P2‐576: SENSITIVITY AND SPECIFICITY OF THE MONTREAL COGNITIVE ASSESSMENT AMONG MINORITY POPULATIONS
Notice bibliographique
Résumé
The Montreal Cognitive Assessment (MoCA), developed in 2005, is used as a screening tool for Mild Cognitive Impairment (MCI). The MoCA has a high sensitivity for detection of MCI in patients who would score as normal on the Mini Mental State Examination, however, its widely established cut-off of 26 for impairment may not be optimal for use in minority populations. Data come from the National Alzheimer's Coordinating Center's (NACC) Uniform Data Set (UDS) for visits conducted until the December 2017 data freeze. Participants who completed a MoCA at their baseline visit and reported being either non-Hispanic white, non-Hispanic black, or Hispanic were included in this analysis (n=3,539). SAS 9.4 was used to calculate descriptive statistics. Of the participants included in this analysis, 69.4 years old on the average, 81.2% were non-Hispanic white, 13.9% were non-Hispanic black, and 4.9% were Hispanic. Most had normal cognition (47.0%), as judged by a clinician, and the average raw MoCA score was 22.3. Using the cut-off of 26, the sensitivity of the MoCA was 87.4% in non-Hispanic whites, 94.3% in non-Hispanic blacks, and 93.8% in Hispanics; the specificity of the MoCA was 73.8% in non-Hispanic whites, 37.3% in non-Hispanic blacks, and 49.4% in Hispanics; the positive predictive value of the MoCA was 80.0% in non-Hispanic whites, 53.3% in non-Hispanic blacks, and 69.2% in Hispanics. Differences observed may be due to a lack of cultural equivalence of test items or to differential variability in MoCA score by race/ethnicity. The low specificity and positive predictive value of the MoCA observed in non-Hispanic blacks and Hispanics highlight a need to further investigate more appropriate cut-offs in minority groups to correctly identify cognitive impairment. Given the diversity if the United States population such norms will become increasingly important.
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 | 0,005 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».