- ICH GCP
- Rejestr badań klinicznych w USA
- Badanie kliniczne NCT06473870
Zrozumienie czynników ryzyka związanych z rakiem płuc i ich wpływu (LUCIA)
Przegląd badań
Status
Szczegółowy opis
Rak płuc jest główną przyczyną zgonów z powodu nowotworów na całym świecie, powodując więcej zgonów niż rak piersi i prostaty razem wzięte.
Obecny wskaźnik przeżycia pięcioletniego po rozpoznaniu wszystkich typów raka płuc w Europie wynosi 13% (11,2% dla mężczyzn i 13,9% dla kobiet). Wskaźnik pięcioletniego przeżycia w przypadku niektórych typów raka płuc waha się od 6% do 7% (drobnokomórkowy LC) i od 23% do 28% w przypadku niedrobnokomórkowego raka płuc (NSCLC).
Obecnie istnieją poważne braki w zakresie realizacji odpowiedniego programu badań przesiewowych w kierunku raka płuc. Zgodnie z zasadami ustalonymi w 1968 roku program badań przesiewowych powinien opierać się na patologii, którą można poprawić poprzez zastosowanie populacyjnych badań przesiewowych.
Dowody wskazują na dwie istotne luki we wczesnym wykrywaniu. Z jednej strony identyfikacja czynników ryzyka poza paleniem i wiekiem. Z drugiej strony jedynym narzędziem wczesnego wykrywania, które, jak wykazano, zmniejsza zachorowalność i śmiertelność z powodu raka płuc, jest tomografia komputerowa klatki piersiowej – badanie, które w dłuższej perspektywie może nie być trwałe w wielu systemach opieki zdrowotnej. Jednocześnie szybko rośnie liczba diagnoz raka płuc wśród osób nigdy nie palących i palaczy ograniczających palenie, co sugeruje, że jeśli badania przesiewowe w kierunku raka płuc będą nadal koncentrować się wyłącznie na najciężej palących palaczach, utrzyma się rozbieżność pomiędzy populacją wykonującą badanie a populacją cierpiącą na tę chorobę. .
Dowody wskazują również, że osoby poddawane badaniom przesiewowym nie są optymalnie kierowane na badania kontrolne ani nie są angażowane w długoterminowe badania przesiewowe.
Obecnie istnieją poważne braki w zakresie realizacji odpowiedniego programu badań przesiewowych w kierunku raka płuc. Coraz częściej występuje u osób, które w przeszłości nie paliły. W związku z tym zostanie przeprowadzone obserwacyjne, podłużne, wieloośrodkowe kohortowe badanie analityczne w celu określenia kwalifikowalności do badań przesiewowych w oparciu o zindywidualizowane ryzyko (w oparciu o wiek, bardziej szczegółową historię palenia, narażenie zawodowe i inne czynniki ryzyka, takie jak pochodzenie etniczne i wywiad rodzinny w kierunku raka płuc). ) oraz opracowanie i walidację modeli przewidywania ryzyka raka płuc, które mogą poprawić skuteczność badań przesiewowych oraz zmniejszyć zachorowalność i śmiertelność z powodu raka płuc.
Modele te umożliwią wdrożenie nowych ścieżek klinicznych i procedur diagnostycznych, aby zapewnić szybką diagnozę i potwierdzenie, w tym klasyfikację podtypu raka płuc.
Badanie polega na zebraniu danych od uczestników podczas 4 wizyt w ciągu dwóch lat. Podczas każdej wizyty przeprowadzona zostanie ocena kliniczna, która będzie polegać na zebraniu danych socjodemograficznych i historii klinicznej, badaniu fizykalnym, przyjmowanych jednocześnie lekach, zebraniu danych na temat narażenia i wskazaniu objawów, kwestionariuszach Jakości Życia i geolokalizacji. Dodatkowo zostaną wykonane badania: niskodawkowa tomografia komputerowa (LDCT), badania krwi, analiza genomu oraz badania nowymi, nieinwazyjnymi urządzeniami (spektrometria na karcie (SPOC), analizator oddechu (BAN) i biomarker o szerokim spektrum działania plaster czujnika (WBSP)). W związku z tym celem jest opracowanie i walidacja nowych testów opartych na nowych, nieinwazyjnych i łatwych w użyciu technologiach, które pozwolą na wdrożenie w najbliższej przyszłości bardziej wydajnych, akceptowalnych i sprawiedliwych programów badań przesiewowych populacji.
