Psychometrics of the Montreal Cognitive Assessment (MoCA) and its subscales: validation of the Taiwanese version of the MoCA and an item response theory analysis
Notice bibliographique
Résumé
BACKGROUND: The Montreal Cognitive Assessment (MoCA) is an instrument for screening mild cognitive impairment (MCI). This study examined the psychometric properties and the validity of the Taiwan version of the MoCA (MoCA-T) in an elderly outpatient population. METHODS: Participants completed the MoCA-T, Mini-Mental State Examination (MMSE), and the Chinese Version Verbal Learning Test. The diagnosis of Alzheimer's disease (AD) was made based on the NINCDS-ADRDA criteria, and MCI was diagnosed through the criteria proposed by Petersen et al. (2001). RESULTS: Data were collected from 207 participants (115 males/92 females, mean age: 77.3 ± 7.5 years). Ninety-eight participants were diagnosed with AD, 71 with MCI, and 38 were normal controls. The area under the receiver operator curves (AUC) for predicting AD was 0.98 (95% confidence interval [CI] = 0.97-1.00) for the MMSE, and 0.99 (95% CI = 0.98-1.00) for the MoCA-T. The AUC for predicting MCI was 0.81 (95% CI = 0.72-0.89) using the MMSE and 0.91 (95% CI = 0.86-1.00) using the MoCA-T. Using an optimal cut-off score of 23/24, the MoCA-T had a sensitivity of 92% and specificity of 78% for MCI. Item response theory analysis indicated that the level of information provided by each subtest of the MoCA-T was consistent. The frontal and language subscales provided higher discriminating power than the other subscales in the detection of MCI. CONCLUSION: Compared to the MMSE, the MoCA-T provides better psychometric properties in the detection of MCI. The utility of the MoCA-T is optimal in mild to moderate cognitive dysfunction.
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 | 0,011 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».