A Montreal Kognitív Felmérés (MoCa) magyar nyelvű adaptálása egészséges, enyhe kognitív zavarban és demenciában szenvedő idős személyek körében
Notice bibliographique
Résumé
Az enyhe kognitív zavar (Mild Cognitive Impairment – MCI) az egészséges kognitív öregedés és a \ndemencia közé helyezhetô állapot, melynek korai szûrése kulcsfontosságú, hiszen az esetek 10–15%-a egy éven belül \nkomoly kognitív hanyatlásnak indul. Hazánkban mind a demencia, mind az enyhe kognitív zavar szûrésére a Mini- \nMentál Teszt a legelterjedtebb mérôeljárás, amelyet sok kritika ér az érzékenységét illetôen. A Montreal Kognitív Felmérés \n(Montreal Cognitive Assessment – MoCA) ezt a hiányosságot igyekszik kiküszöbölni, hiszen kifejezetten az enyhe \nkognitív zavar detektálására készült. Vizsgálatunkban a MoCA magyar nyelvre fordított változatából származó \neredményeket mutatjuk be. A depresszió kiszûrésére Beck Depresszió Kérdôívet (BDI) használtunk. A MoCA teszten az \nMCI-s és az egészséges személyek közti választóvonal 24 pont; a MoCA nagyobb érzékenységet mutatott az enyhe kognitív \nzavarra, mint a MMSE, valamint belsô konzisztenciája is erôsebb volt. A specificitás hasonló volt a két teszt esetében. \nA BDI teszten elért pontszámok egyik kognitív teszt eredményeivel sem álltak szignifikáns kapcsolatban. Eredményeink \narra utalnak, hogy a MoCA teszt hasznos kiegészítôje lehet a demenciaszûrésnek.
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) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,036 | 0,013 |
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 ».