Zakończenie tego projektu umożliwi dostarczenie danych, które można wykorzystać do lepszego zrozumienia i odkrycia nowych czynników ryzyka zachorowania na raka płuc, a tym samym usprawnienia leczenia tej choroby.
Co więcej, badanie to będzie sprzyjać zmniejszeniu długoterminowej zachorowalności i śmiertelności z powodu raka płuc i umożliwi przyszłe wdrożenie programu leczenia raka płuc.
Typ studiów
Zapisy (Szacowany)
Kontakty i lokalizacje
Kontakt w sprawie studiów
- Nazwa: Eunate Arana-Arri, PhD
- Numer telefonu: 841593 +34 944881593
- E-mail: eunate.aranaarri@osakidetza.eus
Kopia zapasowa kontaktu do badania
- Nazwa: Jon E Idoyaga-Uribarrena, MPhar
- Numer telefonu: 841593 +34 944881593
- E-mail: joneneko.idoyagauribarrena@bio-bizkaia.eus
Lokalizacje studiów
-
-
Wallonie
-
Liège, Wallonie, Belgia, 4000
- Centre Hospitalier Universitaire de Liege
-
Kontakt:
- Julien Guiot, PhD
- Numer telefonu: +32.4.284.49.01
- E-mail: j.guiot@chuliege.be
-
Kontakt:
- Benoit Ernst, BA
- E-mail: benoit.ernst@uliege.be
-
-
-
-
-
Sevilla, Hiszpania, 41009
- Hospital Universitario Virgen Macarena
-
Kontakt:
- David Vicente-Baz, MD
- E-mail: david.vicente.sspa@juntadeandalucia.es
-
Kontakt:
- Cristina Simarro
- Numer telefonu: 650307416
- E-mail: cristinasimarro5@gmail.com
-
Sevilla, Hiszpania
- Aljarafe-Sevilla Norte Health District
-
Kontakt:
- Luis G Luque Romero, MD
- E-mail: luqueluis2@gmail.com
-
-
Viscay
-
Barakaldo, Viscay, Hiszpania, 48903
- Hospital Universitario Cruces
-
Kontakt:
- Eunate Arana-Arri, PhD
- Numer telefonu: 841593 +34 944881593
- E-mail: eunate.aranaarri@osakidetza.eus
-
Kontakt:
- Jon E Idoyaga-Uribarrena, MPhar
- Numer telefonu: 841593 +34 944881593
- E-mail: joneneko.idoyagauribarrena@bio-bizkaia.eus
-
-
-
-
-
Riga, Łotwa, LV-1038
- Riga East University Hospital
-
Pod-śledczy:
- Linda Mežmale, MD
-
Kontakt:
- Alvils Krams, MD
- E-mail: Alvils.Krams@aslimnica.lv
-
Kontakt:
- Ilmārs Stonāns, PhD
- Numer telefonu: + 371 28655158
- E-mail: ilmars.stonans@lu.lv
-
-
Kryteria uczestnictwa
Kryteria kwalifikacji
Wiek uprawniający do nauki
- Dorosły
- Starszy dorosły
Akceptuje zdrowych ochotników
Metoda próbkowania
Badana populacja
Opis
Kryteria włączenia (dla 3 faz):
- Osoby w wieku od 40 do 80 lat
- Obie płcie, z czego co najmniej 37% muszą stanowić kobiety, aby zapewnić reprezentatywność
- Chęć i zdolność do przestrzegania zaplanowanych wizyt, badań laboratoryjnych i innych procedur próbnych
- Pisemna świadoma zgoda uzyskana przed wykonaniem jakichkolwiek procedur związanych z protokołem.
Kryteria włączenia do fazy 2: Precyzyjne badanie przesiewowe:
- Ochotnicy z wysokim ryzykiem zachorowania na raka płuc zostaną wybrani na podstawie modelowania czynników ryzyka raka płuc.
Kryteria włączenia do fazy 3: Diagnoza:
- Pacjenci, u których w fazie badań przesiewowych zdiagnozowano nieokreślone guzki płucne lub raka płuc.
