MétaCan
Menu
Retour à la cohorte
Enregistrement W1720514629 · doi:10.1111/jgs.13595

One‐Year Change in the Japanese Version of the Montreal Cognitive Assessment Performance and Related Predictors in Community‐Dwelling Older Adults

2015· article· en· W1720514629 sur OpenAlexaboutno aff
Hiroyuki Suzuki, Hisashi Kawai, Hirohiko Hirano, Hideyo Yoshida, Kazushige Ihara, Hunkyung Kim, Paulo H. M. Chaves, Ushio Minami, Masashi Yasunaga, Shuichi Obuchi, Yoshinori Fujiwara

Notice bibliographique

RevueJournal of the American Geriatrics Society · 2015
Typearticle
Langueen
DomaineMedicine
ThématiqueFrailty in Older Adults
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésMontreal Cognitive AssessmentMedicineConfoundingCohortLogistic regressionGerontologyProspective cohort studyMultinomial logistic regressionCohort studyOdds ratioPopulationDemographyCognitionPhysical therapyCognitive impairmentInternal medicineEnvironmental healthPsychiatryStatistics

Résumé

récupéré en direct d'OpenAlex

OBJECTIVES: To examine the distribution and associated predictors of 1-year changes in the Japanese version of the Montreal Cognitive Assessment (MoCA-J) in community-dwelling older adults. DESIGN: Prospective cohort study. SETTING: Population-based cohort study in Tokyo, Japan. PARTICIPANTS: Individuals aged 65 to 84 (N = 496). MEASUREMENTS: Multinomial logistic regression analysis was performed to estimate the odds of experiencing subsequent improvement in MoCA-J performance, as opposed to stable or deteriorating, while simultaneously adjusting for baseline MoCA-J score and major confounders. RESULTS: Mean age was 74.0 ± 4.8; mean MoCA-J score was 23.7 ± 3.6. Only 40% had stable MoCA-J performance; 30% experienced deterioration and 30% improvement. Age increment, hospitalization in previous year, slower Timed Up and Go (TUG) score, and slower maximum walking speed were predictive of subsequent MoCA-J performance deterioration. CONCLUSION: Slower TUG and walking speed performances were independent predictors of short-term MoCA-J deterioration. Research aimed at assessing lower-extremity performance-based tests in MCI-related decision-making is warranted.

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,279
Écart entre enseignants0,259 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations38
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the American Geriatrics SocietyMême sujetFrailty in Older AdultsTravaux en français237 207