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 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 | 0,006 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».