Kryteria wyłączenia:
- Osoby poniżej 40. roku życia
- Nie można kontynuować obserwacji przez co najmniej 2 lata ani ukończyć badania
- Osoby, które nie podpiszą świadomej zgody
- Obecna lub wcześniejsza historia raka płuc
- Historia nowotworów w ciągu ostatnich 5 lat, z wyjątkiem raka skóry niebędącego czerniakiem
- Umiarkowanie ciężkie choroby współistniejące, które uniemożliwiają zakończenie badań diagnostycznych w przypadku wyników sugerujących nowotwór płuc (w ocenie badacza) lub interwencję chirurgiczną (< 6 miesięcy), jeśli nie zostały wcześniej potwierdzone cytohistologicznie.
- Osoby bezbronne: współistniejące poważne choroby psychiczne, osoby dorosłe objęte opieką lub pozbawione wolności
- Kobiety w ciąży
Plan studiów
Jak projektuje się badanie?
Szczegóły projektu
Kohorty i interwencje
Grupa / Kohorta |
|---|
|
Badana populacja
Dorośli uczestnicy badania (w wieku co najmniej 40 lat), palący i niepalący, zarówno kobiety, jak i mężczyźni, którzy są w stanie wziąć udział w badaniach kontrolnych i podpisać świadomą zgodę, zostaną rekrutowani przez „Servicio Andaluz de Salud” (SAS ), „Osakidetza Servicio Vasco de Salud” (OSA), „Centre Hospitalier Universitaire de Liège” (CHUL) i „Centrum Gruźlicy i Chorób Płuc (CTLD) Szpitala Uniwersyteckiego w Rydze (REUH)”.
|
Co mierzy badanie?
Podstawowe miary wyniku
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
obecność guzków płucnych
Ramy czasowe: 2 lata
|
Główną zmienną jest obecność guzków płucnych identyfikowanych za pomocą tomografii komputerowej małej dawki (LDCT)
|
2 lata
|
|
Diagnoza raka płuc
Ramy czasowe: 2 lata
|
Główną zmienną jest obecność raka płuc zidentyfikowanego za pomocą tomografii komputerowej o niskiej dawce (LDCT).
|
2 lata
|
Miary wyników drugorzędnych
Miara wyniku |
Opis środka |
Ramy czasowe |
|---|---|---|
|
Wiek
Ramy czasowe: 2 lata
|
lata
|
2 lata
|
|
Płeć
Ramy czasowe: 2 lata
|
Mężczyzna/kobieta
|
2 lata
|
|
Pochodzenie etniczne
Ramy czasowe: 2 lata
|
opis etnii
|
2 lata
|
|
Czynniki społeczno-ekonomiczne
Ramy czasowe: 2 lata
|
wskaźnik deprywacji
|
2 lata
|
|
Poziom edukacji
Ramy czasowe: 2 lata
|
opis poziomu wykształcenia
|
2 lata
|
|
wysokość
Ramy czasowe: 2 lata
|
metr
|
2 lata
|
|
waga
Ramy czasowe: 2 lata
|
kilogramy
|
2 lata
|
|
Wskaźnik masy ciała
Ramy czasowe: 2 lata
|
kg/m^2
|
2 lata
|
|
Ciśnienie krwi
Ramy czasowe: 2 lata
|
Skurczowe i rozkurczowe ciśnienie krwi w mmHg
|
2 lata
|
|
tętno
Ramy czasowe: 2 lata
|
uderzeń/min
|
2 lata
|
|
częstość oddechów
Ramy czasowe: 2 lata
|
oddechy/min
|
2 lata
|
|
Klasyfikacja GOLD (Global Initiative for Obstructive Lung Disease).
Ramy czasowe: 2 lata
|
tylko do klasyfikacji pacjentów z POChP.
