- ICH GCP
- Registro de ensaios clínicos dos EUA
- Ensaio Clínico NCT06910956
Aprendizagem profunda usando raios X de tórax para identificar pacientes de alto risco para triagem de câncer de pulmão CT
Aprendizagem profunda usando raios-X de tórax de rotina e dados eletrônicos de registro médico para identificar pacientes de alto risco para triagem de câncer de pulmão CT
O objetivo deste ensaio clínico é avaliar se uma ferramenta de IA que alerta os provedores para pacientes com alto risco de câncer de pulmão com alto teor de pulmão com base nas imagens de radiografia de tórax melhorará a participação na triagem de câncer de pulmão. A principal questão que pretende responder é: a ferramenta de IA melhora a participação da TC do câncer de pulmão aos 6 meses após a visita ambulatorial de linha de base
A intervenção é um alerta ao provedor para discutir a elegibilidade da TC, para pacientes considerados com alto risco de câncer de pulmão com base na ferramenta CXR-LC AI.
Se houver um grupo de comparação: os pesquisadores compararão os braços de intervenção e não intervenção para determinar se a participação na tela do câncer de pulmão aumenta.
Visão geral do estudo
Status
Intervenção / Tratamento
Tipo de estudo
Inscrição (Estimado)
Estágio
- Não aplicável
Contactos e Locais
Contato de estudo
- Nome: Michael T Lu, MD, MPH
- Número de telefone: 617-726-1255
- E-mail: mlu@mgh.harvard.edu
Locais de estudo
-
-
Massachusetts
-
Boston, Massachusetts, Estados Unidos, 02114
- Recrutamento
- Massachusetts General Hospital
-
Contato:
- Michael T Lu, MD, MPH
- Número de telefone: 617-724-9729
- E-mail: mlu@mgh.harvard.edu
-
-
Critérios de participação
Critérios de elegibilidade
Idades elegíveis para estudo
- Adulto
- Adulto mais velho
Aceita Voluntários Saudáveis
Descrição
Grandes critérios de inclusão:
- Nomeação ambulatorial programada com o provedor participante.
- De 50 a 77 anos que atualmente ou anteriormente fumou, para incluir pessoas potencialmente elegíveis para a triagem pulmonar com base nas diretrizes do Medicare.
- Radiografia de peito recente (dentro de 2 anos).
Critérios de exclusão:
• História ou sinais/sintomas de câncer de pulmão. Recente (dentro de 2 anos) CT. Indicação clínica para a TC do peito além da triagem de câncer de pulmão.
Plano de estudo
Como o estudo é projetado?
Detalhes do projeto
- Finalidade Principal: Triagem
- Alocação: Randomizado
- Modelo Intervencional: Atribuição Paralela
- Mascaramento: Dobro
Armas e Intervenções
Grupo de Participantes / Braço |
Intervenção / Tratamento |
|---|---|
|
Experimental: Intervenção
|
Alerta ao provedor para discutir a elegibilidade à TC de triagem de câncer de pulmão, para pacientes considerados com alto risco de câncer de pulmão com base na ferramenta CXR-LC AI.
|
|
Sem intervenção: Não intervenção
|
O que o estudo está medindo?
Medidas de resultados primários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Proporção para concluir a triagem de câncer de pulmão CT em 6 meses após a visita
Prazo: 6 meses
|
Para avaliar o impacto na participação da TC de triagem de câncer de pulmão (definido como concluindo a TC de triagem de câncer de pulmão) nos 6 meses após a visita da linha de base.
|
6 meses
|
Medidas de resultados secundários
Medida de resultado |
Descrição da medida |
Prazo |
|---|---|---|
|
Suspicious lung nodules
Prazo: 6 months
|
Suspicious lung nodules (Lung-RADS 4a or greater, including lung nodules ≥8 mm in diameter) identified on CT or diagnosed lung cancer.
|
6 months
|
Colaboradores e Investigadores
Patrocinador
Colaboradores
Publicações e links úteis
Publicações Gerais
- Lu MT, Raghu VK, Mayrhofer T, Aerts HJWL, Hoffmann U. Deep Learning Using Chest Radiographs to Identify High-Risk Smokers for Lung Cancer Screening Computed Tomography: Development and Validation of a Prediction Model. Ann Intern Med. 2020 Nov 3;173(9):704-713. doi: 10.7326/M20-1868. Epub 2020 Sep 1.
