LUNG-07: Wprowadzanie precyzyjnych badań przesiewowych raka płuca: Wdrożenie, stratyfikacja ryzyka z wykorzystaniem AI oraz integracja biomarkerów (CREST AI)
LUNG-07: Zaawansowane skanowanie raka płuc oparte na precyzji: Wdrożenie, stratyfikacja ryzyka z przewodnictwem AI i integracja biomarkerów (CREST AI)
Przegląd badań
Status
Status
Warunki
Warunki
Interwencja / Leczenie
Interwencja / Leczenie
Szczegółowy opis
Typ studiów
Typ studiów
Zapisy (Szacowany)
Zapisy
Faza
Faza
- Nie dotyczy
Kontakty i lokalizacje
Kontakt w sprawie studiów
Kontakt w sprawie studiów
- Nazwa: Mary Pasquinelli, DNP
- Numer telefonu: (312) 996-8039
- E-mail: Mpasqu3@uic.edu
Lokalizacje studiów
-
-
Illinois
-
Chicago, Illinois, Stany Zjednoczone, 60612
- Rekrutacyjny
- UI Health
-
Kontakt:
- Mary Pasquinelli, DNP
- Numer telefonu: 312-996-8039
- E-mail: Mpasqu3@uic.edu
-
Chicago, Illinois, Stany Zjednoczone, 60629
- Rekrutacyjny
- UI Health 55th and Pulaski Health Collaborative
-
Kontakt:
- Mary Pasquinelli, DNP
- Numer telefonu: 312-996-8039
- E-mail: Mpasqu3@uic.edu
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Opis
Kryteria włączenia:
- Wiek 50-80 lat w momencie wyrażenia zgody
Spełnia przynajmniej jedno z następujących kryteriów kwalifikacyjnych do badań przesiewowych LCS:
- USPSTF: ≥20 paczkolat, obecnie pali lub rzuciło palenie ≤15 lat temu.
- Potter: 20 lat palenia, niezależnie od intensywności
- ACS: ≥20 paczkolat, bez ograniczeń co do czasu rzucenia palenia
- Otrzymuje lub jest zaplanowany do otrzymania LDCT w ramach Programu Badań Przesiewowych Płuc UI Health.
- Gotowość do obejrzenia krótkiego (około 2-minutowego) filmu edukacyjnego wyjaśniającego ocenę Sybil AI i LCS, wypełnienia ankiety Sybil AI (jeśli wybrany) i/lub dostarczenia próbek krwi (opcjonalnie).
- Zdolność do wyrażenia pisemnej świadomej zgody i autoryzacji HIPAA do udostępnienia osobistych informacji zdrowotnych, za pomocą zatwierdzonego UIC IRB ICF i autoryzacji HIPAA.
- Kobiety w wieku rozrodczym nie mogą być w ciąży ani karmić piersią. Wymagany jest negatywny test ciążowy z surowicy lub moczu zgodnie z instytucjonalnymi wytycznymi praktyki.
- Zdolność uczestnika do zrozumienia i przestrzegania procedur badania przez cały czas trwania badania, określona według uznania lekarza rejestrującego lub wyznaczonego przez protokół
Kryteria wykluczenia:
- Niezdolność do poddania się LDCT
- Obecna diagnoza lub historia raka płuc < 5 lat przed rejestracją do badania.
- Oczekiwana długość życia <1 rok
- Aktywna infekcja płuc wymagająca terapii systemowej
- Podatna populacja, w tym więźniowie oraz kobiety w ciąży lub karmiące piersią, nie zostanie włączona z powodu narażenia na promieniowanie z LDCT, które jest przeciwwskazane w ciąży.
- Inna poważna choroba współistniejąca, określona przez głównego badacza badania
- Każdy stan psychiczny lub medyczny, który uniemożliwia pacjentowi wyrażenie świadomej zgody lub udział w badaniu.
