Questa pagina è stata tradotta automaticamente e l'accuratezza della traduzione non è garantita. Si prega di fare riferimento al Versione inglese per un testo di partenza.

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

22 maggio 2026 aggiornato da: 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.

Panoramica dello studio

Stato

Non ancora reclutamento

Descrizione dettagliata

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 di studio

Osservativo

Iscrizione (Stimato)

2250

Contatti e Sedi

Questa sezione fornisce i recapiti di coloro che conducono lo studio e informazioni su dove viene condotto lo studio.

Contatto studio

  • Nome: Allison Chang, MD
  • Numero di telefono: 617-724-4000
  • Email: aechang@mgb.org

Luoghi di studio

    • Massachusetts
      • Boston, Massachusetts, Stati Uniti, 02114
        • Massachusetts General Hospital
        • Contatto:
          • Allison Chang, MD
          • Numero di telefono: 617-724-4000
          • Email: aechang@mgb.org

Criteri di partecipazione

I ricercatori cercano persone che corrispondano a una certa descrizione, chiamata criteri di ammissibilità. Alcuni esempi di questi criteri sono le condizioni generali di salute di una persona o trattamenti precedenti.

Criteri di ammissibilità

Età idonea allo studio

  • Adulto
  • Adulto più anziano

Accetta volontari sani

N/A

Metodo di campionamento

Campione non probabilistico

Popolazione di studio

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

Descrizione

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

Piano di studio

Questa sezione fornisce i dettagli del piano di studio, compreso il modo in cui lo studio è progettato e ciò che lo studio sta misurando.

Come è strutturato lo studio?

Dettagli di progettazione

Coorti e interventi

Gruppo / Coorte
Intervento / Trattamento
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

Cosa sta misurando lo studio?

Misure di risultato primarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Sybil's performance in predicting future lung cancer diagnoses
Lasso di tempo: 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.

Misure di risultato secondarie

Misura del risultato
Misura Descrizione
Lasso di tempo
Distribution of Sybil lung cancer risk scores compared to participants in the NLST clinical trial
Lasso di tempo: 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
Lasso di tempo: 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
Lasso di tempo: 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.

Collaboratori e investigatori

Qui è dove troverai le persone e le organizzazioni coinvolte in questo studio.

Investigatori

  • Investigatore principale: Allison Chang, MD, Massachusetts General Hospital

Studiare le date dei record

Queste date tengono traccia dell'avanzamento della registrazione dello studio e dell'invio dei risultati di sintesi a ClinicalTrials.gov. I record degli studi e i risultati riportati vengono esaminati dalla National Library of Medicine (NLM) per assicurarsi che soddisfino specifici standard di controllo della qualità prima di essere pubblicati sul sito Web pubblico.

Studia le date principali

Inizio studio (Stimato)

15 giugno 2026

Completamento primario (Stimato)

31 dicembre 2033

Completamento dello studio (Stimato)

31 dicembre 2035

Date di iscrizione allo studio

Primo inviato

14 maggio 2026

Primo inviato che soddisfa i criteri di controllo qualità

14 maggio 2026

Primo Inserito (Effettivo)

22 maggio 2026

Aggiornamenti dei record di studio

Ultimo aggiornamento pubblicato (Effettivo)

27 maggio 2026

Ultimo aggiornamento inviato che soddisfa i criteri QC

22 maggio 2026

Ultimo verificato

1 maggio 2026

Maggiori informazioni

Termini relativi a questo studio

Piano per i dati dei singoli partecipanti (IPD)

Hai intenzione di condividere i dati dei singoli partecipanti (IPD)?

Descrizione del piano 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.

Periodo di condivisione IPD

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

Criteri di accesso alla condivisione IPD

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

Tipo di informazioni di supporto alla condivisione IPD

  • STUDIO_PROTOCOLLO
  • LINFA
  • ICF

Informazioni su farmaci e dispositivi, documenti di studio

Studia un prodotto farmaceutico regolamentato dalla FDA degli Stati Uniti

No

Studia un dispositivo regolamentato dalla FDA degli Stati Uniti

No

Queste informazioni sono state recuperate direttamente dal sito web clinicaltrials.gov senza alcuna modifica. In caso di richieste di modifica, rimozione o aggiornamento dei dettagli dello studio, contattare register@clinicaltrials.gov. Non appena verrà implementata una modifica su clinicaltrials.gov, questa verrà aggiornata automaticamente anche sul nostro sito web .

Prove cliniche su Family History of Lung Cancer

Prove cliniche su CT scan

Sottoscrivi