Quick screening of cognitive function in Indian multiple sclerosis patients using Montreal cognitive assessment test-short version
Notice bibliographique
Résumé
BACKGROUND: Cognitive impairments in multiple sclerosis (MS) are now well recognized worldwide, but unfortunately this domain has been less explored in India due to many undermining factors. The aim of this study was to evaluate cognitive impairments in Indian MS patients with visual or upper limb motor problems with the help of short version of Montreal cognitive assessment test (MoCA). SUBJECTS AND METHODS: Thirty MS patients and 50 matched controls were recruited for the 12 points MoCA task. Receiver operating characteristic curve (ROC) analysis was performed to determine optimal sensitivity and specificity of the 12 points MoCA in differentiating cognitively impaired patients and controls. RESULTS: The mean 12 points MoCA scores of the controls and MS patients were 11.56 ± 0.67 and 8.06 ± 1.99, respectively. In our study, the optimal cut-off value for 12 points MoCA to be able to differentiate patients with cognitive impairments from controls is 10/12. Accordingly, 73.3% patients fell below the cut off value. Both the groups did not have significant statistical differences with regard to age and educational years. CONCLUSION: The 12 points, short version of MoCA, is a useful brief screening tool for quick and early detection of mild cognitive impairments in subjects with MS. It can be administered to patients having visual and motor problems. It is of potential use by primary care physicians, nurses, and other allied health professionals who need a quick screening test. No formal training for administration is required. Financial and time constraints should not limit the use of the proposed instrument.
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 | 0,000 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».