P3‐489: GERMAN NORMATIVE DATA FOR THE MONTREAL COGNITIVE ASSESSMENT
Notice bibliographique
Résumé
The Montreal Cognitive Assessment (MoCA) is used to evaluate multiple cognitive domains in elderly individuals. However, it is influenced by demographic characteristics that have yet to be adequately considered. The aim of our study was to investigate the effects of age, education, and gender on the MoCA total score and to provide demographically adjusted normative values for a German-speaking population. Subjects were recruited from a registry of healthy volunteers. Cognitive health was assured using the Mini-Mental State (score ≥ 27/30 points) and the Consortium to Establish a Registry for Alzheimer's Disease-Neuropsychological Assessment Battery (total score ≥ 85.9 points). Participants were assessed with the German version of the MoCA. Normative values were developed based on regression analysis. Covariates were chosen using the Predicted Residual Sums of Squares approach. The final sample consisted of 283 participants (155 women, 128 men; mean (SD) age = 73.8 (5.2) years; education = 13.6 (2.9) years). Thirty-one percent of participants scored below the original cut-off (< 26/30 points). The MoCA total score was best predicted by a regression model with age, education, and gender as covariates. Older age, lower education, and male gender were associated with a lower MoCA total score (p < 0.001). We developed a formula to provide demographically adjusted standard scores for the MoCA in a German-speaking population. A comparison with other MoCA normative studies revealed considerable differences with respect to selection of volunteers and methods used to establish normative data.
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 | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,006 |
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 ».