Improved predictive ability of the Montreal Cognitive Assessment for diagnosing dementia in a community-based study
Notice bibliographique
Résumé
INTRODUCTION: We compared the predictive ability of the Mini-Mental State Examination (MMSE) and the Montreal Cognitive Assessment (MoCA) to diagnose dementia in a community-based study. METHODS: A total of 276 people aged 60 years or older were enrolled. All of the participants were administered face-to-face interview questionnaires and MoCA and MMSE examinations. The receiver operating characteristic curve method and area under curve were performed to assess the predictive ability for diagnosing dementia. RESULTS: The 276 participants had a mean age of 67.9 ± 6.1 years and mean education duration of 11.4 ± 4.0 years. In general, the MoCA yielded higher AUCs (0.891) with favorable sensitivity (78 %) and excellent specificity (94 %) compared with the MMSE in differentiating the participants with and without dementia in either the total sample or all subgroups. CONCLUSION: Our study determined a higher predictive ability in the MoCA than in the MMSE for diagnosing dementia according to Diagnostic and Statistical Manual of Mental Disorders, Fourth Edition (DSM-IV) criteria in a community-based sample with a broader range of education level.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 | 0,001 |
| 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 ».