Application and Revision of Montreal Cognitive Assessment in China's Military Retirees with Mild Cognitive Impairment
Notice bibliographique
Résumé
OBJECTIVE: In an effort to accommodate MOCA to better fit for the Chinese context, this study was designed to employ the MOCA criteria to screen mild cognitive impairment (MCI) and analyze associated risk factors in military retirees. METHODS: Three hundred and four retired military cadres were recruited using a random cluster sampling technique with information collected including personal, prevalence, MOCA scale, and related neuropsychiatry scale. Thirty retirees were randomly chosen to be further analyzed one month later using the revised MOCA scale. RESULTS: ①Our data indicated an incidence rate of 64.8% for mild cognitive impairment in retired military cadres. The incidence rate for MCI was significantly higher in those aged 80 or above compared with those 80 years of age or younger (P<0.05). The incidence rate of MCI was significantly higher in those with fewer than 6 years of education compared with those with over 7 years of education (P<0.05). The MCI incidence was higher for those with little exercise than those taking regular exercise (P<0.01). Moreover, the MCI incidence was higher in stroke patients than those who never had a stroke episode (P<0.05). ②There was a significant correlation between MOCA and MMSE scale scores (r = 0.81). MOCA scale scores were negatively correlated with ADL and CES-D scores (although not PSQI scores). ③ MOCA recension Cronbach's alpha value was 0.862. The related coefficient of MOCA and MOCA recension was 0.878(P<0.01). When the Score of cut-off -point of the MOCA recension was 28, the area in ROC curve analyses was 0.859, as well as the largest area. CONCLUSION: Retired cadres exhibited a greater incidence of MCI (than general population), which was closely associated with age, level of education and physical exercise and cerebral apoplexy. Revised MOCA scale displays a better validity and reaction degree of reliability and is more suitable for screening and diagnosis of MCI in the elderly in China.
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 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».