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
- Główny cel: Ekranizacja
- Przydział: Nielosowe
- Model interwencyjny: Przydział równoległy
- Maskowanie: Brak (otwarta etykieta)
Liczba ramion
Broń i interwencje
Grupa uczestników / ArmGrupa uczestników / Arm |
Interwencja / LeczenieInterwencja / Leczenie |
|---|---|
|
Brak interwencji: Kohorta 3
Uczestnicy w tym ramieniu będą częścią grupy obserwacyjnej.
Członkowie tej grupy spełniają kryteria United States Preventative Service Task Force (USPSTF).
Nie będzie ujawniania wyniku Sybil i będą zbierane dane demograficzne.
|
|
|
Inny: Cohort 1
Participants of this arm meet the United States Preventative Service Task Force (USPSTF) criteria for lung cancer screening.
Participants in this cohort will receive a low-dose CT scan as part of their lung cancer screening.
They will also view the Sybil AI video and complete surveys.
If they agree to participate, they will give optional blood samples.
|
Niskodawkowe tomografie komputerowe będą analizowane przy użyciu narzędzia przesiewowego Sybil opartego na sztucznej inteligencji (AI)
|
|
Inny: Cohort 2
Participants of this arm do not meet the United States Preventative Service Task Force (USPSTF) criteria for lung cancer screening but are eligible for lung cancer screening by the Potter or American Cancer Society (ACS) expanded criteria.
Participants in this cohort will receive a low-dose CT scan for research purposes.
They will also view the Sybil AI video and complete surveys.
If they agree to participate, they will give optional blood samples.
|
Niskodawkowe tomografie komputerowe będą analizowane przy użyciu narzędzia przesiewowego Sybil opartego na sztucznej inteligencji (AI)
|
Co mierzy badanie?
Podstawowe miary wyniku
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Rozszerzone kryteria kwalifikacji do badań przesiewowych z oceną ryzyka AI Sybil
Ramy czasowe: Do 10 lat po wejściu do badania
|
Aby ocenić klasyfikację kwalifikowalności przy użyciu kryteriów USPSTF w porównaniu z rozszerzonymi kryteriami (Pottera i American Cancer Society) oraz ocen ryzyka raka płuca Sybil AI obliczonych dla wszystkich uczestników, w tym nakładanie się między grupami kwalifikowalności.
|
Do 10 lat po wejściu do badania
|
|
Wydajność Sybil AI wśród uczestników kwalifikujących się według USPSTF
Ramy czasowe: Do 10 lat po wejściu do badania
|
W celu oceny działania systemu Sybil AI w zakresie przewidywania ryzyka raka płuc wśród uczestników spełniających kryteria USPSTF, ocenianego za pomocą wskaźników dyskryminacji i kalibracji, w tym AUC, czułości, swoistości oraz obserwowanej częstości występowania raka płuc.
|
Do 10 lat po wejściu do badania
|
|
Stratyfikacja ryzyka za pomocą połączonego biomarkera, modelu Sybil AI i modelu Brock
Ramy czasowe: Do 10 lat po rozpoczęciu badania
|
Ocena skuteczności stratyfikacji ryzyka za pomocą zintegrowanych modeli, które uwzględniają biomarkery immunometaboliczne, wyniki ryzyka Sybil AI oraz model Brock, ocenianych za pomocą AUC i miar reklasyfikacji ryzyka.
