MétaCan
Menu
Retour à la cohorte
Enregistrement W2369068633

Value of Montreal Cognitive Assessment in Identifying Ischemic Stroke Patients

2012· article· en· W2369068633 sur OpenAlexaboutno aff
Mu Wang

Notice bibliographique

RevueChinese Journal of Clinical Neurosciences · 2012
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeurological Disorders and Treatments
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentYouden's J statisticDementiaCognitive impairmentMedicineMini–Mental State ExaminationCognitionVascular dementiaIschemic strokeReceiver operating characteristicInternal medicineStroke (engine)PsychologyPhysical therapyPsychiatryIschemia
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Aim: To determine the value of Montreal Cognitive assessment(MoCA) in identifying the patients with vascular cognitive impairment no dementia(VCIND) after ischemic stroke,and compare its results with those of Mini-Mental State Examination(MMSE).Methods: MoCA and MMSE were performed on 76 patients with non-cognitive impairment(NCI) and 66 with VCIND by neurologists.Results: Total mean score of MoCA was 22.61±4.722 and that of MMSE was 27.35±2.615 with high correlation r=0.765 and P=0.000.For the patients with the level of education of 9 years and below,significant differences in each sub-items of MoCA were found between the two groups,except naming(P0.05).For the patients with the level of education above the average of 9 years,significant differences in each sub-items of MoCA were found between the two groups,except naming,calculation and orientation(P0.05).The initial optimal cut-off-point of MoCA was 24/25 in identifying VCIND according to the ROC curve analysis as well as the largest Youden's index.With the cut-off-point of 24/25,MoCA can provide a sensitivity of 64.29% and a specificity of 79.31%,which were much better than that of MMSE(sensitivity 64.2% and specificity 79.31%).Conclusion: MoCA is a valid screening scale in screening VCIND because of its high sensitivity and specificity.However,there is still restriction when its used in Chinese population.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,084
Tête enseignante GPT0,428
Écart entre enseignants0,344 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueChinese Journal of Clinical NeurosciencesMême sujetNeurological Disorders and TreatmentsTravaux en français237 207