Psychometric Properties of the Montreal Cognitive Assessment (MoCA): An Analysis Using the Rasch Model
Notice bibliographique
Résumé
In the present study we analyzed the psychometric characteristics of the MoCA (Portuguese version) using the Rasch model for dichotomous items. The total sample comprised of 897 participants distributed between two main subgroups: (I) healthy group that was comprised of 650 cognitively healthy community dwellers and (II) clinical group that was comprised of 90 patients with Mild Cognitive Impairment, 90 patients with Alzheimer's disease, 33 patients with frontotemporal dementia, and 34 patients with vascular dementia recruited at a reference dementia clinic. All patients were investigated through a comprehensive neuropsychological assessment, laboratory tests essential to exclude a reversible form of dementia, imaging studies (CT or MRI and SPECT or FDG-PET), Apolipoprotein E allele genotyping and CSF biomarker (Aβ42,Tau, and P-tau) analyses. The clinical diagnosis was established through the consensus of a multidisciplinary team, based on international criteria. The results demonstrated an overall good fit of both items and the person's values, a high variability on cognitive performance level, and a good quality of the measurements. The MoCA scores also demonstrated adequate discriminant validity, with high diagnostic value. DIF analyses indicated the generalized validity of the MoCA scores. In conclusion, the results of this study show the overall psychometric adequacy of the MoCA and verify the discriminant and generalized validity of the obtained results.
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 | 0,024 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».