The Montreal Cognitive Assessment is superior to the Mini–Mental State Examination in detecting patients at higher risk of dementia
Notice bibliographique
Résumé
BACKGROUND: To examine the discriminant validity of the Montreal Cognitive Assessment (MoCA) and the Mini-Mental State Examination (MMSE) in detecting patients with cognitive impairment at higher risk for dementia at a memory clinic setting. METHODS: Memory clinic patients were administered the MoCA, MMSE, and a comprehensive formal neuropsychological battery. Mild cognitive impairment (MCI) subtypes were dichotomized into two groups: single domain-MCI (sd-MCI) and multiple domain-MCI (md-MCI). Area under the receiver operating characteristic curve (ROC) analysis was used to compare the discriminatory ability of the MoCA and the MMSE. RESULTS: Two hundred thirty patients were recruited, of which 136 (59.1%) were diagnosed with dementia, 61 (26.5%) with MCI, and 33 (14.3%) with no cognitive impairment (NCI). The majority of MCI patients had md-MCI (n = 36, 59%). The MoCA had significantly larger AUCs than the MMSE in discriminating md-MCI from the lower risk group for incident dementia (NCI and sd-MCI) [MoCA 0.92 (95% CI, 0.86-0.98) vs. MMSE 0.84 (95% CI, 0.75-0.92), p = 0.02). At their optimal cut-off points, the MoCA (19/20) remained superior to the MMSE (23/24) in detecting md-MCI [sensitivity: 0.83 vs. 0.72; specificity: 0.86 vs. 0.83; PPV: 0.79 vs. 0.72; NPV: 0.89 vs. 0.83; correctly classified: 85.1% vs. 78.7%]. CONCLUSION: The MoCA is superior to the MMSE in the detection of patients with cognitive impairment at higher risk for incident dementia at a memory clinic setting.
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 | 0,004 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,002 | 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 ».