The Montreal Cognitive Assessment Test
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVE: Systemic lupus erythematosus (SLE) is an inflammatory, chronic, and multisystemic disease, which may be associated with a wide range of neuropsychiatric manifestations, including cognitive impairment. Cognitive evaluations based on screening tests might identify early SLE-related cognitive alterations. The aim of this study was to evaluate and to compare the efficacy of three screening tests (Montreal Cognitive Assessment [MoCA], Mini Mental State Examination [MMSE], Cognitive Symptom Inventory [CSI]) against the gold standard (neuropsychological battery), in order to identify the most efficient screening test for cognitive impairment in patients with SLE. METHODS: This observational cross-sectional study recruited 44 patients, from August to December 2017, who were diagnosed with SLE according to the Systemic Lupus International Collaborating Clinics (SLICC) Criteria 2012, and had no medical or psychiatric comorbidities. The patients were evaluated using the MoCA, MMSE, CSI, and the gold standard. Spearman's correlation and area under the curve analysis were performed; p < 0.05 was considered significant. RESULTS: The MoCA test showed the highest correspondence with the gold standard (AUC = 99.4%, p < 0.001), sensitivity (84%), and specificity (100%). This was followed by the MMSE (AUC = 92.6%, p < 0.001; sensitivity, 54.8%; specificity, 100%) and the CSI (AUC = 30.6%, p < 0.05; sensitivity, 54.8%; specificity, 30.76%). CONCLUSION: The MoCA is a brief, easily applied screening test that is highly effective for detecting cognitive impairment in SLE patients. It could be useful in clinical follow-up as a tool for early detection of cognitive alterations.
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 | 0,006 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 ».