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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,010 |
| Communication savante | 0,000 | 0,009 |
| Science ouverte | 0,011 | 0,006 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».