Cette page a été traduite automatiquement et l'exactitude de la traduction n'est pas garantie. Veuillez vous référer au version anglaise pour un texte source.

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

21 août 2026 mis à jour par: 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.

Aperçu de l'étude

Statut

Recrutement

Les conditions

Intervention / Traitement

Description détaillée

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.

Type d'étude

Observationnel

Inscription (Estimé)

2250

Contacts et emplacements

Cette section fournit les coordonnées de ceux qui mènent l'étude et des informations sur le lieu où cette étude est menée.

Coordonnées de l'étude

  • Nom: Allison Chang, MD
  • Numéro de téléphone: 617-724-4000
  • E-mail: aechang@mgb.org

Lieux d'étude

  • États-Unis
    • Massachusetts
      • Boston, Massachusetts, États-Unis, 02114
        • Recrutement
        • Massachusetts General Hospital
        • Contact:
          • Allison Chang, MD
          • Numéro de téléphone: 617-724-4000
          • E-mail: aechang@mgb.org

Critères de participation

Les chercheurs recherchent des personnes qui correspondent à une certaine description, appelée critères d'éligibilité. Certains exemples de ces critères sont l'état de santé général d'une personne ou des traitements antérieurs.

Critère d'éligibilité

Âges éligibles pour étudier

  • Adulte
  • Adulte plus âgé

Accepte les volontaires sains

N/A

Méthode d'échantillonnage

Échantillon non probabiliste

Population étudiée

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

La description

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 d'étude

Cette section fournit des détails sur le plan d'étude, y compris la façon dont l'étude est conçue et ce que l'étude mesure.

Comment l'étude est-elle conçue ?

Détails de conception

Cohortes et interventions

Groupe / Cohorte
Intervention / Traitement
Retrospective CT scan
Participants will contribute images and corresponding radiology reports from at least one retrospective CT chest scan.
Test diagnostique: CT scan
Previously obtained computed tomography scan
Autre: Sybil
Image-based deep learning model

Que mesure l'étude ?

Principaux critères de jugement

Mesure des résultats
Description de la mesure
Délai
Sybil's performance in predicting future lung cancer diagnoses
Délai: 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.

Mesures de résultats secondaires

Mesure des résultats
Description de la mesure
Délai
Distribution of Sybil lung cancer risk scores compared to participants in the NLST clinical trial
Délai: 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
Délai: 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
Délai: 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.

Collaborateurs et enquêteurs

C'est ici que vous trouverez les personnes et les organisations impliquées dans cette étude.

Parrainer

Massachusetts General Hospital

Les enquêteurs

  • Chercheur principal: Allison Chang, MD, Massachusetts General Hospital

Dates d'enregistrement des études

Ces dates suivent la progression des dossiers d'étude et des soumissions de résultats sommaires à ClinicalTrials.gov. Les dossiers d'étude et les résultats rapportés sont examinés par la Bibliothèque nationale de médecine (NLM) pour s'assurer qu'ils répondent à des normes de contrôle de qualité spécifiques avant d'être publiés sur le site Web public.

Dates principales de l'étude

Début de l'étude (Réel)

17 juin 2026

Achèvement primaire (Estimé)

31 décembre 2033

Achèvement de l'étude (Estimé)

31 décembre 2035

Dates d'inscription aux études

Première soumission

14 mai 2026

Première soumission répondant aux critères de contrôle qualité

14 mai 2026

Première publication (Réel)

22 mai 2026

Mises à jour des dossiers d'étude

Dernière mise à jour publiée (Réel)

25 août 2026

Dernière mise à jour soumise répondant aux critères de contrôle qualité

21 août 2026

Dernière vérification

1 août 2026

Plus d'information

Termes liés à cette étude

Mots clés

Termes MeSH pertinents supplémentaires

Autres numéros d'identification d'étude

  • 26-054

Plan pour les données individuelles des participants (IPD)

Prévoyez-vous de partager les données individuelles des participants (DPI) ?

OUI

Description du régime 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.

Délai de partage IPD

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

Critères d'accès au partage IPD

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

Type d'informations de prise en charge du partage d'IPD

  • PROTOCOLE D'ÉTUDE
  • SÈVE
  • CIF

Informations sur les médicaments et les dispositifs, documents d'étude

Étudie un produit pharmaceutique réglementé par la FDA américaine

Non

Étudie un produit d'appareil réglementé par la FDA américaine

Non

Ces informations ont été extraites directement du site Web clinicaltrials.gov sans aucune modification. Si vous avez des demandes de modification, de suppression ou de mise à jour des détails de votre étude, veuillez contacter register@clinicaltrials.gov. Dès qu'un changement est mis en œuvre sur clinicaltrials.gov, il sera également mis à jour automatiquement sur notre site Web .

S'abonner