Montreal Cognitive Assessment and Mini-Mental State Examination performance in patients with mild-to-moderate dementia with Lewy bodies, Alzheimer's disease, and normal participants in Taiwan
Notice bibliographique
Résumé
BACKGROUND: The aim of this study was to examine and test the sensitivity, specificity, and threshold scores of the Montreal Cognitive Assessment (MoCA) and the Mini-Mental State Examination (MMSE) and determine those that best correspond to a clinical diagnosis of dementia with Lewy bodies (DLB). METHODS: Sixty-seven Alzheimer's disease (AD), 36 DLB, and 62 healthy participants without dementia (NC), aged 60 to 90, were enrolled. All three groups took the MoCA and MMSE tests at the same time. The Cochran-Mantel-Haenszel tests and receiver operating characteristics curve analysis were used to compare the different neuropsychological test results among the groups. RESULTS: The cut-off point of the MoCA for AD was 21/22 with a sensitivity of 95.5% and a specificity of 82.3% (area under the curve (AUC): 0.945), and the cut-off point for DLB was 22/23 with a sensitivity of 91.7% and a specificity of 80.6% (AUC: 0.932). For the MMSE, the cut-off points for AD and for DLB from NC were all 24/25, with a sensitivity of 88.1% and a specificity of 85.5% for AD (AUC: 0.92), and a sensitivity of 77.8% and a specificity of 85.5% for DLB (AUC: 0.895). After controlling sex, age, and education, AD and DLB had lower scores in all MoCA subscales than the NC group (p < 0.05), except for the orientation and naming in DLB. In addition, AD had a lower score in the MoCA orientation (p = 0.03) and short-term memory (p = 0.02) than did DLB. CONCLUSIONS: The MoCA is a more sensitive instrument than the MMSE to screen AD or DLB patients from non-dementia cases.
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 | 0,000 |
| 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 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 ».