Optimal Cutoff Scores for Dementia and Mild Cognitive Impairment of the Montreal Cognitive Assessment among Elderly and Oldest-Old Chinese Population
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
BACKGROUND: All versions of the Montreal Cognitive Assessment (MoCA) lack population-based data of 80-plus individuals. The norms and cut-off scores for mild cognitive impairment (MCI) and dementia of the MoCA are different among five Chinese versions. OBJECTIVE: To provide the cut-off scores in detecting MCI and dementia of the Peking Medical Union College Hospital version of the MoCA (MoCA-P). METHODS: In a cross-sectional survey, Chinese veterans aged ≥60 years completed the MoCA-P and the Mini-Mental State Examination (MMSE). RESULTS: Among 7,445 elderly veterans, 5,085 (68.30%) were aged ≥80 years old, 2,621 (35.20%) had 6 years of education or less, 6,847 (91.97%) were male, and 2,311 (31.04%) and 984 (13.22%) veterans were diagnosed as having MCI and dementia, respectively. Adding two points and one point to the MoCA scores for the primary and middle school groups, respectively, can fully adjust for the notable impact of education but cannot compensate for the effect of age. In the three age groups (60-79, 80-89, and ≥90 years old), the optimal MoCA-P cut-off scores for detecting MCI were ≤25, ≤24, and ≤23, respectively, and for detecting dementia were ≤24, ≤21, and ≤19, respectively, which demonstrated relatively high sensitivities and specificities. The areas under the curves for the MoCA-P for detecting MCI and dementia (0.937 and 0.908, respectively) were greater than those for the MMSE (0.848 and 0.892, respectively). CONCLUSION: Compared with the MMSE, the MoCA-P is significantly better for detecting MCI in the elderly, particularly in the oldest old population, and it also displays more effectiveness in detecting dementia.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle