Brief Screening for Mild Cognitive Impairment in Subcortical Ischemic Vascular Disease: A Comparison Study of the Montreal Cognitive Assessment with the Mini-Mental State Examination
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 AND PURPOSE: To assess the validity of the Montreal Cognitive Assessment (MoCA) and the Mini-Mental State Examination (MMSE) in the detection of vascular mild cognitive impairment (VaMCI) in patients with subcortical ischemic vascular disease (SIVD). METHODS: Among 102 SIVD patients, both cutoff scores of the MMSE and MoCA for differentiating VaMCI from no cognitive impairment (NCI) or differentiating VaMCI from vascular dementia (VaD) were determined by the receiver operator characteristic (ROC) analysis. Optimal sensitivity with specificity of cutoff scores was obtained after the raw scores were adjusted for education. RESULTS: After adjusting for education, the MoCA cutoff score for differentiating VaMCI from NCI was at 24/25 and that for differentiating VaMCI from VaD was at 18/19. After applying the adjusted MoCA scores from 19 to 24 to identify VaMCI in all SIVD patients, sensitivity was at 76.7% and specificity was at 81.4% (κ = 0.579). The adjusted cutoff score of the MMSE for differentiating VaMCI from NCI was at 28/29 and that for differentiating VaMCI from VaD was at 25/26. The sensitivity and specificity of the adjusted MMSE was at 58.1 and 71.2%, respectively, when using the score from 26 to 28 to identify VaMCI in SIVD patients (κ = 0.294). CONCLUSIONS: The MoCA detected subcortical VaMCI better than the MMSE.
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