LEGACY: Lung Cancer Screening in Individuals With a Lung Cancer Family History-Protocol B
21 августа 2026 г. обновлено: 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.
Обзор исследования
Статус
Рекрутинг
Условия
Вмешательство/лечение
Подробное описание
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.
Тип исследования
Наблюдательный
Регистрация (Оцененный)
2250
Контакты и местонахождение
В этом разделе приведены контактные данные лиц, проводящих исследование, и информация о том, где проводится это исследование.
Контакты исследования
- Имя: Allison Chang, MD
- Номер телефона: 617-724-4000
- Электронная почта: aechang@mgb.org
Места учебы
-
-
Massachusetts
-
Boston, Massachusetts, Соединенные Штаты, 02114
- Рекрутинг
- Massachusetts General Hospital
-
Контакт:
- Allison Chang, MD
- Номер телефона: 617-724-4000
- Электронная почта: aechang@mgb.org
-
-
Критерии участия
Исследователи ищут людей, которые соответствуют определенному описанию, называемому критериям приемлемости. Некоторыми примерами этих критериев являются общее состояние здоровья человека или предшествующее лечение.
Критерии приемлемости
Возраст, подходящий для обучения
- Взрослый
- Пожилой взрослый
Принимает здоровых добровольцев
Н/Д
Метод выборки
Невероятностная выборка
Исследуемая популяция
This study will enroll individuals who have a family history of lung cancer (≥1 first-degree relative or ≥2 second-degree relatives).
Описание
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
Учебный план
В этом разделе представлена подробная информация о плане исследования, в том числе о том, как планируется исследование и что оно измеряет.
Как устроено исследование?
Детали дизайна
Когорты и вмешательства
Группа / когорта |
Вмешательство/лечение |
|---|---|
|
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
|
Что измеряет исследование?
Первичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Sybil's performance in predicting future lung cancer diagnoses
Временное ограничение: 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.
|
Вторичные показатели результатов
Мера результата |
Мера Описание |
Временное ограничение |
|---|---|---|
|
Distribution of Sybil lung cancer risk scores compared to participants in the NLST clinical trial
Временное ограничение: 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
Временное ограничение: 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
Временное ограничение: 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.
|
Соавторы и исследователи
Здесь вы найдете людей и организации, участвующие в этом исследовании.
Спонсор
Следователи
- Главный следователь: Allison Chang, MD, Massachusetts General Hospital
Даты записи исследования
Эти даты отслеживают ход отправки отчетов об исследованиях и сводных результатов на сайт ClinicalTrials.gov. Записи исследований и сообщаемые результаты проверяются Национальной медицинской библиотекой (NLM), чтобы убедиться, что они соответствуют определенным стандартам контроля качества, прежде чем публиковать их на общедоступном веб-сайте.
Изучение основных дат
Начало исследования (Действительный)
17 июня 2026 г.
Первичное завершение (Оцененный)
31 декабря 2033 г.
Завершение исследования (Оцененный)
31 декабря 2035 г.
Даты регистрации исследования
Первый отправленный
14 мая 2026 г.
Впервые представлено, что соответствует критериям контроля качества
14 мая 2026 г.
Первый опубликованный (Действительный)
22 мая 2026 г.
Обновления учебных записей
Последнее опубликованное обновление (Действительный)
25 августа 2026 г.
Последнее отправленное обновление, отвечающее критериям контроля качества
21 августа 2026 г.
Последняя проверка
1 августа 2026 г.
Дополнительная информация
Термины, связанные с этим исследованием
Ключевые слова
Дополнительные соответствующие термины MeSH
- Новообразования по локализации
- Новообразования
- Заболевания дыхательных путей
- Легочные заболевания
- Новообразования дыхательных путей
- Грудные новообразования
- Новообразования легких
- Диагностические методы и процедуры
- Диагноз
- Томография
- Диагностическая визуализация
- Рентгенография
- Интерпретация изображения, компьютерная помощь
- Рентгенографическое улучшение изображения
- Улучшение изображения
- Фотография
- Томография, рентген
- Томография, рентгеновский компьютер
Другие идентификационные номера исследования
- 26-054
Планирование данных отдельных участников (IPD)
Планируете делиться данными об отдельных участниках (IPD)?
ДА
Описание плана 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.
Сроки обмена IPD
Data can be shared no earlier than 1 year following the date of publication
Критерии совместного доступа к IPD
Contact the Partners Innovations team at http://www.partners.org/innovation
Совместное использование IPD Поддерживающий тип информации
- STUDY_PROTOCOL
- САП
- МКФ
Информация о лекарствах и устройствах, исследовательские документы
Изучает лекарственный продукт, регулируемый FDA США.
Нет
Изучает продукт устройства, регулируемый Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США.
Нет
Эта информация была получена непосредственно с веб-сайта clinicaltrials.gov без каких-либо изменений. Если у вас есть запросы на изменение, удаление или обновление сведений об исследовании, обращайтесь по адресу register@clinicaltrials.gov. Как только изменение будет реализовано на clinicaltrials.gov, оно будет автоматически обновлено и на нашем веб-сайте. .