- Lee JH, Lee D, Lu MT, Raghu VK, Park CM, Goo JM, Choi SH, Kim H. Deep Learning to Optimize Candidate Selection for Lung Cancer CT Screening: Advancing the 2021 USPSTF Recommendations. Radiology. 2022 Oct;305(1):209-218. doi: 10.1148/radiol.212877. Epub 2022 Jun 14.
- Raghu VK, Walia AS, Zinzuwadia AN, Goiffon RJ, Shepard JO, Aerts HJWL, Lennes IT, Lu MT. Validation of a Deep Learning-Based Model to Predict Lung Cancer Risk Using Chest Radiographs and Electronic Medical Record Data. JAMA Netw Open. 2022 Dec 1;5(12):e2248793. doi: 10.1001/jamanetworkopen.2022.48793.
Datas de registro do estudo
Datas Principais do Estudo
Início do estudo (Real)
Conclusão Primária (Estimado)
Conclusão do estudo (Estimado)
Datas de inscrição no estudo
Enviado pela primeira vez
Enviado pela primeira vez que atendeu aos critérios de CQ
Primeira postagem (Real)
Atualizações de registro de estudo
Última Atualização Postada (Real)
Última atualização enviada que atendeu aos critérios de controle de qualidade
Última verificação
Mais Informações
Termos relacionados a este estudo
Palavras-chave
Termos MeSH relevantes adicionais
Outros números de identificação do estudo
- 2023P002872
- 2025P002902 (Outro identificador: Mass General Hospital)
Plano para dados de participantes individuais (IPD)
Planeja compartilhar dados de participantes individuais (IPD)?
Informações sobre medicamentos e dispositivos, documentos de estudo
Estuda um medicamento regulamentado pela FDA dos EUA
Estuda um produto de dispositivo regulamentado pela FDA dos EUA
produto fabricado e exportado dos EUA
Essas informações foram obtidas diretamente do site clinicaltrials.gov sem nenhuma alteração. Se você tiver alguma solicitação para alterar, remover ou atualizar os detalhes do seu estudo, entre em contato com register@clinicaltrials.gov. Assim que uma alteração for implementada em clinicaltrials.gov, ela também será atualizada automaticamente em nosso site .
Ensaios clínicos em Câncer de pulmão
-
Assiut UniversityAinda não está recrutandoCâncer de pulmão | Lesão pulmonar | Bleb Lung
-
University Hospital, Clermont-FerrandCentral Hospital, Nancy, FranceConcluídoCriança, Somente | Pneumotórax espontâneo | Pneumotórax idiopático | Bleb LungFrança
-
University of LorraineConcluídoCriança, Somente | Pneumotórax espontâneo | Pneumotórax idiopático | Bleb LungFrança
-
Sohag UniversityInscrevendo-se por convite
-
Turku University HospitalLounais-Suomen SyöpäyhdistysAinda não está recrutandoSobrevivente de cancerFinlândia
-
Istanbul Aydın UniversityConcluído
-
Roswell Park Cancer InstituteNational Cancer Institute (NCI)RetiradoSobrevivente de cancerEstados Unidos
-
University of Alabama at BirminghamNational Cancer Institute (NCI); Auburn UniversityConcluído
-
Rutgers, The State University of New JerseyNational Cancer Institute (NCI)ConcluídoSobrevivente de cancerEstados Unidos
-
Wake Forest University Health SciencesNational Cancer Institute (NCI)ConcluídoSobrevivente de cancerEstados Unidos, Guam
Ensaios clínicos em CXR-LC
-
Hospital Universitari General de CatalunyaRetirado
-
Ceprodi S.A. KotAssistance Publique - Hôpitaux de Paris; Institut National de la Santé Et de... e outros colaboradoresConcluído
-
Liverpool School of Tropical MedicineCentre for Control of Chronic Disease (CCCD),icddr,b; Comité National d'Ethique... e outros colaboradoresAinda não está recrutando
-
Nagasaki UniversityLondon School of Hygiene and Tropical Medicine; Siddhi Memorial FoundationAinda não está recrutandoPneumonia | Bronquiolite | LRTI | Infecção Respiratória InferiorNepal
-
Fundació Sant Joan de DéuConcluído
-
Icahn School of Medicine at Mount SinaiConcluído
-
Carebot s.r.o.ConcluídoPneumotórax | Enfisema subcutâneo | Cardiomegalia | Derrame pleural | Atelectasia | Nódulo Pulmonar Solitário | ConsolidaçãoTcheca
-
Freundeskreis Für Internationale Tuberkulosehilfe...Concluído
-
Tongji HospitalDesconhecido
-
Zagazig UniversityConcluídoCálculo; Vesícula Biliar, Com Colecistite