Stopień: GOLD 1 do 4 (od GOLD 1, co oznacza łagodny etap POChP do GOLD 4, bardzo ciężki etap POChP) Historia zaostrzeń: GOLD A, B lub E (w zależności od zaostrzeń: Gold A id 0 lub 1 umiarkowane zaostrzenia (nie wiodące) do hospitalizacji) z mMRC 0-1 CAT<10; GOLD B, jeśli 0 lub 1 umiarkowane zaostrzenie (nieprowadzące do hospitalizacji) z mMRC >= 2 CAT >=10 i GOLD E, jeśli 2 lub więcej umiarkowanych zaostrzeń lub 1 lub więcej prowadzi do hospitalizacja) z mMRC 0-1 CAT<10.
|
2 lata
|
|
Historia choroby
Ramy czasowe: 2 lata
|
Historia rodzinna raka płuc lub innych rodzajów nowotworów, rozedmy płuc/POChP (+ klasyfikacja GOLD)/astmy, śródmiąższowej choroby płuc (wzory śródmiąższowe), rozstrzeni oskrzeli, nadciśnienia tętniczego, dyslipidemii, przebytego ostrego zawału mięśnia sercowego, waskulopatii i przewlekłego leczenia.
|
2 lata
|
|
Narażenie na szkodliwe czynniki
Ramy czasowe: 2 lata
|
Palenie a narażenie zawodowe (aktywność fizyczna i częstotliwość, spożycie alkoholu, paczki papierosów/rok, wiek, w którym papierosy się rozpoczęły, czas, jaki upłynął od ostatniego papierosa, narażenie zawodowe na czynniki rakotwórcze).
|
2 lata
|
|
Eksploracyjne znaczniki Omików
Ramy czasowe: linia bazowa
|
Dedykowane próbki krwi zostaną pobrane specjalnie na potrzeby dużej analizy Omics.
|
linia bazowa
|
|
Kwestionariusz PROFIL STYLU ŻYCIA PROMUJĄCY ZDROWIE II (HPLP II)
Ramy czasowe: 2 lata
|
Wynik za ogólny styl życia promujący zdrowie uzyskuje się poprzez obliczenie średniej odpowiedzi jednostki na wszystkie 52 pozycje; Wyniki sześciu podskal uzyskuje się w podobny sposób, obliczając średnią odpowiedzi na pozycje podskali. Zaleca się stosowanie średnich zamiast sum pozycji skali, aby zachować metrykę odpowiedzi na pozycje od 1 do 4 i umożliwić znaczące porównania wyników w podskalach. Niższe wyniki (1) oznaczają mniejsze zaangażowanie w prozdrowotny tryb życia Wyższe wyniki (4) oznaczają większe zaangażowanie w prozdrowotny tryb życia |
2 lata
|
|
Lista kontrolna fantastycznego stylu życia
Ramy czasowe: 2 lata
|
Ocena stylu życia populacji: 85-100 punktów --> Znakomity 70-84 punkty --> Bardzo dobry 55-69 punktów --> Dobry 35-54 punkty --> Dostateczny 0-34 punkty --> wymaga poprawy |
2 lata
|
|
Kwestionariusz dotyczący przestrzegania diety śródziemnomorskiej
Ramy czasowe: 2 lata
|
Skala 0-14 punktów <9 punktów --> niskie przestrzeganie diety śródziemnomorskiej >9 punktów --> wysokie przestrzeganie diety śródziemnomorskiej
|
2 lata
|
|
Kwestionariusz EuroQoL-5D-5L
Ramy czasowe: 2 lata
|
Punktacja od 0 do 100 punktów.
0 punktów niska jakość życia 100 wysoka jakość życia
|
2 lata
|
|
Kwestionariusz Testu Identyfikacji Zaburzeń związanych z Używaniem Alkoholu (AUDIT).
Ramy czasowe: 2 lata
|
Punktacja od 0-40 punktów >8 punktów --> wskaźniki ryzykownego i szkodliwego spożycia alkoholu 8-15 punktów --> proste porady skupiające się na ograniczaniu ryzykownego picia 16-19 punktów --> krótkie doradztwo i ciągłe monitorowanie >20 punktów --> wymagają dalszej diagnostyki pod kątem uzależnienia od alkoholu
|
2 lata
|
|
Analizator oddechu (BAN).
