein von der US-amerikanischen FDA reguliertes Geräteprodukt

Nein

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 CT scan

Abonnieren