LEGACY: Lung Cancer Screening in Individuals With a Lung Cancer Family History-Protocol B
21 de agosto de 2026 actualizado por: 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.
Descripción general del estudio
Estado
Reclutamiento
Condiciones
Intervención / Tratamiento
Descripción detallada
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.
Tipo de estudio
De observación
Inscripción (Estimado)
2250
Contactos y Ubicaciones
Esta sección proporciona los datos de contacto de quienes realizan el estudio e información sobre dónde se lleva a cabo este estudio.
Estudio Contacto
- Nombre: Allison Chang, MD
- Número de teléfono: 617-724-4000
- Correo electrónico: aechang@mgb.org
Ubicaciones de estudio
-
-
Massachusetts
-
Boston, Massachusetts, Estados Unidos, 02114
- Reclutamiento
- Massachusetts General Hospital
-
Contacto:
- Allison Chang, MD
- Número de teléfono: 617-724-4000
- Correo electrónico: aechang@mgb.org
-
-
Criterios de participación
Los investigadores buscan personas que se ajusten a una determinada descripción, denominada criterio de elegibilidad. Algunos ejemplos de estos criterios son el estado de salud general de una persona o tratamientos previos.
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
N/A
Método de muestreo
Muestra no probabilística
Población de estudio
This study will enroll individuals who have a family history of lung cancer (≥1 first-degree relative or ≥2 second-degree relatives).
Descripción
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
Plan de estudios
Esta sección proporciona detalles del plan de estudio, incluido cómo está diseñado el estudio y qué mide el estudio.
¿Cómo está diseñado el estudio?
Detalles de diseño
Cohortes e Intervenciones
Grupo / Cohorte |
Intervención / Tratamiento |
|---|---|
|
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
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Sybil's performance in predicting future lung cancer diagnoses
Periodo de tiempo: 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.
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Distribution of Sybil lung cancer risk scores compared to participants in the NLST clinical trial
Periodo de tiempo: 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
Periodo de tiempo: 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
Periodo de tiempo: 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.
|
Colaboradores e Investigadores
Aquí es donde encontrará personas y organizaciones involucradas en este estudio.
Patrocinador
Investigadores
- Investigador principal: Allison Chang, MD, Massachusetts General Hospital
Fechas de registro del estudio
Estas fechas rastrean el progreso del registro del estudio y los envíos de resultados resumidos a ClinicalTrials.gov. Los registros del estudio y los resultados informados son revisados por la Biblioteca Nacional de Medicina (NLM) para asegurarse de que cumplan con los estándares de control de calidad específicos antes de publicarlos en el sitio web público.
Fechas importantes del estudio
Inicio del estudio (Actual)
17 de junio de 2026
Finalización primaria (Estimado)
31 de diciembre de 2033
Finalización del estudio (Estimado)
31 de diciembre de 2035
Fechas de registro del estudio
Enviado por primera vez
14 de mayo de 2026
Primero enviado que cumplió con los criterios de control de calidad
14 de mayo de 2026
Publicado por primera vez (Actual)
22 de mayo de 2026
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
25 de agosto de 2026
Última actualización enviada que cumplió con los criterios de control de calidad
21 de agosto de 2026
Última verificación
1 de agosto de 2026
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
- Neoplasias por sitio
- Neoplasias
- Enfermedades de las vías respiratorias
- Enfermedades pulmonares
- Neoplasias de las vías respiratorias
- Neoplasias torácicas
- Neoplasias Pulmonares
- Técnicas y procedimientos de diagnóstico
- Diagnóstico
- Tomografía
- Imágenes de diagnóstico
- Radiografía
- Interpretación de imágenes, asistida por computadora
- Mejora de la imagen radiográfica
- Mejora de la imagen
- Fotografía
- Tomografía, rayos X
- Tomografía, rayos X calculados
Otros números de identificación del estudio
- 26-054
Plan de datos de participantes individuales (IPD)
¿Planea compartir datos de participantes individuales (IPD)?
SÍ
Descripción del plan IPD
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.
Marco de tiempo para compartir IPD
Data can be shared no earlier than 1 year following the date of publication
Criterios de acceso compartido de IPD
Contact the Partners Innovations team at http://www.partners.org/innovation
Tipo de información de apoyo para compartir IPD
- PROTOCOLO DE ESTUDIO
- SAVIA
- CIF
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
No
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
No
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .