87CAN THE MONTREAL COGNITIVE ASSESSMENT BE SHORTENED?
Notice bibliographique
Résumé
Background: A short form Montreal cognitive assessment (SF-MoCA) may have many potential benefits including reduced test burden. Methods: We sought to identify all SF-MoCA versions described in the literature, and analysed their accuracy in two datasets, one specific to stroke and another from a memory clinic (Walton Centre, Liverpool). We used Spearman correlation coefficient and principal component analysis to identify potentially redundant items in the MoCA. We then compared the sensitivity, specificity and negative/positive predictive values (NPV/PPV) of each SF-MOCA against a mini-mental state examination (MMSE) score of <24 (in stroke) and a diagnosis of dementia (in memory clinic). Results: We screened 579 titles and identified 13 distinct SF-MoCAs, ten of which included enough information for our quantitative analysis. We analysed data from 787 stroke patients with a median age of 70, median NIHSS of 4 and median MoCA of 21; and 410 patients from the memory clinic, with median age of 60 and median MoCA of 23. Spearman correlation coefficient and principal components analysis, suggested no particular item was more redundant Test accuracy of the various SF-MoCA varied (Table) SF MoCA described by Cecato et al (Clock, animal naming, delayed recall and orientation) had the most favourable balance of NPV and PPV. Table Test accuracy of various SF-MoCAs Conclusion: There are many SF-MoCA versions described, with differing test properties, some of may have clinical utility. If using an abbreviated MoCA, clinicians and researchers should state the items tested. Funding: This work was funded by a BGS Start-up Grant
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 | 0,000 | 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) | 0,002 | 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 ».