P1‐343: MOCA, MMSE, AND ACE‐R FOR THE ASSESSMENT OF MILD COGNITIVE IMPAIRMENT IN PATIENTS WITH PARKINSON's DISEASE
Notice bibliographique
Résumé
Cognitive impairment is common in PD patients ranging from mild cognitive impairment (MCI) to dementia. Different scales have been proposed to detect cognitive impairment in patients with PD. Recently, diagnostic criteria were published by a Movement Disorder Society Task Force to diagnose PD-MCI using two levels of diagnostic certainty. For Level I, use of cognitive screening scales has been one of the proposed assessment methods.We assessed the performance of three screening scales; Montreal Cognitive Assessment (MOCA), Mini Mental State Examination (MMSE) and Addenbrooke's Cognitive Examination-Revised (ACE-R) to detect mild cognitive impairment in Parkinson's Disease (PD-MCI) in patients diagnosed to give PD-MCI using comprehensive neuropsychological testing and the diagnostic criteria proposed by the Movement Disorder Society Task Force. We enrolled 86 consecutive patients form our Outpatient Clinic with a diagnosis of idiopathic PD and who consented to participate. Patients with a diagnosis of dementia and other co-morbid conditions such as depression were excluded. This resulted in a population of 68 patients. We used MOCA, MMSE and ACE-R screening batteries for Level I and an extensive neuropsychological battery for Level II assessment. We first diagnosed PD-MCI on the basis of comprehensive neuropsychological assessment. We then calculated the area under the receiver-operator characteristics curve (AUC) and compared across the three screening batteries. Sensitivity, specificity, positive and negative predictive values for MOCA, MMSE, and ACE-R were calculated across various cut-off scores. None of the three screening batteries provided a satisfactory combined sensitivity and specificity for the diagnosis of PD-MCI. The AUC was 0.75 (95% CI, 0.63-0.85) for the MOCA, 0.75 (95% CI, 0.63-0.85) for the MMSE, and 0.75 (95% CI, 0.63-0.85) for the ACE-R. For screening purposes, the lowest cut-off score that provided 80% sensitivity, the specificity of the MOCA was 64%, of the MMSE was 39%, and of the ACE-R was 54%. For diagnostic purposes the highest cut-off score that provided at least 80% specificity, the sensitivity of MOCA was 59%, that of MMSE was 48%, and that of ACE-R was 52%. The cognitive screening scales MMSE, MOCA and ACE-R showed comparable and not satisfactory performance to diagnose PD-MCI.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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; 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 ».