Comparison of the Diagnostic Accuracy of Neuropsychological Tests in Differentiating Alzheimer's Disease from Mild Cognitive Impairment: Can the Montreal Cognitive Assessment Be Better than the Cambridge Cognitive Examination
Notice bibliographique
Résumé
OBJECTIVE: Considering the lack of studies on measures that increase the diagnostic distinction between Alzheimer's disease (AD) and mild cognitive impairment (MCI) and on the role of the Cambridge Cognitive Examination (CAMCOG) in this, our study aims to compare the utility of the CAMCOG, Mini-Mental State Examination (MMSE) and Montreal Cognitive Assessment (MoCA) in helping to differentiate AD from MCI in elderly people with >4 years of schooling. METHOD: A total of 136 elderly subjects - 39 normal controls as well as 52 AD patients and 45 MCI patients treated at the Institute of Geriatrics and Gerontology, Porto Alegre, Brazil - were assessed using the MMSE, CAMCOG, clock drawing test (CDT), verbal fluency test (VF), Geriatric Depression Scale and Pfeffer Functional Activities Questionnaire. RESULTS: The results obtained by means of a receiver operating characteristic curve showed that the MoCA is a better screening test for differentiating elderly subjects with AD from those with MCI than the CAMCOG and MMSE as well as other tests such as the CDT and VF. CONCLUSION: The MoCA, more than the CAMCOG and the other tests, was shown to be able to differentiate AD from MCI, although, as Roalf et al. [Alzheimers Dement 2013;9:529-537] pointed out, further studies might lead to measures that will improve this differentiation.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».