Ramy czasowe: 2 lata
|
Pomiar lotnych związków organicznych (LZO) w próbce oddechu w celu wczesnego wykrywania raka płuc
|
2 lata
|
|
Wielozadaniowa łata wykrywająca o szerokim spektrum biomarkerów (WBSP)
Ramy czasowe: 2 lata
|
Pomiar lotnych związków organicznych (LZO) w pocie i skórze nad głową w celu wczesnego wykrywania raka płuc
|
2 lata
|
|
Spektrometria na karcie (SPOC)
Ramy czasowe: 2 lata
|
Pomiar biomarkerów i sygnałów z próbki krwi w celu wczesnego wykrywania raka płuc
|
2 lata
|
|
Patologia nowotworowa
Ramy czasowe: 2 lata
|
Biopsja guza zostanie przeprowadzona w celu sklasyfikowania i scharakteryzowania guza pod względem wielkości i lokalizacji.
|
2 lata
|
|
Opis tomografii komputerowej płuc
Ramy czasowe: 2 lata
|
Zostanie wykonane badanie CT płuc.
Guzki płuc i inne zmiany (jeśli występują) zostaną zgłoszone w celu zdiagnozowania raka płuc.
Jeśli nie zostaną wykryte żadne nieprawidłowości, zostanie to również zgłoszone.
|
2 lata
|
|
Wymuszona pojemność życiowa (FVC)
Ramy czasowe: 2 lata
|
mL, %, dolna granica normy i wynik z
|
2 lata
|
|
Wymuszona objętość wydechowa w ciągu 1 sekundy (FEV1)
Ramy czasowe: 2 lata
|
mL, %, dolna granica normy i wynik z
|
2 lata
|
|
Stosunek FEV1/FVC
Ramy czasowe: 2 lata
|
odsetek (%)
|
2 lata
|
|
Glukoza
Ramy czasowe: linia bazowa
|
mg/dL
|
linia bazowa
|
|
Cholesterol HDL
Ramy czasowe: linia bazowa
|
mg/dL
|
linia bazowa
|
|
Żelazo
Ramy czasowe: linia bazowa
|
μg/dL
|
linia bazowa
|
|
Białko C-reaktywne
Ramy czasowe: linia bazowa
|
mg/l
|
linia bazowa
|
|
Białka
Ramy czasowe: linia bazowa
|
g/dl
|
linia bazowa
|
|
Albumina
Ramy czasowe: linia bazowa
|
g/dl
|
linia bazowa
|
|
Cholesterolu LDL
Ramy czasowe: linia bazowa
|
mg/dL
|
linia bazowa
|
|
Ferrytyna
Ramy czasowe: linia bazowa
|
ng/ml
|
linia bazowa
|
|
Chlorek
Ramy czasowe: linia bazowa
|
mEq/l
|
linia bazowa
|
|
Dehydrogenaza mleczanowa
Ramy czasowe: linia bazowa
|
U/L
|
linia bazowa
|
|
Trójglicerydy
Ramy czasowe: linia bazowa
|
mg/dL
|
linia bazowa
|
|
Indeks transferyny
Ramy czasowe: linia bazowa
|
indeks
|
linia bazowa
|
|
Cholesterol
Ramy czasowe: linia bazowa
|
mg/dL
|
linia bazowa
|
|
transferyna
Ramy czasowe: linia bazowa
|
mg/dL
|
linia bazowa
|
|
fosforan
Ramy czasowe: linia bazowa
|
mg/dL
|
linia bazowa
|
|
wapń
Ramy czasowe: linia bazowa
|
mg/dL
|
linia bazowa
|
|
DOSTAŁ
Ramy czasowe: linia bazowa
|
U/L
|
linia bazowa
|
|
GPT
Ramy czasowe: linia bazowa
|
U/L
|
linia bazowa
|
|
GGT
Ramy czasowe: linia bazowa
|
U/L
|
linia bazowa
|
|
Bilirubina
Ramy czasowe: linia bazowa
|
mg/dL
|
linia bazowa
|
|
Fosfatazy alkalicznej
Ramy czasowe: linia bazowa
|
U/L
|
linia bazowa
|
|
mocznik
Ramy czasowe: linia bazowa
|
mg/dL
|
linia bazowa
|
|
Kreatynina
Ramy czasowe: linia bazowa
|
mg/dL
|
linia bazowa
|
|
Sód
Ramy czasowe: linia bazowa
|
mEq/l
|
linia bazowa
|
|
potas
Ramy czasowe: linia bazowa
|
mEq/l
|
linia bazowa
|
|
Moczan
Ramy czasowe: linia bazowa
|
mg/dL
|
linia bazowa
|
|
antygen rakowo-embrionalny (CEA)
Ramy czasowe: linia bazowa
