Validation of Malay Version of Montreal Cognitive Assessment in Patients with Cognitive Impairment
Notice bibliographique
Résumé
Background: Montreal Cognitive Assessment (MoCA) has been shown to be a sensitive tool for cognitive assessment. There are high proportion of Malaysian elderly with limited proficiency in English language. Malay language is a more familiar language across the multiracial population of Malaysia. Objective: The aim of this study is to validate the Malay version of Montreal Cognitive Assessment (MMoCA) in cognitive impairment patients. Methods: Elderly aged 60 years and above were recruited by using convenient sampling method from 4 government hospitals. Subjects were categorized into normal control group versus patients group with cognitive impairment (Alzheimer’s Disease (AD) and Mild Cognitive Impairment (MCI)). All subjects completed MMoCA & MMSE – Malay version, followed by a second assessment, which involved Clinical Dementia Rating (CDR), clinical neurological and psychiatry assessment. Results: Total of 66 subjects was enrolled in the study, 44 were normal control, 14 with AD, 8 with MCI. MMoCA is better than MMSE-Malay in differentiating CDR 0 from CDR > 0. With the cut off point of less than 22, MMoCA has the sensitivity of 0.824 and specificity of 0.818 to detect cognitive impairment. Whereas MMSE-Malay only has sensitivity of 0.765 and specificity of 0.636 with the cut off point of less than 27. Conclusion: The MMoCA is a validated and useful cognitive screening instrument in patients with cognitive impairment.
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 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».