MétaCan
Menu
Retour à la cohorte
Enregistrement W2491001745 · doi:10.1002/gps.4505

Comparison of the Quick Mild Cognitive Impairment (Qmci) screen to the Montreal Cognitive Assessment (MoCA) in an Australian geriatrics clinic

2016· article· en· W2491001745 sur OpenAlexaboutno aff
Roger Clarnette, Rónán Ó’Caoimh, Deanna N. Antony, Anton Svendrovski, D. William Molloy

Notice bibliographique

RevueInternational Journal of Geriatric Psychiatry · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueDementia and Cognitive Impairment Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMontreal Cognitive AssessmentDementiaCognitive impairmentReceiver operating characteristicGeriatricsMedicineCognitionArea under the curveGerontologyInternal medicinePsychologyPsychiatryDisease

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: The Montreal Cognitive Assessment (MoCA) accurately differentiates mild cognitive impairment (MCI) from mild dementia and normal controls (NC). While the MoCA is validated in multiple clinical settings, few studies compare it with similar tests also designed to detect MCI. We sought to investigate how the shorter Quick Mild Cognitive Impairment (Qmci) screen compares with the MoCA. METHODS: Consecutive referrals presenting with cognitive complaints to a teaching hospital geriatric clinic (Fremantle, Western Australia) underwent a comprehensive assessment and were classified as MCI (n = 72) or dementia (n = 109). NC (n = 41) were a sample of convenience. The Qmci and MoCA were scored by trained geriatricians, in random order, blind to the diagnosis. RESULTS: Median Qmci scores for NC, MCI and dementia were 69 (+/-19), 52.5 (+/-12) and 36 (+/-14), respectively, compared with 27 (+/-5), 22 (+/-4) and 15 (+/-7) for the MoCA. The Qmci more accurately identified cognitive impairment (MCI or dementia), area under the curve (AUC) 0.97, than the MoCA (AUC 0.92), p = 0.04. The Qmci was non-significantly more accurate in distinguishing MCI from controls (AUC 0.91 vs 0.84, respectively = 0.16). Both instruments had similar accuracy for differentiating MCI from dementia (AUC of 0.91 vs 0.88, p = 0.35). At the optimal cut-offs, calculated from receiver operating characteristic curves, the Qmci (≤57) had a sensitivity of 91% and specificity of 93% for cognitive impairment, compared with 87% sensitivity and 80% specificity for the MoCA (≤23). CONCLUSION: While both instruments are accurate in detecting MCI, the Qmci is shorter and arguably easier to complete, suggesting that it is a useful instrument in an Australian geriatric outpatient population. 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,075
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,034
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,038
Tête enseignante GPT0,424
Écart entre enseignants0,385 · 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 source (Gemma direct ou Codex distillé), 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

Citations41
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Geriatric PsychiatryMême sujetDementia and Cognitive Impairment ResearchTravaux en français237 207