A Bahasa Malaysia version of the Montreal Cognitive Assessment: validation in stroke
Notice bibliographique
Résumé
BACKGROUND: Many stroke research trials do not include assessment of cognitive function. A Very Early Rehabilitation Trial (AVERT) is an international multicenter study that includes the Montreal Cognitive Assessment (MoCA) as an outcome. At the Malaysian AVERT site, completion of the MoCA has been limited by low English proficiency in some participants. We aimed to develop a Bahasa Malaysia (BM) version of the MoCA and to validate it in a stroke population. METHODS: The original English version of the MoCA was translated into BM and then back-translated to ensure accuracy. Feasibility testing in a group of stroke patients prompted minor changes to the BM MoCA. In the validation phase, a larger group of bilingual stroke patients completed both the original English MoCA and the finalized BM MoCA, with presentation order counter-balanced. RESULTS: Forty stroke patients participated, with a mean age of 57.2 (SD = 10.3). Agreement between BM MoCA and English MoCA was strong (intra-class correlation coefficient = 0.81, 95% CI 0.68-0.90). Scores on BM MoCA were slightly higher than scores on English MoCA (median absolute difference = 2.0, IQR 0-3.5), and this difference was present regardless of which version was completed first. CONCLUSIONS: The existence of a validated BM version of the MoCA will be of major benefit to clinicians and researchers in Malaysia and the wider South-east Asian region, where the Malay language is used by over 200 million people.
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 ».