|
ng/ml
|
linia bazowa
|
|
CA 125
Ramy czasowe: linia bazowa
|
U/ml
|
linia bazowa
|
|
CYFRA 21.1
Ramy czasowe: linia bazowa
|
ng/ml
|
linia bazowa
|
|
Enolaza specyficzna dla neuronów (NSE)
Ramy czasowe: linia bazowa
|
ng/ml
|
linia bazowa
|
|
Pełna morfologia krwi
Ramy czasowe: linia bazowa
|
liczba komórek krwi, skład i procent
|
linia bazowa
|
|
szybkość sedymentacji erytrocytów
Ramy czasowe: linia bazowa
|
mm/godz
|
linia bazowa
|
|
czas częściowej tromboplastyny
Ramy czasowe: linia bazowa
|
seg
|
linia bazowa
|
|
fibrynogen
Ramy czasowe: linia bazowa
|
mg/dL
|
linia bazowa
|
|
międzynarodowy współczynnik znormalizowany (INR)
Ramy czasowe: linia bazowa
|
stosunek
|
linia bazowa
|
|
czas protrombinowy
Ramy czasowe: linia bazowa
|
seg
|
linia bazowa
|
|
Lokalizacja geograficzna
Ramy czasowe: 2 lata
|
Dane identyfikacyjne uczestnika spisu powszechnego (jeden dla adresu domowego i jeden dla adresu miejsca pracy)
|
2 lata
|
Współpracownicy i badacze
Współpracownicy
Śledczy
- Główny śledczy: Julien Guiot, MD, Centre Hospitalier Universitaire de Liege
- Główny śledczy: Luis G Luque-Romero, MD, Andaluz Health Service
- Główny śledczy: David Vicente-Baz, MD, Andaluz Health Service
- Główny śledczy: Alvils Krams, MD, University of Latvia
Publikacje i pomocne linki
Publikacje ogólne
- US Preventive Services Task Force; Krist AH, Davidson KW, Mangione CM, Barry MJ, Cabana M, Caughey AB, Davis EM, Donahue KE, Doubeni CA, Kubik M, Landefeld CS, Li L, Ogedegbe G, Owens DK, Pbert L, Silverstein M, Stevermer J, Tseng CW, Wong JB. Screening for Lung Cancer: US Preventive Services Task Force Recommendation Statement. JAMA. 2021 Mar 9;325(10):962-970. doi: 10.1001/jama.2021.1117.
- de Koning HJ, van der Aalst CM, de Jong PA, Scholten ET, Nackaerts K, Heuvelmans MA, Lammers JJ, Weenink C, Yousaf-Khan U, Horeweg N, van 't Westeinde S, Prokop M, Mali WP, Mohamed Hoesein FAA, van Ooijen PMA, Aerts JGJV, den Bakker MA, Thunnissen E, Verschakelen J, Vliegenthart R, Walter JE, Ten Haaf K, Groen HJM, Oudkerk M. Reduced Lung-Cancer Mortality with Volume CT Screening in a Randomized Trial. N Engl J Med. 2020 Feb 6;382(6):503-513. doi: 10.1056/NEJMoa1911793. Epub 2020 Jan 29.
- Lemjabbar-Alaoui H, Hassan OU, Yang YW, Buchanan P. Lung cancer: Biology and treatment options. Biochim Biophys Acta. 2015 Dec;1856(2):189-210. doi: 10.1016/j.bbcan.2015.08.002. Epub 2015 Aug 19.
- van Meerbeeck JP, Franck C. Lung cancer screening in Europe: where are we in 2021? Transl Lung Cancer Res. 2021 May;10(5):2407-2417. doi: 10.21037/tlcr-20-890.
- Oudkerk M, Liu S, Heuvelmans MA, Walter JE, Field JK. Lung cancer LDCT screening and mortality reduction - evidence, pitfalls and future perspectives. Nat Rev Clin Oncol. 2021 Mar;18(3):135-151. doi: 10.1038/s41571-020-00432-6. Epub 2020 Oct 12.
- Adams SJ, Stone E, Baldwin DR, Vliegenthart R, Lee P, Fintelmann FJ. Lung cancer screening. Lancet. 2023 Feb 4;401(10374):390-408. doi: 10.1016/S0140-6736(22)01694-4. Epub 2022 Dec 20.
