The Montreal Cognitive Assessment (MoCA) in a population-based sample of Turkish migrants living in Germany
Notice bibliographique
Résumé
OBJECTIVES: Data on cognitive testing in migrants in Germany are scarce. We aimed to evaluate the Montreal Cognitive Assessment (MoCA) in Turkish migrants in Berlin and its association with demographics and health-related variables. METHOD: For this cross-sectional study, a random sample of persons with Turkish names was drawn from the registration-office. Cognitive function was assessed using the MoCA; 0 = worst, 30 = best total score. Multivariable linear regression models were calculated to determine associated factors with the total MoCA-score. RESULTS: In our analyses we included 282 participants (50% female), mean age 42.3 ± 11.9 years (mean ± standard deviation (SD)). The mean ± SD MoCA score was 23.3 ± 4.3. In the multivariable analysis, higher education (ß = 2.68; p < 0.001), and chosing the German version of the MoCA (ß = -1.13; p = 0.026), were associated with higher MoCA-scores, whereas higher age (ß = -0.08; p = 0.002) was associated with lower MoCA scores. CONCLUSION: In our study, a higher educational level, lower age, and German as the preferred test language (as compared to Turkish) were positively associated with the cognitive performance of Berliners with Turkish roots. To examine neurocognitive health of migrants, longitudinal population-based and clinical cohort studies that specifically compare migrants and their descendants with the original population of their home countries are required.
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 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 | 0,000 |
| 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 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».