Strengths and Limitations of the MoCA for Assessing Cognitive Functioning
Notice bibliographique
Résumé
BACKGROUND: The Montreal Cognitive Assessment (MoCA) is a very widely used test for mild cognitive impairment. Differing recommendations have been made regarding its utility in providing a profile of performance across several cognitive domains. OBJECTIVES: To examine the factor structure of the MoCA in a nationally representative population study of older Irish adults and evaluate its utility in providing domain-specific information. METHODS: A cross-sectional analysis of wave 1 data from the Irish Longitudinal Study on Ageing was undertaken. Data from a subset of 2342 participants assessed using the MoCA were analyzed using both confirmatory factor analytic (CFA) and exploratory factor analytic (EFA) methods. RESULTS: Mean age was 72.64 (range 65 to 98), 53% female. The CFA provided evidence of adequate overall model fit for a previously proposed 6-factor model. In contrast, EFA yielded a 3-factor solution and test items cross-loaded onto a number of factors with no clear pattern of underlying cognitive domains. Using EFA to explore the 6-factor model yielded good fit, but again test items cross-loaded onto a number of factors with no clear pattern evident. CONCLUSION: Lack of concordance between the CFA and EFA findings demonstrates that the correspondence between individual tests and their assumed cognitive domains is not robust, reflecting at least in part a current lack of consensus on how core cognitive constructs are defined and on what subcomponents can be subsumed under different cognitive domains. The MoCA should not be viewed as a substitute for more in-depth neuropsychological assessment when domain-specific information is required.
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 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 | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».