- Gomez-Carballo N, Fernandez-Soberon S, Rejas-Gutierrez J. Cost-effectiveness analysis of a lung cancer screening programme in Spain. Eur J Cancer Prev. 2022 May 1;31(3):235-244. doi: 10.1097/CEJ.0000000000000700.
- Thandra KC, Barsouk A, Saginala K, Aluru JS, Barsouk A. Epidemiology of lung cancer. Contemp Oncol (Pozn). 2021;25(1):45-52. doi: 10.5114/wo.2021.103829. Epub 2021 Feb 23.
- Schabath MB, Cote ML. Cancer Progress and Priorities: Lung Cancer. Cancer Epidemiol Biomarkers Prev. 2019 Oct;28(10):1563-1579. doi: 10.1158/1055-9965.EPI-19-0221.
- Zhang T, Joubert P, Ansari-Pour N, Zhao W, Hoang PH, Lokanga R, Moye AL, Rosenbaum J, Gonzalez-Perez A, Martinez-Jimenez F, Castro A, Muscarella LA, Hofman P, Consonni D, Pesatori AC, Kebede M, Li M, Gould Rothberg BE, Peneva I, Schabath MB, Poeta ML, Costantini M, Hirsch D, Heselmeyer-Haddad K, Hutchinson A, Olanich M, Lawrence SM, Lenz P, Duggan M, Bhawsar PMS, Sang J, Kim J, Mendoza L, Saini N, Klimczak LJ, Islam SMA, Otlu B, Khandekar A, Cole N, Stewart DR, Choi J, Brown KM, Caporaso NE, Wilson SH, Pommier Y, Lan Q, Rothman N, Almeida JS, Carter H, Ried T, Kim CF, Lopez-Bigas N, Garcia-Closas M, Shi J, Bosse Y, Zhu B, Gordenin DA, Alexandrov LB, Chanock SJ, Wedge DC, Landi MT. Genomic and evolutionary classification of lung cancer in never smokers. Nat Genet. 2021 Sep;53(9):1348-1359. doi: 10.1038/s41588-021-00920-0. Epub 2021 Sep 6.
- Ramaswamy A. Lung Cancer Screening: Review and 2021 Update. Curr Pulmonol Rep. 2022;11(1):15-28. doi: 10.1007/s13665-021-00283-1. Epub 2022 Apr 2.
- Ten Haaf K, van der Aalst CM, de Koning HJ, Kaaks R, Tammemagi MC. Personalising lung cancer screening: An overview of risk-stratification opportunities and challenges. Int J Cancer. 2021 Jul 15;149(2):250-263. doi: 10.1002/ijc.33578. Epub 2021 May 3. Erratum In: Int J Cancer. 2021 Oct 15;149(8):E13. doi: 10.1002/ijc.33738.
- Berghmans T, Lievens Y, Aapro M, Baird AM, Beishon M, Calabrese F, Degi C, Delgado Bolton RC, Gaga M, Lovey J, Luciani A, Pereira P, Prosch H, Saar M, Shackcloth M, Tabak-Houwaard G, Costa A, Poortmans P. European Cancer Organisation Essential Requirements for Quality Cancer Care (ERQCC): Lung cancer. Lung Cancer. 2020 Dec;150:221-239. doi: 10.1016/j.lungcan.2020.08.017. Epub 2020 Sep 4.
- Nasim F, Sabath BF, Eapen GA. Lung Cancer. Med Clin North Am. 2019 May;103(3):463-473. doi: 10.1016/j.mcna.2018.12.006.
- Nooreldeen R, Bach H. Current and Future Development in Lung Cancer Diagnosis. Int J Mol Sci. 2021 Aug 12;22(16):8661. doi: 10.3390/ijms22168661.
- Liu Y, Pan IE, Tak HJ, Vlahos I, Volk R, Shih YT. Assessment of Uptake Appropriateness of Computed Tomography for Lung Cancer Screening According to Patients Meeting Eligibility Criteria of the US Preventive Services Task Force. JAMA Netw Open. 2022 Nov 1;5(11):e2243163. doi: 10.1001/jamanetworkopen.2022.43163.
