The bicaudate index inversely associates with performance in the Montreal Cognitive Assessment (MoCA) in older adults living in rural Ecuador. The Atahualpa project
Notice bibliographique
Résumé
OBJECTIVE: Assessment of cognitive impairment in rural areas of developing countries is complicated by illiteracy and cross-cultural factors. A better way to estimate the usefulness of cognitive screening instruments is to evaluate their correlation with imaging biomarkers. The bicaudate index (a marker of central atrophy) correlates with cognitive performance. We assessed the relationship of the bicaudate index with the MoCA to estimate the usefulness of this test to detect individuals with cognitive decline in these regions. METHODS: Atahualpa residents aged ≥60 years identified during door-to-door surveys were evaluated with the MoCA and invited to undergo brain MRI. Using generalized linear models, we estimated whether the bicaudate index correlates with MoCA scores, after adjusting for demographics and relevant clinical and neuroimaging confounders. RESULTS: Out of 385 eligible persons, 290 (75%) were enrolled. Mean bicaudate index was 0.14 ± 0.03, and mean total MoCA score was 19 ± 5 points. Locally weighted scatterplot smoothing showed a nearly linear inverse relationship between the bicaudate index and the total MoCA score. In the fully adjusted generalized linear model, the bicaudate index was inversely associated with the total MoCA score (p < 0.001), which dropped by 5.3% (95% C.I.: 1.7%-8.8%) for every standard deviation of the bicaudate index. In addition, most domain-specific MoCA scores were inversely associated with the bicaudate index. CONCLUSIONS: The inverse relationship between the bicaudate index and the MoCA score provides evidence that the MoCA is reliable to detect structural brain damage and useful to assess cognitive performance in less educated individuals. Copyright © 2016 John Wiley & Sons, Ltd.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».