C - 05Use of the Montreal Cognitive Assessment (MoCA) in a Rural Outreach Program for Military Veterans
Notice bibliographique
Résumé
Objective: The Montreal Cognitive Assessment (MoCA) is a free, easily accessible screener ideal for use in rural areas where resources are limited. We examined administration/scoring by non-clinical, trained staff; compared positive screening rates using two cut-off scores; and examined predictors of education-adjusted scores in N = 168 rural military Veterans from the Alabama Veteran Rural Health Initiative (VCOHW). Method: Participants recruited through the VCOHW and completed baseline assessment which included the MoCA. Assessments were administered by non-clinical VA employees trained on MoCA administration and scoring by experienced clinicians. Participants ranged in age from 21 to 85 with a mean age of 55.6 years; 91.3% were men and 7.1% were women. Self-identified race/ethnicity revealed: 58.6% White/Caucasian, 40.9% Black/African American, 1% Hispanic (n = 2), and 0.5% Asian (n = 1). 53% reported formal education past high school. Baseline measures were completed through self-report or interview for illness burden, occupational and functional disability, psychiatric symptoms, stress and trauma checklists, and healthcare utilization. General demographics, military history, and legal history were also included. Results: Accuracy of administration (95%) and scoring (68%) was calculated on audited MoCAs. Higher than expected rates of positive screens were observed (40% using 24/30 cutoff) in this relatively young (M = 55 years) community-dwelling sample. Correlation analyses revealed age was negatively correlated with overall performance (−.48, p < .001). Age was also negatively correlated with five of six cognitive domains: visuospatial/executive abilities, naming, delayed recall, orientation, and attention. Abstract thinking was not significantly related to age. An ANOVA predicting the total education-adjusted MoCA score from subjective health, race, age, and education revealed a significant model [F (4, 158) = 17.48, p < .0001], such that age (t = −7.63, p < .001), race (t = −2.51, p = .01), and education (t = 3.25, p = .001) significantly predicted MoCA scores. Subjective health was not significant. Conclusions: This study advances rural practice by being the first to: 1) examine MoCA scores in a rural, Deep South U.S. sample; and 2) report fidelity administration data for non-expert outreach staff.
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 | 0,003 |
| 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 | 0,001 | 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) | 0,003 | 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 ».