MoCA cutoff score in relation to the functional assessment of seniors living in a rural Canadian community.
Notice bibliographique
Résumé
INTRODUCTION: Research suggests that the Montreal Cognitive Assessment (MoCA) normal cutoff score of 26 may not be appropriate for all populations and ages. We sought to determine an appropriate MoCA cutoff score for community-dwelling seniors living in a rural Canadian community. METHODS: We conducted a retrospective chart review at a health centre in rural northern Ontario. The sample included community-dwelling seniors presenting between Dec. 1, 2013, and July 31, 2015. We generated a receiver operating characteristic curve to evaluate MoCA cutoff scores in relation to functional assessment, using the dichotomous categories of "no deficiencies in activities of daily living/instrumental activities of daily living (ADL/IADL) and "deficiencies in ADL/IADL." RESULTS: A total of 95 charts were included in the chart review. We identified MoCA scores of 20 (sensitivity 85%, specificity 62%) and 21 (sensitivity 77%, specificity 77%) as cutoff scores for the identification of impairment in this rural population. CONCLUSION: Our results suggest the normal range in MoCA score for the community-dwelling rural senior to be between 22 and 30. Although the MoCA demonstrated satisfactory performance as a screening measure, the importance of including ADL and IADL functional assessments before making clinical decisions cannot be overemphasized.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 ».