|
Do 10 lat po rozpoczęciu badania
|
Miary wyników drugorzędnych
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wydajność Sybil AI w różnych kohortach kwalifikacyjnych
Ramy czasowe: Do 10 lat po przystąpieniu do badania
|
Aby ocenić wydajność predykcji ryzyka raka płuc przez Sybil AI, podzieloną według kohorty kwalifikującej (kryteria USPSTF vs rozszerzone kryteria), ocenianą za pomocą AUC, czułości, swoistości i kalibracji
|
Do 10 lat po przystąpieniu do badania
|
|
Zrozumienie i akceptowalność wyników ryzyka Sybil AI przez uczestników
Ramy czasowe: Do 10 lat po włączeniu do badania
|
Aby ocenić zrozumienie, zaufanie i akceptowalność wyników ryzyka Sybil AI zgłaszane przez uczestników, mierzone za pomocą standaryzowanych narzędzi ankietowych i podsumowane jako wyniki skali oraz proporcje
|
Do 10 lat po włączeniu do badania
|
|
Wyniki kliniczne w różnych grupach kwalifikacyjnych
Ramy czasowe: Do 10 lat po rozpoczęciu badania
|
Aby ocenić wskaźnik wykrywalności raka płuca, stadium w momencie diagnozy oraz wskaźniki niezgłaszania się na wizyty z niskodawkową tomografią komputerową w porównaniu między grupami kwalifikacyjnymi, wykorzystując dane kliniczne i obrazowe
|
Do 10 lat po rozpoczęciu badania
|
|
Rozwój biorepozytorium raka płuca
Ramy czasowe: Do 10 lat po wejściu do badania
|
W celu oceny liczby i charakterystyki zebranych biopróbek, w tym typu biopróbki, danych demograficznych uczestników, grupy kwalifikacyjnej oraz powiązania z danymi klinicznymi i obrazowymi
|
Do 10 lat po wejściu do badania
|
Inne miary wyników
Inne miary wyników
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Ocena poziomu biomarkerów immunometabolicznych we krwi
Ramy czasowe: Do 10 lat po przystąpieniu do badania
|
Ocena poziomów immunometabolicznych biomarkerów we krwi mierzonych i analizowanych w odniesieniu do wyników ryzyka raka płuca Sybil AI oraz potwierdzonych rozpoznań raka płuca
|
Do 10 lat po przystąpieniu do badania
|
|
Ocena zdolności predykcyjnej
Ramy czasowe: Do 10 lat po wejściu do badania
|
W celu oceny zdolności predykcyjnej modeli uwzględniających biomarkery immunometaboliczne i model Brock, wykorzystując wskaźniki dyskryminacji, takie jak AUC i reklasyfikacja ryzyka
|
Do 10 lat po wejściu do badania
|
Współpracownicy i badacze
Sponsor
Sponsor
Współpracownicy
Współpracownicy
Śledczy
Śledczy
- Główny śledczy: Mary Pasquinelli, DNP, University of Illinois at Chicago
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Rzeczywisty)
Rozpoczęcie studiów
Zakończenie podstawowe (Szacowany)
Zakończenie podstawowe
Ukończenie studiów (Szacowany)
Ukończenie studiów
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Pierwszy wysłany
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia wysłana aktualizacja
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Dodatkowe istotne warunki MeSH
- Jakość opieki zdrowotnej, dostęp i ocena
- Techniki śledcze
- Metody epidemiologiczne
- Techniki i procedury diagnostyczne
- Diagnoza
- Zbieranie danych
- Mechanizmy oceny opieki zdrowotnej
- Jakość opieki zdrowotnej
- Zdrowie publiczne
- Środowisko i zdrowie publiczne
- Usługi zdrowotne
- Zakłady opieki zdrowotnej i usługi
- Pobieżne usługi zdrowotne
- Usługi diagnostyczne
- Ankiety zdrowotne
- Ankiety i kwestionariusze
- Praktyka zdrowia publicznego
- Masowe badanie przesiewowe
Inne numery identyfikacyjne badania
Inne numery identyfikacyjne badania
- 2025-0996
Informacje o lekach i urządzeniach, dokumenty badawcze
Bada produkt leczniczy regulowany przez amerykańską FDA
Bada produkt urządzenia regulowany przez amerykańską FDA
Te informacje zostały pobrane bezpośrednio ze strony internetowej clinicaltrials.gov bez żadnych zmian. Jeśli chcesz zmienić, usunąć lub zaktualizować dane swojego badania, skontaktuj się z register@clinicaltrials.gov. Gdy tylko zmiana zostanie wprowadzona na stronie clinicaltrials.gov, zostanie ona automatycznie zaktualizowana również na naszej stronie internetowej .