Poder preditivo do MoCa na avaliação neuropsicológica de pacientes com diagnóstico de demência
Notice bibliographique
Résumé
O estudo teve como objetivo correlacionar testes neuropsicométricos em idosos com mais de quatro anos de escolaridade e avaliar a acurácia do MoCA no diagnóstico da doença de Alzheimer (DA) e comprometimento cognitivo leve (CCL). Foram avaliados 136 idosos atendidos no Instituto de Geriatria e Gerontologia, no período de abril de 2010 a dezembro de 2012. Os instrumentos utilizados foram o Miniexame do Estado Mental (MEEM), Cambridge Cognitive Examination (CAMCOG), teste do Desenho do Relógio (TDR), teste de Fluência Verbal, Escala de Depressão Geriátrica e Questionário de Atividades Funcionais de Pfeffer (QAFP), além do teste Montreal Cognitive Assessment (MoCA). Foi utilizada a análise de curva ROC para se estabelecer pontos de corte, e o coeficiente de correlação de Pearson, a fim de comparar o MoCA com os outros testes. Os resultados mostraram que o teste MoCA foi o melhor para diferenciar doença de Alzheimer dos casos de CCL. A sensibilidade e a especificidade encontradas foram, respectivamente, 82,2% e 92,3%. A análise do teste de correlação evidenciou que o MoCA se correlacionou fortemente com outros testes já validados e de ampla aplicação no Brasil. Pode-se concluir que o MoCA mostrou ser o teste com maior valor preditivo para diferenciar DA de CCL e também diferenciar CCL dos controles normais. Além disso, o MoCA se correlacionou de maneira significativa com a variável idade e os testes MEEM, CAMCOG, TDR, de Fluência Verbal e QAFP, instrumentos já validados e amplamente utilizados no Brasil.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».