A Preliminary Comparison of Three Cognitive Screening Instruments in Long Term Care: The MMSE, SLUMS, and MoCA
Notice bibliographique
Résumé
Abstract The Mini-Mental State Examination (MMSE) is a widely utilized cognitive screening instrument. Despite its popularity, there are problems with this instrument. Many researchers have questioned the utility of the MMSE when used among adults without cognitive impairment. Additionally, the MMSE lacks tasks targeting a wider variety of cognitive domains. Finally, the MMSE is no longer in the public domain and may be too costly for some settings. Given these problems, some mental health settings may be obliged to utilize another instrument, such as the Montreal Cognitive Assessment (MoCA) or the Saint Louis Mental Status Examination (SLUMS). The present pilot study examined the current literature related to the MoCA, SLUMS, and MMSE and compared performances on these measures across a sample of participants. A within-subject design was utilized to compare performance on the MMSE, MoCA, and SLUMS in a sample of 40 long-term care residents (aged 48–89). Several participants appeared to lack clinically significant cognitive deficits as assessed by the MMSE, but demonstrated clinically significant deficits as assessed by the MoCA or SLUMS. The MMSE was significantly positively correlated with both the MoCA (r = .90) and the SLUMS (r = .83). The results of this pilot study have important implications regarding how to choose an appropriate replacement for the MMSE for practitioners who utilize cognitive screening instruments. Keywords: assessmentcognitive screeningdementiamemory
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».