- Braithwaite D, Gould MK. Is Lung Cancer Screening Reaching the People Who Are Most Likely to Benefit? JAMA Netw Open. 2022 Nov 1;5(11):e2243171. doi: 10.1001/jamanetworkopen.2022.43171. No abstract available.
- Ten Haaf K, Jeon J, Tammemagi MC, Han SS, Kong CY, Plevritis SK, Feuer EJ, de Koning HJ, Steyerberg EW, Meza R. Risk prediction models for selection of lung cancer screening candidates: A retrospective validation study. PLoS Med. 2017 Apr 4;14(4):e1002277. doi: 10.1371/journal.pmed.1002277. eCollection 2017 Apr. Erratum In: PLoS Med. 2020 Sep 25;17(9):e1003403. doi: 10.1371/journal.pmed.1003403.
- Gould MK, Huang BZ, Tammemagi MC, Kinar Y, Shiff R. Machine Learning for Early Lung Cancer Identification Using Routine Clinical and Laboratory Data. Am J Respir Crit Care Med. 2021 Aug 15;204(4):445-453. doi: 10.1164/rccm.202007-2791OC.
- Yeh MC, Wang YH, Yang HC, Bai KJ, Wang HH, Li YJ. Artificial Intelligence-Based Prediction of Lung Cancer Risk Using Nonimaging Electronic Medical Records: Deep Learning Approach. J Med Internet Res. 2021 Aug 3;23(8):e26256. doi: 10.2196/26256. Erratum In: J Med Internet Res. 2021 Oct 15;23(10):e33519. doi: 10.2196/33519.
- Triplette M, Wenger DS, Shahrir S, Kross EK, Kava C, Phipps A, Hawes SE, Cole A, Snidarich M, Crothers K. Patient Identification of Lung Cancer Screening Follow-Up Recommendations and the Association with Adherence. Ann Am Thorac Soc. 2022 May;19(5):799-806. doi: 10.1513/AnnalsATS.202107-887OC.
- Lin Y, Fu M, Ding R, Inoue K, Jeon CY, Hsu W, Aberle DR, Prosper AE. Patient Adherence to Lung CT Screening Reporting & Data System-Recommended Screening Intervals in the United States: A Systematic Review and Meta-Analysis. J Thorac Oncol. 2022 Jan;17(1):38-55. doi: 10.1016/j.jtho.2021.09.013. Epub 2021 Oct 6.
- Rivera GA, Wakelee H. Lung Cancer in Never Smokers. Adv Exp Med Biol. 2016;893:43-57. doi: 10.1007/978-3-319-24223-1_3.
- Smith RJ, Vijayaharan T, Linehan V, Sun Z, Ein Yong JH, Harris S, Mariathas HH, Bhatia R. Efficacy of Risk Prediction Models and Thresholds to Select Patients for Lung Cancer Screening. Can Assoc Radiol J. 2022 Nov;73(4):672-679. doi: 10.1177/08465371221089899. Epub 2022 Apr 26.
- Tammemagi MC, Ten Haaf K, Toumazis I, Kong CY, Han SS, Jeon J, Commins J, Riley T, Meza R. Development and Validation of a Multivariable Lung Cancer Risk Prediction Model That Includes Low-Dose Computed Tomography Screening Results: A Secondary Analysis of Data From the National Lung Screening Trial. JAMA Netw Open. 2019 Mar 1;2(3):e190204. doi: 10.1001/jamanetworkopen.2019.0204.
Przydatne linki
Daty zapisu na studia
Główne daty studiów
Rozpoczęcie studiów (Szacowany)
Zakończenie podstawowe (Szacowany)
Ukończenie studiów (Szacowany)
Daty rejestracji na studia
Pierwszy przesłany
Pierwszy przesłany, który spełnia kryteria kontroli jakości
Pierwszy wysłany (Rzeczywisty)
Aktualizacje rekordów badań
Ostatnia wysłana aktualizacja (Rzeczywisty)
Ostatnia przesłana aktualizacja, która spełniała kryteria kontroli jakości
Ostatnia weryfikacja
Więcej informacji
Terminy związane z tym badaniem
Słowa kluczowe
Dodatkowe istotne warunki MeSH
Inne numery identyfikacyjne badania
- LUCIA
Plan dla danych uczestnika indywidualnego (IPD)
Planujesz udostępniać dane poszczególnych uczestników (IPD)?
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 .