Normative Data for the Montreal Cognitive Assessment in Middle-Aged and Elderly Quebec-French People
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: Given that aging is associated with higher risk of cognitive decline and dementia, improving early detection of cognitive impairment has become a research and clinical priority. The Montreal Cognitive Assessment (MoCA) is a screening instrument used to assess different aspects of cognition. Despite its widespread use, norms adjusted to the sociodemographics of Quebec-French people are not yet available. Such norms are however important because performance on neuropsychological tests varies according to sociodemographic variables including age, sex, and education. As such, the present study aimed to establish normative data for the MoCA in middle-aged and elderly Quebec-French population. METHOD: For that purpose, 1,019 community-dwelling older adults aged between 41 and 98 were recruited. Participants from 12 recruiting sites completed the MoCA. Regression-based normative data were produced and cross-validated with a validation sample (n = 200). RESULTS: Regression analyses indicated that older age, lower education level, and male sex were associated with poorer MoCA scores. The best predictive model included age (p < .001), education (p < .001), sex (p < .001), and a quadratic term for education (education X education; p < .001). This model explained a significant amount of variance of the MoCA score (p < .001, R2 = 0.26). A regression equation to calculate Z scores is presented. CONCLUSIONS: This study provides normative data for the MoCA test in the middle-aged and elderly French-Quebec people. These data will facilitate more accurate detection and follow-up of the risk of cognitive impairment in this population, taking into account culture, age, education, and sex.
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.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle