Performance of three cognitive screening tools in a sample of older New Zealanders
Notice bibliographique
Résumé
BACKGROUND: With the ubiquitous Mini-Mental State Exam now under copyright, attention is turning to alternative cognitive screening tests. The aim of the present study was to investigate three common cognitive screening tools: the Montreal Cognitive Assessment (MoCA), the Rowland Universal Dementia Assessment Scale (RUDAS), and the recently revised Addenbrooke's Cognitive Assessment Version III (ACE-III). METHODS: The ACE-III, MoCA and RUDAS were administered in random order to a sample of 37 participants with diagnosed mild dementia and 47 comparison participants without dementia. The diagnostic accuracy of the three tests was assessed. RESULTS: All the tests showed good overall accuracy as assessed by area under the ROC Curve, 0.89 (95% CI = 0.80-0.95) for the ACE-III, 0.84 (0.75-0.91) for the MoCA, and 0.86 (0.77-0.93) for RUDAS. The three tests were strongly correlated: r(84) = 0.85 (0.78-0.90) between the ACE-III and MoCA, 0.70 (0.57-0.80) between the ACE-III and RUDAS; and 0.65 (0.50-0.76) between the MoCA and RUDAS. The data derived optimal cut-off points for were lower than the published recommendations for the ACE-III (optimal cut-point ≤76, sensitivity = 81.1%, specificity = 85.1%) and the MoCA (≤20, sensitivity = 78.4%, specificity = 83.0%), but similar for the RUDAS (≤22, sensitivity = 78.4%, specificity = 85.1%). CONCLUSIONS: All three tools discriminated well overall between cases of mild dementia and controls. To inform interpretation of these tests in clinical settings, it would be useful for future research to address more inclusive and potentially age-stratified local norms.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| 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 ».